基于非线性干扰观测器的高超声速飞行器滑模反演控制

针对高超声速飞行器非线性、强耦合和参数不确定弹性体模型,提出了一种基于非线性干扰观测器的滑模反演控制方法.将飞行器曲线拟合模型分解为速度子系统和高度相关子系统并表示为严格反馈形式,分别采用滑模和反演方法设计实际控制量与虚拟控制量.采用1阶低通滤波器获取虚拟控制量的导数,解决了传统反演控制方法"微分项膨胀"问题.基于改进滑模微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行估计和补偿.仿真结果表明,该控制器对模型不确定性和气动弹性影响具有鲁棒性,且实现了对速度和高度参考输入的稳定跟踪.     

非对称输入饱和下的非仿射不确定系统自抗扰反演控制

针对一类具有内部动态和外部扰动未知以及非对称输入饱和约束的非仿射系统,提出一种自抗扰反演控制方法.首先基于自抗扰控制思想,通过直接从非仿射项中提取线性控制项,将非仿射系统转化为仿射非线性形式.在此基础上, 在每一步反演控制器设计中,引入扩张状态观测器对系统总的不确定项进行估计,引入跟踪微分器解决虚拟导数的“计算膨胀”问题.在设计真实控制律时,利用双曲正切函数设计一种辅助补偿系统,用来处理输入饱和引起的控制量偏差.基于Lyapunov稳定性定理证明了闭环系统的所有信号有界且跟踪误差可渐近收敛到原点的任意小邻域内.仿真比较结果验证了所提出方法的有效性,体现了一定的工程应用价值.     

控制方向未知的不确定系统预设性能自适应神经网络反演控制

对一类控制方向未知的不确定严格反馈非线性系统的预设性能自适应神经网络反演控制问题进行了研究.系统中含有时变非匹配不确定项且控制方向未知.首先,提出了一种新的误差转化方法,放宽了对初始误差已知的限制;随后,利用径向基函数(radial basis function,RBF)神经网络及跟踪微分器分别实现了对未知函数和虚拟控制量导数的逼近,并综合运用Nussbaum函数和反演控制技术设计了控制器.所设计的控制器能保证系统内所有信号有界且输出误差满足预设的瞬态和稳态性能要求.最后的仿真研究验证了控制器设计方法的有效性.     

基于非线性干扰观测器的翼伞鲁棒反步跟踪控制

针对干扰条件下的无人翼伞飞行器路径跟踪控制问题,提出一种基于非线性干扰观测器的反馈增益鲁棒反步控制方法.采用二阶跟踪-微分器设计干扰观测器对系统复合干扰进行估计和补偿,设计了反馈增益反步跟踪控制律,通过合理设计增益参数,消除了部分复杂非线性项,避免了虚拟量高阶导数问题,简化了控制器形式.根据Lyapunov理论设计鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.仿真实验结果验证了所提出方法的有效性.     

受限指令预设性能自适应反演控制器设计

针对一类含参数不确定性的输入和状态受限的非线性系统,提出一种受限指令预设性能自适应反演控制器设计方法.采用自适应反演方法,同时考虑输入和状态受限构建受限指令滤波器,以解决“计算膨胀”的问题;引入伪控制减缓方法对误差进行补偿;最后考虑了补偿跟踪误差的瞬态性能.通过Lyapunov理论对所设计的控制器进行稳定性分析,并通过仿真实例验证了所提出方法的正确性和有效性.     

受限的非仿射非线性系统的自适应控制

针对受限的非仿射非线性系统,结合自抗扰思想提出了非仿射系统的扩张状态观测器(ESO)设计,从而将辅助系统设计技巧拓展到了非仿射系统,然后利用反演和指令滤波器设计了自适应控制器,为受限的不确定非仿射系统提供了新的设计思路.为了补偿受限带来的影响,引入了辅助系统,它的状态被用来补偿跟踪误差.指令滤波器用来处理虚拟控制受限问题,同时获得虚拟控制导数的估计,避免了backstepping中对它的繁琐计算,扩张状态观测器被用来估计系统的未知非仿射非线性项和外部干扰.利用输入状态稳定性(ISS)分析了闭环系统的全局一致有界稳定性.最后仿真结果验证了该设计方案的有效性.     

考虑误差补偿的柔性关节机械臂命令滤波反步控制

针对柔性关节机械臂在运动过程中易产生振动,使力和位置等控制精度难以保证等问题,提出了一种改进的命令滤波反步控制方法.首先,采用二阶命令滤波器得到反步控制方法中所需的虚拟控制函数及其导数,避免了对虚拟控制函数的多阶求导所导致的计算爆炸问题.随后,为了消除引入命令滤波器所产生的滤波误差,设计了滤波误差补偿机制,并基于李雅普诺夫稳定性理论证明了该策略可保证闭环跟踪误差系统的稳定性.最后,针对单关节柔性机械臂进行MATLAB仿真,证明了该方法的有效性.实验结果表明,加入滤波误差补偿后,跟踪精度提高了12.7%,滤波误差明显减少.     

