非线性干扰观测器的高超声速飞行器自适应反演控制

针对高超声速飞行器参数不确定弹性体模型,提出了一种基于非线性干扰观测器的自适应反演控制器设计方法。将曲线拟合模型表示为严格反馈形式,采用反演方法设计控制器。采用动态面方法获取虚拟控制量的导数,避免了传统反演控制"微分项膨胀"问题。为了增强控制器的鲁棒性,基于二阶跟踪-微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行自适应估计和补偿。仿真结果表明,控制器对模型不确定性和气动弹性影响具有强鲁棒性,且能实现对速度和高度参考指令的稳定跟踪。     

基于MATD的高超声速飞行器反演控制

针对高超声速飞行器弹性体模型,提出了一种基于改进的反正切跟踪微分器(MATD)的鲁棒反演控制器。将控制系统分为高度和速度子系统,采用反演方法设计虚拟控制量和实际控制量。引入MATD对高阶系统虚拟控制量求导,避免了传统反演方法"微分膨胀"的问题。基于MATD设计干扰观测器,对模型不确定项进行精确估计,增强了控制器的鲁棒性。最后,通过实例仿真验证,该控制器对速度和高度指令具有很好的跟踪效果,且具有较强的鲁棒性。     

基于干扰观测器的高超声速飞行器Terminal滑模控制

针对高超声速飞行器控制系统纵向平面轨迹跟踪问题,提出了一种基于干扰观测器的终端(Terminal)滑模控制器设计方法。将结构的弹性振动视为刚体动力学系统中的不确定因素,采用Terminal滑模控制方法设计速度和高度控制器。为增强控制器的鲁棒性,设计了一种非线性干扰观测器对模型不确定项进行自适应估计和补偿。仿真实验表明,该控制器对模型不确定性和气动弹性影响具有鲁棒性,能够实现对速度和高度参考输入的稳定跟踪。     

基于干扰观测器的无人翼伞反步控制方法

针对干扰条件下的无人翼伞飞行器曲线路径跟踪控制,提出了一种基于非线性干扰观测器的可变增益反步控制方法。针对基于模拟对象方法的路径跟踪误差模型,设计了可变增益反步跟踪控制律,采用二阶跟踪-微分器设计干扰观测器对系统复合干扰进行估计和补偿,在保证稳定性的同时提高系统的鲁棒性。将控制器用于无人翼伞飞行器平面曲线路径跟踪控制中,仿真结果表明,所设计的控制器可以在复合干扰作用下实现期望路径的准确跟踪,且具有很好的鲁棒性。     

基于干扰观测器的高超飞行器反演多滑模控制

针对高超声速飞行器匹配/非匹配不确定性控制问题,建立了高超声速飞行器纵向运动三角标准型模型。引入非线性干扰观测器,结合反演控制解决非匹配不确定性控制问题的优势,设计了一种基于反演控制的飞行器多滑模控制器。该方法首先利用非线性干扰观测器的逼近特性对系统受到的干扰进行观测,在每一步反演设计中引入滑模控制设计反演多滑模控制器,从而实现系统对控制指令的输出跟踪。仿真结果表明该方法能够较准确地进行干扰观测,保证了系统的稳定性和鲁棒性,具有良好的控制性能。     

带扩张观测器的三维有限时间收敛导引律

为了保证视线角速率在弹目碰撞前收敛到零附近的较小邻域内,从而达到准平行接近的状态,基于自抗扰控制的不确定性估计补偿思想,应用反演控制方法设计了一种考虑导弹自动驾驶仪二阶动态特性和目标机动的三维有限时间收敛导引律。根据有限时间收敛控制理论,严格证明了系统的有限时间收敛特性;为抑制量测噪声,将传统跟踪微分器进行改进并应用于扩张状态观测器与反演控制的设计中。仿真结果表明,在自动驾驶仪响应延迟情况下,所设计的导引律能够导引导弹在有限时间内精确地拦截高速机动目标;改进的跟踪微分器精度高、响应快;基于改进跟踪微分器的扩张观测器估计效果理想。     

