六旋翼无人机编队快速终端滑模鲁棒控制

为了实现在复合干扰下六旋翼无人机编队的稳定飞行,提出了一种快速终端滑模鲁棒控制方法。首先,描述了领导-跟随编队拓扑结构并建立了六旋翼无人机的6自由度运动模型,然后,设计了编队外环控制律将编队指令转换为姿态指令,并通过设计编队内环控制律解算得到旋翼转速指令,最后,引入自适应律来估计复合干扰,实现了六旋翼无人机编队的稳定飞行。仿真实验结果表明：所提方法与滑模控制方法相比能够更加快速地实现六旋翼无人机的编队稳定飞行,最大轨迹误差仅为0.2 m,复合干扰最大估计误差仅为0.1 m/s²,表现出了更优的控制效果。     

采用自适应观测器的共轴多旋翼无人机鲁棒控制

针对共轴多旋翼无人机输入受限和不确定性问题,提出了一种基于自适应观测器的鲁棒控制方法.首先建立了包含不确定性的共轴十二旋翼无人机位置和姿态数学模型,在位置回路鲁棒控制律的设计中,引入辅助观测器来补偿输入受限的影响;然后在姿态回路鲁棒控制律的设计中,引入自适应观测器来抑制不确定性的影响,从而实现共轴多旋翼无人机的全局渐近稳定.仿真结果表明:提出的鲁棒控制律具有更优的稳定性、准确性和快速性,位置和姿态的最大跟踪误差分别仅为0.05 m和0.2°,能够在更短的时间内实现对共轴多旋翼无人机的鲁棒控制.     

自适应串级自抗扰弹性飞翼无人机姿态控制

文中针对飞翼无人机因其宽泛的飞行包线和特殊的布局带来的飞行控制技术难点,给出了一种自适应串级自抗扰飞翼无人机宽包线控制算法。首先,推导了适用于该算法的弹性飞翼无人机的非线性数学模型;其次,分别设计了弹性飞翼无人机的内环和外环自抗扰姿态控制器。自适应自抗扰控制器利用扩张状态观测器进行估计并动态反馈补偿,再利用NLSEF 抑制补偿残差;不需要无人机精确的模型参数,也无需精确的气动参数及摄动界限。仿真分析显示所设计的自适应自抗扰控制器较好地解决了弹性飞翼无人机从低空低速到高空高速的鲁棒控制,能够克服干扰及气动模态参数大范围摄动的影响。     

基于DOB光电稳定平台自适应鲁棒控制

针对光电稳定平台的建模不确定性和未建模不确定性问题,提出一种基于扰动估计的自适应鲁棒控制算法.该算法将自适应鲁棒控制(ARC)和干扰观测器(DOB)相结合,并将干扰观测器得到的扰动估计值融合进自适应鲁棒控制算法设计中,利用自适应鲁棒控制的参数自适应律对其进行自适应补偿,进一步提高光电稳定平台的稳态精度.仿真结果表明,所...     

自适应模糊奇异摄动控制在航天器中的应用

带挠性附件航天器可以用含小摄动参数的多时标非线性系统进行描述,而目前的控制方法大多针对多时标线性系统,要求模型精确已知.为解决存在不确定性的带挠性附件航天器的跟踪问题,提出一种基于模糊奇异摄动模型的自适应控制器,采用鲁棒控制和自适应控制理论相结合的方法进行设计,由反馈项、自适应项和鲁棒控制项组成,反馈项的增益采用线性矩阵不等式(LMI)方法求解,自适应项用于减小系统的跟踪误差,鲁棒项用于保证系统的闭环稳定性.稳定性证明采用Lyapunov合成方法完成.该控制器适用于模型带有不确定性的多时标非线性系统的跟踪控制.由于采用了自适应方法消除系统不确定性,能够减少鲁棒控制方法带来的保守性.在带挠性附件航天器的跟踪控制中的应用验证了其有效性.     

基于动态规划的无人机编队最优协同容错控制

为了克服未知的执行器故障对四旋翼无人机编队飞行的影响,提出了一种基于动态规划的最优协同容错控制律。首先,建立了四旋翼无人机模型,然后,基于动态规划设计了最优协同控制律,利用RBF神经网络逼近最优性能指标函数,设计了自适应律来估计未知的执行器故障,最终得到的最优协同容错控制律可实现对无人机编队飞行的高精度控制。通过对比仿真验证了设计的控制律具有更优的编队控制效果,编队飞行的最大轨迹跟踪误差仅为0.04 m,控制精度较高,设计的自适应律具有更优的故障估计效果,最大估计误差仅为0.05 N·m,实现了对四旋翼无人机编队的安全稳定控制。     

