具有非线性不确定参数的电液伺服系统自适应backstepping控制

针对电液伺服系统中存在非线性不确定参数的问题,提出了一种采用积分型Lyapunov函数的自适应backstepping控制方法.首先定义积分型Lyapunov函数,将电液伺服系统中的非线性不确定参数转化为线性表示;然后逐步递推设计backstepping控制器,同时在控制律中加入阻尼项,从而补偿外界干扰对控制性能的影响;基于Lyapunov稳定性方法,设计了参数自适应律,并且在自适应律中引入充分光滑投影算子,实现对电液伺服系统中不确定参数漂移的抑制作用.搭建了AMESim与MATLAB的联合仿真平台,对所设计的自适应backstepping控制器进行仿真,作为对比,设计了不带有非线性参数估计的自适应backstepping控制器和PID算法.仿真表明,本文所设计的控制器具有良好的跟踪性能和补偿非线性不确定参数变化的能力.     

考虑输入饱和的近空间飞行器姿态容错控制

针对近空间飞行器姿态控制中出现的执行器故障,输入饱和与外部干扰等问题,设计了一种基于二阶滑模干扰观测器和辅助系统的鲁棒容错跟踪控制方法.首先,将系统不确定,外部扰动和执行器故障作为复合干扰,设计super-twisting二阶滑模干扰观测器对其进行估计.然后为解决输入饱和问题构造了辅助分析系统,并借助backstepping方法,设计姿态容错跟踪控制器.利用Lyapunov方法,严格证明了所有闭环系统信号的收敛性.最后将所设计的控制方法应用于近空间飞行器姿态控制中,仿真结果验证了该控制方法的有效性.     

基于非线性干扰观测器的高超声速飞行器滑模反演控制

针对高超声速飞行器非线性、强耦合和参数不确定弹性体模型,提出了一种基于非线性干扰观测器的滑模反演控制方法.将飞行器曲线拟合模型分解为速度子系统和高度相关子系统并表示为严格反馈形式,分别采用滑模和反演方法设计实际控制量与虚拟控制量.采用1阶低通滤波器获取虚拟控制量的导数,解决了传统反演控制方法"微分项膨胀"问题.基于改进滑模微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行估计和补偿.仿真结果表明,该控制器对模型不确定性和气动弹性影响具有鲁棒性,且实现了对速度和高度参考输入的稳定跟踪.     

输入受限四旋翼飞行器的模糊自适应动态面轨迹跟踪控制

针对输入受限条件下四旋翼飞行器的轨迹跟踪控制问题,考虑系统存在模型动态不确定和未知外界干扰的情况,提出一种模糊自适应动态面轨迹跟踪控制方法.该方法设计干扰观测器估计位置模型中复合扰动项,利用模糊系统逼近姿态模型中不确定项和外界干扰,并引入双曲正切函数和辅助系统处理输入受限问题,结合反演法和动态面技术设计轨迹跟踪控制器,以降低控制算法的复杂性,最后选取李雅普诺夫函数证明闭环系统所有信号一致最终有界.应用大疆M100飞行器模型进行仿真验证,结果表明所设计的控制器能够有效处理模型动态不确定和未知外界干扰问题,避免飞行器工作过程中因输入饱和导致执行器失效现象,精确地完成轨迹跟踪控制任务.     

基于时变增益的临近空间飞行器鲁棒控制

临近空间飞行器具有多输入多输出、非线性、强耦合及参数不确定等特点,针对传统滑模控制方法应用于临近空间飞行器模型时存在的控制抖振问题,设计了一种可削弱控制抖振的非线性鲁棒控制方法.该控制方法利用滑模控制设计思路,针对速度及高度输出,结合动态逆方法分别设计解耦滑模面,同时利用Lyapunov稳定性概念设计时变的反馈增益,代替传统滑模控制方法中不连续的符号函数,有效的削弱了控制量抖振.仿真结果表明,该方法能够在削弱控制量抖振的同时,达到良好的跟踪性能和鲁棒性能,具有较好的应用价值.     