基于扩张观测器的三维有限时间收敛导引律

为了保证视线角速率在弹目碰撞前收敛到零附近的较小邻域内从而达到准平行接近的状态,本文基于自抗扰控制的不确定性估计补偿思想,应用反演控制方法设计了一种考虑导弹自动驾驶仪二阶动态特性和目标机动的三维有限时间收敛导引律。根据有限时间收敛控制理论,严格证明了系统的有限时间收敛特性;为抑制量测噪声,将传统跟踪微分器进行改进并应用于扩张状态观测器与反演控制的设计中。仿真结果表明:在自动驾驶仪响应延迟情况下,所设计的导引律能够导引导弹在有限时间内精确地拦截高速机动目标;改进的跟踪微分器精度高、响应快;基于改进跟踪微分器的扩张观测器估计效果理想。     

基于干扰观测的制导控制一体化反演滑模研究

针对导弹末段制导问题,为了提高制导精度,基于非线性干扰观测器(NDO)和自适应反演滑模控制,设计了制导控制一体化(IGC)控制器。建立俯仰平面一体化模型,将存在的模型误差,参数摄动等看成未知干扰。利用NDO对干扰进行估计和补偿。采用动态面法,引入一阶低通滤波器,避免了传统反演设计中微分爆炸问题。利用Lyapunov稳定性理论,证明了系统的稳定性。最后通过仿真验证了所设计IGC算法的有效性。     

基于非线性扩张状态观测器的直线电机PD控制

为了解决直线电机伺服系统跟踪速度与峰化现象之间的矛盾,设计一种基于非线性扩张状态观测器的比例微分(Proportion Differentiation,PD)控制器。将直线电机伺服系统中的未建模动态和外界干扰定义为总和扰动并扩充为系统新的状态变量,利用非线性扩张状态观测器(Non Linear Extended State Observer,NLESO)估计不可测量的直线电机动子速度以及总和扰动。利用NLESO和跟踪微分器TD的输出,基于动态补偿线性化思想设计了引入补偿量的PD控制器,并给出了闭环控制系统稳定性证明。在Googol公司的实验平台上,通过与两种基于LESO的PD控制器对比,验证了所设计的基于NLESO的PD控制器的可行性。实验结果表明,基于NLESO的PD控制器可使直线电机伺服系统具有跟踪速度快、跟踪精度高、峰化现象小、鲁棒性强的优点。     

自主水下航行器的自适应反演变结构控制器设计

由于水下航行器是高度耦合、复杂的多输入多输出不确定性非线性系统。对水下航行器进行精确作业时的运动控制一直是其实用化过程中困扰人们的问题。将自适应反演控制技术和变结构控制策略相结合,提出了一种基于反演技术的自适应变结构控制器设计方法,实现AUV水平侧移和航向控制,并利用自主水下航行器模型进行了仿真研究。仿真结果表明,该控制方法对模型不确定性和不确定环境干扰表现出良好的鲁棒性和自适应性。     

高超声速飞行器保预设性能的反演控制方法

为了解决高超声速飞行器纵向运动模型的稳定轨迹控制问题,设计了一种在非仿射模型基础上保证预设性能的反演控制方法。对于速度子系统,直接设计非仿射控制律,保证预设性能,通过合理的变换将高度子系统转化为严格的反馈形式,便于反演控制步骤的设计。基于动态性能和稳态精度,设计了预设性能函数,将跟踪误差的稳定性限制在预设范围内,引入指令滤波器,有效克服了传统反演控制中虚拟信号重复推导的问题。控制器的设计不依赖于精确的模型。引入径向基函数来逼近过程中的未知函数,使得控制律具有令人满意的鲁棒性和实用性。基于李雅普诺夫稳定性理论,证明了所有闭环系统的稳定性。仿真结果表明,该控制器能够稳定地跟踪参考信号。     

考虑输入受限的高超声速飞行器预设性能控制

针对考虑输入幅值与速率受限的高超声速飞行器跟踪性能问题,提出基于受限指令滤波器的预设性能控制方案。为了提高系统瞬态和稳态性能,设计预设性能反演控制器,并通过设计新的性能函数使得跟踪误差超调量更小。引入指令滤波器来处理反演控制器设计中难以求导的问题。针对输入受限问题,构造一种受限指令滤波器来约束系统控制律,保证控制输入满足幅值和速率的限制要求,并进行相应的理论证明。另外,考虑系统参数不确定性与外界干扰,采用线性扩张状态观测器进行观测并补偿。基于Lyapunov稳定理论证明系统的所有跟踪误差最终一致有界。通过仿真验证该方法的有效性。     

