基于自适应模糊神经网络的反舰导弹非线性控制算法

提出了一种综合运用动态逆、模糊神经网络和滑模控制的非线性控制方法.首先运用动态逆理论对非线性系统进行近似线性化,利用具有在线学习能力的模糊神经网络来抵消系统的误差,建立了基于自适应模糊神经网络的控制结构,根据李雅普洛夫稳定理论导出了网络权值的自适应调整规则,用滑模控制和鲁棒控制分量保证了系统的鲁棒性.并将该非线性控制算法用于某型侧滑转弯导弹的控制系统设计.仿真结果表明,这种方法能有效消除扰动的影响,提高导弹过载控制系统响应的精度.     

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。     

基于RBF神经网络的火箭速度自适应控制

针对一类非线性不确定连续系统,提出了一种基于径向基(RBF)神经网络的模型参考自适应控制方案.控制器的非线性部分由RBF神经网络实现,根据系统输出与参考模型输出之间的误差调整神经网络的权值,以补偿系统中的非线性因素.引入权值学习误差的概念,以此为基础利用李雅普诺夫原理分析推导了网络权值的调整规律,并证明了系统的稳定性.在单级火箭速度控制中应用该方案进行了设计,仿真结果表明,火箭速度3s后即能完全跟踪参考模型的输出; RBF神经网络在2s后即能逼近非线性项,网络权值收敛.     

基于扰动观测器的机载光电稳定平台自适应指数时变滑模控制

针对考虑载机干扰、摩擦力矩和参数不确定性等扰动因素影响的机载光电稳定平台高精度控制问题,提出了一种基于非线性扰动观测器的自适应指数时变滑模控制方法。该方法利用非线性扰动观测器观测系统的聚合不确定性,用来抵消外界扰动和参数不确定性对系统的干扰。在此基础上,设计自适应指数时变滑模控制器,实现了光电稳定平台伺服系统在残余聚合扰动影响下的期望角位置转动的全局鲁棒控制,该方法不需要确定聚合不确定性的上界信息,同时避免了普通自适应滑模的切换增益过度自适应问题,最终通过李雅普诺夫稳定性定理证明了闭环系统的全局渐近稳定性,系统角位置最终渐近收敛到期望角位置。数值仿真和样机测试结果表明,在外界扰动和参数不确定性的影响下,该方法能够实现系统的高精度角位置控制。     

多径信道下基于维纳滤波器的自适应微分干扰抵消算法的研究

针对无线电导航系统中存在的多径干扰和多址干扰,文中提出了一种基于维纳滤波器的自适应微分干扰抵消算法,自适应部分采用维纳滤波器对权值矩阵进行更新,干扰抵消部分则引入PIC算法的迭代微分量,该算法不仅消除了原有干扰抵消算法的固有累积误差,而且降低了运算复杂度.给出了算法结构及理论分析,并对算法进行了仿真,结果表明该算法与其他干扰抵消方法相比,具有误码率低,收敛性好,运算复杂度低等优点,能有效地消除多径干扰和多址干扰的影响.     

基于单隐层神经网络的空天飞行器鲁棒自适应轨迹线性化控制

研究了一种新的空天飞行器鲁棒自适应轨迹线性化飞行控制系统设计方案。利用单隐层神经网络的逼近能力在线估计系统中存在的不确定性,神经网络输出用以抵消不确定性对轨迹线性化方法控制性能的影响。鲁棒自适应控制器用以克服逼近误差,并使闭环系统具有更好的性能。严格的理论证明表明,给定的自适应调节律能够保证闭环系统跟踪误差最终收敛至任意小紧集。空天飞行器高超声速飞行条件下的仿真结果表明,即使在很恶劣的条件下,新方法仍然表现出很好的响应性能。     

一种战场物资消耗自适应预测模型

为解决战场物资消耗这一复杂非线性问题,在分析传统消耗预测方法的基础上,设计一套战场物资消耗量的自适应预测模型,对卡尔曼滤波的自适应机制进行详细探讨,并通过算例对自适应预测模型进行检验。结果表明：该模型能有效克服由于战场的不确定因素对物资消耗预测所带来的影响,在一定阈值范围内,控制预测值和实际值的误差,实现对战场物资消耗量相对准确的预测。     

自适应干扰抵消系统正交矢量模型及数字实现

自适应干扰抵消系统正交矢量模型,将发射机信号取样作为参考信号并正交分解得到两路相位相差90°的信号.分别加权控制该信号,将正交合成结果与实际天线接收信号比较,其误差经两路模拟相关器得到最佳权值,控制该两路信号增益,形成闭合环路,达到自适应干扰抵消.该模型的数字实现方案,采用高速数字信号处理器、A/D和D/A转换器,在5～10MHz频段模拟仿真完成.     