不确定机械臂系统的自适应命令滤波反步渐近跟踪控制

研究具有未知参数和外部干扰机械臂的自适应渐近跟踪控制问题,提出一种自适应命令滤波反步策略,利用命令滤波器避免传统反步中对虚拟控制函数的微分计算,并建立误差补偿机制补偿滤波误差.与现有的针对机械臂的命令滤波反步跟踪控制相比,跟踪误差可以渐近收敛到零,并且只需要设计一个自适应参数.最后,通过仿真验证该方案的有效性.     

基于滤波反步法的无人直升机轨迹跟踪控制

针对无人直升机模型阶数比较高,设计常规反步法控制器时面临着对虚拟控制输入信号求导过程较为繁琐的缺陷,提出一种基于滤波器反步法的控制方法.首先,通过滤波器而非直接解析地对虚拟控制量求导,从而显著简化了反步控制器的设计过程,而且由于导数是通过积分过程而非微分得到,大大降低了测量噪声的影响;然后,基于李雅普诺夫稳定性理论证明了补偿跟踪误差是全局指数稳定的;最后,通过仿真结果进一步验证了所提出方法的稳定性和有效性.     

不确定非线性系统的自适应反演终端滑模控制

针对一类参数严格反馈型不确定非线性系统, 本文提出一种自适应反演终端滑模控制方法. 反演控制的前n-1步结合自适应律估计系统的未知参数, 第n步采用非奇异终端滑模, 使系统最后一个状态有限时间内收敛.利用微分估计器获得误差系统状态的导数, 并设计了高阶滑模控制律, 去除控制抖振, 使系统对于匹配和非匹配不确定性均具有鲁棒性. 同自适应反演线性滑模方法相比, 所提方法提高了系统的收敛速度和稳态跟踪精度, 并且控制信号更加平滑. 仿真结果验证了该方法的有效性.     

Robust estimation-free prescribed performance back-stepping control of air-breathing hypersonic vehicles without affine models

This paper investigates the design of a novel estimation-free prescribed performance non-affine control strategy for the longitudinal dynamics of an air-breathing hypersonic vehicle (AHV) via back-stepping. The proposed control scheme is capable of guaranteeing tracking errors of velocity, altitude, flight-path angle, pitch angle and pitch rate with prescribed performance. By prescribed performance, we mean that the tracking error is limited to a predefined arbitrarily small residual set, with convergence rate no less than a certain constant, exhibiting maximum overshoot less than a given value. Unlike traditional back-stepping designs, there is no need of an affine model in this paper. Moreover, both the tedious analytic and numerical computations of time derivatives of virtual control laws are completely avoided. In contrast to estimation-based strategies, the presented estimation-free controller possesses much lower computational costs, while successfully eliminating the potential problem of parameter drifting. Owing to its independence on an accurate AHV model, the studied methodology exhibits excellent robustness against system uncertainties. Finally, simulation results from a fully nonlinear model clarify and verify the design.     

非线性不确定系统的非奇异快速终端滑模控制

针对存在非匹配干扰的非线性系统,设计了一种基于干扰观测器和反步法的非奇异快速终端滑模控制.引入非线性干扰观测器估计系统的不确定性,利用反步的思想处理高阶非线性系统,从而可以将非线性干扰观测器估计的干扰值引入反步法的虚拟控制量中,同时设计一种新颖的非奇异快速终端滑模控制律保证系统的收敛速度和精度.利用Lyapunov函数从理论上证明了所设计的控制器可以保证闭环系统的有限时间收敛.最后通过数值仿真验证了所设计的控制方法的有效性.     

Adaptive Fuzzy Back-stepping Control of a Flexible Air-breathing Hypersonic Vehicle Subject to Input Constraints

The design of an adaptive fuzzy back-stepping tracking control for flexible air-breathing hypersonic vehicle (FAHV) with actuator constraints is discussed. Fuzzy logic systems (FLSs) are applied to approximate the total uncertainty of FAHV model. The minimal-learning-parameter (MLP) algorithms are applied for FLSs to reduce the quantity of calculation. For the sake of preventing explosion of differentiation term in back-stepping control, the derivatives of virtual control laws can be calculated by sliding mode differentiators. Particularly, the novel auxiliary systems are explored to cope with the inputs saturation. Finally, reference trajectory tracking simulation shows the auxiliary systems have better performances than the existing algorithms when the inputs are saturated.     

