摘要：针对近空间飞行器姿态控制中出现的执行器故障,输入饱和与外部干扰等问题,设计了一种基于二阶滑模干扰观测器和辅助系统的鲁棒容错跟踪控制方法.首先,将系统不确定,外部扰动和执行器故障作为复合干扰,设计super-twisting二阶滑模干扰观测器对其进行估计.然后为解决输入饱和问题构造了辅助分析系统,并借助backstepping方法,设计姿态容错跟踪控制器.利用Lyapunov方法,严格证明了所有闭环系统信号的收敛性.最后将所设计的控制方法应用于近空间飞行器姿态控制中,仿真结果验证了该控制方法的有效性.

摘要：针对存在执行器复合故障的固定翼无人机跟踪控制问题,本文提出一种基于非确定性等价原理的自适应容错飞行控制策略.该策略能够有效地估计无人机纵向动态中执行器的失效及漂移故障,保证故障发生后闭环系统的最优性能指标.在自适应容错飞行控制设计中,通过引入辅助系统并动态调节因子,构造非确定性等价原理中偏微分方程的近似解,以简化自适应律设计复杂度.此外,借助Lyapunov稳定性分析方法,证明了在所设计的自适应容错控制器作用下闭环系统的稳定性.最后,仿真验证表明所设计的控制方法能够保证故障无人机的闭环系统性能.

摘要：针对存在未知扰动的多四旋翼无人机协同吊挂系统(Multi-quadrotor cooperative supension system,MQCSS),提出一种具有避碰和性能约束的分布式自适应积分反步跟踪控制(Distributed adaptive integral backstepping tracking control,DAIBC)方法.首先,设计新型的有限时间性能函数(Finite time performance function,FTPF)和人工势函数分别用于处理负载的跟踪约束和四旋翼无人机(Quadrotor unmanned aerial vehicle,QUAV)之间的避碰问题.然后,构造一种积分型的辅助变量并结合动态面技术设计反步控制器,实现四旋翼无人机的分布式编队运输负载.同时,将动态面技术与自适应调节机制相结合,对系统存在的未知干扰进行抑制.接着,给出严格的Lyapunov稳定性分析,证明闭环系统所有信号的最终一致有界.最后,通过数值对比仿真和实飞实验结果验证了所提方法的有效性.

摘要：针对推力矢量飞机在非定常气动影响下的机动控制问题,提出一种大迎角俯仰机动的控制器设计方案.采用干扰观测器方法对机动过程中的非定常俯仰力和力矩进行估计,并在控制端进行俯仰力矩补偿以及适当的升力补偿,建立了统一参数下飞机线性参变(LPV)模型和外部干扰LPV模型,并基于LPV模型设计了标称控制器和干扰观测器.从大迎角机动仿真中可以看出,控制系统能够控制迎角较好地跟踪输入指令,同时对机动过程中存在的非定常干扰能进行有效地抑制.仿真结果表明利用干扰观测器的方法较其他方法具有更好的控制性能.

摘要：针对具有系统不确定和外部干扰的无人直升机飞行控制问题,提出了一种基于神经网络和扩张状态观测器的控制方法.利用神经网络逼近系统的不确定性,引入扩张状态观测器对神经网络的逼近误差和系统外部干扰进行估计.基于神经网络和扩张状态观测器的输出,对无人直升机的主旋翼挥舞角、姿态角速率、姿态角、速度与位置系统分别进行了控制器设计,以增强系统鲁棒性和抗干扰能力.同时,引入动态面控制方法以避免对虚拟信号进行直接求导,并通过李雅普诺夫方法分析了闭环控制系统的稳定性.最后使用无人直升机数据进行仿真验证,结果表明设计的控制律能使无人直升机有效跟踪控制指令,具有良好的稳定性与鲁棒性.

摘要：本文针对四旋翼无人机研究了鲁棒反步姿态控制策略.由于四旋翼无人机结构复杂,其非线性数学模型难以精确建立,因此在控制器设计过程中需要综合考虑模型不确定性、未知外部干扰、输入饱和以及姿态受限等因素.针对模型中的不确定项,使用神经网络进行逼近;对于外部未知干扰,使用非线性干扰观测器进行补偿;使用双曲正切函数逼近饱和函数,解决输入饱和问题;同时使用界限Lyapunov函数设计控制器,确保姿态满足限制条件.最后,设计四旋翼无人机反步姿态控制器,并根据Lyapunov稳定性定理证明了闭环控制系统的有界稳定.仿真结果表明了所研究控制方法的有效性.

摘要：基于神经网络对数据链指挥下的战斗机提出了鲁棒飞行控制器设计方案.为了克服由于数据链的引入对战斗机飞行控制所带来的不利影响,设计了基于RBF神经网络的鲁棒飞行控制器.通过对神经网络参数在线调整,使飞行控制系统能跟踪期望指令,并满足给定的性能指标.最后将所设计的飞行控制系统用于数据链指挥下的战斗机飞行控制,仿真结果表明所设计的飞行控制系统是有效的.

摘要：针对带有输入时滞和外部干扰的集群无人机系统,提出了一种基于强化学习的集群无人机事件触发分布式自适应最优控制方法。为了实现最优控制,引入了基于神经网络的强化学习算法,并设计了一种与系统控制性能有关的动态事件触发策略,该策略可以在尽可能降低对一致性控制性能不利影响的前提下,减少通信资源的浪费,同时该策略不存在Zeno行为。此外,在控制器设计过程中,引入了一种含有积分项的坐标变换来处理系统的输入时滞问题。在输入时滞和外部干扰的影响下,所提出的基于干扰观测器的最优分布式协同神经网络控制策略能够保证每个无人机系统所有信号都有界,并且每个无人机系统的输出能够实现一致性。最后,仿真结果验证了所提控制方法的有效性。

摘要：针对一类单输入单输出非线性系统,提出了一种有效处理输入饱和及未知外部干扰的控制方法,并应用于近空间飞行器的控制设计。利用双曲正切函数及Nussbaum函数的特殊性质对输入饱和进行处理。通过干扰观测器实现对复合扰动的有效逼近。考虑到反步控制中存在的计算膨胀和虚拟控制信号光滑性的问题,结合反步法和动态面法设计了相应的控制器。通过Lyapunov分析证明了所设计的控制律可以使闭环系统所有信号半全局最终一致有界,且跟踪误差和干扰逼近误差最终有界。仿真结果证明了该方法的有效性。

摘要：对新一代歼击机提出了基于神经网络干扰观测器的动态逆飞行控制器设计方案.首先采用RBF神经网络设计干扰观测器,使其输出能够逼近动态逆误差;然后基于干扰观测器的输出设计动态逆飞行控制系统,该系统能克服动态逆误差对飞行控制带来的不利影响;最后将所设计的飞行控制系统用于新一代歼击机的机动飞行仿真,仿真结果表明该飞行控制系统是有效的.