基于模糊干扰观测器的轨迹线性化控制研究

针对一类非线性不确定系统,基于轨迹线性化控制(TLC)方法及模糊干扰观测器(FDO)技术研究了一种新的非线性控制结构。利用模糊系统具有以任意精度逼近非线性函数的能力设计FDO对未知干扰和不确定进行估计,并通过鲁棒控制项来提高系统的性能。采用Lyapunov方法,证明了跟踪误差和干扰观测误差一致最终有界。最后利用提出的控制方案针对数值算例进行了仿真验证,仿真结果表明了控制方案的有效性和鲁棒性。     

一类径向基神经网络干扰观测器轨迹线性化控制

利用径向基神经网络(RBFNN)的逼近能力,研究了基于径向基神经网络干扰观测器(RDO)的鲁棒自适应轨迹线性化控制(TLC)策略,以解决空天飞行器复杂飞行条件下系统不确定及干扰的控制问题。分析了系统存在不确定性时轨迹线性化控制方法性能降低甚至失效的原因,设计了自适应调节律,并采用Lyapunov方法严格证明了在该自适应调节律作用下闭环系统所有误差信号最终有界。仿真结果表明,较当前TLC方法的控制性能,新方案在空天飞行器系统上具有更优异的控制性能和鲁棒性。     

基于干扰观测器的轮廓误差耦合控制研究

针对多轴运动的轮廓误差，提出了基于干扰观测器的轮廓误差耦合控制。该方法通过构造干扰观测器来预测各单轴系统的内部和外部干扰，并根据预测到的干扰信息对各轴进行补偿以消除干扰对系统的影响。考虑到系统的动态特性，拟采用模糊神经网络对干扰信号进行动态分配，并依据轮廓误差耦合控制思想补偿到各轴，达到轮廓误差最小控制。而文章采用遗传算法对网络进行训练以加快网络训练速度，且不易陷入局部最小。仿真结果证明其可行性与有效性。     

基于干扰观测器的倒立摆自适应滑模控制及仿真研究

旋转二级倒立摆是一种非线性、强耦合的复杂不稳定的欠驱动系统,在已建立的倒立摆数学模型的基础上,提出了一种基于干扰观测器的离散自适应滑模控制算法,针对系统的内部参数变化和外部扰动,利用干扰观测器对系统的不确定因素进行了动态补偿,同时结合自适应算法降低系统的抖振,与未采用干扰观测器的传统自适应滑模控制律的仿真结果进行对比,可以看出,采用改进的控制算法大大降低了系统的抖振和超调,改善了系统的动态性能,得到更好的控制效果.     

基于干扰观测器的坦克伺服系统滑模变结构控制

针对坦克伺服系统中存在的外部干扰、内部参数的不确定性问题,提出干扰观测器作为内环和滑模变结构控制作为外环的双环控制方案.在二自由度意义下分析干扰观测器系统的鲁棒性和性能,通过合理设计低通滤波器,干扰观测器可补偿大的干扰和不确定性,同时还可减少滑模变结构控制的抖振现象.滑模变结构控制器可用来消除干扰观测误差,并满足系统跟踪性能的要求.所设计的方法用于坦克伺服系统进行仿真研究.结果表明该方法能较好地满足跟踪精度的要求,同时系统具有较强的适应性和鲁棒性.     

基于观测器设计的移动小车自适应轨迹跟踪控制研究

提出了一种基于观测器设计的自适应轨迹跟踪控制算法，在无法准确测量移动机器人位姿的情况下，基于其完整动力学模型，实现机器人轨迹跟踪控制问题。方法考虑了实际参数的移动机器人完整动力学模型，将位姿观测器和自适应控制策略相结合，设计了一种移动机器人完整的自适应观测器轨迹跟踪控制策略。仿真结果表明该控制策略的正确性和有效性。     

