数字卫星天线跟踪控制器的研制

分析了引起卫星天线指向偏离卫星的原因，介绍了一种用AT89C51单片机实现的卫星天线跟踪控制器的控制原理，硬件电路结构及软件设计方法；简述了跟踪控制软件采用的步进算法和误差补偿技术，实现了对卫星天线的精确控制．     

液位控制系统中混沌运动的轨迹跟踪控制

分析了液位控制系统中的混沌运动，并采用轨迹跟踪控制方法对液位控制系统中的混沌运动进行控制，通过配置极点保征了控制系统具有良好的动态性能和全局稳定性。该方法不仅避免了局部线性化方法存在的问题，而且可以跟踪函数给定。仿真结果表明，该方法对参数变化和测量噪声具有较好的鲁棒性。     

小型涵道风扇无人机自适应解耦控制律设计

为解决小型涵道风扇式无人机俯仰通道和滚转通道之间的惯性耦合问题,采用简单自适应控制(simple a-daptive control,SAC)方法对无人机姿态角速度控制回路设计模型参考自适应控制器,使该控制回路在受到不确定扰动和参数摄动的影响下,仍能稳定跟随参考模型输出;同时对所构造参考模型进行串联前馈解耦,以使无人机跟随参考模型同步解耦,进而实现对无人机姿态角速度和自身姿态角的有效控制.仿真结果显示,该控制律能使无人机姿态稳定跟踪参考模型输出,并且有效抑制了被控对象参数摄动带来的不利影响,控制系统具有较强的自适应性和鲁棒性.     

永磁同步电机的非线性自适应解耦控制

为了解决电机参数变化和负载扰动的不确定性、影响基于非线性解耦控制的永磁同步电机调速系统性能的问题,提出了一种带干扰抑制的永磁同步电机调速系统非线性解耦控制方法.该方法利用非线性解耦控制理论的微分几何方法实现永磁同步电机调速系统转速和磁链子系统的动态解耦,并结合自适应策略,将参数变化和负载转矩扰动作为扰动输入,设计了动态自适应状态反馈控制律和参数自适应规律.应用Lyapunov稳定理论证明了算法的稳定性,并实现具有L2暂态性指标的渐进跟踪.仿真和试验结果表明,该控制策略能有效地改善永磁同步电机调速系统的动态性能,增强其鲁棒性和抗干扰的能力.     

电液位置伺服系统的前馈补偿滑模PI控制

针对不确定性电液位置伺服系统的跟踪控制问题，提出了一种前馈补偿滑模ＰＩ控制方法．经仿真表明：该方法对存在外扰和模型不确定性的电液伺服系统具有强的鲁棒性和良好的跟踪特性．     

一种高稳快速跟踪微分器及其应用

研究了一种高稳快速跟踪微分器,实现快速跟踪目标信号和精确求解目标信号的微分信号,并将其应用于卫星天线的姿态控制.以有界扰动二阶系统为研究对象,设计了一种新的非光滑控制器,证实了这种控制器的稳定性、快速收敛性和强扰动抑制能力;结合非光滑控制器和非线性跟踪微分器设计了一种新的高稳快速跟踪微分器（HSSTD）,证明了这种跟踪微分器的稳定性,验证了这种跟踪微分器可以快速准确地跟踪目标信号并精确求取目标信号的微分.将所研究的高稳快速跟踪微分器应用于移动卫星天线的姿态控制,实验证实了这种跟踪微分器可以实现天线姿态的快速稳定控制,保证天线与目标卫星间的稳定通信.      

四旋翼飞行器全局动态鲁棒性跟踪控制

针对带有模型参数不确定和风微扰状况的四旋翼飞行器轨迹跟踪问题,提出了一种全局动态鲁棒性控制策略. 基于牛顿-欧拉形式化方法解耦得到飞行器直线运动部分和旋转姿态控制部分. 设计了模型预测控制器来实现直线运动部分的动态实时控制. 并在模型参数不确定和风微扰情况下,为了稳定四旋翼飞行器的旋转姿态行为和直线运动,引入全局鲁棒滑模控制方法. 仿真结果表明,设计的全局动态鲁棒控制策略具有实时快速稳定的跟踪效果.      

