无人作战飞机自主攻击非线性控制器设计

针对无人作战飞机自主攻击过程高精度、大迎角以及飞行状态快速变化等飞行控制需求, 采用反步控制设计非线性控制器。依据飞行器六自由度方程建立非线性控制模型, 利用奇异摄动原理将速度控制器和姿态控制器设计分离开, 分别利用反步控制原理设计控制器, 采用一阶指令滤波器克服传统反步法带来的“微分爆炸”问题, 最后依据Lyapunov稳定原理证明了控制系统跟踪误差渐近趋近于零。仿真结果表明, 非线性控制器在输入参考信号发生剧烈变化时仍能够实现高精度跟踪控制。     

基于反步法的四旋翼飞行器自适应滑动模态控制

针对四旋翼飞行器非线性模型系统参数不确定性和外界干扰随机性的控制问题,提出一种基于反步法的自适应滑模控制器设计方法。将四旋翼飞行器动力学模型进行简化分解为欠驱动和全驱动两个部分;对相应的不确定性进行估计,选取适当的Lyapunov函数,采用反步的方法回馈递推得到自适应滑模控制律,从而提高飞行器对外界环境变化自适应能力。依据该方法在Matlab/Simulink环境下进行控制器设计并完成仿真验证。结果表明,基于反步法的四旋翼飞行器自适应滑动模态控制方法比非自适应控制方法具有更好的适应性和鲁棒性。     

基于观测器的四旋翼飞行器自适应滑模姿态控制

针对存在建模不确定性和外部干扰时四旋翼飞行器的姿态控制问题,提出一种基于观测器的自适应滑模控制算法。在建立四旋翼飞行器姿态误差动力学模型的基础上,通过全局渐近收敛观测器获取系统的未知状态反馈量,利用自适应滑模控制抑制系统的不确定性和干扰,构建一种基于观测器的自适应滑模姿态控制器。基于Lyapunov的稳定性分析表明,该方法的跟踪误差是一致最终有界的。数值仿真实验结果表明,与现有滑模控制方法相比,所提方法具有更好的姿态跟踪性能和较高的抗干扰鲁棒性,能有效保证飞行器的姿态跟踪控制性能。     

四旋翼飞行器自适应收缩反步控制

针对四旋翼飞行器轨迹跟踪控制问题,考虑模型参数不确定的情况,提出了一种基于收缩理论与反步法的四旋翼飞行器自适应控制算法。首先,介绍了基于微分几何的收缩理论并给出了四旋翼飞行器的动力学模型;然后,提出了一种自适应收缩反步控制方法应用于飞行器跟踪期望轨迹;最后,分析了系统的增量稳定性,证明了系统是误差状态收敛的。积分反步(IB)与自适应收缩反步(ACB)的对比实验表明,应用此控制算法的飞行器系统鲁棒性更强,能够精确地完成轨迹跟踪任务。     

基于末端轨迹修正的导弹跟踪稳定性控制方法

舰载导弹在制导飞行的末端容易受到空气小扰动的影响产生轨迹偏离,需要进行轨迹偏离修正控制,提高弹道对目标跟踪的姿态稳定性,提出一种基于改进的扩展Kalman滤波(EKR)和误差反馈修正的导弹跟踪端轨迹修正控制方法.以陀螺仪采集的导弹的横滚角、俯仰角以及航向偏离的参量为控制约束指标集,采用扩展Kalman滤波算法进行姿态参量融合,结合Smith结构建立导弹跟踪控制的被控对象模型,计算末端轨迹中姿态角与真值的偏差,根据偏差进行导弹的惯性姿态反馈调节,采用自适应的量化融合跟踪识别方法进行导弹定姿处理,通过对末端轨迹的误差反馈修正提高姿态角的输出精度,根据姿态的不断变化实现自适应的位姿修正,实现导弹对敌目标跟踪的稳定性控制.仿真结果表明,采用该方法进行导弹控制的姿态角解算的误差较小,定姿精度较高,提高导弹跟踪控制的稳定性和鲁棒性.     

带有指令滤波器的模糊反步自适应控制

针对固定翼飞行器在飞行控制过程中存在的状态受限以及执行器物理特性限制等问题,提出了一种带有指令滤波器的反步模糊自适应控制器。首先,建立带有误差项的MIMO严反馈系统;其次,建立模糊系统在线逼近子系统误差项,基于Backstepping法对每一个子系统设计虚拟控制律;再次,考虑状态受限和执行器的物理特性(包括幅值和速率受限),将设计的虚拟控制律通过引入幅值、速率和带宽限制的指令滤波器,对滤波误差项进行补偿;最后,运用Lyapunov稳定性定理证明了闭环系统有界且跟踪误差指数收敛于零的一个邻域内。仿真结果表明,设计的控制器具有很强的稳定性和鲁棒性。     

