基于神经网络补偿的高超声速飞行器滑模控制

针对吸气式高超声速飞行器的轨迹控制问题,提出了一种基于自适应径向基函数(RBF)神经网络的滑模控制方法.建立了高超声速飞行器的纵向动态模型;设计了滑模控制器,利用自适应RBF神经网络对系统不确定项进行在线逼近,对滑模控制器进行补偿;基于李雅普诺夫的稳定性分析证明了闭环系统的稳定性.仿真结果表明:控制系统能够实现对于高超声速飞行器给定指令的有效跟踪.     

高超声速飞行器基于Back-stepping的离散控制器设计

根据高超声速飞行器纵向模型的特点,提出了基于Back-stepping的离散控制器设计方法.首先通过合理的简化,将飞行器的模型转化为连续非线性系统的严格反馈形式;然后采用欧拉法得到其近似的离散模型,根据近似离散模型并结合Back-stepping和反馈线性化方法,设计了高超声速飞行器的离散控制器.利用高超声速飞行器的纵向模型对算法进行仿真验证,得到了较为满意的控制效果.     

基于模糊控制的高超声速飞行器二阶滑模姿态控制

考虑高超声速飞行器飞行过程中气动参数变动导致的不确定,将模糊控制与二阶滑模控制相结合,形成自适应模糊二阶滑模控制器,用于控制高超声速飞行器姿态的飞行系统中.依据奇异摄动理论,设计快速和慢速双闭环系统控制角速率和姿态角.设计二阶滑模控制器用于有效地衰减抖振,同时对姿态角指令实现准确和快速跟踪.采用自适应模糊逻辑逼近高超声速飞行器动力学和运动学模型中的不确定部分,以对控制器进行有效补偿,基于Lyapunov稳定性理论,推导模糊规则参数的自适应律,确保整个闭环控制系统的稳定.仿真结果表明,所提出的高超声速飞行器的自适应模糊滑模控制系统能够有效抑制气动参数摄动的影响,对姿态角指令有较好的跟踪性能.     

高超声速飞行器基于Back-stepping的离散控制器设计

!根据高超声速飞行器纵向模型的特点,提出了基于Back-stepping的离散控制器设计方法.首先通过合理的简化,将飞行器的模型转化为连续非线性系统的严格反馈形式;然后采用欧拉法得到其近似的离散模型,根据近似离散模型并结合Back-stepping和反馈线性化方法,设计了高超声速飞行器的离散控制器.利用高超声速飞行器的纵向模型对算法进行仿真验证,得到了较为满意的控制效果.

     

基于模糊系统的高超声速飞行器预测控制

高超声速飞行器跨临近空间飞行,具有高超声速、参数时变等特征。本文针对具有大范围时变参数的高超声速飞行器,为使其能有效地跟踪飞行器的高度和速度指令,将基于模糊系统的预测控制应用于高超声速飞行器的轨迹控制中,给出了详尽的设计方法。根据系统的跟踪误差在线调整模糊系统的权值,使其一致逼近高超声速飞行器模型中的未知非线性函数,基于李亚普诺夫原理,推导了规则参数调整的自适应律。仿真结果表明该算法对系统的不确定性有较强的鲁棒性,使高超声速飞行器控制系统具有较好的动态与静态品质,可应用于临近空间飞行器轨迹控制等领域。     

高超声速飞行器考虑数据丢失的预测控制研究

以高超声速飞行器纵向通道为研究对象,考虑飞行器控制系统中传感器–控制器以及控制器–执行器通道均存在数据丢失的问题,提出一种能有效处理丢包的预测控制方法。首先,对高超声速飞行器纵向通道非线性模型进行局部小扰动线性化,得到平衡点处线性化模型;接着,建立有数据丢失的系统动态模型,使用终端状态约束集和终端代价函数方法设计预测控制器并设计相关补偿策略,以实现高超声速飞行器输入指令的跟踪;最后,基于MATLAB和Truetime平台进行数值仿真。结果表明,所设计的预测控制器能保证系统在出现数据丢失时具有良好的跟踪性能和鲁棒性。     

一类高超声速飞行器自适应容错控制器设计

高超声速飞行器控制系统具有非常突出的强耦合、强非线性、时变的力学特性,在其研究与设计过程中,需要处理高速飞行带来的弹性形变、多输入多输出、气动参数不确定以及高温高热等原因导致的各种传感器故障和部分作动器故障等一系列问题,因此该类飞行器控制系统的研究与设计面临着传统飞行器控制系统研究所未有的困难和挑战.针对高超声速飞行器飞行过程中遇到的部分作动器故障问题,本文提出了非线性观测器与控制器一体化设计的高超声速飞行器自适应反演容错控制方法.首先将飞行器作动器故障模型转换为一类状态不能完全测量,且具有未知参数和未知控制增益的SISO输出反馈非线性最小相位系统,然后,基于改进的K-滤波器理论对状态向量进行重构,在系统只有输出可以测量的情况下,设计了一种新型观测器,确定出收敛的状态向量,设计出强自适应能力的控制器,保证了系统所有信号的有界性.在自适应反演设计时,采用动态面设计方法,引入一阶滤波器,得到虚拟控制量的微分,消除传统反演设计中的"项数膨胀"问题,用Lyapunov稳定性定理保证误差一致有界.仿真实验验证了该算法的有效性.最后以高超声速飞行器纵向通道为例,验证了上述理论.     

