基于虚拟艇引导的无人艇轨迹跟踪模型预测控制

针对无人艇在跟踪任务前期因位置偏差过大及约束存在而导致模型预测控制器(MPC)震荡问题，提出一种由虚拟无人艇引导的MPC控制策略，引用虚拟过渡轨迹代替实际无人艇的目标轨迹，并设计转换条件决定无人艇在执行过程中何时退出该虚拟引导策略。为解决MPC稳定性问题，基于准无限模型预测控制理论，在MPC设计中添加终端惩罚函数，通过构造Lyapunov函数，证明了本文方法在有限时域内的稳定性。引入非线性干扰观测器对复杂海洋环境中的干扰进行观测，利用控制器对其进行补偿。圆形、正弦和直线三种工况的仿真实验验证了本文方法的有效性及准确性，可实现水面无人艇在复杂海洋环境下的轨迹跟踪控制。     

基于非线性干扰观测器的无人平台有限时间镇定控制

研究了存在模型不确定性和外界干扰工况下的非完全对称无人平台有限时间镇定控制问题.考虑模型参数矩阵的非对角线元素存在非零项,仅通过一次微分同胚变换即将原模型化为级联系统形式,简化了计算步骤;基于此级联系统借助终端滑模和反步控制方法设计了有限时间收敛控制器,解决了传统反步滑模控制器收敛速度缓慢的问题;通过引入1阶低通滤波器,对镇定控制器结构进行了优化,避免了执行器陷入"饱和";基于非线性干扰观测器对外界干扰及系统不确定性进行平滑估计和补偿,无需明确知道估计误差的上界即有效提高了控制器的鲁棒性.最后基于Lyapunov理论证明了闭环系统具有均方意义稳定性并进行了数值仿真,仿真结果验证了控制器的有效性和鲁棒性.      

MPC控制器的FPGA实现及其应用

针对先进模型预测控制(MPC: Model PredictiveControl)算法在线求解速度慢的问题, 提出了一种基于现场可编程门阵列(FPGA: Field Programmable Gate Array)的MPC控制器的设计方法。通过电路分析, 设计其定点模型, 采用Verilog硬件描述语言流水线方法进行RTL(Register Transfer Level)级MPC控制器设计, 通过在底层设计矩阵加、 减、乘等运算模块, 实现MPC控制器的FPGA设计。最后以电子节气门(ETC: Electronic ThrottleControl)为被控对象, 通过实时仿真实验, 验证了基于FPGA实现的全硬件MPC控制器的有效性与实时性。     

基于滑膜控制和SAFNN的鲁棒混沌同步

针对带有干扰的混沌系统,进行了基于自组织自适应模糊神经网络(SAFNN)的同步控制器的设计,采用基于聚类划分的模糊神经网络,推导出模糊神经网络参数在线更新算法,并设计了神经网络结构自适应算法,从隶属度函数的生长、模糊规则的分裂和模糊规则的修剪三个方面动态调整模糊神经网络结构,摒弃了常规的试错法来调整系统的结构和参数,以便更好地满足对计算负荷和控制性能的要求,实现两者之间的平衡;最后结合滑模控制器和鲁棒控制器,对带有干扰的混沌系统进行同步控制仿真,仿真结果表明该方法有效。     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.     

考虑测量噪声的车辆自适应巡航控制系统纵向跟车研究

提出一种具有自适应补偿能力的反馈校正模型预测控制器设计方法,该控制器由卡尔曼滤波器和模型预测控制器构成.建立ACC控制系统车间纵向跟车动力学模型,采用卡尔曼滤波器进行状态变量的估计,消除测量噪声的干扰;利用反馈校正机制改进跟车预测模型,以处理参数不完全确定和外部干扰对模型精度带来的影响,并采用向量松弛因子对硬约束进行软化处理,避免优化求解过程中出现无可行解的情况.将本文所设计的控制器转化为带约束的二次规划问题,利用MPC控制器滚动优化的特点,将控制量作用于被控对象,实现自适应巡航控制.实验结果表明:在存在测量噪声的情况下,本文提出的方法有效地提高了ACC系统的跟车安全性和乘坐舒适性,并且系统具备良好的抗干扰能力.      