基于误差反馈的自导飞行装置自动控制系统设计

为了提高某型自导飞行装置的自动化控制能力,提出基于误差反馈的自导飞行装置自动控制系统设计方法.采用误差反馈和末端姿态视觉参数识别方法,构建自导飞行装置的控制参数采集模型,结合对自导飞行装置的运动学和力学模型分析,建立自导飞行装置的运动学方程,采用惯导误差反馈和自适应补偿方法,建立自导飞行装置控制系统的控制律.通过末端姿态调整和多传感信息跟踪融合方法,实现对自导飞行装置的模糊控制算法设计.采用集成DSP芯片作为自导飞行装置控制系统的集成处理器,结合嵌入式和集成电路设计方法,实现自导飞行装置自动化控制系统设计.测试结果表明,设计的自导飞行装置控制系统稳定性较好,鲁棒性较高,提高了目标命中率.     

自适应滑模控制在变形翼飞行器上的应用

针对变形翼飞行器提出了一种自适应滑模控制算法。对形变造成的模型不确定性,采用自适应补偿算法消除其对系统稳定性的影响。将外界的扰动分解成匹配项和不匹配项,设计积分滑模控制完全消除匹配项对系统的影响,同时使不匹配项满足鲁棒性能指标。通过李雅普诺夫稳定性证明自适应积分滑模控制能使跟踪误差一致渐近稳定。最后,在含有不确定项的变形翼飞行器模型上进行仿真,验证算法的可行性和有效性。     

基于RBF神经网络的自适应反演大机动飞行控制器设计

针对飞行器在大机动飞行过程中气动参数不确定、外部未知干扰因素较多及系统建模可能存在误差等问题,设计了一种基于RBF神经网络的非线性自适应反演控制器。飞行器大机动飞行过程中的广义不确定性由RBF神经网络在线逼近,神经网络权值矩阵通过自适应律在线更新。反演设计过程中对虚拟控制律的反复求导带来的"项数膨胀"问题,通过引入一阶滤波器来解决。通过构造Lyapunov函数,证明了闭环系统所有信号均有界,并且跟踪误差指数收敛到零的一个小邻域内。对某飞行器进行了大机动飞行仿真,结果表明该控制器具有良好的跟踪效果和鲁棒性。     

基于反步法的四旋翼无人机自适应控制研究

文中设计了基于反步法的自适应控制器,来解决无人机在外界干扰情况下的姿态和位置控制稳定性问题.针对"X"型无人机进行动力学建模,将其转换为具有外界干扰的严反馈形式.将系统分为位置子系统和姿态子系统,结合反步控制,运用Lyapunov函数递推出使系统稳定的自适应律和各通道的控制律,再通过推出的通道控制律反解出期望的姿态角,...     

基于自适应模糊理论的某型无人机起飞控制方法

基于合理简化的无人机纵向模型,设计了一种自适应模糊控制器,该控制器将Takagi-Sugeno模糊系统与等效控制器相结合,以增强系统的鲁棒性.只要求预先知道系统的相对阶以及未知函数的上下界即可,不需要精确的数学模型.Lyapunov合成方法证明了跟踪误差能趋近于零且其余的控制信号均有界.最后,结合优先级按比例分配的控制分配器,给出了存在扰动情况下飞行控制系统的仿真结果,表明即使在模型部分未知的情况下,该系统仍然能够达到飞行控制的指标性能和品质要求,验证了该方法的有效性.     

Adaptive incremental sliding mode control for a robot manipulator

An adaptive incremental sliding mode control (AISMC) scheme for a robot manipulator is presented in this paper. Firstly, an incremental backstepping (IBS) controller is designed using time-delay estimation (TDE) to reduce dependence on the mathematical model. After substituting IBS controller into the nonlinear system, a linear system w.r.t. tracking errors is obtained while TDE error is the disturbance. Then, the AISMC scheme, including a nominal controller and an SMC, is developed for the resulted linear system to improve control performance. According to the equivalent control method, the SMC in the AISMC scheme is to handle TDE error. To receive optimal control performance at the sliding manifold, an LQR controller is selected as the nominal controller. The SMC is designed based on positive semi-definite barrier function (PSDBF) since it prevents switching gains from being over/under-estimated, and two practical problems are addressed in this paper: A new PSDBF is designed and conservative (large) setting bounds affecting tracking precision and/or system stability are avoided; An improved PSDBF based SMC is developed where the PSDBF and an adaptive parameter are used simultaneously to regulate switching gains, and the system is still stable when sliding variable occasionally exceeds the predefined vicinity. Moreover, finite-time convergence property of the sliding variable is strictly analyzed. Finally, real-time experiments are conducted to verify the effectiveness of the proposed control method.     

