飞翼布局无人机二阶滑模姿态跟踪鲁棒控制

针对飞翼布局无人机受扰姿态控制问题,提出一种二阶滑模姿态跟踪鲁棒控制方案。基于时标分离特性,将飞翼布局无人机姿态控制系统分为内外回路进行设计。外回路采用自适应二阶终端滑模控制器,利用自适应算法调节切换增益抑制复合干扰对系统性能的影响,同时二阶终端滑模将不连续的符号函数加在控制量的导数上,通过积分得到连续的滑模控制律,从而有效地消除了常规滑模控制器的抖振。内回路采用基于自适应super twisting滑模观测器的积分滑模控制器,设计自适应super twisting滑模观测器以实现对内回路复合干扰的估计和补偿。最后通过控制分配环节将控制力矩分配到舵面上,仿真结果验证了所提方案的有效性。     

基于双观测器的四旋翼无人机姿态控制

为了提高四旋翼无人机姿态控制精度及抗干扰性能,将干扰观测器与扩张状态观测器相结合,提出了一种基于双观测器的滑模抗干扰控制方法.首先,对于部分已知信息的干扰用外生系统模型描述,并用干扰观测器进行估计;然后针对复杂的非线性可微干扰采用扩张状态观测器进行估计;接着设计滑模控制律来补偿双观测器估计的干扰,进而实现姿态控制;最后利用李雅普诺夫理论证明了系统的稳定性.仿真结果表明,该方法相较于传统的PID控制具有更高的跟踪精度和良好的抗干扰能力.     

飞翼布局无人机滑跑纠偏控制

针对滑跑纠偏控制律对良好鲁棒性的要求,以及飞翼布局无人机地面滑跑六自由度模型非线性、多变量的特点,提出了基于自抗扰控制理论的无人机非线性滑跑纠偏控制律;由于采用了前轮转向、阻力方向舵和主轮差动刹车联合纠偏,针对控制执行机构纠偏效率在滑跑过程中变化较大,以及阻力方向舵和刹车机构兼具减速和纠偏功能的特点,提出采用加权伪逆法对偏航力矩及阻力控制指令进行动态控制分配。结果表明,自抗扰滑跑纠偏控制律能够能有效观测并补偿跑道环境影响造成的强烈干扰及侧风干扰,加权伪逆法能够对偏航力矩和阻力指令进行动态分配,并使各执行机构使用量处于正常范围以内。     

基于纵向直接力控制的飞翼布局无人机紊流减缓

飞翼布局无人机在大气紊流中飞行会受到较大的紊流载荷,而受限于自身构型和舵面配置,无法采用传统控制方案进行紊流载荷减缓。分析了飞翼布局无人机的舵面气动特性,提出一种多组舵面配合产生纵向直接控制力的垂直紊流减缓方案,并采用自抗扰控制技术设计了非线性控制器,在线估计系统误差和紊流扰动,并进行补偿控制。仿真结果表明:飞翼布局无人机采用直接力控制方案,并加入该非线性控制器后,能显著减缓在大气紊流中飞行中的法向过载,同时保证姿态和航迹稳定。     

飞翼布局矢量推力无人机容错控制研究

飞翼布局无人机利用多组气动舵面产生所需要的控制力和力矩,属于典型的过驱动系统;多组操纵舵面赋予其较高冗余配置的同时也使舵面故障率成倍增加。对横航向静不稳定的飞翼无人机而言,操纵面故障带来的力矩失衡会严重影响飞行安全,故以升降、方向舵损伤故障为例,提出一种气动为主,矢量推力为辅的控制分配方法;利用二元矢量偏转机构产生矢量推力,补偿损伤执行机构舵效,释放舵面控制裕度,恢复飞机操纵性;在气动舵面损伤的故障下,实现无人机的稳定控制。     

基于分段线性的飞翼布局飞机控制分配方法

针对飞翼布局多舵面飞机的非线性控制分配问题,提出了一种基于分段线性函数的控制分配方法.这一方法基于舵效的分段线性假设,将非线性控制分配问题简化为分段线性规划问题来处理,再通过将其转化为混合整形线性规划问题来求解.针对某飞翼无人机的非线性仿真结果表明,与传统基于舵效线性假设的控制分配方法相比,基于分段线性函数的控制分配方法可以明显地提高控制响应精度.在故障条件下,与传统方法相比其实际控制力矩与期望值之间的误差减小了近一个数量级.     