基于多模型广义预测控制器的DRTO双层结构

针对动态实时优化(DRTO)与模型预测控制器(MPC)结合的双层结构中由于DRTO与MPC的模型不一致影响优化效果的问题,本文将多模型广义预测控制器(GPC)引入到DRTO双层结构中,设计了基于DRTO双层结构的多模型GPC控制器。上层结构为DRTO层主要解决经济目标函数的优化问题,采用动态过程模型实时优化更新输出对象的最优设定值轨迹。下层结构采用多模型GPC控制器替代原先的单模型MPC控制器,主要是抑制过程中的快速干扰追踪DRTO层得到的最优设定值轨迹。多模型GPC控制器采用多个固定模型和自适应模型来并行辨识系统的动态特性,减小由于上下层模型不一致造成的误差的同时可以提高系统暂态性能和模型参数跳变时系统的调节能力,最后通过仿真验证了该方法的可行性和有效性。     

小型四旋翼飞行器的滑模控制

针对1种六自由度四旋翼模型,设计滑模控制器来提高控制系统的鲁棒性。首先将四旋翼模型划分为全驱动和欠驱动2部分,全驱动子系统由高度和偏航角2个独立回路组成,而欠驱动子系统则包含4个被控量和2个控制量。然后针对全驱动系统的2个回路设计了基于反步法(Backstepping)的滑模控制,并进一步推导出有限时间终端滑模控制器。将欠驱动子系统写成一种级联标准型,并给出一种欠驱动级联形式的滑模控制器。采用Lyapunov稳定性理论证明所设计的滑模控制系统的稳定性。研究结果表明:所提出的四旋翼控制器是有效的,它不仅具有良好的鲁棒性和快速跟踪动态性能,而且能够有效地抑制抖振现象。     

基于LESO无人水下航行器鲁棒动态面悬停控制

针对时变未知环境干扰及模型不确定下的全驱动型无人水下航行器(UUV)的悬停控制问题,提出了一种基于线性扩张状态观测器(LESO)的鲁棒动态面控制算法.首先,根据系统模型设计LESO在线估计时变环境力与模型不确定性引起的复杂干扰;然后,基于标称模型和LESO估计的UUV状态,采用反步法设计控制器,并引入动态面控制技术得到平滑的虚拟控制律导数,同时在控制律中引入自适应鲁棒项来补偿级联控制系统的不确定性;最后,证明了UUV闭环级联控制系统的所有误差信号一致最终有界.通过对一艘全驱动型UUV的仿真实验,验证了该方法的有效性.     

基于车辆制动后期的纵向振动控制

车辆制动易引起乘坐不适,"点头效应"可以通过半主动/主动悬架进行控制,但制动后期的纵向振动峰值频率在3 Hz左右,处于人体敏感区域中间.文章搭建车辆纵向动力学模型,仿真并试验分析了纵向固有频率;建立动态轮胎模型和制动系统模型,设计了模型预测控制器(model predictive controller,MPC),在车速...     

基于干扰观测器的分布式四旋翼编队跟踪控制

针对具有模型不确定性和外部干扰的一组欠驱动四旋翼飞行器提出了一种基于干扰观测器的分布式编队跟踪控制策略.根据系统严格反馈的结构特点,将四旋翼的动力学模型划分为位置子系统和姿态子系统.首先,根据快速终端滑模方法(FTSM)设计了一个干扰观测器作为复合干扰的估计器;其次,基于图论和快速终端滑模技术,设计了分布式编队跟踪控制器来实现编队的形成和保持;并在两个子系统之间,引入三阶积分滤波器对姿态子系统的虚拟输入及其导数进行估计;最后,稳定性分析表明闭环控制系统是全局渐进稳定的.仿真结果表明所提出的分布式控制器是有效的.     

基于LMI的两轮自平衡机器人控制器设计

针对两轮自平衡机器人系统,提出基于线性矩阵不等式的控制器设计方法。首先,采用状态空间模型对两轮自平衡机器人系统进行描述。然后,通过线性矩阵不等式进行控制器的设计,并通过Lyapunov函数证明该方法的有效性,分析了基于观测器的控制器存在条件。最后,通过仿真进一步验证了该控制方法的有效性。     

智能车辆轨迹跟踪控制方法研究

针对智能车辆的轨迹跟踪控制问题,提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先,设计了模糊控制器对智能车辆进行路径跟踪控制;其次,为了提高车辆在高速下的路径跟踪效果,设计模型预测控制器,并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束;然后,为了提高车辆在不同工况下的路径跟踪效果,进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果,选择典型工况在联合仿真平台上进行仿真.结果表明,提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.     

非完全对称欠驱动无人艇全局渐近镇定控制

研究一类非完全对称欠驱动无人艇全局渐近镇定控制问题,基于级联系统理论和李雅普诺夫理论实现了全局渐近镇定控制.将无人艇系统模型进行两次全局微分同胚变换,得到非线性级联系统的形式,使原无人艇系统的镇定问题简化为级联系统的镇定问题;基于李雅普诺夫稳定性理论和级联系统理论设计了镇定控制器并分析了其稳定性,实现了非完全对称欠驱动无人艇的全局渐近镇定控制.仿真结果验证了所研究方法和设计控制器的有效性和可靠性.     