Model identification and adaptive control of lower limb exoskeleton based on neighborhood field optimization

In lower limb exoskeletons, control performance and system stability of human–robot coordinated movement are often hampered by some model parametric uncertainties. To address this problem, Neighborhood Field Optimization (NFO) is proposed to identify the unknown model parameters of an exoskeleton for the model-based controller design. The excitation trajectory is designed by the NFO algorithm with motion constraints to improve the model identification accuracy. Meanwhile, the Huber fitness function is adopted to suppress the influence of the disturbance points in sampled dataset. Then an adaptive backstepping control scheme is constructed to improve the dynamic tracking performance of human–robot training mode in the presence of the identification error. Via Lyapunov technique and backstepping iteration, all the system state errors of the exoskeleton are bound and converge to zero neighborhood based on the assumption of bounded identified parameter error. Finally, the model identification results and comparative tracking performance of the proposed scheme are verified by an experimental platform of Two-degrees of freedom (DOF) lower limb exoskeleton with human–robot cooperative motion.     

加装空中加油状态下的受油机飞行控制律设计研究

为了克服受油飞机飞行控制系统本身复杂性以及加油机干扰气流带来的影响,根据空中加油对受油飞机的要求,结合神经网络和增益调度控制,对某型飞机飞行控制系统加装空中加油状态控制律的设计进行研究。数值仿真结果表明,经过重新设计的受油机飞行控制系统,在空中加油状态下,飞机稳定性增加,并且能在规定范围内稳定地改变和保持姿态角,从而来跟踪加油机的姿态变化。     

基于非线性干扰观测器的主动队列管理

针对主动队列管理系统存在UDP流干扰的拥塞问题,本文基于非线性干扰观测器提出了一种主动队列管理算法。采用非线性干扰观测器对UDP流干扰进行估计,从而减小了主动队列管理系统的干扰。然后利用设计的非线性干扰观测器,使用反步滑模方法设计了一种主动队列管理算法。由于观测误差的界未知,设计了一种自适应律来避免必须事先知道观测误差的界。仿真结果表明,该算法对UDP流干扰具有较强的鲁棒性,能使队列长度较好地稳定在期望的队列长度附近。     

Adaptive nonlinear velocity controller for a flexible mechanism of a linear motor

In the paper a nonlinear load control method is developed and implemented for a permanent magnet linear synchronous motor (PMLSM). The purpose of the controller is to track a flexible load to the desired velocity reference as fast as possible and without awkward oscillation. The control method is based on an adaptive backstepping algorithm whose stability is ensured by the Lyapunov stability theorem. The states of the system needed in the controller are estimated by using the Kalman filter. The proposed controller is implemented and tested in a linear motor test drive and responses are presented.     

展向变形飞行器机翼扭转时的鲁棒飞行控制与分析

为了研究机翼扭转变形对飞行器纵向飞行性能的影响,本文采用小扰动线性化方法建立展向扭转变形飞行器的变参数模型,运用鲁棒最优方法设计机翼扭转变形时的纵向飞行控制律,并用S函数编写展向变形飞行器模型,最后采用SIMULINK对设计的控制律进行仿真分析。仿真结果显示,设计的鲁棒最优控制律能够对变形飞行器进行飞行控制,并且机翼完全扭转能够辅助飞行器下降,机翼不完全扭转能够辅助飞行器爬升。     

移动机器人全局轨迹跟踪的自适应滑模控制

讨论了两驱动后轮角速度为控制输入的移动机器人轨迹跟踪问题，针对含有未知参数的非完整移动机器人运动学模型．基于反演（backstepping）控制算法的思想设计了变结构控制的切换函数，并由此构造了具有全局渐近稳定的白适应滑模轨迹跟踪控制器。该方法设计过程简单并具有直观的稳定性分析，适用于移动机器人的全局轨迹跟踪控制。仿真结果表明了该方法的有效性和正确性。     

噪声有源控制的人工神经网络方法

讨论了有源噪声控制（ＡＮＣ）问题,提出一种基于人工神经网络的非线性噪声有源自适应控制方法,给出了一种基于误差梯度下降的学习算法,证明了闭环控制系统在Ｌｙａｐｕｎｏｖ意义下的稳定性。     

模糊自适应滤波方法在相对导航系统中的应用

编队飞行中需要确定主机和从机之间的相对位置关系,就是要解决导航定位问题。针对无人机在编队飞行过程中由于机动性较大,惯性元器件测量容易出现偏差,进而影响系统的运动状态方程的情况,或者是在系统噪声与观测噪声的统计特性不能够准确得到的情况,提出了一种新的模糊自适应滤波方法。根据实时得到的量测新息的实际方差与理论方差的差值和量测新息的均值,按照判定条件选择适合的滤波方法,然后由设计的模糊推理系统在线实时调整系统噪声和量测噪声矩阵,或是调整状态误差协方差阵即强跟踪滤波,使无人机编队飞行即使在恶劣的环境下依然保持确定的队形不变。仿真结果表明,该算法具有较好的自适应效果。