基于模型预测的卫星编队队形机动控制

针对卫星编队队形机动控制推导了一种利用相对平均轨道根数为反馈量的模型预测控制算法。当面质比不同的主从卫星在近地轨道上编队飞行时,大气阻力摄动和J2项摄动是影响编队队形的两个最主要的因素,故先推导了一组包含大气阻力摄动和J2项摄动利用相对平均轨道根数描述的相对动力学方程,然后采用了一种新的基于模型预测的控制算法并讨论了该控制算法在编队飞行队形机动控制中的一些应用问题。该控制算法是一种在线滚动优化控制算法,即使存在各种较大的干扰力和模型的不确定性仍能取得良好的控制效果,且能够较好地解决存在状态约束、控制输入约束等各种约束控制问题。仿真结果表明,该控制算法接近于燃料最优,且能够在各种摄动下把队形机动控制在要求的精度范围内。     

分布式预测的无人机编队控制

针对四旋翼无人机编队形成与保持问题,文中设计了一种分布式预测控制方法,基于状态输入约束下的编队运动模型,将编队的形成与保持过程转化为在线滚动优化问题,设计了分布式交互控制律,给出了编队系统稳定的充分条件,并以文中算法和未引入假设状态轨迹代价函数的控制算法进行了仿真和对比。仿真结果表明：相较于传统算法,文中算法编队在队形保持方面将队形误差收敛速度提高1 s;在轨迹跟踪方面将位置误差收敛速度提高2 s;并且3个方向速度均能在2 s左右达成一致最终收敛至期望速度。证明了文中所设计控制算法的有效性。     

基于相对轨道要素的卫星编队构型重构制导算法

针对卫星编队飞行过程中由于任务的改变或成员的进出导致编队构型重构的问题,推导和定义了描述卫星编队的相对轨道要素;提出了基于相对轨道要素的卫星编队构型重构制导算法;使用该算法对近地圆轨道上的卫星编队重构过程中各控制因素与速度增量的关系进行了分析。结果表明,该算法能够综合考虑构型重构时运行状态、约束条件、调整策略、能量消耗等因素,便于实现编队重构的整体优化。     

汽车自适应巡航跟车多目标鲁棒控制算法设计

为满足自适应巡航系统跟车模式下的舒适性需求并且兼顾车辆安全性,基于模型预测控制原理提出一种多目标鲁棒跟车控制算法.建立考虑前车加速度干扰的自适应巡航系统车间纵向运动学模型,该模型可全面反映系统的动态演化规律,提高模型的精度和可靠性;针对自适应巡航系统需求进行目标分析,设计一种考虑舒适性和安全性的多目标模型预测控制算法;针对模型预测控制算法鲁棒性较差的问题,引入修正项反馈,提高控制系统鲁棒性,采用向量约束管理法解决模型预测控制算法硬约束造成的控制系统无优化解问题.仿真结果表明:该算法使跟车时车辆加速度及冲击度保持在舒适性范围,同时车间距始终大于最小安全距离,兼顾了舒适性和安全性要求,实现了自适应巡航控制系统跟车目的.     

基于改进粒子群算法的约束隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出了一种基于改进粒子群算法的广义预测控制算法.广义预测控制算法采用隐式算法,用最小二乘法直接辨识控制增量表达式中的参数,避免求解丢番图方程;为避免粒子群算法陷入早熟,提高精度,在广义预测控制算法的滚动优化环节采用速度变异的粒子群优化算法,克服了受约束优化问题处理的缺陷,更快更准确地寻到最优目标函数值.仿真结果表明了该方法的有效性和良好的控制性能.     

一种新的卫星编队构型重构路径规划方法

文章提出了一种编队整体系统建模的构型重构路径优化方法。首先根据编队卫星相对运动动力学模型,应用Kronecker直积推导出编队整体系统的模型预测控制方程。再以该方程设计优化目标函数并推导出动力学约束,以编队重构的燃料消耗总量最小与各星燃料消耗平衡为目标,采用非线性优化技术优化各星推力脉冲序列及初始构型上始发点与期望构型上目标点相位。最后以5颗星编队不同重构时间与推力脉冲数的构型重构为例进行仿真。仿真实验结果表明,当快速构型重构机动时采用文中提出的整体规划方法比集中规划方法燃料消耗减小约17%,燃料消耗的平衡性方差指标减小约72.5%,新方法具有较为明显优势。     

