基于扰动预测的高超声速飞行器高精度姿态控制器设计

提供了一种在高超声速飞行器姿态运动数学模型具有强耦合、不确定性以及非线性的特点的情况下,依然能够实现对其姿态运动进行高精度控制的控制器设计方法。该方法首先采用预测滤波器对系统的不确定性进行估计和补偿,通过对系统的不确定性进行补偿,大大减小了模型误差,提高了控制精度;其次在此基础上采用反馈线性化的方法对补偿后的系统进行解耦,并对解耦后的系统设计变结构控制器。通过仿真表明文中所设计的方法确实能够实现高超声速飞行器的高精度姿态控制。     

基于递归小波神经网络的UAV姿态变结构优化控制

无人机的姿态控制易受外界气流干扰和模型参数摄动影响,为了提高其姿态控制的精度和稳定度,提出了将变结构控制与递归小波神经网络相结合的优化鲁棒控制律.构建并分析了无人机的姿态运动模型,采用变结构控制来设计无人机姿态运动的稳定控制律,将递归小波神经网络加入到控制闭环回路中以实现变结构控制律的优化,减弱控制律对模型准确度的依赖性,并在仿真验证中与传统方法进行了比较.结果表明,该控制律能够提高其姿态控制的稳定性,且具有较强鲁棒性、较短收敛时间和较小能量消耗,从而证明了本文方法的有效性和可行性.     

弹道修正弹的指数趋近律姿态控制

为提高弹道修正弹姿态控制精度,提出了一类固定翼/可动翼组合的双旋弹道修正弹工作原理,建立了滚转通道状态空间模型,基于指数趋近律的变结构控制理论,设计了双旋弹道修正弹滚转姿态控制器.利用Simulink软件进行数字仿真.仿真结果表明:在大动压和小动压条件下分别跟踪阶跃信号,弹道修正弹姿态调整时间均小于0.5s,该姿态控制方法有效.     

质量矩拦截弹的H∞鲁棒控制研究

以所建立的质量矩拦截弹数学模型为基础,通过对模型合理的简化,得到了一个耦合的非线性动力学系统.利用微分几何的反馈线性化理论,得到了一个解耦线性系统,考虑到拦截弹的鲁棒性要求和3个滑块的协调控制问题,为了提高系统的动态性能,采用LMI区域进行闭环极点配置.同时,提出基于ITAE准则,考虑混合灵敏度问题,对权函数的选择等问题进行了研究,设计了具有鲁棒极点约束的质量矩拦截弹姿态控制系统,仿真结果验证了这种方法的有效性.     

超高速动能导弹控制器的设计与仿真

研究超高速动能导弹 (HVKEM )控制器的设计和数字仿真 .建立弹道对瞄准线 (LOS)偏差的数学模型 ;闭环制导回路用相位超前 滞后校正网络补偿 ;设计出用于控制弹道姿态的姿态控制发动机 (ACMs)的选择算法 .在存在多种干扰条件下 ,控制器数字仿真结果满足圆形误差概率(CEP)小于 0 5m .用ACMs作为执行机构控制HVKEM姿态的控制方案是可行的     

基于LMI的磁悬浮列车姿态H∞／H2混合控制

针对目前新型的单轨磁悬浮列车姿态控制问题，建立了磁悬浮列车姿态的状态空间模型，在对该模型进行线性化后，设计了基于ＬＭＩ的Ｈ∞／Ｈ２混合控制器，有效地控制了列车运行时发生的车厢上下振动及其倾斜，通过系统仿真，得到此种控制器具有良好的控制性能。     

非实时控轨编队卫星的相对姿态控制

为了精确指向目标,即确定从星的姿态指向,提出了一种计算期望姿态和期望角速度方法,该算法利用单星在惯性坐标系的位置和速度,不需要星上增加相对姿态测量设备.在此基础上设计了变结构控制器.数值仿真结果表明该方法可以实现准确的期望姿态计算和相对姿态控制.     

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RBF网络上界自适应学习的预警卫星滑模控制

分析了RBF(径向基函数)神经网络的基本结构和数学特性,对于预警卫星动力学系统的不确定性上界值无法测量和未知的情况,采用RBF神经网络可以对较强干扰上界进行自适应学习,并可降低控制和动力学带来的抖振。针对带有摆镜的预警卫星姿态控制问题,提出了一种基于神经网络扰动补偿的姿态滑模控制方法。针对RBF网络正交最小二乘(OLS)学习算法,采用RBF神经网络来学习不确定因素的上界值,并设计了预警卫星的姿态控制规律,解决了预警卫星动力学扰动补偿问题。利用数值仿真估算了基于RBF网络上界自适应学习滑模控制的预警卫星姿态控制系统的性能指标。     

基于自适应滑模方法的航天器位置与姿态控制

为了解决存在参数不确定和外干扰的航天器位置与姿态控制问题,提出一种自适应滑模控制方法.该方法用于控制航天器的位置和姿态,确保航天器执行位置与大角度机动,完成捕获和移除大空间目标的任务.提出的控制算法无需不确定的界,比传统的滑模方法容易实现.Lapunov分析表明,设计的控制器保证了位置与姿态的渐近跟踪.最后,将该方法用于航天器的位置与姿态控制,仿真结果验证了方法的有效性.     