无人机集群编队控制算法实现

无人机的编队控制是无人机集群协同作业的关键技术。从工程实践的角度出发,比较了各种编队控制方法的优劣后采用领航—跟随法进行无人机的编队控制;选择比例—积分—微分控制器作为领航—跟随法的基础,以软件仿真的形式实现算法,使用不同的编队队形对领航— 跟随法进行了验证,实验结果表明该算法在队形保持控制上的可用性和稳定性。     

弹性模型结合改进滑模控制器的无人机协同控制

提出了一种基于改进指数趋近律的滑模控制器的无人机编队建模与控制方法。首先采用弹性系统模型对无人机编队进行动力学分析,把每个无人机看作一个质量点,无人机之间的位置关系可以视为编队控制时的约束力;在此基础上采用一种固定的通信拓扑,对编队平衡状态进行分析,建立无人机编队的动力学模型。同时利用一种基于改进指数趋近律的滑模控制器实现无人机编队协同控制,以此加快系统稳定的收敛速度,削弱传统滑模控制器的抖振现象,保证无人机编队协同控制的稳定性。最后,通过实际无人机编队飞行试验来验证无人机编队动力学模型的可行性与无人机编队控制器的稳定性。     

一种改进的非线性MIMO系统鲁棒自适应反推控制

针对一类具有模型不确定性和未知外界干扰的严反馈非线性MIMO系统,提出一种基于RBF神经网络和反推控制的鲁棒控制律设计方法。应用RBF神经网络在线逼近模型的不确定性,引入低通滤波器消除反推设计方法中由于对虚拟控制反复求导而导致的复杂性问题。同时,在控制律设计中引入一个自适应鲁棒控制项来补偿神经网络逼近误差和未知外界干扰的影响,提高系统的鲁棒性,使整个系统获得更好的跟踪控制性能。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致终结有界;通过适当选择设计参数及初始化误差变量,跟踪误差可收敛到原点的一个任意小邻域内,且跟踪误差的L∞跟踪性能被保证。数值仿真验证了方法的有效性。     

多元干扰下永磁同步电机滑模鲁棒控制

为了提高永磁同步电机转子转速在未知负载力矩和电路扰动等影响下的控制精度,提出了一种滑模鲁棒控制方法。首先建立了包含多元干扰的永磁同步电机转速模型,通过设计自适应干扰观测器来估计未知负载力矩的大小,并对其收敛性进行了证明,然后采用非奇异终端滑模面设计了鲁棒控制律,并引入滑模自适应律估计出电路扰动的大小,最终实现了对多元扰动下永磁同步电机的鲁棒控制。实验结果表明：提出的滑模鲁棒控制方法与自抗扰控制方法相比,具有更优的稳定性、准确性和快速性,转速和加速度的最大误差分别仅为0.05r/s和0.005r/s2,自适应干扰观测器的估计误差仅为0.1N·m,滑模自适应律的估计误差仅为0.05V,大大提高了永磁同步电机转动的控制精度。     

多无人机编队半实物仿真系统开发与应用

针对多无人机编队飞行试验的需求,文中开发一种半实物仿真系统,用以开展多机编队飞行的半实物仿真试验,并对编队功能和性能进行试验验证。根据无人机系统的组成和硬件配置,设计并构建半实物仿真系统的架构。针对机载传感器的接口类型完成仿真系统的硬件选型,并设计仿真电缆。基于被试无人机的气动参数和发动机参数,建立无人机的Simulink六自由度实时仿真模型,并开发部署相应的仿真环境和仿真软件。基于该仿真系统,进行8架无人机编队飞行的半实物仿真试验。试验结果表明,参试的8架无人机能够实现编队飞行的功能,并根据给定的不同队形的指令进行队形变换和保持。所设计系统不仅能在飞行试验前进行编队仿真验证和测试,还能对地面操作手进行飞行试验前的模拟训练。     

基于反步法的四旋翼飞行器自适应滑动模态控制

针对四旋翼飞行器非线性模型系统参数不确定性和外界干扰随机性的控制问题,提出一种基于反步法的自适应滑模控制器设计方法。将四旋翼飞行器动力学模型进行简化分解为欠驱动和全驱动两个部分;对相应的不确定性进行估计,选取适当的Lyapunov函数,采用反步的方法回馈递推得到自适应滑模控制律,从而提高飞行器对外界环境变化自适应能力。依据该方法在Matlab/Simulink环境下进行控制器设计并完成仿真验证。结果表明,基于反步法的四旋翼飞行器自适应滑动模态控制方法比非自适应控制方法具有更好的适应性和鲁棒性。     