基于ESN网络的航天器姿态跟踪鲁棒控制

为了研究具有外部干扰力矩和模型不确定性的多体航天器姿态快速跟踪控制问题,基于逆系统方法和回声状态网络(echo state network, ESN), 设计了鲁棒控制器,并利用Lyapunov稳定性理论证明了控制系统的渐近稳定性.采用"meta-learning"策略离线训练ESN网络,并应用遗传算法优化其主要参数,解决了动态递归神经网络训练困难及网络参数不易确定的问题.控制器的设计过程相对简单,不需要精确的动力学模型.该文还针对航天器中心体与天线同时跟踪不同目标的任务进行了数值仿真,结果表明所设计的鲁棒控制器对外部干扰与模型不确定具有很好的鲁棒性.     

神经网络解耦控制在多变量控制系统中的应用

应用神经网络解耦控制,实现多变量系统的最优控制.通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.因此将多变量控制变成单变量控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.仿真结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的控制要求.     

基于全局PID模糊滑模算法的机器人跟踪控制仿真

为了解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振、在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差和干扰方面具有极高的鲁棒性.     

输入受限下机器人关节神经网络自适应控制

针对机器人关节控制输入受限以及动力学模型中存在非线性摩擦、柔性变形和未知外部干扰力矩等问题,提出了一种基于径向基函数（radial basis function, RBF）神经网络的输入饱和指令滤波自适应控制方法。基于指令滤波反步法,采用饱和函数约束控制输入的幅值,使用RBF神经网络在线逼近未知干扰,并利用Lyapunov稳定性理论证明了闭环系统的所有误差最终一致有界。仿真结果表明,控制算法不仅使系统的控制输入幅值被严格约束在规定的范围之内,完成了对目标轨迹的高精度跟踪（跟踪误差约为±0.003 rad）,而且还可抵抗外部阶跃干扰力矩和建模误差对控制系统的不良影响,保证系统的高精度与强鲁棒性,性能优于PID (propotional integral derivative)控制和普通指令滤波反步控制（command filter backstepping control, CFBC）,对机器人关节在高精度领域应用与智能控制具有重要价值。     

基于改进反步法的四旋翼无人机轨迹跟踪控制

四旋翼无人机是一个欠驱动、强耦合、高度不稳定的非线性系统.无人机系统的鲁棒性和抗干扰能力是飞行控制的关键问题.在经典反步控制(classical backstepping control,CBC)方法的基础上,增加了误差积分和饱和函数,设计了积分饱和反步控制(integral saturation backstepping control,ISBC)策略,用于抵抗无人机飞行过程中受到的常值干扰和变值干扰.系统的稳定性由Lyapunov稳定性定理证明.在MATLAB/SIMULINK环境下做了轨迹跟踪仿真实验.仿真结果表明,相比CBC控制策略,ISBC控制策略对四旋翼无人机系统有更好的抗干扰能力和优越的鲁棒性.     

采用非线性干扰观测器的机械臂补偿型滑模控制

针对机械臂系统中存在的内外复合不确定性干扰问题,提出一种非线性干扰观测器补偿型滑模控制策略.在非线性干扰观测器设计过程中,引入辅助函数,避免加速度反馈测量项;同时实现对复合不确定性干扰的准确估计,用以补偿系统的控制输入,克服系统的“抖振”现象.在滑模控制策略方面,基于传统方法对惯性矩阵项进行调整的基础上,引入跟踪误差对模型离心力和哥氏力项进行调整,提高系统鲁棒性和稳定性.结果表明:两者结合能够最大限度地降低系统不确定性及外界干扰对机械臂控制性能的影响,在抑制抖振的同时增强系统的鲁棒性,提高轨迹跟踪精度.     

