鲁棒参数控制方法的谨慎控制律研究

针对实施鲁棒参数控制的过程模型中存在的观测不确定性和模型不确定性,提出了一种谨慎控制律的设计方法.通过概率统计计算,将噪声因素观测误差和回归模型系数估计误差引入控制模型,明确考虑在误差对系统影响的情况下如何对过程参数进行控制.谨慎控制律会根据误差大小确定参数的在线调节幅度,使系统性能在不确定性环境中表现得更一致和健壮.拓展了谨慎控制理论的应用范围,改善了鲁棒参数控制方法在过程存在不确定因素情况下的性能.实例分析表明,上述方法是有效且实用的.     

基于神经网络的鲁棒自适应滑模迭代学习控制

对一类不确定非线性系统，包括不确定性机器人，提出一种自适应鲁棒迭代学习控制方案，学习控制用于学习周期性的系统不确定性，自适应滑模控制用于抑制非周期性系统不确定性，并且利用RBF神经网络自适应学习系统不确定性的未知上界，对不确定性系统动态和有界输入拢动具有鲁棒性，通过Lyapunov直接方法，确保了对每次迭代闭环系统是一致有界的，并且沿着迭代次数的增加，跟踪误差渐近收敛于零，仿真结果表明了该方案的有效性。     

基于T-S模糊模型的网络化控制系统的鲁棒容错控制

针对一类具有马尔可夫特性时延的非线性网络化控制系统,在建模的时候使用基于时延的准T-S模糊模型。当传感器和执行器发生故障失效的时候,由于系统的参数具有不确定的特征,分别构造了与时延概率分布相关的lyapunov泛函,设计了相应的容错控制器,并证明了该系统具有鲁棒完整性的充分条件。最后通过实例仿真对理论的有效性进行验证。     

应用H∞控制律的鲁棒自适应控制

提出了一种新颖的自适应控制方案,它将H^∞鲁棒控制律应用于自适应控制当中,并与鲁棒参数估计器相结合,以进一步提高自适应控制系统的鲁棒性能,并以严密的理论支持将鲁棒控制律引入到自适应控制中,得到了一类保证全局稳定的自适应控制系统。     

攻击型无人机鲁棒导引律研究

文章研究了攻击型无人机鲁棒导引系统,采用对干扰和摄动具有自适应能力的滑动模态变结构控制方法设计了攻击型无人机滑模导引规律.针对用于消除颤振的伪滑动模态不能实现精确跟踪的缺陷,对滑模导引规律中颤振消除进行了优化设计,引入系统运动状态轨迹接近角变量,使消除颤振的伪滑动模态边界层宽度随着系统状态到达滑动模态而逐渐减小为零,从而达到了既能消除颤振又能实现精确跟踪的设计目标.通过仿真验证了该导引规律具有攻击弹道平缓、抗目标机动扰动能力强、鲁棒性好、制导精度高的优点.     

离散T-S模糊系统的状态反馈鲁棒镇定

利用模糊模型处理了非线性离散不确定系统的稳定性问题,针对一类离散不确定T-S模糊系统,使用一种新的T-S模糊系统放宽的二次稳定方法,研究并设计了T-S模糊离散控制器,在此基础上利用线性矩阵不等式给出了控制器的算法。最后,通过仿真示例说明了该方法的可行性。     

基于滑模原理的鲁棒交流伺服控制器

滑模变结构控制器由于具有鲁棒性好、设计实现方便等优点,已被逐步应用于电力传动控制领域, 该理论在工程应用中最大的障碍是高频开关控制带来的抖动现象．本文首先深入地分析了在交流伺服系统 中,当采用传统滑摸控制时,抖动产生的原因及特点．在此基础上提出了一种无抖动现象的新型滑模控制 器,并论证了控制参数整定的原则．实验的结果表明这种新型滑模控制器既保留了传统变结构控制的鲁棒 性,又有效地解决了抖动问题．     

一类模糊预估控制系统的鲁棒设计及仿真分析

针对一类模糊预估控制系统,重点讨论模糊预估控制系统鲁棒设计方法,并仿真验证了设计方法对提高系统稳定性及性能指标的重要作用.     

