一类非线性不确定系统的滑模反演控制

针对一类存在未知复合扰动的高阶非线性系统,提出一种基于有限时间干扰观测器的反演非奇异快速终端滑模控制方法。采用有限时间干扰观测器对复合扰动进行快速精确估计并设计控制器鲁棒项进行补偿。采用反演控制处理高阶非线性系统,结合动态面控制设计虚拟控制律;同时设计非奇异快速终端滑模控制律,提高系统的收敛速度和控制精度,并通过Lyapunov理论证明了系统跟踪误差一致最终有界。通过数值仿真验证了所提控制方法的有效性和可行性。     

新型终端滑模在光电稳定平台中的应用

为了提高光电伺服稳定平台的跟踪精度,针对系统中干扰的影响提出一种新型终端滑模控制算法。首先,提出一种新型终端滑模干扰观测器的设计方法,实现对系统中干扰的快速估计和实时补偿。其次,设计新型终端滑模控制器来提高系统的跟踪精度,结合有限时间收敛和自适应控制的思想,对切换增益进行在线调整,有效地抑制了滑模控制中的抖振问题,使系统状态能够在有限时间内快速地收敛到所设计的滑模面上,并对未估计干扰进行精细化补偿。最后利用Lyapunov理论证明控制系统的稳定性。实验结果表明:该控制策略保证了光电跟踪系统视轴对运动目标的跟踪精度,在0.05 Hz时误差小于0.002,在2 Hz时误差小于0.034,增强了系统的鲁棒性。     

分数阶复合控制在光电稳定平台中的应用

针对高精度光电稳定平台系统的跟踪精度易受到摩擦力矩和非线性干扰等因素的影响,运用加性分解理论将光电稳定平台系统分解为主系统和辅系统。主系统采用基于加速度的分数阶PID控制方法,确保视轴的跟踪精度。针对辅系统提出了基于速度信号的分数阶干扰观测器(FO-VDOB)的设计方法,利用分数阶的阶次能够在实数范围内任意选取的特点,可以更好地解决干扰抑制和估计补偿,保证视轴的稳定。结合分数阶理论设计分数阶滑模补偿器,在辅系统中进一步补偿未知的干扰。利用有限时间收敛理论和李雅普诺夫理论证明了系统在有限时间内达到了稳定。实验结果表明,该方法使得光电稳定平台系统对运动目标具有很高的跟踪精度。     

四旋翼飞行器姿态的非奇异快速终端滑模控制

针对四旋翼飞行器姿态控制问题中系统存在模型参数不确定和外界未知干扰的情况,提出一种基于有限时间干扰观测器的非奇异快速终端滑模控制策略。首先,设计有限时间干扰观测器实时观测系统中的模型参数不确定和外界未知干扰,并将观测值与非奇异快速终端滑模控制器的设计相结合,不仅实现了对系统中模型参数不确定和外界未知干扰的抑制,而且提高了系统的跟踪速度和控制精度。基于Lyapunov理论证明了控制系统的稳定性,最后,通过仿真验证了所提方法的有效性。     

基于NDO的单向辅助面滑模飞行控制

针对存在建模误差和外界干扰等不确定因素的飞行姿态系统,使用单向辅助面滑模控制与非线性干扰观测器(NDO)相结合的方法设计控制器。采用单向辅助面滑模控制方法设计标称系统控制器,而对于系统中的不确定性和扰动则利用NDO进行逼近,并将NDO的输出用于设计鲁棒补偿控制项,所设计的控制器可以有效削弱抖振且能够显著提高收敛速度。最后通过Lyapunov理论证明了闭环系统的稳定性,仿真结果也体现了良好的控制效果。     

干扰观测器补偿的四旋翼飞行器自适应离散终端滑模控制

传统的离散线性滑模应用于四旋翼飞行器控制具有跟踪误差大、响应速度慢、不能有限时间收敛等问题,针对具有外干扰、系统不确定和建模误差的四旋翼飞行器,提出了干扰观测器补偿的自适应离散终端滑模控制。首先,对一类包括四旋翼飞行器模型的离散化方程推导了终端滑模控制律,引入自适应律因子减小抖振,构造了以状态变量的平方作为干扰误差收敛速度的改进型离散干扰观测器,且证明了它的稳定性,再利用改进的离散干扰观测器获取未知干扰、不确定和建模误差的高精度估计,并用于控制器设计补偿项,提高鲁棒性和减小稳态误差,再对整个系统的稳定性做了严格的证明。最后将提出方法用于四旋翼飞行器控制,Matlab仿真分析表明,干扰观测器补偿的自适应离散终端滑模控制比离散终端滑模等其他控制方法具有响应时间更快、跟踪效果更理想、鲁棒性更强等特点,实现了在不确定干扰的情况下飞行器姿态的稳定控制。     

基于改进干扰观测器的火箭弹姿态控制

针对旋转火箭弹非线性动力学系统中存在大量的非线性、多变量耦合及参数不确定等特点,提出一种改进非线性干扰观测器,对高频运动的干扰逼近特性进行观测,结合反演滑模控制,设计反演滑模控制器,并证明了系统的稳定性.最后通过仿真对传统观测器与改进观测器的性能进行比较,仿真结果表明,改进观测器具有较高的估计精度和较强的鲁棒性.     

基于自适应动态规划的鲁棒最优导弹自动驾驶仪滑模控制

利用自适应动态规划算法,研究了带有扰动的导弹自动驾驶仪系统的鲁棒最优控制问题.首先,设计了非线性扰动观测器估计系统中的未知扰动;接着,考虑一类积分滑模面,根据扰动观测器的输出,设计积分滑模控制器,使得系统沿着滑模面进入滑动模态运动;然后,针对等效滑动模态系统,设计带有新权值更新律的评价网络,利用自适应动态规划技术自适应学习最优控制律,通过Lyapunov方法证明了闭环系统的稳定性和权值估计值的收敛性;最后,运用导弹自动驾驶仪系统验证了算法的可行性和有效性.     

基于FDO非线性预测方法的翼伞航迹跟踪控制

在翼伞系统的状态空间模型的基础上,分析了翼伞的归航轨迹,给出翼伞轨迹跟踪控制问题的数学描述.针对翼伞归航飞行过程中,受到较大的外干扰及不确定性影响,提出基于模糊干扰观测器(FDO)的非线性预测控制策略,设计了翼伞归航系统航迹跟踪控制器.通过仿真试验,表明该飞控系统具有良好鲁棒特性和抗干扰特性.     

基于迭代学习观测器的随机分布系统容错控制

针对包含故障和干扰的非高斯随机分布系统,提出了一种基于迭代学习观测器(ILO)的鲁棒容错控制方法.使用线性B样条神经网络建立了输出概率密度函数(PDF)和动态权重之间的关系.设计迭代学习观测器,以较小的计算量实现对故障的精确估计.利用故障估计信息设计容错控制器,使得系统的权向量在故障发生后仍能够跟踪到期望的权向量.最后...