在组合导航中应用H∞滤波来提高精度的研究

目前,Kalman滤波在组合导航中的应用已很广泛,但是,在系统模型和干扰噪声不确定的情况下,误差出现发散,精度下降.H∞滤波由于对系统模型不确定性和外界干扰具有较强的鲁棒性,可以提高滤波性能和精度.对这两种滤波方法用于导弹组合导航中的性能进行了分析.     

基于H∞控制的火炮电液伺服系统研究

针对某火炮电液伺服系统存在数学模型的不确定性和较大干扰力矩的特点,用H∞控制方法设计了两自由度控制器,它能在保证系统鲁棒稳定性的同时确保系统的瞬态性能指标,仿真结果表明该方法对参数不确定性和外部干扰力矩具有很强的鲁棒性.     

攻击机动目标的非线性H∞制导律研究

应用非线性H∞控制理论,在建立导弹与目标相对运动数学模型的基础上,研究了一种拦截机动目标的鲁棒H∞制导律.这种鲁棒H∞制导律将目标的机动加速度视为有界的外界扰动输入,导弹的加速度视为控制输入,实现了导弹制导的鲁棒性.仿真表明,这种鲁棒H∞制导律具有很好的鲁棒性和良好的拦截效果,能够有效地拦截机动目标.     

H∞控制在机载光电跟瞄系统中的应用

机载光电跟瞄系统是一个受多种干扰影响的高阶复杂系统,其对系统的鲁棒性和抗干扰能力要求很高.H∞控制的特点是鲁棒性好,因此在对机载光电跟瞄系统研究的基础上,以方位回路的稳定控制为例建立数学模型,应用H∞控制和Kalman滤波相结合的方法设计控制器.仿真研究表明H∞控制器的控制效果良好,特别是模型参数摄动又有多种干扰作用时,性能虽稍有下降,但仍能有效跟踪.     

非线性系统的鲁棒H∞输出反馈控制

研究了带有时变参数不确定的非线性系统的鲁棒 H∞ 输出反馈控制问题 ,此不确定性包含在所有系统矩阵中并受到某种积分函数限制。建立了非线性鲁棒 H∞ 控制问题与相应一般非线性系统的 H∞ 控制问题之间的等价关系 ,从而通过求解不包含参数不确定的辅助非线性系统的标度 H∞ 控制问题来获得非线性鲁棒 H∞ 控制问题的解。     

传感器失效的飞控系统完整性控制器设计

从提高新一代战斗机可靠性和性能出发,提出对飞控系统传感器失效具有完整性的鲁棒容错控制器设计方法.采用状态观测器理论和H∞鲁棒控制理论相结合的方法,针对已知故障设计的控制器,在传感器正常和故障两种情况下,既保证闭环系统的鲁棒稳定性,又保证了闭环系统对于外界干扰具有要求的H∞范数指标.以某型战斗机为算例,考虑俯仰角速率传感器失效和阵风干扰,进行控制器设计,仿真结果验证该方法的正确性和有效性.     

传感器失效下飞控系统的容错H_∞滤波器设计

研究了传感器失效下飞控系统的容错H∞滤波器的设计问题。将未知有界的传感器故障矩阵转化为一类动态区间矩阵,在给定允许的失效范围内,提出了保证滤波误差系统的渐近稳定性同时对于外界干扰具有期望的H∞扰动衰减度γ的容错H∞滤波器设计方法。最后,以Navion飞机在海平面平飞的纵向小扰动线性系统为例验证了提出方法的有效性。     

制导炸弹滚转通道混合灵敏度鲁棒控制器设计

制导炸弹在大空域飞行过程中受到外界干扰和未建模摄动都较大,为了适应较大摄动,采用混合灵敏度方法来设计鲁棒控制器.首先推导了包含S/T/R的广义受控对象的状态空间模型,将混合灵敏度问题化为标准H∞问题.然后针对混合灵敏度问题中如何选取权函数的关键性问题,讨论了权函数选取的一般原则,提出了权函数选取的一般方法,并尝试给出权函数的一般形式.最后采用该方法对制导炸弹滚转通道进行了控制器设计,仿真结果表明:H∞控制器有较好的鲁棒性能,且比传统PID控制有更好的时域性能.     

融合地面多传感器信息引导无人机着陆

针对无人机自主着陆过程中卫星导航系统易被干扰的问题,提出了一种基于地基多传感器融合的无人机自主着陆引导方法。采用主动式激光照射的方式,获取机载反射棱镜的近红外成像,在红外图像中对无人机目标进行识别;通过坐标转换将识别结果映射到可见光图像中,在可见光图像中选择的感兴趣区域进行可见光目标识别,从而在降低计算量的基础上获得更加精确的无人机相对角度信息;利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明,该方法能够提供精确的无人机位置信息,能有效适应于复杂背景下的无人机自主着陆引导。     

空间电磁对接鲁棒姿态控制

面向在轨服务的空间电磁对接技术具有广阔应用前景,但其姿态控制设计存在强非线性及耦合性问题需要解决,电磁/地磁力矩干扰姿态系统稳定。针对绝对/相对姿态动力学模型,分别采用反馈线性化以及鲁棒H∞控制综合方法、扩张状态观测器以及鲁棒H∞控制综合方法设计姿态控制系统。理论研究、对比分析两种控制策略特点,并通过仿真验证了所设计控制系统的可行性。理论研究及仿真结果表明:两种控制策略都是可行的,对模型参数变化及外界干扰具有较强鲁棒性;基于相对姿态动力学的综合控制设计方法能有效利用航天器相对姿态测量信息,且无需额外设计状态估计器。     

