线性系统闭环P型迭代学习算法的仿真分析

线性闭环P型迭代学习算法,针对一具体的LTI系统,运用四阶的龙格库塔方法.先求得序列值,再利用新产生的参数值和闭环学习律产生相应常数序列,然后一直迭代下去,用求其数值解的方法进行仿真.结论表明,该算法在对期望轨迹的跟踪中,很少出现一些不稳定的情况,其在收敛的有效性方面相对于开环更具优势.     

一种改进的迭代学习控制方法及其应用

针对非线性系统的学习控制问题,提出了一种改进的迭代学习控制方法.该迭代学习控制方法同时利用系统中前次迭代控制的跟踪误差信息与当前的跟踪误差信息,以及它们各自的微分信息,且采用可调的迭代学习系数,根据系统误差的变化及时地调节学习系数,从而提高了目标的跟踪能力.通过分析,给出了此迭代学习控制方法收敛的充分条件.仿真结果验证了此学习控制方法的有效性.     

飞机自动着陆控制系统中输入/输出的反馈线性化

飞机着陆自动跟踪控制系统,采用微分几何反馈线性化处理非线性方程输入/输出反馈.由设置等效输入,将系统等效解耦为一阶、二阶线性子系统;经设置期望输出轨迹、定义系统跟踪误差、选择控制律,使全部跟踪状态保持有界,系统误差按指数规律收敛于零.仿真表明反馈线性化系统满足纵向着陆无误差要求,具有较强鲁棒性.     

一类含控制时滞非线性系统在任意初值下的开环PD型迭代学习控制

在迭代学习控制理论的收敛性分析中,常见的初始条件是迭代初值与期望初值一致,或者迭代初值固定,给出了一类含控制时滞非线性时变系统在任意初值条件下采用开环PD型迭代学习控制算法时的收敛条件。迭代学习采用控制输入与初值同时学习的算法,其中控制输入利用了给定超前法,该算法解决了控制时滞和初值问题。运用算子理论证明了收敛条件,给出了间歇非线性控制时滞过程仿真实例,研究结果说明了该算法的有效性。     

基于滑模变结构的无人直升机着舰控制研究

针对无人直升机着舰的特殊性,克服系统摄动、未建模动态及大气紊流的影响,提高舰载无人直升机着 舰的安全性和精度,基于滑模控制的方法分别设计了着舰控制系统的轨迹跟踪控制律和姿态控制律。采用基于输出 有界的twisting 控制器,通过轨迹跟踪算法保证生成有界的期望姿态角和总距;姿态部分采用小扰动线性化后的姿 态回路控制方程,设计了模型参考自适应滑模控制器,通过自适应项抵消外界干扰造成的误差,利用Lyapunov 稳定 性理论证明了系统的稳定性和跟踪误差收敛;通过仿真进行了实验验证。验证结果表明：所设计的控制器能够满足 无人直升机抗扰动和模型参数摄动的要求,并且设计方法简单,鲁棒性强,易于工程实现。     

直流伺服机器人自适应变结构控制

采用饱和型标量函数构成非线性滑模建立直流伺服机器人控制系统的自适应变结构数学模型.根据动力学方程推导出自适应变结构控制律,并通过Lyapunov函数分析,证明了该机器人控制系统的稳定性.用Runre-Kuta法对两关节的控制律进行仿真,其结果表明该机器人控制系统具有较强的抗干扰能力,能稳定地跟踪期望轨迹.     

机器鱼双闭环正弦形轨迹跟踪控制方法

为实现机器鱼位置和姿态的实时轨迹跟踪控制,通过将姿态控制作为内环、位置控制作为外环的方式设计双闭环控制算法。内环通过采用滑模控制器使得其收敛速度大于外环,保证闭环控制系统整体稳定性,通过李亚普诺夫稳定性定理证明机器鱼位置姿态双闭环控制系统具有渐近稳定性。仿真结果表明：该方法可有效控制机器鱼纵垂面轨迹的实时追踪;实验中机器鱼完成预设运动共耗时12 s,其轨迹最大误差和平均误差分别为0.078 m和 0.052 m,验证了双闭环算法在机器鱼轨迹跟踪控制中的有效性和高效性。     

事件驱动多关节机械臂轨迹跟踪自适应鲁棒控制

针对具有不确定干扰和建模误差的多关节机械臂轨迹跟踪控制问题,基于自适应鲁棒控制算法提出事件驱动跟踪控制器。通过自适应鲁棒控制保证多关节机械臂轨迹跟踪精度,处理不确定干扰和建模误差带来的不确定性影响。利用事件驱动控制框架,以当前跟踪误差和期望状态等变量作为输入定义事件驱动系统的变量。根据Lyapunov稳定性理论获得了驱动条件,且证明了无Zeno现象发生,使系统在满足驱动条件时更新控制指令,从而减少系统能耗与通信频率,提高系统的可靠性,保证多关节机械臂跟踪控制系统半全局最终一致有界。通过仿真验证了理论结果的有效性。     

基于免疫遗传模糊神经滑模的地面作战机器人轨迹跟踪控制

提出了一种基于运动学与动力学模型的免疫遗传模糊神经滑模混合控制器用于地面作战机器人的控制。算法中利用径向基神经网络逼近滑模控制的等效部分,并通过免疫遗传算法对径向基神经网络参数进行了优化,滑模控制的增益通过模糊控制策略进行了调节。利用该算法对圆形轨迹进行了跟踪控制仿真及试验分析,与传统的滑模控制相比,该算法能够有效克服系统的不确定性因素的影响,有效抑制了滑模控制中抖振现象,系统的动态轨迹跟踪性能得到了优化。     