智能船舶路径跟踪自抗扰模型预测控制

针对智能船舶在航行过程中为抵抗多源时变环境干扰与模型不确定性的影响,常引起控制力发生突变,致使执行装置难以响应、船舶无法准确跟踪期望路径的问题,提出了一种自抗扰模型预测控制算法．该方法基于自抗扰控制思想,设计修改型扩张状态观测器(MESO)对系统的状态和总未知扰动进行估计,并基于估计值设计鲁棒补偿的模型预测控制算法(RC-MPC)．本文方法基于MESO,将复杂的船舶路径跟踪系统转化为含有干扰的线性仿射系统;同时,为避免鲁棒模型预测控制导致结果保守,设计了观测误差鲁棒补偿算法,提高了控制器的干扰抑制能力,增强了系统对模型失配的鲁棒性．结果证明了该自抗扰模型预测控制级联系统具有全局一致渐近稳定性,仿真实验验证了算法的有效性．     

直流变换器的区域极点配置鲁棒PID控制算法

为提高直流变换器对干扰及不确定因素的鲁棒性,提出了一种基于线性矩阵不等式(LMI)的鲁棒PID控制器算法.PID控制器的参数应用区域极点配置(RPA)的方法来整定.考虑受控系统需对干扰具有鲁棒性,将PID控制和H_∞控制相结合,以LMI形式给出H_∞PID控制器的可解性条件.设计的控制器使得闭环系统满足闭环极点分布在指定区域内以获得期望的动态特性,以及对外部噪声的抑制具有最大H_∞鲁棒性能界.此外,该控制器设计方法也可应用于参数不确定的多胞型直流变换器系统.Buck变换器的确定和不确定系统的仿真实验验证了该控制算法的正确性和有效性.     

基于MPC的智能车辆路径规划与跟踪控制

针对在障碍物环境下的避障路径动态规划效果较差,以及在面对复杂工况和曲率较大的路况时,跟踪控制的效果仍然不理想等问题,本文以智能车辆为研究对象,提出了一种模型预测控制(MPC)结合人工势场(APF)算法的路径规划跟踪系统。将改进的势场模型函数引入到MPC的目标函数和约束中,设计了基于MPC和APF的避障路径动态规划器。。运用模糊控制对MPC的车辆横向路径跟踪控制器的权重系数进行优化。仿真结果表明：在干燥路面下,与MPC控制器相比,模糊MPC路径跟踪控制器的最大横向偏差减少19.14%。在湿润路面下,模糊MPC控制器最大横向偏差减少0.55 m。基于MATLAB/Simulink与Carsim软件搭建避障路径规划与跟踪控制联合仿真模型,选择动态障碍物不同速度进行障碍物路径动态规划及跟踪控制仿真试验。实验结果表明：跟踪规划路径过程中的最大横向偏差约为0.170 m,说明规划的避障路径能够安全有效地避开障碍物。     

级联双稳随机共振降噪下的经验模式分解

针对强噪声背景下混合信号的经验模式分解（EMD）问题,提出了一种基于级联双稳随机共振系统（CBSRS）降噪的EMD方法。该方法利用CBSRS对时域波形降噪的优良特性,首先对有噪信号进行随机共振输出,信号得到降噪后,再进行EMD。在仿真实验中,分别对原始信号以及各级级联随机共振输出后的信号进行EMD,对比结果表明,级联双稳系统能有效去除高频噪声,减少EMD的层数,使EMD具有更明确的物理意义最后通过一个轴承外圈故障的诊断实例表明,该方法在逐步滤除高频干扰的同时,不断加强低频特征能量,可以有效检测出故障的特征频率。     

基于动力学模型预测控制的Stewart型轮足腿控制方法

为了提高轮足机器人Stewart型轮足腿在不同位姿条件下的精度和动态特性,提出将模型预测控制（model predictive control,MPC）应用于轮足腿的位姿跟踪.首先对Stewart平台进行受力分析,利用牛顿-欧拉方程建立动力学模型的状态空间表达式,建立MPC预测模型和优化目标函数;然后通过Adams和Matlab联合仿真对MPC控制器进行参数整定,检验其对未建模摩擦力的鲁棒性;最后通过对比实验验证MPC控制器在负载位姿变化条件下可以获得优于PI控制器的姿态跟踪精度和动态特性.      

基于遗传算法的分布参数对象PID控制器设计

实际工业过程中的对象大都属于分布参数系统,控制现场主要采用比例-积分-微分(PID)控制方法。该文将基于遗传算法的PID控制器优化设计方法(简称GAOPT方法)应用到一类分布参数对象上,设计了最优控制器,并与几种基于常规整定公式的控制器进行比较。仿真结果表明,GAOPT方法设计的PID控制器,可以利用较小的控制能量,获得在超调量、调节时间和时间乘绝对误差积分(ITAE)等指标上都较优的控制效果。将GAOPT方法应用到分布参数系统上,可以提高现有工业中PID控制器的控制水平。