基于全调节RBF神经网络的引信噪声对消研究

全调节RBF神经网络具有处理非线性参数的不确定性,提高神经网络的在线逼近能力,适用于噪声信号的非线性建模。为了消除引信回波中的背景噪声,提出一种基于全调节RBF神经网络的非线形自适应滤波方法,能很好克服信号处理中的模型不确定性和噪声。通过对比不同信噪比情况下引信回波的去噪效果,说明了基于全调节RBF神经网络的引信噪声对消系统的有效性和优越性。     

基于改进的粒子群优化扩展卡尔曼滤波算法的锂电池模型参数辨识与荷电状态估计

为解决锂电池荷电状态（SOC）难以精确估计的问题,提出了基于改进的粒子群优化扩展卡尔曼滤波（IPSO-EKF）算法预测电池SOC。为减小参数非线性特性影响,重新构建了EKF算法电池状态空间方程,以辨识出的电池模型参数为基础,获得SOC最优估计。采用IPSO算法优化EKF算法噪声方差矩阵,解决系统状态误差协方差矩阵和测量噪声协方差矩阵最优解获取难题,进一步提高SOC的估计精度。计算结果表明：IPSO-EKF算法能够精确地辨识电池模型参数和SOC值,并能够很好地修正状态变量初始误差。     

考虑建模误差的拦截弹制导控制一体化设计

针对拦截弹末段的制导控制问题,改善已有建模结果,采用智能控制方法设计一体化控制律。考虑近似线性化和忽略耦合因素引起的建模误差,采用模型误差补偿改进拦截弹动力学模型;结合弹目相对运动非线性模型,建立面向拦截弹末段的制导控制一体化(IGC)模型。对此非匹配型非线性系统,利用自适应动态面控制方法进行控制器设计,不仅消除系统非匹配不确定性对系统性能的影响,同时避免了传统反演法的微分膨胀问题,得到控制目标与执行机构指令之间的直接关系。通过与忽略建模误差的IGC 拦截仿真比较,实验结果表明本文IGC 控制效果的优越性。     

一种新的可控粒子数无源定位滤波算法研究

在非高斯非线性的无源定位系统中,建立了一种基于相位差变化率的无源定位模型,提出了一种新的可控粒子数无源定位滤波(PCPLF)算法,该算法利用噪声均方差与有效粒子数之间的关系,通过自适应调节噪声均方差,将有效粒子数控制在一定的阀值范围内,使权值基本上服从均匀分布,能够避免粒子的严重退化,提高系统的定位精度及稳定性.最后通过计算机仿真验证了PCPLF算法能够有效提高定位精度及稳定性.     

陀螺稳定平台自适应分层滑模速度控制

为了消除高精度陀螺稳定平台系统中的非线性因素对系统控制的影响,设计了一种自适应分层滑模速度控制器。结合某小型电视跟踪导引头中的陀螺稳定平台实际系统,首先,介绍了稳定平台系统的控制结构,具体分析了陀螺速度闭环的工作原理,以及系统中影响速度控制性能的主要非线性因素。其次,针对系统特点,结合滑模控制强鲁棒性的优点,在速度闭环中设计了分层滑模控制。在边界层内,采用了积分增益型滑模控制。在边界层外,采用了带有灰色预测控制项的滑模控制。针对滑模控制中扰动量无法准确确定的问题,设计了自适应调整方法实时估计扰动量的大小。最后,利用Lyapunov方法证明了该方法的稳定性。在导引头稳定平台上实验表明,同PID控制相比,该滑模速度控制器能够有效消除系统非线性因素的影响,改善了闭环速度揎制的性能,提高了稳定精度。同时,与比例滑模控制相比,该方法有效减弱了抖振现象。     