基于地基多传感器融合的无人机自主着陆引导方法

针对无人机自主着陆过程中卫星导航系统易被干扰的问题，提出了一种基于地基多传感器融合的无人机自主着陆引导方法。首先采用主动式激光照射的方式，获取机载反射棱镜的近红外成像，在红外图像中对无人机目标进行识别；然后通过坐标转换将识别结果映射到可见光图像中，在可见光图像中选择的感兴趣区域进行可见光目标识别，从而在降低计算量的基础上获得更加精确的无人机相对角度信息；最后利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明，该方法能够提供精确的无人机位置信息，能有效适应于复杂背景下的无人机自主着陆引导。     

超音速靶弹的鲁棒自适应反演控制系统设计

针对靶弹超音速低空巡航的模型不确定性以及外界气流对靶弹产生干扰等问题,研究了一种适用于超音速低空巡航靶弹的鲁棒自适应反演控制方法。建立了一种非匹配不确定性的超音速低空巡航靶弹非线性动力学模型,利用反演设计法求取虚拟控制和实际控制,并在虚拟控制和实际控制中引入自适应鲁棒项,以抵消系统不确定性的影响。利用Lyapunov稳定性理论证明控制系统稳定。仿真表明,所设计控制器能有效解决系统不确定性及外界干扰问题,具有较强鲁棒性。     

基于直接力控制的无人机抗侧风着陆研究

摘 要：分析了无人机采用大展弦比、短机身、小垂尾的气动布局对着陆和操纵性的影响。建立了侧风存在时的无人机横向着陆模型;依据主动控制思想,提出了前垂直鸭翼和方向舵组合的直接力控制无人机抗侧风着陆的方案,并通过仿真实验验证了该方法的有效性。     

基于迭代学习观测器的无人机故障鲁棒控制

针对无人机在飞行时存在执行机构故障和外界干扰问题,建立了无人机的动力学模型和系统发生执行器故障时的模型,提出了一种将迭代学习观测器和鲁棒自适应控制相结合的容错控制方法.利用迭代故障观测器去观测无人机控制系统的状态并通过迭代实时跟踪执行器故障,给出了该观测器的收敛性分析,并在此基础上设计基于自适应增益的趋近律,实现系统鲁棒自适应控制.进一步基于Lyapunov方法从理论上证明了设计的容错控制器的鲁棒稳定性.使用无人机控制系统对方法进行验证,仿真结果验证了方法的有效性.     

基于Matlab/Simulink的无人机自主着陆过程仿真

为了研究无人机自主着陆过程中高度、速度和飞行轨迹角的变化特性,以提高无人机自主着陆的安全性和精确性,需要对无人机着陆过程进行数学建模。采用模块化设计思想,根据无人机非线性动力学和运动学方程,在Matlab/Simulink环境下建立了无人机着陆仿真系统及其分系统模型。通过仿真分析,该模型能够比较真实地描述无人机着陆过程的特性,为更深入地无人机仿真研究打下基础。     

基于MPC和ESO-DO的四旋翼轨迹跟踪控制

针对扰动作用和模型不确定性下四旋翼无人机精确轨迹跟踪控制问题,提出了一种主动干扰抑制和模型预测控制(Model Predictive Control, MPC)策略。模型预测控制器通过扩张状态观测器(Extended State Observer, ESO)和扰动观测器(Disturbance Observer, DO)来估计和补偿干扰,从而实现位置环精确控制。在存在外部干扰和参数不确定性的情况下,通过仿真实验,证明了所提出的方法提高了对建模误差和干扰的鲁棒性,同时实现了对参考轨迹的平滑跟踪。     

多时滞不确定线性系统H∞鲁棒稳定控制

研究了多时滞不确定性系统的鲁棒稳定和H∞控制器.给出了系统结构参数为约束不确定性情形的控制器设计结果.该结果建立在业已成熟的线性矩阵不等式(LMI)解技术基础上,用MATLAB工具包很容易求解.     

LMI的鲁棒H∞滤波在惯导初始对准中的应用

给出了基于线性矩阵不等式(LMI)的鲁棒H∞滤波器的设计过程,该方法克服了传统的代数Riccati方程方法诸多条件的限制.当把系统模型不确定性用多胞型表示时,只需求解线性矩阵不等式组,可以方便的设计滤波器.在惯性导航系统(INS)初始对准中的应用表明,基于LMI的鲁棒H∞状态估计器在系统参数具有不确定性时,仍能保证较短的对准时间,并可使估计失准角收敛,具有良好的鲁棒性.     

导弹自动驾驶仪控制算法鲁棒性研究

以某型轴对称导弹为研究对象,在解耦和线性化的情况下,得到简化的数学模型。通过求解线性矩阵不等式(LMI)设计了状态反馈H∞控制导弹自动驾驶仪,采用模糊和变论域理论设计了变论域模糊PID控制自动驾驶仪。考虑飞行过程中的干扰、气动参数摄动,对两种自动驾驶仪的控制性能进行对比研究,仿真结果表明,二者皆能实现对导弹制导指令的有效跟踪,其中状态反馈H∞控制设计的自动驾驶仪在指令跟踪的快速性、准确性和抗干扰性上具有明显的优越性。     

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。