基于遗传算法的无人机自动机动攻击轨迹控制仿真研究

针对某型无人机,采用增量式PID控制规律,研究了无人机对地自动攻击的轨迹控制问题.首先,建立了被控对象无人机的数学模型,然后,在研究PID控制规律的基础上,提出了无人机飞行轨迹控制方案和增量式PID算法,并使用遗传算法对PID控制的参数进行优化求解,编制了仿真计算软件并进行了大量的仿真研究,最后对仿真结果进行了分析和比较,给出了相应的结论.     

无人机飞行控制系统自修复设计研究

提出了一种基于神经网络逆控制的飞行控制方法,用于解决无人机发生故障传统PID失效时,难以恢复控制的问题。通过建立基于适当神经网络结构的非线性系统的逆系统,与PID反馈控制结合,有效解决无人机发生故障时非线性耦合的问题,并重构控制率,使无人机恢复有效控制。仿真结果表明该控制策略可行,提高了在传统PID失效时无人机的生存能力。     

基于反步法和非线性动态逆的无人机三维航路跟踪制导控制

为实现无人机在大范围内稳定、精确地跟踪三维参考航路,基于制导与控制回路独立设计的思路,提出了一种无人机三维航路跟踪制导控制方法。在制导外环,引入沿参考航路飞行的虚拟无人机作为向导并利用反步法设计三维航路跟踪的非线性制导律;在控制内环,以非线性动态逆理论和奇异摄动理论为基础,设计由机动指令生成器、角度转换器、慢回路姿态控制器和快回路角速度控制器所组成的飞行控制模块,对制导外环给出的制导指令进行快速精确地跟踪。基于Lyapunov稳定性理论证明了无人机航路跟踪制导控制方法的稳定性。通过对比分析无人机6自由度模型下的三维航路跟踪仿真,说明所提出的制导控制方法能够使得无人机精确地跟踪参考航路,从而验证了该方法的有效性、合理性。     

基于转矩优化分配的分布式电动车辆横摆力矩研究

针对分布式电驱动车辆的操纵稳定性问题,设计了一种基于直接横摆力矩的分层控制策略.上层车辆运动控制器采用模糊控制策略,以二自由度模型为参考对象跟随期望状态下的横摆角速度和质心侧偏角,制定出维持车辆稳定行使所需要的纵向力和横摆力矩;下层基于轮胎负荷率最小的目标优化函数,参考电机和路面附着限制,采用加权最小二乘法将转矩合理分配至8个车轮.为与基于规则的平均分配方法进行对比,利用TruckSim和Matlab/Simulink完成了车辆在2种工况下的联合仿真,结果表明:模糊控制策略能对车辆目标状态进行良好跟踪,转矩优化分配方法能更好地跟随参考状态,降低车轮转矩和轮胎负荷率,提升车辆的稳定性.     

一种改进的微型飞行器非线性动态逆解耦控制研究

针对微型飞行器在低雷诺数条件下具有明显的非线性、非定常及强耦合的特性,研究了一种改进的非线性动态逆与比例积分相结合的MAV非线性解耦控制方法。首先,应用奇异摄动理论对MAV进行时标分离,研究快、慢状态子系统的控制器设计;其次,将比例积分环节引入控制器中,以消除非线性对消误差带来的影响;最后,对系统进行了仿真验证,仿真结果表明非线性动态逆与比例积分结合的方法能够有效实现MAV的解耦控制,具有实用价值。     

无人机控制与导航系统故障分析及备件优化

针对某型无人机控制与导航系统的类型和特点,设计一种无人机控制与导航系统最优维修策略。利用故障树构建系统的故障模型,计算系统发生故障的概率,分析了各部件的重要度;建立航材备件数量的优化模型,得到了控制与导航系统航材备件的最优配置数量。该策略为控制与导航系统的维修提供了决策依据。     

基于非线性动态逆的弹道修正控制设计研究

为了实现强耦合的非线性二维弹道修正方程解耦控制并线性化,基于非线性逆系统原理,采用三时标分离方法,在考察系统状态变量动态特性基础上,分离系统为三子系统,然后分别对各子系统设计逆控制器,对线性化后的系统基于Lyapunov函数法设计线性控制器.最后通过Matlab仿真验证了逆系统方法的有效解耦控制,并通过选择不同的回路带宽比较了系统的动态性能,结果表明了该方法的正确性和有效性.     

Research on Robust Control of Nonlinear Fuzzy VSS for Spacecraft

The nonlinear dynamic system of spacecraft with uncertainty and coupling is analyzed and its general dynamical equation is given. The decoupling-ability and controllability are proved. Aiming at this system, a new nonlinear decoupling controlling method is put forward by synthetically using the variable structure and fuzzy theory. The simulation results show that this method is effective in tracking performances under the existence of uncertainty and outer disturbance.