基于神经网络的永磁同步电动机模糊控制

针对永磁同步电动机矢量控制系统，提出了一种将神经网络与模糊控制相结合的控制方法.通过对神经网络进行训练来记忆模糊控制规则，不需要存储模糊控制表，不依赖被控对象的精确数学模型，而且该方法具有很强的自学习能力，在模型参数发生变化时，可通过调整控制器在线自学习达到最佳效果.仿真结果表明此控制方案是十分有效的，具有响应快、鲁棒性强、较好的动、静态特性等优点，基于神经网络的模糊控制特别适用于结构复杂、干扰大、控制精度要求高的系统.     

Second order sliding mode control with backstepping approach for moving mass spinning missiles

An attitude controller using the second order sliding mode control methodology with a backstepping approach (SOSMCB) is designed and implemented for a spinning missile with two internal moving mass blocks. The system consists of a rigid body and two radial internal moving mass blocks and its mathematical model is established based on Newtonian mechanics. The control scheme integrates a second order sliding mode control algorithm into the last step of the backstepping approach, and its stability is proved by means of a Lyapunov function. The performance of the controller is demonstrated by numerical simulations, the results show that the attitude controller is stable and effective.     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

近距离跟踪指向空间非合作目标有限时间控制

追踪航天器在对空间非合作目标进行近距离跟踪与监视时,需要接近非合作目标并从特定方位保持对目标的指向与观测.针对非合作目标存在姿态翻滚以及未知轨道机动时追踪航天器保持近距离跟踪与指向的问题,在视线坐标系和体坐标系下分别建立了相对轨道和姿态的动力学方程,并构建了对轨道与姿态同步控制的六自由度模型,利用RBF神经网络对系统不确定性及未知的目标运动参数进行自适应估计和补偿,采用反步法思想设计控制器使追踪航天器在有限时间内收敛到期望的相对轨道和姿态并维持保持状态.进一步考虑控制输入饱和、死区等非线性特性,对控制律进行改进.改进后的控制算法可以有效地提高控制精度,仿真结果验证了控制对象模型和控制算法的有效性.     

基于神经网络的视觉机器人模糊控制

设计人工神经网络(ANN)替代机器人的图像雅克比矩阵,基于ANN和视觉机器人构成的增广被控对象设计了模糊控制器,组成了基于神经网络和模糊逻辑的机器人视觉伺服控制系统,给出了实验结果.实验表明,该方法简捷、易行、有效.     

大气层外拦截器开关式姿态控制律设计

以大气层外拦截器为背景,为了提高姿态控制系统对干扰力矩的鲁棒性,基于预测控制方法设计了开关式姿态控制律.将导引头视场约束和姿态角速度约束以输出约束的形式添加到预测控制的优化问题中,保证了目标不脱离视场.针对线性化后的姿态运动模型,采用约束"紧缩"的方法,通过适当的调整约束集,保证了算法的鲁棒性.在此基础上得到了带有开关输入的姿态控制对应的优化问题.仿真结果表明,本文给出的设计方法即使在存在较大干扰力矩的情况下仍然能够满足姿态控制精度要求.     

神经网络PID复合智能控制参数自整定研究

针对具有时滞一阶非最小相位系统的被控对象,提出了一种基于神经网络的PID复合智能控制设计方案,推导出复合PID控制器控制参数的整定方法.考虑到被控对象的不确定性、慢时变等特点,以神经网络元构造基于自动化复合PID控制器,解决了基于自动化复合PID控制参数在线调整的问题,使复合PID控制器适用范围更广泛.对闭环控制系统模拟结果表明,该系统控制参数整定方法简单,具有非常好的控制效果.     

挠性航天器姿态机动智能变结构输出反馈控制

针对挠性航天器飞轮输出力矩受限情况下的姿态机动问题,提出了一种将变结构和神经网络控制相结合的智能鲁棒控制方法.基于挠性模态不可测的特点,首先给出了仅利用输出信息的智能变结构输出反馈控制器的设计方法来完成姿态机动的控制目标,并基于Lyapunov方法分析了滑动模态的存在性及系统的稳定性.智能控制的引入使得控制器具有很强的自适应、自学习的能力,降低饱和非线性对系统产生的影响.最后,将本文提出的控制方法应用于挠性航天器的姿态机动控制,在反作用飞轮的控制受限条件下,完成姿态机动的同时,可有效地抑制挠性附件的振动.