基于虚拟领航者的多艘船舶协调路径跟踪控制

针对多艘船舶的协调路径跟踪问题,提出了基于虚拟领航者的分布式协调策略.该策略假定一个虚拟体作为领航者,每艘船与该领航者的相对位置作为闭环系统的反馈信息,通过对每艘船进行控制器设计,使多船形成一定的队形,实现协调路径跟踪.同时引入自适应反步法来设计每艘船的控制器,以抵消海流的干扰,增强系统的鲁棒性,并用李雅普诺夫理论证明了所设计控制器的稳定性.最后通过仿真验证了所提出的协调策略和控制方法的有效性.     

基于反步法的SCARA机器人轨迹跟踪控制

针对SCARA机器人轨迹跟踪问题,提出了一种基于反步法的轨迹跟踪控制方法。利用反步法设计控制器的虚拟控制和实际控制量,基于李雅普诺夫稳定理论设计的控制律能够实现对机器人的轨迹跟踪,并确保闭环系统为全局稳定。仿真结果验证了算法的有效性,所设计的跟踪闭环系统一致全局渐近稳定,有效提高了轨迹跟踪控制精度,保证了跟踪误差信号的收敛。     

基于非线性干扰观测器的L_2滤波反步控制

针对一类多输入多输出高阶不确定非线性系统,提出一种基于非线性干扰观测器的L2滤波反步控制方法。利用非线性干扰观测器对系统的未知复合干扰进行在线估计,基于李雅普诺夫稳定性理论设计指令滤波反步控制器,避免常规反步法由于对虚拟控制迭代求导造成控制器复杂的问题,设计L2干扰抑制鲁棒控制器减弱了观测器误差对控制精度带来的影响。针对某三阶不确定非线性系统进行仿真验证。研究结果表明:非线性干扰观测器能够有效估计系统的复合扰动,且L2干扰抑制方法能够在观测器存在误差时提高控制精度。     

基于反步法的机器人鲁棒跟踪控制

针对不确定性机器人的跟踪控制问题,设计出了基于反步法的控制器。该方法首先将机器人动力学模型通过线性反馈得到了两个子系统,然后对每个子系统分别构造李雅普诺夫函数来保证渐近稳定,从而达到了对机器人系统跟踪误差渐近稳定控制的目的.最后以两关节机器人为例进行仿真,仿真结果表明基于反步法的控制器是有效的.     

高超声速飞行器的模糊预测控制

为了简化已有的高超声速飞行器纵向通道反步法控制,提出了一种基于预测模型的模糊控制器.针对高度子系统,通过对原模型进行转换得到四步预测模型.控制器设计仅需一个模糊系统对不确定部分进行估计补偿,可避免虚拟控制量的不断求取.稳定性分析证明了系统跟踪误差是一致终值有界的.与反步法相比,该策略大大简化控制器的设计复杂度.仿真验证了算法的有效性.     

永磁同步电机的自适应反步滑模变结构的混沌控制

永磁同步电机的动力学特性表明在一定的条件下PMSM会呈现混沌特性行为.为了控制不良的混沌振动,设计了一个基于自适应反步法的滑模变结构非线性控制器.M atlab数字仿真表明,基于自适应反步法的滑模变结构控制器具有健全的控制性能,它能够消除混沌现象,并能把系统的跟踪误差和参数变化迅速地以指数规律收敛到零,使得系统具有较强的抗干扰性.     

船舶航向跟踪系统自适应滤波反步终端滑模控制

针对船舶航向非线性系统,提出了一种基于自适应滤波反步法的终端滑模控制器. 系统由二阶非线性野本模型和舵机响应模型串联组成,考虑了模型不确定性和外部干扰等未知项,并由模糊系统对未知项进行在线逼近. 首先引入二阶低通滤波器,避免了对虚拟控制律的解析求导,从而简化了反步控制器的设计,而且滤波器的低通特性可大大减小测量噪声的影响;然后利用滤波反步法的结果设计了终端滑模面,并最终得到了使系统跟踪误差有限时间收敛的终端滑模控制器. 根据Lyapunov理论证明了闭环系统所有误差变量均是一致最终有界的. 仿真结果验证了所提方法的有效性.      