高超声速飞行器最优PIF-LQR控制器设计

以一类通用高超声速飞行器的非线性纵向模型为研究对象,对其线性化后,应用LQR理论设计了一种多输人多输出的最优控制器.通过引入比例积分滤波器(PIF),有效地抑制模型参数变化所引起的扰动,实现飞行器对速度和高度变化指令精确跟踪.将所设计控制器应用于具有不确定参数的高超声速飞行器扰动模型,通过仿真对控制器的鲁棒性进行评估.仿真结果表明,尽管存在参数不确定性,所设计控制器能够满足高超声速飞行器在复杂飞行条件下的控制要求,具有较强的鲁棒性.     

高超声速飞行器应用保护映射的大包线控制律

针对高超声速飞行器模型具有高度非线性和易变的动态特性,应用保护映射理论提出了一种高超声速飞行器大包线控制律设计方法.首先,结合间隙度量理论建立高超声速飞行器线性变参数(linear parameter-varying,LPV)模型,然后设计控制器结构并计算初始点的控制器参数,并根据保护映射理论分析初始控制器使闭环系统稳定的参数区间,通过迭代运算自适应地获得满足性能要求的控制器参数集合.仿真结果表明,建立的LPV模型具有良好的精确度;所设计的大包线控制律能够满足高超声速飞行器的性能要求,并且保证系统在飞行域内全局稳定.     

基于预测控制的高超声速飞行器容错控制器设计

针对存在升降舵面偏转角卡死故障的高超声速飞行器,提出一种基于预测控制的容错控制器设计方法.利用输入输出反馈线性化,对高超声速飞行器纵向模型进行变换;对于速度和高度的高阶导数以及故障项,设计扩张状态观测器在线观测;采用泰勒展开得到预测模型,建立连续预测控制器,分析证明闭环控制系统的稳定性和观测误差的有界性.仿真结果验证了所提方法的有效性.     

基于非线性干扰观测器的变几何进气道飞行器自适应模糊控制

可移动唇罩式变几何进气道高超声速飞行器是指飞行器发动机前端设有一个能沿着来流方向前后平移的唇罩,从而能够实现飞行器的最大气流捕获,以提高发动机的机动性能.针对变几何进气道飞行器强非线性以及存在参数不确定性等特点,提出一种基于非线性干扰观测器的自适应模糊控制策略.首先,基于反步思想将变几何进气道飞行器模型分解为速度子系统和高度子系统,并将其转化为严反馈形式控制系统;其次,利用模糊逻辑系统并结合自适应技术在线逼近模型参数不确定项;再次,采用非线性干扰观测器补偿模糊系统逼近误差和飞行器建模误差;最后,通过仿真结果表明所设计的控制器能对飞行器速度和高度参考指令实现准确、稳定地跟踪,并验证了变几何进气道飞行器的优势.     

基于动态面的高超声速飞行器模糊自适应非线性控制

针对高超声速飞行器模型非线性、多变量和参数不确定特性, 并考虑控制增益变化可能导致控制奇异值问 题, 提出一种基于动态面的模糊自适应非线性控制方法. 根据动态面和动态逆策略, 分别设计了高度和速度跟踪控制 器. 利用模糊自适应方法在线逼近不确定函数项, 并采用Nussbaum 增益技术抑制虚拟控制增益不确定影响, 以减少 在线学习量, 保证系统的半全局一致最终有界性. 仿真结果表明, 所提出的方法可实现飞行器对高度和速度的准确跟 踪控制.

     

Output Feedback Dynamic Surface Controller Design for Airbreathing Hypersonic Flight Vehicle

This paper addresses issues related to nonlinear robust output feedback controller design for a nonlinear model of airbreathing hypersonic vehicle. The control objective is to realize robust tracking of velocity and altitude in the presence of immeasurable states, uncertainties and varying flight conditions. A novel reduced order fuzzy observer is proposed to estimate the immeasurable states. Based on the information of observer and the measured states, a new robust output feedback controller combining dynamic surface theory and fuzzy logic system is proposed for airbreathing hypersonic vehicle. The closedloop system is proved to be semi-globally uniformly ultimately bounded (SUUB), and the tracking error can be made small enough by choosing proper gains of the controller, filter and observer. Simulation results from the full nonlinear vehicle model illustrate the effectiveness and good performance of the proposed control scheme.      

无级变速汽车的自适应模糊控制研究

为提高无级变速汽车控制系统对外界负荷扰动和各种运行工况的自适应能力,本文在简单的无级变速系统模型的基础上,设计了无级变速汽车的自适应模糊控制系统.所设计的自适应模糊控制系统由参数自调节油门模糊控制器和混合型模糊-PID的无级变速器速比和制动控制器构成,该控制系统只与汽车的瞬时运行状态有关而与汽车的参数无关,因此它对不确定的汽车参数和外界负荷的扰动具有良好的鲁棒性.仿真结果表明所设计的模糊控制系统具有良好的自适应能力.     