四旋翼飞行器姿态控制系统设计

为解决微小型飞行器姿态控制系统成本高、控制性能不稳定等缺点,以自主研发的四旋翼飞行器为研究对象,提出采用廉价的角速率陀螺仪和加速度计,并结合姿态角模型,利用卡尔曼滤波器推测姿态角信息。考虑飞行器的建模误差以及飞行过程中存的外部干扰,为提高控制系统的鲁棒性,采用模型参考滑模控制理论(Model Reference Sliding Mode Control,MRSMC)设计姿态控制器。实验结果表明所设计的姿态控制系统具有良好的跟踪与鲁棒性能。     

基于小脑模型的电液位置伺服系统在线学习控制研究

针对非线性电液位置伺服系统的跟踪控制问题,提出了一种采用小脑模型（ＣＭＡＣ）神经网络的在线学习控制方法,与传统的ＣＭＡＣ控制器不同,该控制器采用动态误差作为ＣＭＡＣ神经网络的激励信号,从而使基于ＣＭＡＣ的控制器跟踪连续变化的信号成为可能,给出了具体的控制结构和算法,仿真结果表明,该控制器具有良好的处理非线性及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能和较高的学习     

基于计算力矩法的永磁球形电动机轨迹跟踪控制

永磁球形电动机动力学系统是一个多变量、非线性、强耦合系统.外部扰动、参数估计误差以及模型的近似均会影响系统的控制效果.为了获得良好的静态和动态性能,改善轨迹跟踪性能,提出了一种基于计算力矩法的永磁球形电动机轨迹跟踪控制策略.仿真结果表明,此方法可有效地削弱各轴向间非线性交叉耦合的影响,对外部扰动和模型误差具有良好的鲁棒性,可实现理想的轨迹跟踪控制效果.     

车体振动弹药传输机械臂的有界轨迹跟踪控制

针对传统PID控制器未能考虑车体振动带来的不确定性外部摄动的影响,且存在控制性能依赖高控制输入、驱动容易饱和的缺点,基于计算力矩法与一种基于隐式Lyapunov函数的控制律,提出一种新的弹药传输机械臂轨迹跟踪控制方法.控制器的增益是系统误差变量的可微函数,随着实际轨迹逐渐趋向于期望轨迹,该增益逐渐趋向于无穷大,但是控制输入始终满足给定的约束.数值求解系统的动力学方程中采用牛顿迭代法与龙格库塔法交叉迭代.结果显示,所设计的控制器可以有效抑制车体振动的影响,实现了弹药传输机械臂的渐进轨迹跟踪控制,具有良好的鲁棒性.      

输入受限非线性系统的自适应零误差跟踪控制

针对非线性系统面临的不确定动态、未知外部扰动和输入受限问题，提出了一种考虑输入饱和的零误差跟踪控制器。首先将系统的未建模动态和外部扰动综合为有界的“总扰动项”，进而设计控制律和自适应律补偿这一扰动项，使跟踪误差渐进收敛至零而不仅仅收敛至有界的紧集内。相比于传统的考虑不确定动态和外部扰动的非线性控制方法，所提控制方法的控制器结构更加简单，跟踪精度更高。此外，通过设计辅助误差补偿系统，使得控制器能较好地应对输入饱和情形，在饱和情形消失后，补偿信号能够渐进收敛至零。最后，通过仿真验证了所提方法的有效性。     

基于扩张状态观测器的双旋弹丸舵翼转速预测控制

针对存在于固定鸭舵式弹道修正弹舵翼滚转系统中的参数不确定性和不确定性非线性问题,提出一种基于输出反馈型扩张状态观测器的直接模型预测控制方法.该方法以扩张状态观测器估计系统扰动并以前馈补偿的方式融入控制器设计,结合较精确的舵翼滚转模型实现滚转状态预测和控制.在转速更新时间间隔内对非线性参数进行线性化处理,将复杂的积分遍历运算转换为低阶函数直接求解问题,大幅度降低了运算量.仿真实验结果表明:该方法能快速准确地对状态和干扰进行估计,且与传统控制方法相比,具有精度高、响应快、抗干扰及参数变化能力强的特点.