摘要：基于标准的匹配条件，对线性不确定时滞系统利用Ｌｙａｐｕｎｏｖ方法和二次镇定的概念，给出了鲁棒控制器设计的Ｒｉｃｃａｔｉ方程法，该方法对于系统不确定性不要求“秩－１”条件的限制。

摘要：针对椭圆参考轨道的编队构型保持控制系统,以对地等张角绕飞编队为背景设计了相对轨道模型预测控制算法。首先,基于哈密尔顿-雅克比方程,推导了一组包含项摄动的相对运动模型。在此模型的基础上,结合具体的对地等张角编队任务,提出了一种构型保持的在线滚动优化的闭环预测控制算法,并将模型预测优化问题转换为在线求解二次规划问题,该算法能够较好地控制存在状态约束、控制约束等各种约束控制问题。最后,通过数值仿真验证该算法的有效性。

摘要：对于线性不确定系统。本文给出了一种鲁棒渐近跟踪控制器的设计方法。通过选取矩阵φ。构造广义匹配条件。利用Riccati方程正定解给出了设计鲁棒渐近跟踪的有效方法。对于匹配系统和不匹配系统均可使系统输出渐近跟踪某一参考输入。算例表明了该方法的有效性:

摘要：针对卫星激光通信的瞄准捕获跟踪(PAT)系统的图像处理子系统对光信号的检测要求处理速度快,抗干扰能力和实时性强等特点,设计了基于IEEE1394总线的图像采集处理系统来接收CCD传出的图像数据。采用CCD摄像机作为整个系统的光信号探测器,并利用基于IEEE1394总线的图像采集处理系统来接收CCD传出的图像数据。采用了数字信号处理器DSP作为图像处理系统的主控单元,并采用了两片1394芯片分别实现链路层和物理层。对于系统的软件设计,根据角偏差算法的特点,设计处理数据方式为:每采集一个等时数据包就对该数据包进行处理并将结果累加,到下一幅图像传输开始时完成对上一幅图像的处理。经调试,该系统成功应用于卫星激光通信试验系统的激光束位置偏差信号的检测,它具有硬件实现简单,处理速度快,软件升级性好等特点。

摘要：研究卫星稳定性优化控制,卫星姿态控制系统是一个耦合的不确定非线性系统,在轨运行的卫星不可避免地受到模型参数不确定性和各种干扰力矩的影响,存在使挠性卫星大角度姿态机动的控制问题进一步复杂化。为了完成姿态控制任务,需要所设计的控制律具有较高的鲁棒性。采用滑模变结构控制对挠性卫星进行姿态机动控制,用神经网络对不确定性进行补偿,改变了传统的小脑神经网络补偿时实时性差的缺点,提出用自组织小脑神经网络对不确定性进行补偿,根据输入自动增加和减少节点数,并可以更新权值。对于模型的不确定性可以实时地补偿,提高了泛化能力。通过数值仿真,验证了所设计控制方法的有效性和鲁棒性,对优化卫星姿态稳定性控制提供依据。

摘要：研究了满足秩─１条件及广义匹配条件的线性不确定时滞系统的鲁棒控制器设计问题。基于Ｌｙａｐｕｎｏｖ方程，给出了控制项矩阵有不确定性的时滞系统的控制器设计方法，改进了文［７］的结果。基于代数Ｒｉｃｃａｔｉ方程．对于广义匹配及不匹配系统，给出鲁棒控制器设计的充分条件．算例说明该方法能使不确定性范围扩大，且更加实用有效。

摘要：针对设计高维模糊控制器过程中会遇到的“规则爆炸”问题,利用蚁群算法进行控制规则的过滤简化。为了用尽量少的规则得到尽可能好的控制效果,利用蚁群算法在解决组合优化问题中的强大优势,在已有的完备规则中优选出若干条规则嵌入模糊控制器。采用带有时间窗口的蚁群算法去克服遗传算法优选模糊控制规则时可能产生的规则不连续的问题。该文还从遗传算法和蚁群算法工作机制的角度分析了对这两种算法加入约束条件的可操作性。以单级倒立摆控制系统为对象进行仿真研究,最后的仿真结果表明该文方法可以使模糊控制规则具有更好的简化效果和鲁棒性,并能具有好的控制效果。

摘要：针对一类单输入单输出非线性不确定对象,利用Popov超稳定理论提出一种新的间接自适应模糊控制器设计方法,构造了参数可调的模糊控制器在线逼近理想控制器,推导出模糊控制器的参数自适应律,并对系统状态的有界性进行了分析.最后分别利用一阶非线性对象和Duffing强迫振荡对象对该方案进行了仿真,结果验证了方案对非线性对象具有良好的控制效果.该方法能够保证系统输出渐近收敛到给定的参考信号,并放宽了对最小逼近误差的限制,同时可获得更为灵活的参数调节形式.

摘要：针对拦截机动目标情况下的三维末制导律设计问题,考虑导弹自动驾驶仪的一阶动态特性,应用非奇异快速终端滑模和自适应控制方法,设计了一种有限时间收敛的新型光滑制导律。在制导律设计过程中,将目标加速度视为未知的有界外界干扰,引入修正的自适应律来估计干扰的上界并消除了参数漂移问题。所设计的制导律不仅连续而且可微,即是光滑的,提高了制导性能。仿真结果表明,所提出的制导律具有很好的制导性能。

摘要：研究了不确定关联时滞系统的鲁棒分散控制器设计问题．通过构造广义匹配条件，使每一个子系统控制器的求解归结于一个Ｒｉｃｃａｔｉ方程的求解；对于不匹配系统，进行不确定性分解，给出控制器设计的充分条件．算例表明本方法可以适用范围更广的不确定系统．且简单有效．