基于T-S模糊模型的直接自适应预测控制

提出一种基于T-S模糊模型的直接自适应预测控制算法。该算法利用加权递推最小二乘法在线辨识T-S模糊模型的后件参数。用已经辨识好的参数,进行直接迭代计算,直接得到模型的预测输出。此算法很好地解决了非线性预测控制中,建模与优化两大难题,为非线性系统的高精度控制提供了保证。计算机仿真表明,该算法具有较好的跟踪性能。     

基于改进粒子群算法的约束隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出了一种基于改进粒子群算法的广义预测控制算法。广义预测控制算法采用隐式算法,用最小二乘法直接辨识控制增量表达式中的参数,避免求解丢番图方程;为避免粒子群算法陷入早熟,提高精度,在广义预测控制算法的滚动优化环节采用速度变异的粒子群优化算法,克服了受约束优化问题处理的缺陷,更快更准确地寻到最优目标函数值。仿真结果表明了该方法的有效性和良好的控制性能。     

具有时延和干扰约束的多无人机滑模一致性编队控制研究

针对三维环境下的多无人机(UAVs)系统,在同时存在时延和干扰约束的情况下,提出了一种基于一致性的滑模编队控制算法,首先在考虑时延的基础上设计合适的一致性算法,其次利用滑模控制(SMC)方法解决编队系统中的轨迹跟踪和控制问题,并保证系统对于外部扰动的鲁棒性。仿真结果表明:在同时考虑编队过程中的时延和干扰约束的情况下,所提出的控制算法能够保持期望的编队队形。     

模型预测控制下多移动机器人的跟踪与避障

提出了一种基于距离和速度的机器人之间的避障方法,通过与机器人避开障碍物的人工势场法相结合,建立一致性控制编队控制协议。首先,建立机器人之间的通信拓扑关系,以便机器人之间的信息交流。在编队控制层面上,设计具有避碰的编队控制律。然后,在编队跟踪层面上,运用模型预测控制方法,将编队误差运动问题按代价函数转化为最小优化问题。为了在线高效地求解该优化问题,运用了一种广义投影神经网络优化的方法,以便最优解作为控制输入。最后,对多移动机器人编队进行了仿真,验证了所提出策略的有效性。     

分离模块航天器自适应队形保持控制

针对分离模块航天器队形保持控制问题,采用模块航天器集群飞行动力学高精度模型,并考虑模块质量的不确定性和外部摄动干扰,设计了一种自适应队形保持控制器,实现了模块轨迹对标称轨道的跟踪,数值仿真验证了该控制器的有效性。     

基于神经元的中远程空地导弹制导律

以经典控制的弹体闭环回路作为受控对象,研究了基于神经元的导弹自适应控制器。以整体式冲压发动机超音速空地导弹为算例,进行了末制导段弹道仿真。仿真结果表明所设计的控制规律实时性强、抑制干扰性能好,且结构简单,易于工程实现。     

Adaptive leader follower control for multiple quadrotors via multiple surfaces control

Based on the multiple surface and fixed undirected communication topology, the adaptive leader follower control for multiple quadrotors is discussed. Our approach is based on leader follower architecture. Multiple surface control (MSC) is used to design consensus controller to make multiple quadrotors construct a formation during flying with the presence of uncertainty item caused by the ground effect during landing or taking off. Simulation results are presented to validate the effectiveness of the proposed controller.     

角速度约束卫星编队控制与虚拟演示验证

针对角速度约束下卫星编队姿态同步控制问题,提出一种附加系统动态-姿态同步控制器综合设计策略. 首先,考虑角速度约束影响,建立约束下卫星编队模型;其次,建立姿态跟踪误差方程,将角速度约束转化为角速度跟踪误差约束,并设计新型有限时间附加系统动态,保证姿态变化满足约束要求;然后,基于附加系统状态,设计姿态同步控制器,实现卫星编队有限时间姿态同步;最后,搭建分布式实时仿真验证平台,主控单元由仿真单元提取实时数据绘制仿真曲线,同时将数据发送至视景单元进行场景驱动,通过实时仿真曲线与离线仿真结果的对比分析以及编队控制过程的三维可视化演示,实现了实时环境下控制算法的可靠性验证.     

