基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应控制

针对三自由度全驱动船舶存在模型不确定和未知外部环境扰动的情况,设计出一种基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应神经网络控制方法.该方法综合考虑船舶位置和速度误差之间关系设计递归滑模面,引入神经网络对船舶模型不确定部分进行逼近,设计带σ-修正泄露项的自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,并应用一种非线性增益函数构造动态面控制律,选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快、精度高,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

基于神经网络观测器的船舶轨迹跟踪递归滑模 动态面输出反馈控制

针对三自由度全驱动船舶速度向量不可测问题,考虑船舶模型参数和外部环境扰动均未知的情况,提出一种基于神经网络观测器的船舶轨迹跟踪递归滑模动态面输出反馈控制方法.该方法设计神经网络自适应观测器估计船舶速度向量,且利用神经网络逼近模型参数不确定项,综合考虑船舶位置和速度误差之间关系构造递归滑模面,再采用动态面控制技术设计轨迹跟踪控制律和参数自适应律,并引入低频增益学习方法消除外界扰动导致的高频振荡控制信号.选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

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.     

输入受限的非仿射无人帆船航向系统自适应动态面控制

针对输入受限和控制方向未知的无人帆船航向控制问题,考虑系统模型存在动态不确定和未知外界扰动的情况,本文提出一种基于非仿射航向运动数学模型的最小参数自适应递归滑模动态面控制策略.该策略通过Taylor展开方法将非仿射模型转化为具有线性结构的仿射时变系统,采用最小参数学习(minimal learning parameter,MLP)神经网络逼近无人帆船模型不确定部分,并利用双曲正切函数处理控制输入饱和现象,引入Nussbaum函数处理系统中未知控制方向问题,同时综合考虑帆船艏摇角速度误差和航向误差之间关系设计递归滑模动态面舵角控制律,并设计参数自适应律对神经网络逼近误差与复合干扰总和的界进行估计.选取李雅普诺夫函数证明了所设计控制器能够保证航向闭环系统内所有信号的一致最终有界性.最后,基于一艘12 m无人帆船进行仿真验证,结果表明无人帆船航向控制响应速度快,所设计的控制器能有效地处理模型不确定项和风浪等外界扰动,具有较强的鲁棒性.     

基于扩张观测器的欠驱动船舶轨迹跟踪低频学习自适应动态面输出反馈控制

针对速度不可测的三自由度欠驱动船舶轨迹跟踪控制问题,考虑船舶存在模型参数不确定项以及外界环境干扰未知情况,提出一种基于扩张观测器的欠驱动船舶轨迹跟踪低频学习自适应动态面输出反馈控制策略.该策略构造扩张观测器估计船舶速度向量,利用神经网络算法逼近模型参数不确定项,然后采用动态面控制技术避免对虚拟控制律直接求导,简化控制律计算过程,并引入低频增益学习技术消除外界扰动导致控制信号产生高频振荡,最后选取李雅普诺夫函数证明该控制律能够保证船舶跟踪闭环系统中所有误差信号一致最终有界.仿真结果表明,本文所设计控制器对船舶模型参数不确定项及外界环境干扰具有较强的鲁棒性,能够实现对船舶轨迹的有效跟踪.     

带有时变输出约束的机械臂自适应轨迹跟踪控制

针对带有输出约束和动力学模型参数未知的机械臂系统，提出一种基于时变tan型障碍李雅普诺夫函数的自适应控制方法.首先，通过设置时变约束边界，给出了一个时变tan型障碍李雅普诺夫函数，保证系统在初始误差较大情况下的瞬态性能和稳态性能，拓展了传统对数型障碍李雅普诺夫函数的适用范围.其次，为了处理机械臂动力学模型的不确定性，采用径向基神经网络(RBFNN)拟合未知的动力学模型，设计了基于RBFNN的自适应控制器，在满足约束的情况下提高了系统的鲁棒性.最后，通过二自由度机械臂轨迹跟踪的仿真，验证了所提方法的控制性能优于传统的PD控制器.     