基于干扰观测器的一类不确定仿射非线性系统有限时间收敛backstepping控制

针对一类不确定仿射非线性系统的跟踪控制问题,提出一种基于干扰观测器的有限时间收敛backstepping控制方法.为增强小脑模型(CMAC)泛化和学习能力,将非对称高斯函数和模糊理论相结合,给出非对称模糊CMAC结构,设计干扰观测器实现系统未知复合干扰在线准确逼近;基于非对称模糊CMAC干扰观测器,给出有限时间收敛backstepping控制器设计步骤,利用Lyapunov稳定理论证明闭环系统稳定性,其中采用非线性微分器获取虚拟控制量滤波和微分信息以避免backstepping设计中的微分“膨胀问题”,设计辅助系统修正因微分器带来的误差对系统跟踪性能影响,引入基于障碍型函数的自适应滑模鲁棒项抑制复合干扰估计偏差对跟踪误差的影响;将所提方法应用于无人机飞行控制仿真实验,结果表明所提方法的有效性.     

无人驾驶飞行器姿态的非线性扰动抑制控制

本文研究了无人驾驶飞行器(unmanned aerial vehicle,UAV)的姿态跟踪控制问题.针对在飞行器姿态跟踪时存在的系统模型不确定性和外界扰动,提出了一种基于四元数的姿态跟踪控制方法,基于UAV的姿态误差模型分别设计系统的观测器和控制器.首先,以四元数为姿态参数建立系统的非线性误差模型;在此基础之上,设计一种非线性干扰观测器(nonlinear disturbance observer,NDOB)用以在线估计误差模型中的复合扰动,并在控制输入端进行相应的补偿.然后通过设计非线性广义预测控制律设镇定误差系统,实现姿态跟踪.最后基于频域理论分析了非线性干扰观测器的扰动抑制性能.仿真与实验结果表明本文提出的方法在系统存在复合扰动的情况下能使系统姿态有效的跟踪期望值.     

基于非线性H_∞状态反馈的机器人鲁棒控制

针对机器人存在参数不确定性以及外界未知干扰的情况 ,运用反推 (backstepping)设计方法 ,通过求解非线性 H∞ 状态反馈控制问题 ,设计了一种鲁棒控制器 ,实现了对外界未知干扰的有效衰减 ,以及只考虑参数不确定性时系统跟踪误差的渐近收敛性 .最后给出了对两连杆刚性机器人的仿真 ,验证了控制效果 .     

基于干扰观测器的非线性不确定系统自适应滑模控制

本文研究了一类基于非线性干扰观测器的多输入多输出非线性不确定系统的边界层自适应滑模控制方法并应用于近空间飞行器高精度姿态控制.考虑系统存在不确定性和外部干扰上界未知的情况,设计了基于干扰观测器的边界层自适应滑模控制器,以消除传统滑模控制中的"抖振"现象,使跟踪误差趋近于零.同时,利用李雅普洛夫方法严格证明了闭环系统的稳定性.最后将所研究的自适应滑模控制方法,应用于某近空间飞行器的姿态控制中,仿真结果表明在不确定性和外部干扰作用下能保证姿态控制的稳定性,对参数不确定具有较好的鲁棒性.     

基于Terminal 滑模的高超声速飞行器姿态控制

针对高超声速飞行器六自由度再入模型,考虑模型参数不确定和外界干扰对再入姿态控制的影响,基于Terminal滑模对再入过程中姿态角的跟踪控制问题进行研究.为了减少外界高频噪声对系统性能的影响,首先,利用多时间尺度技术将姿态模型划分为双环结构;然后,分别针对各环路设计Terminal滑模控制器,并通过Lyapunov理论和奇异摄动理论对系统的稳定性进行证明.仿真结果表明,对于六自由度再入模型,该控制方法能够很好地跟踪再入制导指令.     