飞翼布局无人机重构控制方法研究

飞翼布局无人机飞行空域大、飞行条件复杂、动压变化剧烈,尤其是在空战过程中,容易受到战斗损伤,发生部件故障,导致飞行品质下降甚至坠机。如何设计一种自修复飞行控制系统,使无人机在复杂飞行条件下,仍具有满意的飞行性能和操纵品质,并且在发生故障（舵面浮松、卡死和损伤等故障）时,仍然能够在线重构控制律,就显得非常有必要。本文结合国内外发展状况,对几种飞翼的重构控制方法进行了介绍和评述,对从事该领域的研究人员有一定的参考价值。     

基于改进型自抗扰控制的四旋翼无人机姿态控制系统研究

针对四旋翼无人机姿态控制系统在外界干扰下,跟踪精度和抗扰动性能易受到影响的问题,提出一种改进型自抗扰控制(ADRC)算法。首先,基于原点平滑性和连续性考虑设计了改进型非线性函数。其次,基于线性扩张状态观测器(LESO)和非线性扩张状态观测器(NLESO)各自的优点,设计了线性/非线性可切换的改进型扩张状态观测器(IESO)。最后,基于IESO设计了改进型ADRC,将其应用于四旋翼无人机姿态控制系统,并从响应速度、跟踪精度、抗干扰能力三方面对其进行仿真实验验证。实验结果显示,IESO具有更好的观测效果,改进型ADRC的控制性能比传统的线性ADRC和非线性ADRC更优。     

典型场景下飞翼布局无人机综合隐身能力分析

为了全面、客观分析飞翼布局无人机在实战中的隐身效果,对飞翼布局无人机的单双站RCS,以及侧向、径向和跨站飞行三种飞行模式,从静态、动态RCS特性和单双站的最大探测距离等方面进行综合隐身能力分析.分析结果表明,飞翼布局无人机侧向飞行时,双站雷达探测并不一定比单站雷达优;径向飞行时,双站雷达对飞翼布局无人机的探测能力较单站雷达更优,隐身材料能显著降低被探测概率;在跨站飞行模式下,单站雷达对其尾部探测效果较好,双站雷达对双站之间的区域探测性能较好,隐身材料对雷达探测率降低效果不明显.这为改进隐身结构设计、综合隐身和优化雷达预警探测系统布局提供可靠有力的技术支撑.     

基于PID的小型飞翼无人机控制系统设计

为了实现对小型飞翼无人机的姿态及高度控制,首先对飞翼无人机进行气动布局设计,确定目标飞翼无人机构型后,通过XFLR5获得示例飞翼无人机的相关空气动力学参数,根据非线性六自由度数学模型构建状态空间方程.采用传统PID控制理论,使用从内环到外环的逐层设计方法,对飞翼无人机横纵向目标状态变量进行分通道控制,并对控制结果进行仿...     

基于扩张状态观测器的机械臂滑模控制

为了解决机械臂在外部干扰和自身参数不确定性情况下的轨迹跟踪控制问题,提出一种基于扩张状态观测器（ESO）的机械臂滑模控制方法.针对干扰信号,设计扩张状态观测器对系统的总扰动进行估计;将估计出的扰动值引入基于机械臂动力学方程设计出的滑模控制律中,完成了对机械臂轨迹跟踪控制方法的设计;最后,利用Lyapunov函数验证了系统的稳定性.仿真结果表明：基于扩张状态观测器的机械臂滑模控制可以克服外部扰动和自身参数的不确定性,使系统具有较好的鲁棒性,控制机械臂能较好地跟踪给定轨迹.     

菱形翼布局无人机自适应分数阶滑模姿态控制

为研究存在复合干扰的非常规布局菱形翼长航时侦察无人机姿态控制问题,针对系统存在强耦合、非线性、多输入多输出等特点,结合滑模变结构控制理论、分数阶微积分理论、自适应控制理论、新型基于非线性fal函数的快速趋近律及扩张状态干扰观测器,提出了一种包含干扰观测器的自适应分数阶微积分滑模控制方法.首先,为降低控制器的超调现象,结合分数阶微积分理论,利用分数阶微积分算子信息记忆和遗忘的特性,设计了分数阶微积分滑模面,以柔化控制器的输出,使得控制器超调现象得到良好的控制. 其次,为改善传统趋近律收敛时间长,抖震严重等弱点,利用fal函数“小误差大增益,大误差小增益”良好的特性,将非线性fal函数引入到趋近律的设计中,提出了一种可以快速收敛的新型趋近律,平滑无抖震地加快了系统收敛速度. 最后,由于建模误差和外部干扰的存在,使用扩张状态干扰观测器观测出等效干扰并在控制器中引入等效的补偿. 数值仿真结果表明,所提控制方法具有很强的鲁棒性,达到了理想的控制效果.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

