基于RBF神经网络的自适应反演大机动飞行控制器设计

针对飞行器在大机动飞行过程中气动参数不确定、外部未知干扰因素较多及系统建模可能存在误差等问题,设计了一种基于RBF神经网络的非线性自适应反演控制器。飞行器大机动飞行过程中的广义不确定性由RBF神经网络在线逼近,神经网络权值矩阵通过自适应律在线更新。反演设计过程中对虚拟控制律的反复求导带来的"项数膨胀"问题,通过引入一阶滤波器来解决。通过构造Lyapunov函数,证明了闭环系统所有信号均有界,并且跟踪误差指数收敛到零的一个小邻域内。对某飞行器进行了大机动飞行仿真,结果表明该控制器具有良好的跟踪效果和鲁棒性。     

非线性系统解耦控制理论在飞控中的应用

首先介绍了一种仿射非线性系统的解耦控制方法,然后采用该方法为某机动飞机设计了解耦控制律,最后对所设计的飞机飞行控制系统进行了闭环仿真研究。仿真结果表明,所设计的控制系统具有良好的解耦性能,可以同时完成较精确的纵向和侧向机动,并且系统动静态品质良好。     

基于改进Fuzzy-PID控制理论的无人机纵向飞控律设计

针对无人机飞行中存在大量的随机干扰和不确定误差等问题,常规的PID控制器不能满足高精度、高灵活性和强适应性的要求,提出了基于改进Fuzzy-PID控制理论的飞控律设计。该设计使用模糊规则下的切换开关来完成PID控制和Fuzzy控制输出量的加权,使控制具有两者的优点。通过调整模糊隶属度函数参数,可以得到系统的最佳控制方案。仿真结果表明:基于改进Fuzzy-PID控制理论的飞控律明显优于常规控制理论,具有较强的适应性和灵活性,在提高无人机的飞行控制系统性能上具有实际意义。     

基于简单自适应控制的鲁棒飞行控制律设计

为了提高飞行控制系统的鲁棒性和抗干扰性能,提出一种基于简单自适应控制的飞行控制律设计方法。根据简单自适应控制应用条件,需要保证飞行控制系统满足正实性的要求,为此引入并联前馈补偿器,将其转化为同时镇定问题,并利用YALM IP工具箱对相应的线性矩阵不等式进行求解;在PI调节律中引入了对误差的积分项以更好地抑制外部扰动;以某型飞机侧向飞行控制系统为例,针对系统参数摄动和承受有界干扰情况,对所提出的方法进行了仿真分析与验证。结果表明利用该方法设计的飞行控制系统在跟踪参考输入信号时具有较好的自适应跟踪性能和鲁棒性能。     

空天飞行器模糊自适应轨迹线性化控制器设计

针对一类单输入单输出非线性不确定系统,提出了模糊自适应轨迹线性化控制(TLC)方法并应用于空天飞行器(ASV)飞行控制系统设计.利用模糊系统具有以任意精度逼近非线性系统的能力对未知干扰和不确定进行估计,以减小其对系统性能的影响,并通过鲁棒控制项来克服模糊系统的逼近误差.采用Lyapunov方法,证明了闭环系统所有信号一致最终有界.最后利用提出的控制方案设计了空天飞行器飞行控制系统,并在高超声速条件下进行了仿真验证,仿真结果表明了该方法的有效性和鲁棒性.     

基于自适应模糊理论的某型无人机起飞控制方法

基于合理简化的无人机纵向模型,设计了一种自适应模糊控制器,该控制器将Takagi-Sugeno模糊系统与等效控制器相结合,以增强系统的鲁棒性.只要求预先知道系统的相对阶以及未知函数的上下界即可,不需要精确的数学模型.Lyapunov合成方法证明了跟踪误差能趋近于零且其余的控制信号均有界.最后,结合优先级按比例分配的控制分配器,给出了存在扰动情况下飞行控制系统的仿真结果,表明即使在模型部分未知的情况下,该系统仍然能够达到飞行控制的指标性能和品质要求,验证了该方法的有效性.     

基于神经网络仿射非线性系统滑模自适应控制

研究了一类单输入单输出仿射非线性系统的自适应控制问题.采用反馈线性化方法设计控制器,用神经网络逼近系统中的未知非线性函数,并在神经网络权值的自适应律中引入权值误差的概念,以改善系统的动态性能.同时采用滑模控制方法设计补偿器,提高了系统的鲁棒性.理论分析及仿真结果表明,所设计的控制器,不仅能解决该系统的轨迹跟踪控制问题,...     