基于自适应积分反步的四旋翼飞行器控制*

四旋翼飞行器系统是强耦合,多输入多输出（MIMO）和非线性的。首先,进行动力学建模,考虑模型参数确定与阵风干扰两种情况。接着,提出了一种自适应积分反步控制方法应用于飞行器跟踪期望轨迹。整个控制系统采用双闭环回路结构,内回路用于控制姿态,外回路用于稳定位置。最后,在模型参数确定的情况下,与积分反步法（Integral Backstepping,IB）做实验对比。在模型参数不确定情况下,对飞行器的期望姿态和位移进行跟踪,结果表明,应用自适应积分反步（Adaptive Integral Backstepping,AIB）控制算法的飞行器对外界较强阵风干扰和模型参数不确定具有一定的鲁棒性,能够较为精确地完成轨迹跟踪任务。     

近空间飞行器纵向抗干扰轨迹控制研究

针对近空间飞行器( nearspace vehicle,NSV) 在高超音速飞行时,气动参数变化剧烈且容易受到外界干扰的特点,研究了NSV 纵向轨迹系统的干扰问题,提出了鲁棒自适应动态面的回馈递推控制方法。首先对高度非线性、高度复杂的NSV 的纵向运动的模型进行坐标变换,采用输入－输出反馈线性化方法,将其转化为仿射非线性模型; 然后通过一阶低通滤波器对控制器设计中的虚拟控制律进行估计,从而避免了对其求导带来的计算膨胀问题; 再结合神经网络逼近理论以及虚拟控制器中的鲁棒项,一起消除近空间飞行器的纵向系统中存在的参数摄动不确定和外界干扰。最后通过稳定性分析,表明了该方法在降低系统控制器复杂性的同时仍具有很好的鲁棒性。     

一种非仿射高超声速飞行器输出反馈控制方法

针对一类考虑模型非仿射特性和执行机构饱和特性的高超声速飞行器轨迹跟踪控制问题, 提出一种基于backstepping的输出反馈非线性控制方法. 考虑执行机构故障激发的未知非线性动态, 建立了非仿射形式飞行器模型. 为解决实际工程应用中存在的气流角测量值难以使用的问题, 利用高度和速度测量值以及高阶微分器设计了航迹倾角在线估计方法. 基于跟踪微分器设计了模型干扰项的估计方法, 并解决了backstepping方法应用中存在的“微分项爆炸”问题. 引入辅助系统降低控制量饱和带来的不利影响. 基于Lyapunov理论证明了闭环系统的稳定性. 最后, 通过对比仿真实验验证了所提方法的有效性.     

基于自组织小波小脑模型关节控制器的不确定非线性系统鲁棒自适应终端滑模控制

针对一类不确定非线性系统的跟踪控制问题,在考虑建模误差、参数不确定和外部干扰情况下,以良好的跟踪性能及强鲁棒性为目标,提出基于自组织小脑模型(self-organizing wavelet cerebellar model articulation controller,SOWCMAC)的鲁棒自适应积分末端(terminal)滑模控制策略.首先,将小脑模型、自组织神经网络和小波函数各自优势相结合,给出一种SOWCMAC,以保证干扰估计方法具有快速学习能力和更好的泛化能力.其次,设计两种改进的terminal滑模面构造方法,并分别给出各自的收敛时间.然后,基于SOWCMAC和改进的积分terminal滑模面,给出不确定非线性系统鲁棒自适应非奇异terminal控制器的设计过程,其中通过构造自适应鲁棒项抑制干扰估计误差对系统跟踪性能的影响,并利用Lyapunov理论证明闭环系统的稳定性.最后,将该方法应用于近空间飞行器姿态的控制仿真实验,结果表明所提出方法有效性.     

