基于串级LADRC设计的旋翼无人机航迹跟踪控制

针对复杂环境下,四旋翼无人机航迹跟踪精度易受风扰的影响,设计了串级线性自抗扰控制(linear active disturbance rejection control,LADRC)双回路控制系统。外环为位置回路,针对风扰采用3阶LADRC设计;内环为姿态回路,针对执行机构的动态特性,采用4阶LADRC设计。仿真对比串级LADRC和串级PID两种控制方法,结果表明,两种方法虽然都实现了四旋翼无人机航迹跟踪控制,但是在各种复杂风场扰动、内扰作用的情况下,串级LADRC能够克服复杂扰动的影响,精度更高、抗扰性更好、鲁棒性更强,且待整定参数不多,十分符合工程实际的需求。     

基于神经网络的自抗扰控制器

将神经网络与自抗扰控制器相结合,提出一种新的控制器,并深入分析了该控制器结构。仿真研究表明,该控制器较单一的自抗扰控制器具有参数适应性更大、动态特征更好等优点。     

基于改进ESO的四旋翼姿态自抗扰控制器设计

针对四旋翼无人机姿态自抗扰控制(active disturbance rejection control, ADRC)系统在姿态角测量反馈信号受传感器噪声污染时, 基于传统非线性非光滑fal函数的扩张状态观测器(extended state observer, ESO)观测精度不足的问题, 构建了一种新型非线性光滑galn函数以重新设计ESO, 并利用Matlab/Simulink仿真软件进行性能验证。仿真结果表明: 与传统fal函数相比, 本文构建的galn函数为光滑且具有更好的收敛性, 更能体现“大误差小增益”的工程思想; 基于galn函数设计的改进型ESO具有更强的误差跟随能力; 采用改进型ESO设计的四旋翼姿态ADRC系统具有更好的跟踪能力和抗干扰能力。     

高超声速飞行器自抗扰姿态控制器设计

针对高超声速飞行器无动力再入过程中具有强耦合、气动参数摄动及不确定性的非线性姿态模型,结合自抗扰控制中的扩张状态观测器(extended state observer, ESO)及非线性状态误差反馈律(nonlinear law state error feedback, NLSEF),分别设计了高超声速飞行器内环和外环自抗扰姿态控制器。将不确定性、耦合及参数摄动等干扰作为“总和干扰”利用扩张状态观测器进行估计并动态反馈补偿,再利用NLSEF抑制补偿残差。自抗扰控制器(active disturbance rejection control, ADRC)设计无需精确的飞行器被控模型,也无需精确的气动参数及摄动界限。仿真结果表明,控制系统能够克服干扰及气动参数大范围摄动的影响,在获取良好的动态品质和跟踪性能的同时,具有较强的鲁棒性。     

飞行器自抗扰姿态控制优化与仿真研究

以飞行器姿态控制为背景,设计了俯仰、横侧（解耦）自抗扰控制器。通过扩张观测器的动态补偿获得控制器的鲁棒性。通过被控对象执行机构特性和所希望的闭环性能确定控制器参数的范围。被控对象的状态方程和扩张观测器方程组合在一起,形成扩展状态方程,把控制参数的确定,转化为线性矩阵不等式的求解。仿真结果表明,控制器具有很强的鲁棒性,适应性,快速性和优良的控制品质。

Abstract：

Active Disturbance Rejection Control （ADRC） based pitch attitude and lateral decoupling control were proposed. Robustness was obtained by dynamic compensation of Extended State Observer （ESO）, and the control parameters’ bounds were determined by combination of actuator’s characteristics and specified closed-loop performance. The parameters’ optimization was carried out by LMI approach based on expanded state equations containing the plant and the ESO. The simulation results show that the controller has strong robustness, adaptability and good performance.     

自抗扰控制在火电厂主汽温控制中的应用研究

自抗扰控制器(ADRC)是在继承经典PID不依赖于对象模型优点的基础上,通过改进经典 PID 固有缺陷而形成的新型控制器,性能优良并且算法简单.针对火电厂过热汽温控制系统的大滞后,大惯性以及动态特性随工况变化的不确定性等特点,给出了主汽温的自抗扰控制方案,该控制方案不需要精确模型参数就可以实现干扰补偿.在电厂热工过程控制实时仿真平台STAR-90上建立模块化的自抗扰控制器,进行了变负荷、10%扰动和RB试验.试验结果表明,用ADRC技术建立的过热汽温控制系统对被控对象模型的不确定性和外部扰动变化具有较强的适应性和鲁棒性,控制系统具有优良的动态性能.     