基于干扰观测器的一类不确定仿射非线性系统有限时间收敛backstepping控制

针对一类不确定仿射非线性系统的跟踪控制问题,提出一种基于干扰观测器的有限时间收敛backstepping控制方法.为增强小脑模型(CMAC)泛化和学习能力,将非对称高斯函数和模糊理论相结合,给出非对称模糊CMAC结构,设计干扰观测器实现系统未知复合干扰在线准确逼近;基于非对称模糊CMAC干扰观测器,给出有限时间收敛backstepping控制器设计步骤,利用Lyapunov稳定理论证明闭环系统稳定性,其中采用非线性微分器获取虚拟控制量滤波和微分信息以避免backstepping设计中的微分“膨胀问题”,设计辅助系统修正因微分器带来的误差对系统跟踪性能影响,引入基于障碍型函数的自适应滑模鲁棒项抑制复合干扰估计偏差对跟踪误差的影响;将所提方法应用于无人机飞行控制仿真实验,结果表明所提方法的有效性.     

非仿射纯反馈非线性系统的自抗扰控制

针对一类具有外部扰动的不确定非仿射纯反馈非线性系统,结合反演和自抗扰技术,提出了一种新的控制设计方案,该方案中反演设计的每一步引入了自抗扰设计,同时采用微分器和扩展状态观测器分别估计虚拟控制的导数和系统的未知部分.与现有设计方法不同,它不是直接利用逼近定理来构建理想的控制器.该方案设计过程简单,并且通过输入状态稳定性分析证明了系统状态能渐近收敛到原点的任意小邻域内.仿真结果证实了该方法的有效性.     

Adaptive backstepping impact angle control with autopilot dynamics and acceleration saturation consideration

This paper presents a robust impact angle constraint guidance law for maneuvering target interception in the presence of autopilot dynamics and input saturation. The presented guidance law is designed on the basis of a combination of adaptive backstepping control technique and higher‐order sliding mode differentiator. Different from existing impact angle constraint guidance law using sliding mode control, the line‐of‐sight angular rate and impact angle tracking error are regulated by two different virtual control laws. Because the future course of action of the target, an independent entity, cannot be predicted beforehand, adaptive laws are introduced in guidance law derivation for disturbance rejection. Unlike dynamic surface control approach, higher‐order sliding mode differentiator is adopted here as an alternative way to obtain the derivatives of the virtual control laws, thus leading to the exact tracking performance of backstepping control. Detailed stability analysis shows that both the line‐of‐sight angular rate and impact angle error can be stabilized in a small region around zero asymptotically. Simulation results explicitly show that accurate interception is achieved with a wide range of impact angles. Copyright © 2017 John Wiley & Sons, Ltd.     

基于滤波反演法的参数不确定自动引导车的运动控制

针对参数不确定的自动引导车的运动控制问题,应用Backstepping方法设计自适应控制器,并运用Lyapunov稳定性理论与Barbalat定理证明了系统的稳定性;同时利用进化规划算法优化控制器参数,通过跟踪微分器对输入信号与虚拟控制信号进行滤波处理并提取微分信号,避免了对虚拟控制信号的解析求导,简化了控制器的设计过程。与传统PID控制的对比仿真结果表明,所提出的自适应控制策略能较好地补偿系统参数摄动的影响,提高了自动引导车的轨迹跟踪性能和鲁棒性。     

Neuroadaptive containment control of nonlinear multiagent systems with input saturations

This paper investigates the output containment tracking problem of nonlinear multiagent systems with mismatched uncertain dynamics and input saturations. A neural network–based distributed adaptive command filtered backstepping (CFB) scheme is given, which can guarantee that the containment tracking errors reach to the desired neighborhood of origin and all signals in the closed‐loop system are bounded. Note that error compensation system and virtual control laws established in CFB only use local information, so the given scheme is completely distributed. Moreover, the applied sliding mode differentiator (SMD) can make the outputs of SMD fast approximate the virtual signal and its derivative at each step of backstepping, which can further improve the control quality. Finally, a simulation example is given to show the effectiveness of the proposed scheme.     

具有未知视觉参数的非完整移动机器人的自适应动态反馈跟踪控制

基于视觉反馈和标准链式形式,研究了一类不确定非完整移动机器人的轨迹跟踪控制问题.首先,利用针孔摄像机模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型.基于这个模型,在具有不确定视觉参数的情形下,利用back-stepping技术,设计出了一种新的自适应动态反馈跟踪控制器,实现了全局渐近的轨迹跟踪,并通过李亚普诺夫方法严格证明了闭环系统的稳定性和估计参数的有界性.仿真结果证明了所提出的控制器的有效性.