超低空重装空投纵向自抗扰控制

针对超低空重装空投过程中,货物的持续移动及瞬间出舱对载机产生的干扰力矩严重影响空投任务的完成性甚至危及飞行安全的问题,提出了一种基于自抗扰理论的超低空空投运输机纵向控制律设计方法。将气动参数摄动、未建模动态等不确定因素都归结为"未知扰动",利用扩张状态观测器对扰动进行实时估计和补偿,实现了飞机内环速度和俯仰角的解耦控制,保证了系统鲁棒性,结合外环PID高度保持控制器完成整个飞行控制系统的设计。数值仿真结果表明,该系统具有良好的响应特性,且对系统不确定性具有较强的鲁棒性。     

伞翼无人机线性自抗扰高度控制

针对伞翼无人机参数不确定性和复杂环境干扰敏感的问题,提出一种伞翼无人机线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)高度控制方法。建立伞翼无人机8自由度飞行动力学模型,并引入风场和降雨模型以更加准确地模拟真实飞行环境。基于LADRC确定总体控制架构,设计线性扩张状态观测器对所有扰动进行估计,并引入误差反馈率在控制中实时补偿。使用该控制方法在多种扰动工况下进行伞翼无人机高度控制仿真实验。仿真结果表明,基于LADRC的高度控制方法能够有效克服内扰和外扰的影响,实现高精度高度控制;与传统PID控制效果相比,LADRC控制器具有更好的抗扰能力和鲁棒性。     

基于T-S模型的非线性系统主从控制器设计

针对同时具有输出和输入非线性的系统,通过中间虚拟控制量的设置,转化为两个非线性子系统的串联,从而简化系统结构并解决最终控制量不宜直接获取的问题。针对无人水面艇的航迹和横摇控制,设计了基于反演控制的从控制器,实现了输入非线性中虚拟控制量到舵角的映射,通过T-S模型将输出非线性系统,转化为线性时变系统,并考虑舵机的角度与角速度约束,设计了广义预测主控制器。该方法不仅简化了系统结构,同时仿真结果表明,所设计的主从控制器可以获得较好的控制效果。     

基于模糊基函数网络的机械臂免模型输出反馈PD控制

针对无速度信息的机械臂轨迹跟踪控制问题,提出了一种带观测器的机械臂免模型模糊基函数网络输出反馈PD控制。所设计的模糊基函数网络被用来估计关节速度,并同时用来补偿系统的未知不确定。网络的权值及参数调整采用混合算法,且能够在线自适应实时调整,不需要离线学习阶段。所提出的观测器及控制器均不需要任何的机械臂动态模型(包括惯性矩阵逆),并通过引入PD控制使整个方案更易工程实现。基于Lyapunov理论证明了整个闭环系统一致最终有界。两关节机械臂试验结果进一步证明了这种基于观测器的反馈控制算法的有效性。     

基于反步法的无人翼伞航迹跟踪控制

为实现无人翼伞飞行器的直线航迹跟踪控制,提出了一种基于模拟对象的可变增益反步跟踪控制方法。基于模拟对象方法得到翼伞飞行器的航迹跟踪误差模型,并针对该模型设计了可变增益反步跟踪控制律,在保证稳定性的同时提高了系统的跟踪精度。将控制器应用于无人翼伞飞行器平面航迹跟踪控制中,仿真实验表明,所设计的控制器可以实现航迹的精确跟踪,且具有很好的鲁棒性。     

面向目标对峙跟踪的四旋翼协同编队控制方法

针对多四旋翼编队飞行过程中对地面目标对峙跟踪、几何队形生成、稳固保持和协同抗干扰问题,设计了一种可应对外部环境干扰和气动参数不确定性的多四旋翼主从式协同目标跟踪方法。首先,建立存在外部干扰以及参数不确定性的四旋翼运动学/动力学模型;其次,基于Lyapunov导航向量场设计领航者的对峙跟踪航迹使得领航者以固定对峙半径实现对目标的盘旋跟踪;然后,构造多四旋翼分布式位置保持控制器,为后续姿态控制器构造提供必要的期望指令;最后,针对四旋翼外部环境干扰和气动参数不确定性设计基于自抗扰控制的多四旋翼姿态跟踪控制器。仿真结果表明所提方法可以在局部智能体通信的前提下实现对地面目标的对峙跟踪,显著改善四旋翼编队系统的抗干扰能力,提升干扰环境下多四旋翼编队几何构型的稳固性。