全状态受限飞行器的自适应有限时间姿态控制

针对全状态受限飞行器系统的姿态跟踪,构建了一种新的自适应有限时间跟踪控制器,以消除经典反步法中由于对虚拟信号求导所导致的计算复杂性问题,并保证飞行器姿态系统中所有状态均限制在设计区域内。对于飞行器系统非线性模型中的未知部分,采用神经网络进行逼近。在此基础上,设计了误差补偿机制用于补偿滤波误差,并使用障碍李雅普诺夫函数证明了尽管存在输入饱和,但是飞行器的姿态仍然可以在有限时间内以一定的精度跟踪期望信号。最后,对该控制方法进行了仿真验证。     

航天器全状态约束输出反馈控制

针对无角速度测量的刚性航天器姿态跟踪问题,提出一种全状态约束输出反馈控制方法.建立修正罗德里格参数描述的系统模型,提出能够适用于约束与非约束情况的改进型障碍李雅普诺夫函数(MBLF),拓展传统对数型障碍李雅普诺夫函数的适用范围.构造二阶辅助系统,将控制输入和饱和输入之间的差作为构造系统的输入,进而产生信号以补偿饱和的影响.设计状态观测器估计未知状态量,并结合反步法设计输出反馈控制律,保证系统全状态约束性能和姿态跟踪精度.通过李雅普诺夫稳定性分析证明姿态观测误差和跟踪误差能够达到一致最终有界.仿真结果验证所提方法的有效性.     

带有输出约束的水面船舶实际有限时间控制

考虑带有输出约束的水面船舶系统,提出一种自适应神经网络航迹跟踪实际有限时间控制算法.基于反步法设计有限时间控制律,构造障碍李雅普诺夫函数处理输出约束问题,采用神经网络逼近船舶模型中的不确定信息.在控制算法递推过程中,通过设计一个关于跟踪误差的可微幂函数来避免控制器中的奇异问题.借助李雅普诺夫稳定性分析理论,证明了航迹跟踪误差在有限时间内收敛到有界的邻域内.最后,以一艘1:70的比例模型船作为仿真对象,来验证所提出的航迹跟踪实际有限时间控制算法的有效性.     

输入受限不确定离散系统的灰色滑模控制

对于输入受限离散系统,首先构造出输入受限条件的等效约束矩阵,然后基于线性矩阵不等式给出了满足输入受限条件的切换函数时变参数的构造方法.采用离散趋近控制,结合李雅普诺夫函数和线性矩阵不等式方法提出了滑动模态渐近稳定的充分条件,对不确定部分建立灰色估计模型,证明了闭环系统的稳定性.理论和仿真表明,不仅利用到基于等效控制的滑模控制器构造简单、易于实现等优点,而且满足输入受限条件,克服了传统基于等效控制的滑模控制器瞬时输出量过大的缺点,有效地消除了系统抖振和不确定因素的影响.     

具有输入和输出约束的高阶随机系统神经网络控制

针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍Lyapunov函数保证系统输出受限;其次,针对高阶非线性系统,径向基函数(RBF)神经网络用来克服未知系统动态和随机扰动.在每一步的backstepping计算中,仅用到单一的自适应更新参数,从而克服了过参数问题;最后,基于Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明设计的控制器能保证所有闭环信号半全局最终一致有界,并能使跟踪误差收敛到零值小的邻域内.仿真研究进一步验证了提出方法的有效性.     

四旋翼无人机安全轨迹跟踪控制

针对存在安全约束的四旋翼无人机,为了保证其能够快速稳定地跟踪给定轨迹,本文提出了一种基于双闭环思想及控制障碍函数求解二次规划问题的控制器设计框架.首先,考虑到无人机的模型不确定性及外界干扰问题,基于快速非奇异终端滑模面设计了双闭环标称控制器,能够实现有限时间快速收敛.进一步地,为了解决无人机遇到的状态、距离约束等安全控制问题,利用控制障碍函数,将带有约束的控制器设计问题转化成二次规划的求解问题.最后,对提出的控制策略进行了仿真,验证了控制器的快速性和鲁棒性,并实现了给定轨迹的安全跟踪.     

