定量反馈理论在侧向飞行控制系统中的应用

分析总结了定量反馈理论(QFT)的基本原理、设计步骤和特点,运用该理论对飞行控制系统(FCS)进行了设计研究.针对侧向通道的多输入多输出耦合系统,研究了QFT理论在多变量解耦控制问题中的应用.研究发现,QFT能够很好地解决飞行控制系统由于模型参数具有不确定性而造成的控制系统鲁棒性设计问题.仿真表明该理论具有良好的鲁棒性能和解耦能力.     

由曹刿三问鲁庄公想到的

近重读《曹刿论战》一文,感慨良多。曹刿在鲁庄公欲与齐军开战之前,请见庄公并三次询问开战的资本、依靠是什么。此事虽越千年,但曹刿的睿智尤其是对战前己方深邃的分析,对当前我们的带兵人仍不失借鉴、启示意义。一、小恩小惠是＂小术＂。     

深度不确定的战场环境下鲁棒战术决策方法

针对日益复杂的战场环境研究了深度不确定战场环境下的战术决策问题。结合鲁棒决策的特征,提出一套将情景规划与定量方法融合于鲁棒决策分析方法中的决策流程;并结合战争复杂性、不确定性的特性,将深度不确定环境下的鲁棒决策方法应用于战术决策的制定当中,从战场情景规划到基于综合集成方法的鲁棒战术决策模型,给出了具体的生成过程。     

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。     

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。     

无人机混合PID/H∞鲁棒着陆控制器

无人机在进场着陆过程中模型参数发生摄动,存在低空大气扰动和外界不确定性干扰等因素.基于无人机自动着陆性能要求,内环利用线性矩阵不等式凸优化方法,将鲁棒H∞控制转化为标准H∞控制处理,外环采用PID控制航迹,实现系统着陆轨迹的精确控制,有效抑制风干扰及外界不确定性干扰.所设计的控制律在顺风着陆和逆风着陆下分别进行仿真验证...     

弹性高超声速飞行器自适应极点配置控制

本文针对乘波体外形的高超声速飞行器存在的结构/推进/气动强耦合特性,利用鲁棒极点配置方法设计了自适应控制器,实现了对高超声速飞行器的速度和高度指令跟踪控制。控制器采用了Proportional-Integral-Filter(PIF)结构,该结构的控制器不仅能够使系统具备良好的稳态特性而且能够对控制信号进行滤波平滑,从而能够有效地抑制高超声速飞行器的弹性振动对控制系统的影响。基于弹性高超声速飞行器模型CSUAL_GHV,分别采用自适应鲁棒极点配置控制方法和自适应非鲁棒极点配置控制方法进行了数值仿真。结果表明,与非鲁棒极点配置控制方法相比,采用自适应鲁棒极点配置控制方法的控制系统不仅使飞行器能够很快地跟踪上速度和高度指令,跟踪误差小于1%,而且高超声速飞行器的弹性振动也得到了有效地抑制。飞行器在整个飞行过程中的飞行攻角均处于±2°范围内,满足超燃冲压发动机的工作要求。     

基于ARMA辨识的色噪系统状态参数鲁棒估计

实际环境中观测系统的噪声,同时存在着白噪、色噪声和尖点噪声的影响.已有的研究都仅考虑白噪或色噪声,首次将实际系统中可能出现的所有噪声纳入观测方程,推导出统一的带白噪形式的观测方程.新观测方程在色噪声ARMA辨识基础上,可以直接用于传统的卡尔曼滤波算法,避免了扩维滤波.于是状态参数的稳健估计归结为ARMA参数的辨识.重点研究了自由参数选取与输入噪声之间的关系,将鲁棒支持向量回归机的优化问题转换成最大后验估计问题,为合理选择自由参数提供了理论依据.仿真结果验证了新算法的有效性.     

基于变结构方法的空空导弹鲁棒逆控制律设计

为克服动态逆控制严重依赖被控对象精确数学模型且鲁棒性较差的缺点,将动态逆与变结构方法相结合采用双环结构设计了空空导弹鲁棒动态逆控制律.将导弹飞行状态划分成快慢2个回路,慢回路(外环)采用变结构控制,并设计扩张状态观测器,对外环中的不确定性进行估计;快回路(内环)采用动态逆控制.仿真结果表明,所设计的控制律具有较好的动态特性和鲁棒性能.     

基于改进粒子群算法的四旋翼BSMRC优化策略

针对四旋翼无人机反步滑模鲁棒控制器(BSMRC)因参数整定困难而限制其工程应用的问题,设计了一种基于改进粒子群算法(IPSO)的BSMRC参数优化策略。建立了含未知扰动的无人机非线性模型并设计了补偿未知扰动的BSMRC,通过Lyapunov第2方法对系统稳定性进行了证明。接着,从惯性权重和学习因子两方面对经典PSO算法改进,提升了其收敛速度,在此基础上自动整定了BSMRC参数。通过仿真表明了IPSO可使BSMRC参数快速收敛到最优解。通过模块化编程及自动代码生成技术将最优BSMRC算法部署至Pixhawk 4飞控进行了飞行实验,结果表明了IPSO优化策略的有效性,体现出了BSMRC的强鲁棒性和抗扰性。该优化策略解决了无人机BSMRC参数整定效率低下的问题,并采用基于模型设计(model-based design, MBD)技术提高了无人机控制系统的开发效率。