带有指令滤波器的模糊反步自适应控制

针对固定翼飞行器在飞行控制过程中存在的状态受限以及执行器物理特性限制等问题,提出了一种带有指令滤波器的反步模糊自适应控制器。首先,建立带有误差项的MIMO严反馈系统;其次,建立模糊系统在线逼近子系统误差项,基于Backstepping法对每一个子系统设计虚拟控制律;再次,考虑状态受限和执行器的物理特性(包括幅值和速率受限),将设计的虚拟控制律通过引入幅值、速率和带宽限制的指令滤波器,对滤波误差项进行补偿;最后,运用Lyapunov稳定性定理证明了闭环系统有界且跟踪误差指数收敛于零的一个邻域内。仿真结果表明,设计的控制器具有很强的稳定性和鲁棒性。     

基于观测器的滑模制导律

为考虑拦截导弹控制回路动态,所设计的滑模制导律在实际应用中往往涉及到不可量测的反馈状态变量和不确定性的内部参数等问题。采用自适应控制和观测方法,给出了一种基于观测器的自适应滑模制导律,观测器主要用于实现对系统状态,如视线角速度的高阶导数和有界不确定项,如相对运动速度的高阶导数等的在线估计,从而满足实际情形下的可执行性要求。制导律推导中考虑到了拦截导弹具有一阶机动动态的情形,且该方法也可以推广到具有高阶机动动态下的设计。非线性系统仿真表明,相比于传统的比例导引和滑模制导律,该制导律在足够的机动性能下,不仅可以实现对机动目标的碰撞拦截,且具有较强的机动性能和拦截性能优势,同时仿真结果也表明了所设计的观测器的有效性。     

航空发动机模糊滑模变结构控制研究

针对航空发动机是一个具有时变不确定性的非线性系统,结合模糊控制和滑模变结构控制的特点,提出了一种基于模糊滑模变结构控制的航空发动机控制方法.采用线性滑模面和指数趋近律设计变结构控制器,应用模糊逻辑系统自适应调节切换增益,避免了传统滑模变结构控制系统在到达阶段对不确定性的敏感性,消除了滑模控制中的抖振.通过数字仿真,结果表明所设计的模糊滑模变结构控制器对系统的参数摄动和外部干扰具有不变性,使被控系统在整个控制阶段都具有较强的鲁棒性.     

基于飞行安全的无人机控制技术发展趋势研究

从无人机飞行安全的角度出发,研究分析了目前国内外无人机控制技术的发展现状,提出了基于飞行安全的无人机控制技术的发展需求,采用自主控制和人工决策相结合的控制技术,提高无人机飞行操纵过程中的自主控制能力,降低人为操纵的干预程度,从而有效提高无人机系统的安全性。     

机载光电跟踪系统的模糊PID控制

为了提高机载光电跟踪系统的控制性能,提出了一种模糊自适应PID控制算法。首先,针对机载光电跟踪控制系统的特点,建立了被控对象的模型。接着,对机载光电跟踪系统模糊PID控制器的设计进行了详细介绍。最后,利用经典PID控制、模糊控制、模糊PID控制3种算法对机载光电稳定跟踪系统进行仿真比较。仿真结果表明模糊PID控制算法较之前两种算法具有响应快、超调量小、抗干扰能力强、稳态性能好等优点,对机载光电跟踪系统具有较好的控制能力。     

一种基于STM32的航模直升机飞控系统设计

介绍了一种以STM32微控制器为核心,基于多传感器检测和自适应PID算法的航模直升机飞行控制系统的设计方案。在分析了航模直升机的操作系统结构的基础上,建立了航模直升机在悬停和低速飞行时的动力学模型。并在该动力学模型的基础上设计了姿态控制、航向控制。最后通过对仿真数据和试飞数据的对比分析,表明系统设计的正确性和可行性。     

一种基于STM32的航模机飞控系统设计

摘要：介绍了一种以STM32微控制器为核心,基于多传感器检测和自适应PID算法的航模直升机飞行控制系统的设计方案。在分析了航模直升机的操作系统结构的基础上,建立了航模直升机在悬停和低速飞行时的动力学模型。并在该动力学模型的基础上设计了姿态控制、航向控制。最后通过对仿真数据和试飞数据的对比分析,表明系统设计的正确性和可行性。     

模糊控制在液压闭环同步系统中的应用研究

电液比例阀控液压双缸同步系统具有典型的非线性和不确定性,传统控制方法难以达到双缸同步精度要求。在传统控制方式基础上加入模糊控制器以实现控制系统参数的在线调整,可提高系统自适应能力。建立基于模糊控制算法的主从液压双缸同步模型,Matlab仿真结果表明,基于模糊算法的主从同步方式减小了双缸同步位移差波动范围,并具有较好的抗干扰能力和稳定性。     

跨音速飞行状态下的一种智能控制方法

讨论了跨音速段飞行状态下复杂的气动特性及其影响,为解决飞机飞行过程中纵向按速度静不稳定这一主要矛盾,设计了一种模糊神经网络控制器,控制器以角度跟踪误差及其微分信号为输入来控制相应的控制舵面,实现对姿态的跟踪控制;以速度跟踪误差及其微分信号为输入来控制油门的偏转,实现对速度的跟踪控制.在此基础上,进一步利用遗传算法对模糊神经网络控制器进行了优化设计,并给出了遗传算法各个参数的选取原则.仿真结果也验证了所设计的控制系统具有良好的性能.     

驾驶员自适应神经模糊推理模型的建立与仿真

提出了一类基于自适应神经模糊推理系统(ANFIS)的飞机驾驶员建模方法.首先建立了包含若干待定模糊规则参数的基本驾驶员Takagi-Sugeno模糊模型,将其转换成等效的ANFIS网络系统后,采用驾驶员实际操纵数据和自适应BP算法对模糊规则各个待定参数进行训练并建立最终的模型.进而对已建立的驾驶员模型进行人机闭环系统仿真,结果表明,较之传统的传递函数模型,ANFIS模型与驾驶员实际操作输出之间的拟合程度更加理想.