基于扩张状态观测器的并网MMC无源滑模控制方法

提出了一种基于扩张状态观测器的无源滑模控制（ESOPBSMC）方法,用于提升网侧故障等扰动条件下并网模块化多电平换流器（MMC）的控制性能。该方法从能量角度注入无源阻尼和引入滑模以确保系统渐近稳定,并加速系统收敛,然后通过扩张状态观测器（ESO）观测并补偿各扰动项,以增强系统对干扰的主动抑制能力。仿真结果表明,相较于传统PI控制和PBSMC方法,所提方法具有更快的电流跟踪速度、更强的鲁棒性和更好的环流抑制效果。     

基于扩张状态观测器的电力系统混沌滑模控制

针对电力系统遭受较大周期性扰动时出现的混沌现象,提出了一种基于扩张状态观测器的滑模控制方法。设计扩张状态观测器观测系统的状态变量,通过定义扩张状态变量将外部扰动近似为1个已知量,简化滑模控制器的设计过程,实现系统的快速收敛。并采用Lyapunov稳定性理论证明了系统的稳定性。仿真结果表明:该控制方法能够有效地控制电力系统混沌振荡,并缩短受控系统的收敛时间。     

直流电机的非奇异快速Terminal滑模位置控制

针对直流电机位置控制,提出基于非奇异快速Terminal滑模和扩张观测器的直流电机位置控制算法。根据电枢电压方程、电磁转矩方程和转矩平衡方程建立直流电机状态空间表达式。针对电机状态空间表达式设计扩张观测器,根据电机给定位置和实际位置在线估计电机角速度和负载扭矩扰动。选取偏差作为状态量,建立针对偏差的电机状态空间表达式。考虑电机角位移和角速度偏差,设计动态滑模面,确定算法输出。分别定义Lyapunov函数,分析证明观测器、滑模控制算法和控制系统整体的稳定性。算法硬件实现简单,便于实际应用。对比PID算法,分别跟踪正弦波、方波和三角波信号进行仿真实验验证算法有效性。     

基于奇异摄动分解的固定翼无人机抗扰动滑模控制

为了提高固定翼无人机的飞行控制精度,减少系统动态耦合和外界干扰对固定翼无人机飞行控制系统性能的影响,建立了固定翼无人机的奇异摄动模型,在此基础上提出基于干扰观测器的滑模控制方法.首先对固定翼无人机的速度和姿态进行动力学建模,将固定翼无人机的动力学模型转换为奇异摄动模型,再对奇异摄动模型进行快慢分解完成解耦,得到两个降阶非耦合子系统,即以角速度为快变量的快子系统和以速度、姿态为慢变量的慢子系统,分别对角速度回路和速度、姿态回路设计基于干扰观测器的滑模控制器.最后,采用Simulink仿真验证了基于快、慢分解的固定翼无人机滑模控制方法的可行性和有效性.     

基于神经网络干扰观测器的Terminal滑模控制

针对一类非线性不确定系统,通过构建动态干扰观测器系统,提出一种快速神经网络干扰观测器。根据干扰观测误差在线调节神经网络权值,实现对未知综合干扰的逼近,逼近误差一致最终有界。基于神经网络干扰观测器设计了自适应Terminal滑模控制方案,严格证明了闭环系统状态在有限时间内收敛到零,从而提高了状态的收敛速度。最后,通过一个倒立摆的仿真例子,验证了系统的快速性和神经网络干扰观测器的逼近能力。     

基于观测器的柔性关节机械臂滑模控制

柔性机械臂在运动过程中会产生如扭曲、弹性、剪切等形变,给柔性机械臂的分析和控制带来困难。为了满足柔性机械臂高性能的控制要求,提出将基于观测器的滑模控制方法用于柔性机械臂中,设计一个观测器观测柔性机械臂系统各个状态变量,并且采用滑模变结构设计控制器。仿真结果表明,基于观测器的柔性关节机械臂滑模控制方法能够很好地观测到系统各个状态变量,且状态估计误差趋近于零,满足柔性臂的快速跟踪性要求,具有很好的实践意义。     

基于NLESO的倾转动力无人机垂直起降模态轨迹跟踪控制

针对存在复杂不确定性的倾转动力无人机垂直起降模态,进行轨迹跟踪控制研究,提出了一种基于非线性扩张状态观测器(NLESO)的内外双环滑模控制方案。基于倾转动力无人机特点,依次建立其动力系统模型、机体与操纵舵面空气动力模型以及动力学方程,完成动力学建模工作;将各种内外部扰动视作集总干扰,设计NLESO对其进行估计与补偿;基于NLESO与滑模控制方法设计了垂直起降模态的位置与姿态双环控制器;设计Lyapunov函数对NLESO以及整个控制系统进行了稳定性分析。仿真实验表明,文中所提出方法针对复杂扰动具有较强的抑制能力,显著提升了倾转动力无人机垂直起降模态的轨迹跟踪精度与响应速度。