带有干扰观测器的PID-CMAC控制系统设计

PID神经网络有很强的拟合能力,它用于基于神经网络逆模型的干扰观测器设计,并进一步设计了带一种带有干扰观测器的PID-CMAC复合控制系统。该系统解决了内扰无法观测的问题,通过设置干扰观测器加快了消除内扰的过程,CMAC的控制作用使系统输出能够更快地跟踪系统输入。实验表明,该控制系统不仅能够提高系统输出跟踪系统输出的能力,而且能够更快地消除内扰。     

基于模糊干扰观测器的自适应反演滑模控制研究

摩擦等外界干扰,系统不确定性信息及参数变化对飞行仿真转台的运行造成不利影响。针对该问题,提出基于模糊干扰观测器（Fdo）的自适应反演滑模控制方案（ABSMC）,在对外界干扰和不确定信息进行补偿的基础上,从稳定性出发,对不确定上界进行自适应估计,并逐步反推出控制器。通过对某型仿真转台进行仿真,得知该方案与普通滑模控制（SMC）方案相比,具有更高的跟踪精度,并极大的提高了对外界干扰,系统不确定信息和参数变化的鲁棒性。     

基于干扰观测器的高性能转台伺服系统内模控制方法研究

针对转台伺服控制系统,提出了一种基于干扰观测器的改进内模控制方法（DIMC）。内模控制是一种新型的先进控制方法,设计思路是将对象模型与实际对象的输出差值作为反馈,控制器逼近模型的逆,从而达到控制效果。考虑到传统的内模控制器设计方法跟踪精度不足,引入微分器构造改进的控制器,提高系统的跟踪精度。在此基础上引入干扰观测器,对摩擦进行补偿,进一步提高系统的跟踪精度。仿真研究和实验结果表明,该控制方法可以有效地提高系统的跟踪精度,并对系统参数变化和力矩扰动具有更强的鲁棒性。     

基于RCMAC干扰观测器的高超声速飞行控制

利用自回归小脑模型神经网络(recurrent cerebella model neural network, RCMAC)良好的非线性逼近能力和自学习能力,结合反馈线性化和反演控制方法,提出了一种自适应非线性控制策略,用于高速再入飞行器控制系统的设计。该方案将RCMAC干扰观测器(recurrent cerebella disturbance observer, RCDO)用于估计系统模型的不确定项,同时采用反演控制方式设计伪线性控制项,并利用符号函数逼近误差的上界,根据Lyapunov稳定性理论设计了权值更新规则,保证闭环系统信号有界。高速再入飞行器的六自由度仿真结果验证了方法的有效性和鲁棒性。     

基于扰动观测器的飞行器轨迹跟踪控制器设计

针对多种扰动作用下的固定翼飞行器三维轨迹跟踪问题, 设计了一种基于改进非线性扰动观测器的非奇异快速终端滑模轨迹跟踪控制器。首先推导固定翼飞行器三维轨迹跟踪误差模型, 考虑模型误差和飞行过程中的未知扰动, 设计了一种基于状态估计误差反馈的非线性扰动观测器对扰动进行观测。基于非奇异快速终端滑模控制方法, 采用双幂次趋近律设计轨迹跟踪控制器, 并证明了闭环控制系统的稳定性。仿真结果表明, 在多种扰动的作用下, 所设计的轨迹跟踪控制器能够对三维机动轨迹进行准确、稳定的跟踪。     

基于非线性干扰观测器的高超声速飞行器反演滑模控制

针对高超声速飞行器非线性动力学系统中存在的高度非线性、多变量耦合及参数不确定等特点,利用非线性干扰观测器对各种干扰的逼近特性,结合反演滑模控制,设计了一种飞行器反演滑模控制器。该方法首先利用干扰观测器观测出系统的干扰,未观测出的部分干扰使用反演滑模控制进行补偿,避免了累积误差,实现对制导指令的鲁棒输出跟踪,并证明了系统稳定性。仿真结果验证了该方法能较理想地观测干扰,保证系统良好的鲁棒性。     

基于有限时间收敛干扰观测器的探导控一体化设计

针对滚仰式半捷联寻的制导导弹,提出一种基于有限时间干扰观测器(finite time disturbance ob-server,FTDO)的探导控一体化滑模控制器设计方法.首先基于滚仰式半捷联导引头动力学模型和导弹制导控制模型,建立了全状态耦合探测、制导、控制一体化控制模型.在模型中将不确定项和误差视为干扰,通过有限...     