永磁同步电机的趋近律滑模控制

传统的交流伺服系统中速度环主要应用PI控制方式,虽然控制结构简单,可靠性强,但这种方法极易受到电机参数变化的影响,因此抗负载扰动能力差,鲁棒性不强。滑模变结构控制成功地克服了PI控制的上述缺陷,它通过不断改变系统的结构,使系统状态对负载扰动和电机参数的变化不再敏感,从而大大提升了系统的鲁棒性,有望被广泛应用于高性能的伺服系统中。采用id=0的矢量控制方案,在此基础上设计了指数趋近律的滑模控制,并用此方案替换了速度环常用的PI控制方案。最后利用仿真验证了此策略的可行性和优越性。     

变质心控制导弹H∞综合LPV鲁棒自动驾驶仪的设计

线性系统就系统描述的参数变化情况可划分为LTI、LTV和LPV3种类型，变质心控制导弹的线性化模型是在特定的简化条件下得到的，是一种典型的存在模型不确定性的LPV系统，且导弹工作在较宽的飞行条件下，其参数变化范围很大；为了使设计的自动驾驶仪具有足够的稳定裕度和能够适应较大参数变化范围的能力，文中利用凸多面体理论，基于自调整LPV综合H∞鲁棒控制器的设计方法，针对变质心控制导弹的自动驾驶仪，在系统满足控制器的存在性定理的条件下，给出了设计方法，这种设计方法简单、在线计算量小，通过仿真结果验证了变质心矩自动驾驶仪能够完全满足鲁棒性和全域操作的设计要求。     

反馈线性化与连续滑模控制方法在直升机控制中的应用

首先提出了ＭＩＭＯ非线性系统反馈线性化与连续滑模控制方法,它通过动态增广将系统不连续的滑模控制谈连续控制,可减小颤动控制对系统造成的不利影响。然后用其为某些直升机的垂直飞行模态设计了鲁棒控制律,并进行了仿真研究。结果表明,所设计的控制律能保证直升机稳定跟踪给定输入,且具有较强的鲁棒性。     

基于群智能的多智能体系统体系结构设计与应用

为了提高多智能体系统在动态不确定性环境中的灵活性、鲁棒性和自适应性,文中提出了一种基于群智能的多智能体系统SIMAS,其主要思想是把群智能思想应用到非群体的多智能体系统中。整个SIMAS系统采用自顶向下和自底向上设计相结合的方法建立系统体系结构,应用群智能的阈值模型进行多智能体的自组织任务分配。最后通过机器人围捕仿真实验,验证了该项工作的有效性和可行性。     

基于定量反馈理论的攻击型无人机鲁棒飞行控制系统设计

针对攻击型无人机这一类参数大范围时变并且带有参数有界不确定性的对象,提出了一种基于定量反馈理论(Quantitative Feedback Theory,QFT)与预定增益控制理论相结合的飞行控制系统设计新方法,并基于该方法设计了攻击型无人机俯仰通道鲁棒飞行控制系统。仿真结果表明,所设计的飞行控制系统对于无人机全飞行包线内参数变化及参数有界摄动具有强鲁棒性。     

网络化控制系统离散二次型最优控制综合设计

基于网络QoS如延迟、丢包建立网络化控制系统状态方程,提出一种根据网络QoS离散化连续系统二次型代价函数及设计相应最优LQR(Linear Quadratic Regulator)控制器的方法。针对系统控制性能对网络QoS的约束,提出一种能够兼顾系统性能与网络QoS的控制与调度综合协调设计方法。仿真实验证明了提出的网络化控制离散二次型最优综合设计方法的必要性和与已有的二次型最优控制方法相比的优势。     

