摘要：针对弹性高超声速飞行器纵向动力学模型,分析了弹性模态的动态过程,研究了控制器设计问题。控制器设计采用内环与外环相结合的控制方式,内环控制器设计是以攻角和俯仰角速度为被控对象,将俯仰舵偏角作为控制输入,在考虑弹性模态动态过程的情况下设计抗输入饱和辅助系统处理输入饱和问题,采用反演设计方法设计控制器,并利用全局调节动态神经网络逼近控制输入的饱和特性;外环控制器设计是以飞行速度为被控对象,将燃料当量比作为控制量,保证弹性模态良好动态特性的情况下,设计抗饱和辅助系统处理输入饱和问题,采用终端滑模控制方法设计控制器,利用全局调节动态神经网络逼近输入饱和特性,理论分析证明了闭环系统所有信号均有界并指数收敛到原点的一个领域内,仿真分析验证了设计的控制策略可以保证弹性模态具有良好动态特性的情况下,系统的状态可以有效跟踪期望指令信号。

摘要：针对输出预设性能较多的研究现状,基于一类输入和状态受限的非线性系统,重点分析全状态预设性能,提出一种基于全状态预设性能的受限指令反演控制器设计方法.采用自适应反演方法,构建受限指令滤波器,解决"计算膨胀"的问题;为补偿输入和状态误差,引入伪控制减缓方法;最后分析全状态预设性能,对系统瞬态性能进行重点分析.采用Lyapunov理论对控制器进行稳定性分析,仿真实例表明了所提出方法的正确性和有效性.

摘要：对一类控制方向未知的时变非线性系统的控制问题进行了研究.首先,设计了一种迭代神经网络估计器,并通过推导得到了逼近引理,实现了对时变不确定性的逼近;然后,提出了用迭代神经网络逼近时变不确定性,用Nussbaum函数估计未知控制方向的总体设计思想.利用李雅普诺夫稳定性理论和自适应迭代学习控制技术设计了控制系统,并进行稳定性分析,得到了稳定性定理,解决了这类系统的控制问题.仿真结果验证了控制系统设计方法的正确性.

摘要：针对舰载机着舰的纵向非仿射模型,考虑舰尾流扰动的影响,提出基于非仿射模型的预设性能的控制律方法。与传统反演方法通过设置假设条件将舰载机模型转换成仿射形式不同,将舰载机模型转换为更一般的非仿射形式,放宽了假设条件,并在此模型基础上设计控制律方法,使高度、迎角、俯仰角和俯仰角速率等误差满足预先设定的范围。该方法减少了计算量,控制器结构更加简单,同时对舰尾流扰动具有较强的鲁棒性,提高了着舰航迹精度。

摘要：针对具有非线性不确定性、不可测动态不确定性和参数不确定性的非线性系统,结合反演提出了自抗扰控制器。与现有的鲁棒自适应控制方法不同,该方法不区别不确定性的类别,构建了扩展状态观测器来处理总不确定性;同时为了避免传统反演设计过程中的计算复杂性,构建了微分器;此外,引入了动态信号来主导不可测动态不确定性。最后利用李雅普诺夫稳定性分析证明了设计的控制器可以保证系统输出收敛到参考信号的残集内。仿真结果验证了该算法的有效性。

摘要：针对高超声速飞行器非线性动力学系统中存在的高度非线性、多变量耦合及参数不确定等问题,设计了一种基于鲁棒滑模观测器的双环滑模控制方法。该方法首先利用设计的鲁棒滑模观测器在线估计系统的不确定性及未知干扰,在此基础上,通过设计滑模变结构控制器来实现对不确定性的抑制控制,从而实现对制导指令的鲁棒输出跟踪。仿真结果验证了该方法能较理想地估计干扰,保证系统良好的鲁棒性。

摘要：针对非仿射纯反馈系统,提出了一种新的设计方案.与现有文献中方法不同,该方案不是直接利用逼近技巧构建理想的反馈控制器.首先通过自抗扰思想将非仿射纯反馈系统转化成含有未知控制系数以及未知非线性的仿射系统,并且证明了可行性.然后结合微分器和全调节径向基函数神经网络,利用自适应反演技巧设计了自抗扰控制器,微分器的引入避免了传统反演的计算复杂性.最后,从理论上证明了所设计的控制器能够保证闭环系统所有信号半全局一致有界,并且证明了系统状态渐进收敛到零点的残集内.仿真例子验证了算法的有效性.

摘要：针对一类不确定性输入非仿射的混沌系统,结合模糊逻辑系统、非线性跟踪微分器以及扩展状态观测器,利用反演技术设计了一种新的控制器。该设计中,扩展状态观测器用来估计系统中的未知项及扰动项;模糊逻辑系统用来逼近扩展状态器不能很好处理的未知项,并且设计了误差补偿项;非线性跟踪微分器用来逼近虚拟控制量的导数;然后利用Lyapunov稳定性理论证明了闭环误差信号将渐进收敛到原点的残集内。对具有扰动和不确定性的输入非仿射混沌系统进行了仿真,同时针对一类非严格反馈系统进行了仿真,结果表明了该方法的可行性和有效性。

摘要：考虑在满足预设性能前提下的含未知参数极值搜索系统的控制问题,针对含未知参数的目标函数设计极值参考轨迹,利用性能函数进行预设性能设定,利用误差转换函数构建等效模型并针对等效模型设计反演控制器,设计未知参数的自适应估计律,使系统实现极值搜索的同时满足预设性能。仿真验证了该方法的有效性。

摘要：针对一类含有非匹配不确定性的块控型多输入多输出非线性系统,提出一种基于反演技术和RBF神经网络的控制系统设计方案.通过引入一种改进型的Lyapunov函数,避免了控制矩阵未知情况下可能出现的奇异问题.在控制系统设计过程中,充分应用鲁棒自适应控制技术,解决了多输入多输出结构不确定性所带来的设计难题,得到了系统所有状态量将全局指数收敛至原点附近一个邻域的结论.最后的仿真结果表明了设计方案的正确性.