鱼雷形水下机器人非线性航迹跟踪控制 

研究了欠驱动自主式水下机器人路径跟踪问题.在Serret Frenet移动坐标系下,基于虚拟目标机器人建立了路径跟踪误差动力学方程.在此基础上,结合水下机器人动力学方程,设计了基于Lyapunov稳定性理论和反步法技术的控制器.仿真结果表明,提出的非线性反馈控制律能够保证路径跟踪误差快速收敛到零,使机器人沿着参考路径航行.     

存在饱和输入量的欠驱动船舶编队控制

研究了常规欠驱动船舶编队路径跟踪的一致性控制问题,设计了一个分散式控制器.结合反步法、虚拟结构法及李雅普诺夫理论,使设计的控制器不仅形式简单,而且具有良好的稳定性和全局收敛性,能有效实现欠驱动状态下船舶横向速度及位移的快速镇定.在此基础上引入一致性控制的思想,解决在输入量饱和情况下编队队形失效的问题,达到协调各船保持期望队形的目的.通过三艘船的仿真,对所设计控制器的正确性及有效性进行了验证.     

基于观测器的异步电动机模糊自适应控制

研究了异步电动机位置跟踪控制问题.设计降维观测器用于估计异步电动机的角速度,利用模糊逻辑系统逼近系统中的非线性函数,并基于反步法实现异步电动机的自适应模糊控制.所提出的控制器能够有效地跟踪给定的参考信号.仿真结果验证了该方法的有效性.     

无人软翼飞行器直线航迹跟踪鲁棒反步控制

为实现无人软翼飞行器的直线航迹跟踪控制,提出一种基于模拟对象的可变增益鲁棒反步控制方法.基于模拟对象方法建立软翼飞行器的航迹跟踪误差模型,并设计了可变增益反步跟踪控制器,通过合理设计增益参数,消除了部分复杂非线性项,避免了传统反步法中虚拟量高阶导数问题,简化了控制器形式,更有利于工程实现.根据Lyapunov理论设计的鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.将控制器应用于无人软翼飞行器平面直线航迹跟踪控制中,仿真实验表明,所设计的控制器可以实现直线航迹的精确跟踪,且具有很好的鲁棒性.     

轧机液压伺服系统多模型切换自适应反步控制

针对轧机液压伺服系统工作过程中弹性负载力和外负载力的跳变,基于公共Lyapunov函数方法和自适应反步控制方法,提出了一种多模型切换自适应反步控制策略.该方法结合自适应反步控制的特点和公共Lyapunov函数的设计要求,通过反步法设计了各子系统的状态反馈控制器和不确定上界参数的自适应估计器,取反步法的Lyapunov函数作为公共Lyapunov函数,保证了系统在任意切换下的渐近稳定.自适应反步法和公共Lyapunov函数方法的结合,便于公共Lyapunov函数的求取,又解决了同时存在参数跳变和参数慢时变的问题.仿真结果表明,该方法能够保证轧机液压伺服系统具有良好的动静态性能,并对参数跳变和参数慢时变具有较强鲁棒性.     

欠驱动UUV三维轨迹跟踪的反步动态滑模控制

提出一种欠驱动无人水下航行器(UUV)反步自适应动态滑模控制方法.结合反步和自适应滑模控制技术设计UUV的位置、姿态和时变速度跟踪控制器,采用虚拟速度来代替姿态误差的控制策略,将姿态跟踪控制转化为速度控制,能够有效避免传统反步法控制律设计存在的奇异值问题.针对系统模型不精确及时变扰动问题,引入滑模控制技术进行自适应补偿估计,提高了欠驱动UUV在未知环境中的鲁棒性及自适应能力,并基于李雅普诺夫稳定性理论证明了该控制系统误差最终一致有界.仿真结果表明:提出的UUV三维轨迹跟踪反步动态滑模控制方法收敛、有效,能够实现在系统参数不精确及时变扰动情况下的三维轨迹精确跟踪控制.     