基于非对称模型的欠驱动无人海洋运载器轨迹跟踪控制

研究一类欠驱动无人海洋运载器(UMV)的轨迹跟踪控制问题,提出了一种基于非对称模型的积分反步控制方法。建立了非完全对称(左右对称、前后不对称)的欠驱动UMV水平面运动模型,考虑了系统阻尼系数矩阵和惯性系数矩阵非对角线元素存在非零项的问题;通过设计虚拟状态和控制输入反馈变换,解决了UMV轨迹跟踪控制过程中存在的角速度持续激励问题,得到了直线轨迹和曲线轨迹通用的跟踪控制器;在轨迹跟踪控制器当中引入跟踪误差的积分项,提高了UMV系统的全局稳定收敛速度,基于Barbalat引理和Lyapunov稳定性理论分析了系统的稳定性。借助实验室半物理仿真平台进行仿真实验,与传统基于对称模型的控制算法对比,体现出了基于非对称模型的欠驱动UMV轨迹跟踪控制方法的优越性。     

正则线性系统的闭环P型迭代学习控制

迭代学习控制是改善具有重复运行性质过程的跟踪性能的有效方法.针对一类正则线性定常连续系统的两种情形,提出了闭环P型迭代学习控制律,给出并证明了闭环P型迭代学习控制律的收敛性条件的两个定理.仿真实例说明,该迭代学习律的有效性.     

基于视频的装甲车和飞机检测跟踪及轨迹预测算法

针对当前视频目标跟踪算法跟踪多目标容易跟丢的问题,以视频中的装甲车、飞机为研究对象,研究一种改进跟踪学习检测（TLD）的视频多目标检测跟踪算法。对于跟丢的目标,利用Kalman滤波算法的预测功能跟踪视频中典型目标的轨迹,并采用Kalman滤波算法跟踪的轨迹来弥补TLD算法丢失的部分,从而获得视频中典型目标的完整轨迹,以提高视频多目标跟踪的准确率。由于现有轨迹预测算法存在准确性较差的局限性,提出一种基于社交长短时记忆（Social-LSTM）网络的视频典型目标轨迹预测算法,将上下文环境信息和多个目标轨迹之间的相互影响关系融入Social-LSTM网络,预测待检测典型目标的轨迹序列。仿真实验结果表明,所提轨迹预测算法优于传统的LSTM算法、隐马尔可夫模型算法以及混合高斯模型算法,有利于提高视频典型目标轨迹预测的准确率。     

空战机动飞行轨迹生成与控制

针对依赖于标准机动动作库或者驾驶员经验的机动控制问题,提出一种基于蒙特卡罗树搜索算法生成机 动轨迹的方法,只需给定目标机动动作的初始和终止状态,通过反复搜索即可得到达成机动目标的操作序列;并设 计前馈加反馈的复合控制器来提高轨迹跟踪的效果。实验以筋斗机动为例进行验证,仿真结果表明：得到的筋斗参 考轨迹各项指标均接近职业战斗机飞行员的最佳表现;同时与传统的PID 控制器进行对比,证明了复合控制器能显 著提高筋斗轨迹的跟踪效果,为解决机动控制问题提出了一种有效的解决方案。     

空战机动飞行轨迹生成与控制

针对依赖于标准机动动作库或者驾驶员经验的机动控制问题,提出一种基于蒙特卡罗树搜索算法生成机 动轨迹的方法,只需给定目标机动动作的初始和终止状态,通过反复搜索即可得到达成机动目标的操作序列;并设 计前馈加反馈的复合控制器来提高轨迹跟踪的效果。实验以筋斗机动为例进行验证,仿真结果表明：得到的筋斗参 考轨迹各项指标均接近职业战斗机飞行员的最佳表现;同时与传统的PID 控制器进行对比,证明了复合控制器能显 著提高筋斗轨迹的跟踪效果,为解决机动控制问题提出了一种有效的解决方案。     

导弹主动雷达制导系统弹道控制综合算法

以分析导弹弹道控制优化问题为基础，讨论了主动雷达制导系统弹道控制综合算法，并建立了数学模型．模拟结果表明，这种综合算法有效地提高了目标跟踪的精度．     

机器人操作手的神经跟踪控制

针对机器人轨迹跟踪问题,提出了一种自适应神经控制器.该控制方案利用RBF神经网络自适应学习机器人系统的未知非线性动态,然后,通过一个基于滑模控制技术的补偿器消除网络逼近误差和外部干扰的影响.网络权重的自适应修正规则基于Lyapunov函数方法得到.这种新的控制器能够保证闭环系统的稳定性和跟踪误差的渐近收敛性.     

基于参考观测器的无人直升机航迹跟踪控制

为实现无人直升机在工程应用中的精确航迹跟踪控制,从工程应用的角度提出基于参考观测器的航迹跟踪控制方法。根据航迹指令,通过参考观测器实时估算出无人直升机期望跟踪的状态量与控制量,作为航迹跟踪控制器的参考输入,再利用全状态反馈控制,操纵直升机跟踪期望的航迹,并以某型直升机为控制对象,在典型机动下进行航迹跟踪控制仿真验证。结果表明,该系统具有良好的航迹跟踪性能,且算法简单,易于实现。