基于干扰估计的BTT导弹鲁棒方差姿态控制

针对存在非线性和不确定性的倾斜转弯(bank-to-turn, BTT)导弹姿态控制问题,提出基于干扰估计的鲁棒方差控制方法。将姿态运动中非线性项和不确定项作为总干扰,采用干扰观测器进行估计,并引入控制系统进行补偿。干扰观测器的观测误差作为BTT导弹姿态运动的干扰输入,为了保证控制系统具有良好的动态和稳态性能,采用鲁棒方差控制理论设计了线性反馈控制器,将闭环极点配置在特定圆盘区域,同时将状态变量的稳态方差保持在给定的范围内。仿真结果表明,所提出的鲁棒方差姿态控制器能够保证良好的控制效果,鲁棒性强。     

固定时间收敛扰动观测终端滑模制导律设计

针对机动目标拦截问题,设计了基于固定时间收敛扰动观测器(fixed time disturbance observer, FxTDO)的终端角度约束非奇异快速终端滑模制导律(nonsingular fast terminal sliding mode guidance law, NFTSMGL)。通过具有固体时间收敛特性的扰动观测器对导弹拦截过程的外部扰动进行快速、精确估计。同时为了抑制抖振影响以及保证制导信号在有限的时间范围内收敛,设计了NFTSMGL,并进行了稳定性分析。仿真结果表明，FxTDO-NFTSMGL可以使制导信号在有限的时间范围内收敛至期望状态,并满足对机动目标拦截的要求,相较于无观测器的NFTSMGL收敛速度更快,且避免了抖振现象。     

弹载伺服系统中输出多采样率扰动观测器应用

基于输出多采样率反馈理论与时滞估计原理,提出一种输出多采样率扰动观测器,给出了推导过程及稳定条件。与传统的时滞扰动观测器相比,所提出的扰动观测器利用系统的快速采样输出来估计扰动量,具有滞后量小、结构简单、易于实现等优点。将所提出的扰动观测器应用于导引头伺服控制系统中,仿真结果表明:输出多采样率扰动观测器对弹体耦合干扰力矩、摩擦力矩等外部扰动力矩具有较高的补偿精度,能够有效提高导引头伺服系统的控制精度。     

Robust bounded control for uncertain flight dynamics using disturbance observer

The robust bounded flight control scheme is developed for the uncertain longitudinal flight dynamics of the fighter with control input saturation invoking the backstepping technique. To enhance the disturbance rejection ability of the robust flight control for fighters, the sliding mode disturbance observer is designed to estimate the compounded disturbance including the unknown external disturbance and the effect of the control input saturation. Based on the backstepping technique and the compounded disturbance estimated output, the robust bounded flight control scheme is proposed for the fighter with the unknown external disturbance and the control input saturation. The closed-loop system stability under the developed robust bounded flight control scheme is rigorously proved using the Lyapunov method and the uniformly asymptotical convergences of all closed-loop signals are guaranteed. Finally, simulation results are presented to show the effectiveness of the proposed robust bounded flight control scheme for the uncertain longitudinal flight dynamics of the fighter.     

Disturbance observer based time-varying sliding mode control for uncertain mechanical system

It is now well known that the time-varying sliding mode control (TVSMC) is characterized by its global robustness against matched model uncertainties and disturbances. The accurate tracking problem of the mechanical system in the presence of the parametric uncertainty and external disturbance is addressed in the TVSMC framework. Firstly, an exponential TVSMC algorithm is designed and the main features are analyzed. Especially, the control parameter is obtained by solving an optimal problem. Subsequently, the global chattering problem in TVSMC is considered. To reduce the static error resulting from the continuous TVSMC algorithm, a disturbance observer based time-varying sliding mode control (DOTVSMC) algorithm is presented. The detailed design principle and the stability of the closed-loop system under the composite controller are provided. Simulation results verify the effectiveness of the proposed algorithm.