一类不确定非线性系统基于SVR的Backstepping自适应跟踪控制

针对含有不确定非线性扰动项的一类非线性系统,结合支持向量回归理论,采用Backstep-ping控制方法设计自适应非线性控制器.在分析满足Backstepping设计条件的一类非线性系统结构形式的基础上,应用支持向量回归辨识并补偿系统不确定项及未知扰动,基于Lyapunov稳定性理论,选取Lyapunov函数,证明闭环系统最终一致有界,且跟踪误差指数收敛.通过对典型系统仿真分析表明,相比于径向基神经网络自适应Backstepping控制方案,支持向量回归因其内部参数由训练优化产生,不依赖先验经验及外界干预,适应性较好,对参考指令信号跟踪收敛快,稳态误差小,控制方案有效,且系统具有一定鲁棒性.     

基于LS-SVM的非线性鲁棒自适应飞行控制器设计

为解决因参数不确定,受外界未知扰动等非线性影响的飞行控制问题,以反馈线性化理论为基础,将最小二乘支持向量机引入控制结构,设计了一种基于在线逆误差补偿的非线性鲁棒自适应飞行控制器。经分析推导得出最小二乘支持向量机的自适应权值调整率,并应用Lyapunov稳定性理论证明飞行控制系统闭环渐进稳定。针对某型飞行器,通过构建平均气动模型误差方程模拟实际飞行环境下的不确定非线性影响,开展了6自由度飞行仿真对比试验,仿真结果证明所设计的控制器具有良好的指令跟踪能力和较强的鲁棒性。     

基于气动特性辨识的折叠翼飞行器可重构控制系统设计

为解决折叠翼飞行器初段飞行中气动特性变化大且易受环境扰动影响、控制鲁棒性要求高的问题,将飞行器物理模型的实时辨识与非线性动态逆方法相结合,设计可重构飞行控制器。基于迭代扩展卡尔曼滤波与渐消记忆最小二乘,将气动特性辨识一步方法分解为状态量和参数值的两步辨识,算法更易于在线实现。通过实时辨识更新动态逆控制器参考模型,消除模型逆误差,实现可重构控制。针对某型折叠翼飞行器的6自由度仿真结果表明,在飞行器自身气动特性大幅变化且考虑外界未知扰动情况下,控制器满足设计要求,具有较强的鲁棒性。