航天器姿态机动的自抗扰控制器设计

基于三阶扩张状态观测器、安排过渡过程和非线性反馈技术,设计了三通道耦合的航天器姿态机动自抗扰控制器,完成了自抗扰控制器的参数整定。从对模型的依赖程度、抗干扰性、鲁棒性和燃料消耗等四个方面对比了自抗扰控制器和PD控制器。仿真结果表明自抗扰控制器在解决存在非线性和耦合特性的航天器姿态控制问题上能够取得理想的控制效果,具有较高的控制精度和较快的系统响应。     

基于干扰估计的高超声速飞行器鲁棒控制方法

针对高超声速飞行器高度与速度跟踪所面临的参数不确定与外界干扰问题,提出基于干扰估计的鲁棒控制律设计方法。首先建立含参数不确定与外界干扰的高超声速飞行器模型;而后基于动态逆思想,将动力学模型进行线性化,并将由参数不确定与外界干扰对系统造成的总效果看作系统总干扰,从而引入线性扩张状态观测器实现对系统状态及总干扰的估计;最后考虑总干扰作用,提出具有鲁棒性能的动态逆控制律与滑模控制律。通过与传统控制律进行对比仿真,结果表明所设计的两种鲁棒控制器只需在原有方法基础上进行简单改进,即可较大程度提高对系统参数不确定与外界干扰的鲁棒性,具有良好的跟踪性能。     

自抗扰控制在火电厂主汽温控制中的应用

针对火电厂过热汽温控制系统的大滞后、大惯性以及动态特性随工况变化的不确定性等特点，本文提出了ADRC过热汽温控制方案。该方案采用导前温度信号作为辅助反馈信号，构成串级ADRC-PID／ADRC双回路控制系统。在电厂过程仿真平台STAR-90上的实验结果表明，用这种方法建立的过热汽温控制系统，具有较好的控制品质和较强的自适应能力。     

基于扩张状态观测器的导弹纵向控制系统设计

基于扩张状态观测器设计了导弹纵向通道控制系统。首先将弹体弹性、模型参数的不确定性和测量元件的动态特性视为复合干扰,并将其作为系统的一个扩张状态|然后利用扩张状态观测器对扩维后的系统状态进行估计,将估计值用于状态反馈和设计控制补偿项|最后给出了控制算法的稳定性证明。仿真结果表明,所设计的控制算法具有较好的指令跟踪性能和强鲁棒性。     

输入约束下的浮力调节式UUV变深控制

针对浮力调节机构约束下无人水下航行器(unmanned underwater vehicle, UUV)的变深控制问题,提出一种基于正交神经网络饱和补偿器的自适应动态面控制方法。首先,建立考虑执行机构动态特性的UUV数学模型。在此基础上,采用反步法和非线性跟踪微分器设计动态面控制器,同时引入线性扩张状态观测器(linear extended state observer, LESO)在线估计浮力变化与模型不确定性引起的干扰,继而在控制器中进行补偿。然后,基于正交神经网络设计饱和补偿器,并证明闭环系统所有误差一致最终有界。仿真结果表明,与现有的动态面控制方法相比,所提方法在浮力调节机构约束下,具有较好的动态性能与稳态精度。     

Active disturbance rejection control on first-order plant

Conventional PI control encounters some problems when dealing with large lag process in the presence of parameter uncertainties.For the typical first-order process,an observerbased linear active disturbance rejection control(LADRC) scheme is presented to cope with the difficulties,and a reduced-order observer scheme is proposed further.Some quantitative dynamic results with regard to non-overshoot characteristics are obtained.Finally,the performance boundaries of LADRC and PI control are explicitly compared with each other,which shows that the former is more superior in most cases.     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计.首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization,QPS...     

基于改进粒子群算法的快速反射镜自抗扰控制

为了提高快速反射镜(fast steering mirror, FSM)的跟踪精度和扰动抑制能力, 建立了基于自抗扰控制器(active disturbance rejection control, ADRC)的FSM闭环控制系统, 并对ADRC的参数整定方法进行研究。由于ADRC参数用试凑法整定效率低, 用粒子群优化(particle swarm optimization, PSO)算法整定容易陷入局部最优, 因此提出一种惯性权重基于箕舌线调整的改进PSO(improved PSO, IPSO)算法。通过系统仿真实验, 在考虑卫星平台振动的情况下, 采用基于IPSO、PSO的ADRC和传统比例-积分-微分(proportion integration differentiation,PID)控制器分别控制FSM。结果表明, 在跟踪不同频率的高频正弦信号时, 采用基于IPSO的ADRC控制的FSM跟踪精度相较其他两种控制器控制FSM的跟踪精度均有明显提升。     

基于图拉普拉斯嵌入的合成孔径雷达时变窄带干扰抑制算法

合成孔径雷达(synthetic aperture radar, SAR)作为一种宽带系统, 常与同频段内其他有源电磁系统发生冲突, 这些信号相较于宽带SAR系统而言, 大部分是窄带干扰(narrow-band interference, NBI), 会对高分辨SAR成像系统产生严重干扰。早期关于NBI抑制问题的研究中, 很少有人注意到NBIs在不同脉冲之间可能具有局部时变特性, 这削弱了某些经典方法在干扰抑制上的性能。因此, 本文提出了一种图拉普拉斯嵌入(graph Laplacian embedding, GLE)算法, 通过在不同脉冲信号之间构建拉普拉斯嵌入关系来抑制NBIs。这使得局部时变的干扰能够被嵌入到非线性低维流形中, 并被有效去除。对实测受NBI干扰的SAR数据进行处理, 处理后的结果证明了所提方法的有效性。