一类基于自适应反馈控制的车辆编队研究

文中研究了基于生物刺激神经动力学方法的车辆编队控制问题。以编队车辆的运动学模型为基础,在跟随领航者体系下建立车辆编队系统动态模型。根据李雅普诺夫稳定性理论,设计出新的自适应反馈跟踪控制器,将车辆跟随问题转化为系统误差的控制问题,并运用仿真实验验证控制器的有效性。与现有的反馈跟踪控制器进行对比后可以看到,文中所设计的控制器在稳定性和收敛速度上有了进一步的提高。     

一类不确定非线性系统变结构自适应鲁棒控制

本文针对一类不确定非线性系统,在假设系统模型参数和不确定性界都未知的情况下,提出了一个变结构自适应鲁棒控制算法,该算法在确保闭环系统稳定的前提下,在线对系统模型参数和不确定性界进行估计.最后以船舶减摇鳍非线性控制系统为例,进行了变结构鲁棒自适应控制器的设计,经仿真研究表明,所提出的算法是有效的.     

机械臂自适应非奇异快速终端滑模控制

针对刚性机械臂有限时间鲁棒控制问题,提出了一种新的自适应非奇异快速终端滑模控制方法.该方法将非奇异快速终端滑模控制与自适应律相结合,使用非奇异快速终端滑模面加快机械臂轨迹跟踪误差的收敛速度,解决了终端滑模中的奇异问题;通过双曲正切函数代替符号函数减小控制输入的抖振;利用自适应律对未知的外部扰动和系统的不确定性进行估计,...     

基于MDP的有/无人机编队对地攻击行动方案规划

针对有/无人机编队对地攻击作战行动方案规划求解问题,提出一种基于马尔可夫决策过程(MDP)模型的求解策略。首先,依据有/无人机编队对地攻击兵力组成和行动特点,给出了MDP模型中状态集与行动集的形成方法,设计了MDP模型中状态转移概率计算方法和报酬函数,考虑资源、时间等约束条件,进一步建立了行动方案生成MDP优化模型;其次,对蚁群算法的路径选择概率和信息素更新策略进行了改进,并应用于MDP优化模型求解;最后,进行了仿真分析,结果表明,提出的方案能够有效地求解有/无人机编队行动方案生成问题,求解过程速度快,解质量较高。     

基于去伪控制的PID自适应参数调节

针对传统的鲁棒控制和自适应控制都是基于精确模型的控制设计思想, 仅仅能够实现对含有足够小的或者恒定不确定性的系统进行控制的弱点, 提出了一种基于数据的无模型自适应控制方法——去伪控制。该方法只需利用采集的数据, 不依赖于系统模型, 所设计的控制器形式简单, 适合实时在线应用。介绍了该控制方法的基本理论, 将其应用到实时PID参数自适应调节上, 并在系统有干扰的情况下进行了仿真研究。仿真结果表明, 该算法在系统扰动的情况下具有很好的鲁棒性, 研究结果表明了该控制方法的可行性和有效性。     

自适应模糊滑模控制器设计

针对传统滑模控制的抖振问题,利用线性化反馈技术,将模糊自适应和滑模控制相结合,设计一种新型的模糊滑模控制器。通过模糊推理和基于Lyapunov函数的稳定性分析,获得模糊控制规则的自适应律,构成自适应模糊滑模控制器,有效解决了传统滑模控制中,需要确定参数摄动和外部干扰上确界不确定性问题,倒立摆上的运行结果表明该方法的有效性。     

基于事件触发的多智能体系统自适应容错控制

针对事件触发机制条件下具有执行器加性与乘性故障的领导-跟随线性多智能体系统的容错一致性问题,文中综合利用自适应控制思想和李雅普诺夫函数的方法对其进行研究。根据多智能体系统的拓扑结构建立集跟随多智能体执行器故障与事件触发机制于一体的闭环系统数学模型;基于自适应思想设计自适应容错控制律,以实现跟随多智能体节点执行器故障的主动容错控制;通过引入事件触发机制对传输信号进行筛选,以节约网络资源,并通过仿真算例验证了所提方法的可行性和有效性。     

无人机编队的滚动时域控制

滚动时域控制(RHC)具有状态约束和输入约束处理、综合多控制目标、适应条件变化等特点,在编队控制领域渐受关注。无人机编队控制涉及队形描述、气动耦合、位置关系描述、控制算法等问题,针对目前应用范围较广的长机-僚机描述的松散编队控制,提出基于二次规划描述的RHC编队控制方法,设计了基于标准RHC的编队控制器。在此基础上,结合不变集理论设计了双模RHC编队控制器,分析了其应用局限性及对控制器参数设计的指导意义。仿真实验验证了控制律的有效性,并分析了控制器参数对闭环性能的影响。