基于非线性H∞状态反馈的机器人鲁棒控制

针对机器人存在参数不确定性以及外界未知干扰的情况,运用反推(backstepping)设计方法 ,通过求解非线性H∞状态反馈控制问题,设计了一种鲁棒控制器,实现了对外界未 知干扰的有效衰减,以及只考虑参数不确定性时系统跟踪误差的渐近收敛性．最后给出了对 两连杆刚性机器人的仿真,验证了控制效果．     

再入飞行器带有干扰观测器的有限时间控制

针对模型参数不确定及外界干扰影响下的再入飞行器的姿态控制问题,设计基于干扰观测器的有限时间控制策略.首先建立面向控制模型,并通过多时间尺度原理将面向控制模型分为内、外两环;其次,设计干扰观测器实时观测面向控制模型中的参数不确定及外界干扰,解决滑模控制因参数过大而导致的抖振问题,基于观测值,设计终端滑模控制器,在此基础上,基于Lyapunov理论对控制系统的稳定性进行分析;最后,基于六自由度再入模型,验证所设计的有限时间姿态控制策略的有效性.     

基于有限时间预设性能的高超声速飞行器反演控制

针对存在参数不确定以及外界干扰的高超声速飞行器跟踪性能问题,提出一种基于有限时间预设性能的反演控制方案.首先,为便于控制器设计,将高超声速飞行器模型划分为速度和高度子系统,针对子系统分别设计预设性能控制器以提高系统的瞬态和稳态性能;然后,通过设计一种有限时间性能函数,使得跟踪误差能够在预设时间内收敛至稳态值;接着,考虑到反演设计中虚拟指令导数难以获取以及干扰项对系统的影响,基于干扰观测器提出一种扰动估计方法,目的是在取得良好的观测扰动效果的同时,使得控制器设计流程简化、复杂度降低;最后,基于Lyapunov稳定理论证明系统的跟踪误差最终一致有界,并通过仿真验证该方法的有效性.     

基于神经网络的水下机器人三维航迹跟踪控制

本文研究了水下机器人三维航迹跟踪控制问题.在充分考虑了模型中不确定水动力系数和外界海流干扰的基础上,提出了基于神经网络的自适应输出反馈控制方法.控制器由3部分组成:基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项.神经网络所需的自适应学习信号由线性观测器提供.基于Lyapunov稳定性理论证明了控制系统的稳定性.最后针对某AUV进行了空间三维航迹跟踪控制仿真实验,结果表明设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,可以实现三维航迹的精确跟踪.     

基于模糊系统的高超声速飞行器预测控制

高超声速飞行器跨临近空间飞行,具有高超声速、参数时变等特征。本文针对具有大范围时变参数的高超声速飞行器,为使其能有效地跟踪飞行器的高度和速度指令,将基于模糊系统的预测控制应用于高超声速飞行器的轨迹控制中,给出了详尽的设计方法。根据系统的跟踪误差在线调整模糊系统的权值,使其一致逼近高超声速飞行器模型中的未知非线性函数,基于李亚普诺夫原理,推导了规则参数调整的自适应律。仿真结果表明该算法对系统的不确定性有较强的鲁棒性,使高超声速飞行器控制系统具有较好的动态与静态品质,可应用于临近空间飞行器轨迹控制等领域。     

基于离散滑模预测的欠驱动AUV三维航迹跟踪控制

针对欠驱动自主水下航行器（AUV）的模型不确定和外界海流干扰问题,为了实现欠驱动AUV的三维航迹跟踪控制,采用虚拟向导法建立空间运动误差离散化模型.基于递归滑模思想设计离散滑模预测控制器,利用滚动优化和反馈校正方法补偿了不确定项对滑模预测模型的影响.最后针对某欠驱动AUV进行了空间曲线跟踪控制仿真实验.结果表明,所设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,保证了欠驱动AUV三维航迹跟踪系统的鲁棒性,实现了三维航迹的精确跟踪.