Finite‐Time Sliding Mode Trajectory Tracking Control of Uncertain Mechanical Systems

The problem of finite‐time tracking control is studied for uncertain nonlinear mechanical systems. To achieve finite‐time convergence of tracking errors, a simple linear sliding surface based on polynomial reference trajectory is proposed to enable the trajectory tracking errors to converge to zero in a finite time, which is assigned arbitrarily in advance. The sliding mode control technique is employed in the development of the finite‐time controller to guarantee the excellent robustness of the closed‐loop system. The proposed sliding mode scheme eliminates the reaching phase problem, so that the closed‐loop system always holds the invariance property to parametric uncertainties and external disturbances. Lyapunov stability analysis is performed to show the global finite‐time convergence of the tracking errors. A numerical example of a rigid spacecraft attitude tracking problem demonstrates the effectiveness of the proposed controller.     

Composite adaptive locally weighted learning control for multi-constraint nonlinear systems

A composite adaptive locally weighted learning (LWL) control approach is proposed for a class of uncertain nonlinear systems with system constraints, including state constraints and asymmetric control saturation in this paper. The system constraints are tackled by considering the control input as an extended state variable and introducing barrier Lyapunov functions (BLFs) into the backstepping procedure. The system uncertainty is approximated by a composite adaptive LWL neural networks (NNs), in which a prediction error is constructed by using a series-parallel identification model, and NN weights are updated by both the tracking error and the prediction error. The update law with composite error feedback improves uncertainty approximation accuracy and trajectory tracking accuracy. The feasibility and effectiveness of the proposed approach have been demonstrated by formal proof and simulation results.     

永磁球形电机的少保守性滑模控制

永磁球形电机轨迹跟踪控制方法常常利用高增益的控制输出来保证系统的鲁棒性及跟踪控制的快速性.但这种保守控制会带来较大的控制作用,甚至导致执行器饱和.为了减少控制的保守性,本文设计了一种带有非线性干扰观测器的模糊滑模控制器来解决球形电机的轨迹跟踪问题.利用干扰观测器对不确定性、摩擦、外界干扰、负载扰动等进行估计,并在控制输入端进行补偿实现对干扰的抑制.并利用滑模控制器抵消干扰观测器的干扰观测误差及不可观测部分的干扰,为了减少滑模的抖振,本文利用模糊逻辑对该部分进行逼近,并利用模糊的输出增益代替滑模的切换增益.此外通过Lyapunov方程证明了本文控制器的稳定性.仿真结果表明在存在模型不确定性及各种干扰的情况下,本文的轨迹跟踪控制具有良好的动静态性能和少保守性.     

基于自适应模糊滑模控制的船舶航向控制器设计

针对船舶运动系统中固有的非线性、模型不确定性和风、浪、流等的干扰.提出了自适应模糊滑模控制(AFSMC)策略解决船舶的航向控制问题.通过采用模糊逻辑系统逼近系统未知函数,将滑模控制技术与自适应模糊控制技术相结合,设计了船舶航向AFSMC控制器.在滑模边界层内应用PI (proportional-integral)控制代替滑模控制中的切换项,削弱了滑模控制带来的抖振现象.借助李亚普诺夫函数证明了船舶运动系统中的信号都一致有界并利用Barbalat引理证明了跟踪误差渐近收敛到零.在参数摄动和外界干扰情况下进行了航向保持与改变仿真试验,采用AFSMC控制器得到了与无摄动和无干扰情况下相似的输出响应.实验结果表明,所提控制器能有效地处理系统不确定性和外界干扰,控制性能良好,具有很强的鲁棒性.