自主水下航行器非线性鲁棒动态逆姿态控制系统设计

为了解决消除或减小动态逆控制中逆误差对控制系统性能的影响,针对自主水下航行器(AUV)姿态控制系统,设计一种鲁棒动态逆控制器,利用动态逆控制方法可以直接对非线性系统实现精确线性化的特点,将AUV姿态控制系统等效成一个含有不确定性但已经解耦的线性系统,采用H_∞回路成形方法进行设计。通过数学仿真,考虑模型参数以及水动力参数不确定性的情况下,该方法在一定程度上有效地抑制了逆误差的影响,使控制系统具有较强的鲁棒性。     

基于鲁棒轨迹跟踪的直/气复合鲁棒控制设计

针对直接力/气动力复合姿态控制问题,将鲁棒轨迹跟踪控制与动态逆控制相结合,设计了一种基于鲁棒轨迹跟踪的直/气复合鲁棒控制姿态控制方法。该控制方法将鲁棒轨迹跟踪控制与动态逆控制有机融合进行虚拟控制设计,在慢回路动态逆设计的基础上引入鲁棒轨迹跟踪控制,抑制直接力控制对气动力控制的干扰,提高系统的鲁棒性。仿真研究表明,所设计的控制算法具有较好的控制效果,能够有效提高系统的鲁棒性。     

基于非线性动态逆的UAV航迹鲁棒跟踪控制研究

针对UAV执行复杂任务产生的航迹规划制定困难的问题,利用PH(Pythagorean Hodograph)曲线曲率精确可知及其为参数化曲线的特点,建立了UAV航迹跟踪控制的运动学模型,给出了一种基于非线性动态逆的鲁棒自适应跟踪控制器设计方法。根据非线性动态逆跟踪控制方法,设计了UAV航迹的跟踪控制律;考虑风等干扰因素的影响,采用RBF神经网络对干扰进行在线估计并补偿,引入鲁棒自适应控制项,克服干扰误差。根据PH曲线航迹规划特点设计控制器,降低了控制器设计的复杂程度,提高了计算和跟踪效率。仿真结果表明,设计的鲁棒自适应跟踪控制器具有较高的跟踪精度及很强的鲁棒性。     

基于动态逆的复合控制导弹H∞最优输出跟踪控制

针对姿控式直接力/气动力复合控制导弹,提出一种基于动态逆的H_∞最优输出跟踪控制方法。该方法考虑了复合控制导弹的非线性因素,将动态逆回路作为控制系统的内环以抵消系统的非线性因素,同时考虑系统实际存在的参数不确定性以及外部干扰,将鲁棒控制器作为外环以提高整个系统的鲁棒性。其中鲁棒控制器将传统的H_∞控制与最优输出跟踪控制相结合,既能有效地抑制干扰,降低系统对参数摄动的敏感程度,又能提高系统的跟踪性能。仿真结果表明,复合控制系统具有较强的抗干扰能力,在保证系统稳定的同时,也达到满意的控制效果。针对姿控式直接力/气动力复合控制导弹,提出一种基于动态逆的H_∞最优输出跟踪控制方法。该方法考虑了复合控制导弹的非线性因素,将动态逆回路作为控制系统的内环以抵消系统的非线性因素,同时考虑系统实际存在的参数不确定性以及外部干扰,将鲁棒控制器作为外环以提高整个系统的鲁棒性。其中鲁棒控制器将传统的H_∞控制与最优输出跟踪控制相结合,既能有效地抑制干扰,降低系统对参数摄动的敏感程度,又能提高系统的跟踪性能。仿真结果表明,复合控制系统具有较强的抗干扰能力,在保证系统稳定的同时,也达到满意的控制效果。     

基于动态逆的飞行器非线性鲁棒控制系统设计

将动态逆理论应用于飞行器控制系统设计中,设计非线性鲁棒控制器。首先进行动力学建模,然后基于动态逆理论设计非线性鲁棒控制器并给出仿真结果。仿真结果表明,与传统设计方法比较,该控制器具有较好的动态品质和较强的鲁棒性。     

鲁棒动态逆控制在无人机姿态控制中的应用研究

针对无人机姿态控制提出了一种新的解决方案,设计了鲁棒动态逆控制器．利用非线性动态逆方法的精确线性化功能,将整个系统等效为一个已经解耦但存在不确定性的线性对象,再采用H∞回路成形方法进行设计．从而保证整个系统的鲁棒性。仿真结果表明,系统具有良好的动态性能、跟踪性能、解耦性能和鲁棒性能。     

基于神经网络动态逆的巡逻导弹自动驾驶仪设计

针对巡逻导弹,讨论一种将神经网络与非线性动态逆相结合的自动驾驶仪设计方法。基于双时标假设,将弹体动力学分为慢变子系统和快变子系统,并分别进行动态逆设计。为克服模型不精确和参数摄动引起的逆误差对动态逆控制的不利影响,引入神经网络对逆误差进行在线补偿。推导了神经网络权值调整规律,并证明系统的闭环稳定性。通过仿真验证,采用神经网络能弥补动态逆控制的不足,提高控制系统的鲁棒性,是一种有效的非线性设计方法。     

基于 H∞/S 面混合算法的无人机速度控制

针对无人机速度控制系统在飞行过程中易受到参数摄动和外部扰动的影响,鲁棒性较差等不足,以某型 无人机的数学模型为基础,提出一种鲁棒 H∞/S 面模型控制算法。内环采用具有较强鲁棒性的鲁棒 H∞控制,外环采 用具有较强非线性的 S 面控制算法,并在无外界干扰、有外界干扰、参数摄动的情况下进行仿真验证。结果表明： 该系统具有快速性、精确性、鲁棒性和动态性能,更适合无人机的速度控制。     

参数自优化的有人与无人车辆编队鲁棒模型预测控制

为解决有人与无人车辆编队中,有人领航车紧急加减速和紧急转向控制输入对无人车跟踪控制的扰动问题,设计了一种参数自优化的有人与无人车辆编队鲁棒模型预测控制算法。通过采集分析历史数据确定控制器扰动的噪声极值,并经过适度放缩得到其鲁棒边界。设计抑制该扰动的局部反馈鲁棒控制器,并通过贝叶斯优化的方法实现鲁棒边界等控制器参数自优化。基于混合整数线性优化的方法预测有人领航车未来轨迹,并设计鲁棒模型预测控制器实现无人车对有人领航车的跟踪控制。仿真和实车试验结果表明：所设计的鲁棒模型预测控制器在跟踪精度方面相比于传统模型预测控制器有明显的提升;同时该控制器有效地抵抗了来自有人领航车紧急加减速和紧急转向控制输入、无人跟随车系统模型不确定性和外部环境的扰动,振荡情况明显改善,提高了系统的鲁棒性。     

基于随机鲁棒优化的导弹姿态控制系统设计

针对多目标优化算法设计的控制系统鲁棒性不强的问题,基于随机鲁棒方法设计了导弹姿态控制系统参数,并进行了对比仿真验证。在确定姿态控制系统结构基础上,根据系统对快速性和稳定性的要求,提出一个包含系统稳定性、时域指标和频域指标项的指标体系。在此基础上,通过对各指标或各指标的不满足概率适当加权,分别为粒子群优化算法和随机鲁棒方法定义适应度函数,并在参数取值区间内对待定控制参数进行寻优,从而实现姿态控制系统参数的优化整定。蒙特卡洛仿真实验表明了随机鲁棒方法用于鲁棒控制系统设计的有效性。