导引头稳定平台的扰动补偿及改进滑模控制

为提高导引头稳定平台抗扰性,提出了一种导引头稳定平台的扰动补偿及改进滑模控制策略。首先根据扰动特点将扰动分为摩擦力矩和"剩余扰动"两部分,基于Stribeck摩擦模型辨识摩擦参数,并进行摩擦力矩补偿;采用扩张高增益观测器对"剩余扰动"进行估计,并给出了扩张高增益观测器的收敛条件。然后设计了改进滑模控制器作为稳定回路的控制器实现伺服控制,采用Lyapunov函数证明其稳定性。最后,搭建测试系统分别进行了稳定平台性能测试和导引头性能测试,用于验证跟踪和抗扰效果。实验结果表明,跟踪1(°)/s的梯形波时,提出的控制器有效地补偿了摩擦,同时稳态精度提高了0.032 8(°)/s;给定三轴转台典型幅值和频率扰动下,采用提出的控制器时系统隔离度至少提高了0.57%。表明提出的控制器改善了系统抗扰性。     

Characteristics Extraction of Vehicle State Information Based on Entropy Calculation

A method of extracting and detecting vehicle stability state characteristics based on entropy is proposed. The vehicle’s longitudinal and lateral dynamics models are established for complex driving and maneuver conditions. The corresponding state observer is designed by adopting the moving horizon estimation algorithm, which realizes the observation of the vehicle stability state considering the global state information. Meanwhile, the Shannon entropy is modified to approximate entropy, and the approximate entropy value of the observed vehicle state is calculated. Furthermore, the optimal controller is designed to further validate the reliability of the entropy value as the reference of control system. Simulation results demonstrate that this method can quickly detect the instability state of the system during the process of vehicle driving, which provides a reference for risk prediction and active control.     

欠驱动USV神经网络自适应轨迹跟踪控制

为解决欠驱动USV系统在模型不确定性和未知海流干扰下的水平面轨迹跟踪问题,基于反步法与自适应技术,提出一种非线性鲁棒轨迹跟踪控制策略. 针对欠驱动USV参数不确定问题,运用神经网络自适应方法对欠驱动USV系统未知函数进行估计和逼近;然后,运用动态面方法获取虚拟变量的导数,不仅控制律结构简单,易于工程实现,而且有效地减小了传统反步法中虚拟变量直接求导的复杂性;针对未知时变海流的干扰,设计了一种指数收敛海流观测器,有效估计未知缓慢时变海流速度;其次,基于李雅普诺夫理论证明了所设计的控制器能够保证运动轨迹收敛于期望值,并且保证了该轨迹跟踪闭环控制系统所有信号最终一致有界;最后,在控制输入受限条件下,为检验该控制器的跟踪性能,选取圆轨迹作为参考轨迹,仿真实验表明,该控制器能够有效地实现预期轨迹,神经网络自适应方法对系统未知函数可有效估计和逼近,对未知时变海流干扰具有较强的鲁棒性,轨迹跟踪误差和速度跟踪误差均收敛到零附近的一个邻域内,从而验证了所提出控制器的有效性.     

多端柔性直流输电系统运行状态评判

目前对于多端柔性直流输电系统(MMC-MTDC Transmission Systems)运行状态评判的相关研究还处在起步阶段,缺乏对M M C-MTDC输电系统在不同工况和控制策略下相应运行状态特征的有效提取、归纳及分析,所以亟需一种准确的状态评判方法为研究MMC-MTDC运行状态变化提供判断依据.以多端柔性直流输电系统各类运行数据为基础,从功率、电压、频率、系统响应速度、可靠性和灵敏度6个角度出发,构造了一套评价系统运行状态的关键指标体系;针对现有评判方法的局限性,通过对反非广延熵统计特性的理论分析,构建一种新的系统运行状态分级评判方法—基于改进层次分析的反非延熵权法,该方法较好克服了同类算法评判辨识度低的缺点.最后基于OPT-5600实时仿真平台,通过五端柔性直流输电仿真算例验证了文中所提的评价指标体系及方法的有效性.     

基于扰动观测器的时滞非线性系统的跟踪控制

研究了具有输入时滞和未知外部扰动的单输入单输出非线性系统的跟踪控制问题. 针对系统中未知扰动,设计了扰动观测器对其进行良好的监测,针对输入时滞问题,采用pade近似和增加中间变量的方法消除其带来的影响. 在系统具有未知外部扰动的情况下,利用反步法和扰动观测器的技术提出了鲁棒跟踪控制. 在基于扰动观测器的鲁棒跟踪控制下,通过李雅普诺夫分析,保证了闭环系统中所有信号的一致渐近收敛性. 最后通过一个仿真实例验证了该控制方法的有效性.     

基于BP 神经网络的自适应自抗扰控制及仿真

针对被控对象参数变化大而快、外扰严重且不确定的系统,参数固定的扩张状态观测器 (ESO)存在“总和扰动冶估计精度降低、控制效果较差的问题,提出了一种基于BP 神经网络的自适应自抗扰控制器(ADRC)。分析了引入自适应ESO 的意义,剖析了ESO 的结构,利用BP 神经网络在线调整ESO 参数并将这个自适应ESO 嵌入到ADRC. 仿真结果表明,改进的ADRC 较常规ADRC 具有扰动估计精度更高、控制量振荡幅度更小以及鲁棒性、抗干扰性更强的优点。     

车辆动力学状态观测器设计

针对混合动力电驱动车辆,基于信息融合理论和车辆非线性动力学,通过研究车辆关键动力学参数估计方法、优化设计传感器配置,设计了一种车辆动力学状态观测器.根据整车的系统结构,综合考虑运算速度、数据存储、电磁兼容、硬件成本和可靠性,设计了该状态观测器的硬件电路和软件系统.利用硬件在环试验平台,在不同路面附着系数、不同转向操作、不同车速工况条件下,对动力学状态观测器的参数估计效果进行验证.试验结果表明,观测器估计精度较高,满足工程应用要求.     

后向平滑平方根容积卡尔曼滤波算法及其应用

针对单站无源定位精度低、收敛速度慢和滤波性能不稳定甚至不能工作的问题,提出了后向平滑平方根容积卡尔曼滤波算法。该算法采用 Q-R分解的形式,使用误差协方差的平方根进行递推运算,同时其通过后向平滑与量测更新为二次前向滤波提供更为精确的初始值,改善了算法的总体性能。仿真实验表明,该算法在满足实时性要求的基础上,提高了单站无源定位的精度、收敛速度以及稳定性。     

高阶滑模制导律的设计与实现

针对机动目标拦截问题,应用高阶滑模控制方法,设计了高精度制导律。在制导律设计过程中,针对目标机动,基于增广比例导引设计了滑模变量,考虑二阶弹体动态特性,设计了二阶滑模制导律。应用高增益扩张状态观测器对制导信息进行估计,完成了制导律的实现。数值仿真结果验证了方法的有效性。     

基于自抗扰算法的导弹制导律设计方法

针对机动目标的拦截方法所能允许的不确定性变化范围非常有限的问题,提出一种基于自抗扰算法的导弹制导律设计方法。该方法将自抗扰控制思想应用于导弹制导律设计,根据空间弹目追逃模型,设计基于自抗扰控制算法的制导律,运用状态观测器对目标机动参数、随机干扰等各种因素引起的未知扰动进行观测并实时补偿,实现了动态反馈线性化和解耦控制,使视线角速度快速趋于零。仿真结果表明:相比于传统比例导引律,该方法的制导精度高,脱靶量低,制导飞行时间短,制导性能有极大提高。