三角形式非线性离散系统自适应神经网络控制

针对一类控制输入为三角形式的多输入多输出离散非线性系统,提出了基于反步法的自适应神经网络控制方法.由于该系统的控制输入为非仿射形式,不能采用反馈线性化的方法设计控制系统;因此,首先采用隐函数定理证实了能够使系统输出跟踪期望轨迹的理想控制输入的存在性,并构造了理想的控制输入.利用高阶神经网络估计这些控制输入,提出了基于反步法的自适应神经网络控制方法.证明了所提出的控制方法能够保证闭环系统的所有信号半全局一致最终有界,并通过仿真验证了该方法的有效性.     

小型无人直升机的双时标鲁棒控制系统设计

针对小型无人直升机,提出一种双时标鲁棒飞行控制器的设计方法.首先根据小型无人直升机模型的特点和时标分离思想,将快速变化的姿态控制回路作为控制系统内环,慢速变化的平移控制回路作为控制系统外环,分别采用基于四元数描述的方法和基于反步法的鲁棒控制完成控制器设计.然后运用Lyapunov方法对所设计的闭环控制系统进行稳定性分析,证明这种双时标飞行控制系统在没有干扰时可以实现跟踪误差的指数收敛.最后对该控制器进行仿真验证,结果表明,在阵风干扰下这种控制器仍然能够保证小型无人直升机实现良好的位置跟踪控制.     

基于滤波反步法的船舶航向跟踪控制

针对存在不确定性的非线性船舶航向运动数学模型,将反步算法和command filter technique相结合,提出一种新的非线性神经网络自适应控制器设计方法.基于Lyapunov稳定性分析理论,采用command filter technique消除传统反步法中存在的"计算爆炸"问题,同时将神经网络权值的范数作为估计参数,以减少控制器的计算负担,便于工程实现和应用.所设计的非线性自适应神经网络控制器使船舶航向控制系统中所有信号一致有界,航向误差收敛于零.仿真结果验证了该算法的有效性.     

水翼船纵向运动姿态的自适应滑模控制器设计

以水翼船的纵向姿态稳定为目标,为了解决水翼船在实际航行中存在干扰和不确定性因素的问题,设计了基于反步法的自适应滑模控制器,对水翼船的纵向运动姿态(升沉位移和纵摇角)进行控制,利用Matlab进行了仿真实验,结果表明:基于反步法的自适应滑模控制器能够有效抵消干扰的影响,在给定期望姿态条件下,升沉位移和纵摇角能够在规定时间内稳定在一定误差范围内,水翼船的升沉位移和纵摇角在加入控制器后得到了明显改善,与未加入控制器相比,最大值分别下降了76%和90%。     

基于扩张状态观测器的四旋翼积分滑模反步控制

针对四旋翼路径跟踪控制问题,研究了基于扩张状态观测器(extended state observer,ESO)、积分滑模控制器(integral sliding mode controller,ISMC)及反步法(backstepping)的四旋翼控制算法。构造了一种考虑姿态控制器响应过程的无人机控制模型;设计了扩张状态观测器对扰动进行观测,并构建了积分滑模控制器以估计扰动观测误差;设计了基于反步法的抗干扰路径跟踪控制算法,利用扩展状态观测器估计的扰动信息,通过补偿方式较好地消除了扰动影响。仿真试验表明,该方法具有良好的轨迹跟踪性能和抗干扰能力。     

基于神经网络反步法的移动机器人路径跟踪控制

为实现非完整轮式机器人的路径跟踪控制,设计基于反馈增益的反步法控制器,通过控制器参数设计消除了机器人动态误差模型中的部分非线性项,采用神经网络对模型不确定项进行补偿,并利用自适应鲁棒控制器在线补偿神经网络的估计误差,优化了神经网络的学习性能。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

无人翼伞飞行器路径跟踪反步控制方法

为实现无人翼伞飞行器的曲线路径跟踪控制,提出了一种基于模拟对象的可变增益反步跟踪控制方法.首先,基于模拟对象跟踪建立翼伞飞行器的路径跟踪误差模型;其次,针对模型设计了可变增益反步跟踪控制器,通过合理设计增益参数,消除了部分复杂非线性项,避免了传统反步法中虚拟量的高阶导数问题,简化了控制器形式,以有利于工程实现;然后,根据Lyapunov理论设计反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性;最后,将控制器应用于无人翼伞飞行器平面曲线的跟踪控制中.仿真与实验结果表明,所设计的控制器可以实现曲线路径的准确跟踪,且具有很好的鲁棒性.