非实时控轨编队卫星的相对姿态控制

为了精确指向目标,即确定从星的姿态指向,提出了一种计算期望姿态和期望角速度方法,该算法利用单星在惯性坐标系的位置和速度,不需要星上增加相对姿态测量设备.在此基础上设计了变结构控制器.数值仿真结果表明该方法可以实现准确的期望姿态计算和相对姿态控制.     

基于双幂次滑模的多机器人编队控制

本文研究了基于领航跟随法的多机器人系统编队控制问题.首先,基于队形约束,给出跟随者期望的轨迹,将编队问题转化为单个跟随者的轨迹跟踪问题.在此基础上,基于双幂次滑模趋近律,设计了跟随者的线速度和角速度控制器,保证了跟踪误差能够快速收敛到零,从而保证了编队队形的稳定.最后,通过仿真验证了所提方法的有效性.     

神经网络自抗扰全垫升气垫船航迹控制

针对全垫升气垫船与常规水面船相比,非线性强,可操纵性较差,设计了神经网络自抗扰航迹引导控制器及航向控制器,以提高其航迹控制效果.利用非线性跟踪微分器(TD)提取微分信号并安排过渡过程.利用扩张状态观测器(ESO)对系统内、外扰动进行观测,并进行扰动补偿.利用非线性状态误差反馈控制律(NLSEF)提供精确控制量.为了提高自抗扰控制器( ADRC)的自适应性,利用递归网模型(RNM)对系统进行辨识,根据辨识信息对ADRC控制参数进行在线整定.仿真结果表明:在强扰动作用下,所设计航迹控制系统能够使全垫升气垫船精确地保持在计划航线上,具有自适应性强、超调量小、鲁棒性强等特点.     

二阶非完整平面欠驱动机械系统的位置控制

针对中间关节为欠驱动的二阶非完整平面三连杆机械系统提出一种基于模型降阶的分段控制策略。首先，控制欠驱动关节到达目标位置，并控制第三连杆角度和角速度为零，将系统降阶为平面虚拟Pendubot系统；其次，依据平面Pendubot系统的幂零近似特性，设计一个周期开环迭代镇定控制器，使平面虚拟Pendubot系统两连杆的角速度都收敛为零的同时，欠驱动关节又回到目标位置，从而使平面三连杆系统降阶为初始速度为零的平面虚拟Acrobot系统。然后，根据平面虚拟Acrobot系统的运动状态约束关系，利用在线粒子群优化算法求取两连杆的目标角度；接着，针对第三连杆设计控制器实现平面虚拟Acrobot系统的控制目标，从而实现整个系统的控制目标，仿真结果验证所提出控制策略的有效性。     

飞翼无人机非线性控制设计方法

为实现飞翼无人机的机动飞行,以带有流体矢量方向舵的飞翼无人机为设计对象,采用非线性设计方法设计了控制器,并进行飞行验证.针对飞翼无人机的机动飞行控制存在各种耦合和扰动的特点,设计内环线性化解耦以消除已知不利的耦合项,外环反步跟踪方法进行航迹跟踪的控制律结构,证明了该控制结构的稳定性.同传统反步控制方法相比,该控制器增加了内环解耦结构,并在控制结构中保留气动阻尼项,使得线性化后的系统为弱非线性系统.该结构不仅可以降低外环控制器设计的保守性,而且便于工程实现.仿真和飞行试验表明,该控制方案是有效的.     

基于串级MPC和EPS的集成驾驶员转向车道线保持

针对电动助力转向( EPS)作为转向执行机构的车道线保持的控制系统设计及保留驾驶员对车辆操控问题,提出基于串级模型预测控制( MPC)和EPS集成驾驶员转向的车道线保持系统. 在车道线识别视觉系统空间,建立车道线保持状态空间模型,设计基于MPC的车道线保持控制器( LMPC) . 建立EPS状态空间模型,设计基于MPC的EPS车辆前轮转角控制器( EMPC) . LMPC与EMPC经逆转向机构模型组成串级控制结构. 分析驾驶员转向对车道线保持控制的影响,进而通过保留驾驶员对车辆控制来提高处理紧急事件的能力. 仿真结果表明:在不同车速和不同曲率道路下,该控制策略均能快速消除横向位置偏差和航向角偏差,保证车辆沿着车道线行驶,具有较好的适应性和鲁棒性. 驾驶员转向可以改善车道线保持和提高车辆主动安全性.