重载发射装置俯仰伺服系统自适应鲁棒控制

重载导弹发射装置的俯仰系统,大都采用非对称液压缸驱动,具有非线性强、重载偏心距大等特点。针对由电液伺服驱动的导弹发射装置俯仰系统的非线性控制问题,基于独立阀口节流过程,建立伺服阀压力流量非线性方程。在负载动态方程中,兼顾机构非线性,并以光滑型LuGre摩擦模型描述系统的摩擦动态,建立了系统的非线性状态空间数学模型。为克服系统的严重非线性和不确定性对俯仰过程控制的影响,提出了一种自适应鲁棒控制策略,该策略通过自适应方法来处理系统的参数不确定性,同时运用非线性鲁棒反馈控制来处理模型补偿误差以及外来扰动。Lyapunov稳定性分析表明,提出的自适应鲁棒控制策略具有闭环稳定性和优良的控制性能。仿真结果表明,与经典的PID控制算法相比,所设计控制器具有更优异的跟踪性能以及良好的参数自适应收敛性。     

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.     

基于扰动观测器的高超声速飞行器递阶滑模控制

针对存在扰动、执行机构死区非线性以及系统不确定性的高超声速飞行器巡航飞行纵向通道模型,提出了带有新型非线性扰动观测器的递阶滑模控制器。递阶滑模控制器采用多层终端滑模面的回归结构,能够保证系统跟踪误差在有限时间内收敛到0. 将执行机构的死区非线性简化为输入的未知扰动,对于系统中存在的由扰动和不确定性产生的复合扰动,设计了新型非线性扰动观测器,补偿作用避免了通过增大系统增益提高控制系统抗扰动性能,同时观测器可以对死区非线性产生的系统扰动进行观测,消除死区非线性对控制系统的影响。理论证明了观测值误差为渐进收敛。基于Lyapunov理论对带有扰动观测器的综合控制系统进行稳定性证明。理论分析和仿真结果表明,该控制策略对高超声速飞行器具有较好的控制作用。     

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。     

双侧独立电驱动履带车辆反馈线性化解耦与预测行驶控制

针对双侧独立电驱动履带车辆行驶动力学耦合和跟踪优化的控制问题,提出一种解耦和预测控制方法.在车辆仿射非线性模型基础上,通过反馈线性化消除系统动力学耦合因素,实现纵向车速和横摆角速度的解耦控制;对解耦后的速度和横摆角速度子系统分别设计自适应广义预测控制算法,采用递推最小二乘法辨识受控自回归积分滑动平均模型的参数以修正控制...     

激光热稳频光源的自适应控制

双纵模激光源预测控制利用热稳频系统在预热过程的特征自组织建模，并引入自适应改进模型误差，建模采用非参数化，预热平衡后，由8098给出加热或散热阶跃控制信号，经噪声处理得其阶跃响应曲线。以自组织预测控制算法实现激光器的双纵模热稳频，自适应采用间接算法，即在稳频过程以系统施加的控制量及控制结果，通过最小二乘法不断估计系统模型，按一定学习速度改进模型，得到较完善的控制效果。     

双旋弹俯仰/偏航通道误差积分增广自适应控制

双旋弹的飞行空域大、时变参数多、俯仰/偏航通道之间耦合严重,为其俯仰/偏航通道控制系统设计带来了许多挑战。针对双旋弹俯仰/偏航通道的非线性控制问题,建立了双旋弹七自由度动力学方程,并基于弹丸线性化理论,得到双旋弹俯仰/偏航通道的近似线性描述。利用过载跟踪误差的积分对系统进行增广,并根据得到的增广系统的结构特点,设计了自适应控制律及参数自适应律。通过构建李雅普诺夫函数证明了增广系统的稳定性。仿真结果表明,利用误差积分增广方法设计的双旋弹俯仰/偏航通道模型参考自适应控制器,在系统具有不确定性和随机扰动时,可以保持与参考模型接近的控制性能和解耦性能。研究结果为解决双旋弹俯仰/偏航通道运动中的复杂非线性问题提供了理论依据和参考方法。