基于时域Neal-Smith准则的人机控制系统设计多目标优化研究

为了获得驾驶员和飞机良好的匹配特性,使用基于人机闭环参考模型的方法将飞行品质的要求引入优化算法,进行飞行控制系统设计。首先使用CAP准则建立飞机等效系统模型。然后,基于时域Neal-Smith准则,通过多目标优化算法一次性得到在不同任务条件下的最优驾驶员模型。根据需要选择相应的驾驶员模型,并与飞机等效系统模型组成人机闭环参考模型,进行飞行控制设计多目标优化。仿真结果显示,文中的算法不仅可以整定控制器参数,根据任务需求选取最优驾驶员模型,还可以利用优化结果进行PIO易感性的分析。     

一种新的ICM模型参数设置方法

针对ICM模型用于目标识别参数需要人工设置的问题,提出一种新的ICM模型参数设置方法。该方法从提高目标识别率出发,提出利用相关系数确定ICM模型参数学习准则,使用梯度下降法对这一准则进行求解,达到根据输入图像的不同自适应确定ICM模型参数的目的。实验结果表明该方法可以很好解决传统ICM网络参数需要人工选取的劣势。     

航天器姿轨耦合自适应同步控制

航天器动力学模型的精确建立,对于成功完成空间任务来说必不可少,而单独考虑轨道或姿态的模型无法满足任务高精度要求,因此从相对轨道动力学方程和修正罗德里格斯参数(MRP)表示的姿态运动学方程出发,建立了航天器六自由度的相对耦合动力学方程。为了给出姿轨运动的基准,分别设计了航天器理想姿态和椭圆加指数接近轨道。针对航天器参数不确定问题设计了自适应同步控制律,并通过Lyapunov直接法证明闭环系统的全局渐近稳定性。从仿真结果可以看出,自适应同步控制算法能使轨道和姿态误差逐步趋于零。     

水动阻力随动补偿系统设计与仿真分析

针对中性浮力实验中水动阻力的补偿问题,提出了一种参数自整定模糊PI控制方法,即采用传统的PID控制与模糊控制相结合的新型控制方法。将方法应用于水动阻力补偿系统的控制闭环中,并利用MATLAB软件中的模糊控制工具箱进行了系统的辅助设计与仿真。仿真结果表明,参数自整定模糊Pl控制可改善水动阻力补偿系统的动态性能,该方法是水动阻力实时补偿的有效方法。     

基于行为的太阳帆群编队方法

文章提出了一种基于行为的太阳帆群编队路径规划方法。通过行为控制技术,在有限的感知信息条件下,便可获得自动的分布式控制律,将同质的各太阳帆导引至目标构型。导引过程中,各帆期望速度均为所设置三个行为速度(聚集、排斥、驻留)的矢量和,而各行为参数则利用目标构型的对称性进行设置。特别地,为了降低控制成本,聚集行为在仿真中利用了太阳引力、光压实际环境下形成的太阳帆轨道性质进行改造。通过日心悬浮轨道上的太阳帆群编队数值仿真,验证了文中方法的有效性和优越性。仿真结果表明,仅通过设置三个简单的行为,便可在日心悬浮轨道上得到许多有价值的太阳帆群构型。此外,通过修改其中的聚集行为,该方法可以很容易地移植到太阳帆行星悬浮轨道以及椭圆型三体问题中的太阳帆轨道编队应用上来。     

动力学模型系统误差的随机加权估计

提出用新兴的随机加权估计算法对动力学模型系统误差进行估计,以控制动态模型噪声异常对状态参数估值的影响.该算法根据实际需要对动力学模型误差和状态预报值向量的协方差阵进行随机加权,以控制残差向量协方差阵和新息向量协方差阵的大小,削弱模型误差对状态参数向量的影响,提高动态导航解算的滤波精度.仿真结果表明,提出的随机加权估计算法的估计精度,明显优于经典Kalman滤波和抗差自适应Kalman滤波,能提高飞行器动态导航定位的精度.