摘要：针对受模型不确定性和外部干扰影响的多操纵面战斗机飞行控制问题,提出了一种基于干扰观测器的改进动态面控制方案。利用一阶滑模微分估计器得到虚拟控制信号一阶微分近似值,在避免“微分爆炸”的同时改善动态面控制的性能;设计了一种结构简单的新型干扰观测器对复合干扰进行估计,取消了复合干扰可导的假设条件;利用控制分配算法得到最终控制信号,保证各舵面均衡使用;最后根据Lyapunov稳定性理论证明了闭环系统的所有信号半全局一致终结有界,并且通过选择适当的设计参数可使姿态角跟踪误差任意小。仿真结果表明:在气动参数具有较大不确定性和不可导外部干扰的情况下,所设计的控制器能有效跟踪参考信号,具有良好的鲁棒性。

摘要：针对多无人机自动驾驶仪速度与航向角通道系数未知的目标轨迹追踪问题,提出一种自适应追踪控制方法.通过对自动驾驶仪通道系数进行在线估计,解决了系数未知所造成的设计困难.为克服外界干扰及系统内部误差因素对无人机运动控制系统的影响,设计了补偿项来消除干扰项的影响.采用Lyapunov定理证明了轨迹追踪误差最终可收敛于任意小的区域内.仿真结果验证了所设计方法的有效性.

摘要：本文研究了控制方向未知的高次不确定非线性系统预定性能控制问题.基于有理分式函数类型的误差转换,通过设计具有切换形式的控制器,提出了一种低复杂度的控制方法,并利用Lyapunov理论和反证法证明了闭环系统稳定性.与现有其他方法相比,该方法具有适用范围广、跟踪精度高、容错能力强、控制器简单等优点.仿真结果验证了本文结论.

摘要：针对异构二阶非线性多智能体系统有限时间跟踪问题,提出一种完全分布式一致性控制方法,消除对于误差上界与Laplacian矩阵特征值等全局信息的依赖.设计一种只包含局部信息的有限时间一致性协议,并提出自适应增益的分布式切换机制,使得各增益以分段常数的方式进行调节,简化了相邻两次切换时间区间内稳定性分析过程.通过反证法证明多智能体系统必将实现有限时间一致性,并且自适应增益保持有界.仿真结果验证了所提出的完全分布式一致性协议的有效性.

摘要：针对神经网络结构与参数并行优化问题,提出一种基于动态多群体差分进化算法的前向神经网络设计方法。采用分层递阶结构原理构造算法个体,根据控制基因信息将个体分成不同的动态群体。通过对个体进行重构,实现进化过程中个体信息的充分交换与共享。设计基于群体适应度的控制基因更新方法来优化网络拓扑结构,克服结构优化的盲目与低效问题。将所设计的神经网络应用于大包线飞行控制律参数拟合中。仿真结果表明,该算法能快速有效地确定神经网络的结构和权值,所优化的网络在调参控制中具有较好的泛化能力。

摘要：针对多无人机攻击单目标问题,提出了一种基于最优态势的攻击方法。首先,分析了目标机电子干扰对距离态势的影响,采用距离态势和角态势构造了攻击态势函数;然后,建立了目标机在当前位置和"预逃跑"位置时的多无人机攻击态势函数模型,在此基础上获得了总攻击态势函数;最后,根据总攻击态势函数的最优解,给出了针对单目标的多无人机攻击理想队型和方法。仿真结果表明,所设计的攻击方法对处于当前位置和"预逃跑"位置的目标机均具有较好的攻击态势。

摘要：针对传统的单目标优化方法不能对飞控系统多个性能指标同时进行优化的问题,提出了一种基于Pareto遗传算法和多目标决策的飞控系统参数优化方法。通过NSGA-Ⅱ算法对飞控系统参数进行优化获得最优解集,在此基础上首先进行方案的初选,然后利用综合权重的Vague集决策方法对备选方案进行模糊评价和优选,找到最终满意解。仿真结果验证了所设计方法的有效性。

摘要：针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行补偿,并引入鲁棒项消除了外界干扰和系统误差。利用Lyapunov稳定性定理证明了闭环系统的所有信号都是有界收敛的,且跟踪误差渐近趋于0。仿真结果验证了方法的有效性。

摘要：针对一类非仿射函数不连续的纯反馈非线性系统,提出了一种鲁棒自适应控制方法。放宽了对非仿射函数的连续性条件和边界条件,非仿射函数的边界均为未知连续函数,利用动态面控制技术避免了对虚拟控制律反复求导而导致的计算复杂性问题。从理论上证明了所设计的方法能够保证闭环系统所有信号半全局一致终结有界,且通过选择合适的设计参数使系统输出能渐近收敛到原点的任意小邻域内。仿真结果表明了所提出方法的有效性。

摘要：针对非线性多操纵面飞机的容错控制问题,提出了一种有限时间稳定的非线性自适应容错控制分配方法。首先,建立了以效能增益矩阵描述的过驱动系统执行器故障模型;然后,在模型参考自适应控制框架下,融合控制分配思想,并考虑执行器物理约束,建立了基于优化的含约束控制分配模型以保证能耗最小和虚拟指令跟踪最优;最后,采用Lagrangian法将该约束优化问题转化为无约束优化问题,并基于Lagrangian函数一阶最优条件和有限时间稳定理论完成自适应容错控制分配律设计。仿真结果验证了所提方法的有效性。