Direct adaptive type-2 fuzzy neural network control for a generic hypersonic flight vehicle

A direct adaptive interval type-2 fuzzy neural network (IT2-FNN) controller is designed for the first time in hypersonic flight control. The generic hypersonic flight vehicle is a multi-input multi-output system whose longitudinal model is high-order, highly nonlinear, tight coupling and most of all includes big uncertainties. Interval type-2 fuzzy sets with Gaussian membership functions are used in antecedent and consequent parts of fuzzy rules. The IT2-FNN directly outputs elevator deflection and throttle setting which make the GHFV track the altitude command signal and meanwhile maintain its velocity. The parameter adaptive law of IT2-FNN is derived using backpropagation method. The deviation of the control signal from the nominal dynamic inversion control signal is used as the reference output signal of IT2-FNN. The tracking errors of velocity and altitude are used as inputs of IT2-FNN. Tracking differentiator is designed to form an arranged transition process (ATP) of the command signal as well as ATP’s high-order derivatives. Nonlinear state observer is designed to get the approximations of velocity, altitude as well as their high-order derivatives. Simulation results validate the effectiveness and robustness of the proposed controller especially under big uncertainties.     

高超声速飞行器纵向通道分层模糊自适应H∞控制

针对具有参数不确定性特点的高超声速飞行器输出跟踪问题,提出了一种基于分层模糊系统的自适应H_∞控制器的设计方法。为了解决模糊控制器中规则数目随系统变量个数呈指数增长的问题,减少在线辨识参数的数量,增强控制系统的实时性,设计了一种基于分层模糊系统的间接自适应控制器;同时为了减少模糊系统逼近误差、参数不确定性和系统外部干扰对控制系统稳定性造成的影响,引入鲁棒补偿项,提高控制器的H_∞性能,并利用Lyapunov理论分析证明了整个系统的稳定性能。仿真结果表明,该方法不仅能够保证高超声速飞行器具有良好跟踪性能,而且具有很强的鲁棒性。     

一种基于时变干扰观测器的高超声速飞行器容错控制策略设计

为了提高高超声速再入飞行器(HRV)在执行机构故障情况下的姿态控制效果,提出一种基于时变干扰观测器和参考轨迹重构器(RVG)的滑模容错控制策略.首先,设计一种新型自适应干扰观测器(ADO)来估计系统扰动,在保证估计精度的同时,能够有效削弱传统干扰观测器的初始超调现象;然后,基于反步法设计HRV的滑模控制器,在设计中引入参考轨迹重构器以避免故障突变引起的初始尖峰,并且在滑模面的设计中利用ADO所估计的系统扰动实现干扰的在线补偿.仿真结果表明,所设计的控制策略可以有效解决传统的基于高增益干扰观测器的滑模控制律受故障引起的突变和初始估计误差造成控制系统动态性能恶化的问题.     

Improved adaptive fault‐tolerant control design for hypersonic vehicle based on interval type‐2 T‐S model

This study proposes an improved adaptive fault estimation and accommodation algorithm for a hypersonic flight vehicle that uses an interval type‐2 Takagi‐Sugeno fuzzy model and a quantum switching module. First, an interval type‐2 Takagi‐Sugeno fuzzy model for the hypersonic flight vehicle system with elevator faults is developed to process the nonlinearity and parameter uncertainties. An improved adaptive fault estimation algorithm is then constructed by adding an adjustable parameter. The quantum switching module is also applied to the estimation part to select an appropriate algorithm in different fault cases. The estimation results from the given fuzzy observer are used to design a type‐2 fuzzy fault accommodation controller to stabilize the fuzzy system. The stability of the proposed scheme is analyzed using the Lyapunov stability theory. Finally, the validity and availability of the method are verified by a series of comparisons on numerical simulation results.     

适用于路径跟踪控制的自适应MPC算法研究

为提高自动驾驶车辆在不同工况下的路径跟踪精度和行驶稳定性,基于车辆的单轨模型和模型预测控制（MPC）理论,提出一种依据跟踪偏差和道路曲率自适应调整成本函数权重系数的路径跟踪控制算法。该算法主要是通过模糊控制理论动态优化传统MPC路径跟踪控制器中权重系数矩阵,使得当车辆与参考路径偏差比较大时,能够快速减小跟踪偏差,保证车辆行驶的安全性;当路径跟踪偏差比较小,且参考路径曲率比较小时,使得系统更加侧重行驶稳定性的要求。为验证所设计的路径跟踪控制器的性能,搭建CarSim/Simulink联合仿真模型,在联合仿真过程中,基于权重系数自适应的MPC路径跟踪控制器与基于权重系数为常量的MPC路径跟踪控制器相比,路径跟踪精度和车辆的行驶稳定性均得到了提高。