机动平台光电跟踪系统的自抗扰控制研究

针对机动平台光电跟踪系统跟踪目标需具备较强动态抗扰能力的问题,提出了一种将包含了非线性跟踪微分器、扩张状态观测器、非线性状态误差反馈三个环节的结构完整的自抗扰控制器用于光电跟踪伺服系统的速度环的思路。针对某单轴稳定转台设计了二阶自抗扰控制器,并进行了仿真研究。结果表明,该控制器对外扰变化及系统模型不确定性具有良好的鲁棒性和适应性,且能有效抑制系统中存在的非线性因素的影响。     

基于AFSMC算法的四旋翼飞行器控制策略研究

针对四旋翼飞行器在飞行过程中,控制系统存在非线性、强耦合、不确定性和鲁棒性差的问题,建立了关于四旋翼飞行器的动力学数学模型,将自适应控制、模糊控制和滑模控制相结合,提出基于自适应模糊滑模控制(AFSMC)的快速平稳控制策略。采用模糊系统推理方法实现理想控制律的逼近。在满足李雅普诺夫稳定性条件的前提下进行控制器的设计和稳定性分析,并结合四旋翼的数学模型和给定参数进行了MATLAB仿真。仿真结果表明,AFSMC控制器相比常规PID控制器具有良好的动态性能和抗干扰能力。     

基于ARX模型四旋翼飞行器的LQR控制方法

四旋翼飞行器飞行过程中具有非线性和强耦合性,导致难以建立精确的物理力学模型,针对这个难题,提出了基于多个ARX模型四旋翼飞行器的LQR控制器设计方法。ARX模型全称是带外生变量的自回归模型,LQR控制器一种基于局部线性化模型的无限时域预测控制器。该法首先基于四旋翼飞行器的动力学特性构建四旋翼飞行器多个ARX的模型结构,并利用结构化非线性参数优化方法辨识模型参数,获取满足工程精度需求的四旋翼非线性动态模型。然后,基于该模型给出了具有状态反馈的LQR控制器设计方法,并通过求解工作点的Riccati方程,获得状态反馈     

电机温度时滞耦合系统自抗扰控制仿真研究

电机温度过高会造成绝缘性能老化,电机安全性能下降。电机控制系统是典型的非线性系统,电机温度也因此具有时滞性和耦合性的特点,难以建立准确的数学模型。传统的方法对电机温度的控制精度较差,从而导致电机温度失控。为此,提出基于BP神经网络自抗扰控制算法的电机时滞耦合关系下温度控制方法。将BP神经网络与PID控制方法相结合建立电机温度网络自抗扰控制器模型,利用梯度下降法修正电机温度控制器模型的权值系数,从而实现了BP神经网络自抗扰控制器参数的实时调整。实验结果表明,利用BP神经网络自抗扰算法进行电机时滞耦合关系下温度调整,能够有效提高控制的精确度,缩短了控制过程中的时间延时。     

高超声速飞行器轨迹跟踪的反步滑模控制

针对高超声速飞行器轨迹跟踪控制问题,基于纵向动力学的输入/输出线性化模型,设计了一种基于反步法与滑模控制相结合的反步滑模跟踪控制器;这种控制器对系统匹配不确定性和非匹配不确定性都具有较强的鲁棒性,跟踪收敛快速性良好;对反步滑模跟踪控制器和一般滑模跟踪控制器进行了控制参数仿真优化,对比研究了速度跟踪、高度跟踪、速度高度同时跟踪和正弦速度跟踪条件下两种控制器的快速性和鲁棒性,证实了文章方法的有效性。     

基于自抗扰技术的四旋翼飞行器视觉伺服控制器设计

基于自抗扰控制技术的四旋翼飞行器视觉伺服控制器克服了惯性传感器无法获取位置信息的缺点,提高了飞行器的灵活性,能够胜任更复杂的任务;文章主要针对基于四旋翼无人飞行器的视觉伺服控制技术问题展开相关研究;选用基于HSV颜色空间的颜色特征提取的方法实现目标跟踪,再通过三角形法则确定飞行器与目标在世界坐标下的相对位置,最后引入自抗扰控制技术设计了水平位置控制器与姿态控制器;通过实验结果分析,文章设计的飞行器视觉伺服控制器可以准确地跟踪目标并实施高精度定位,并且控制系统鲁棒性强,跟踪误差小,能够有效地完成视觉伺服控制任务。     

基于自抗扰技术的无人机自主避障研究

摘要：随着无人机民用化的持续加速, 其应用场景越来越复杂, 自主避障技术成为拓宽应用领域的技术瓶颈. 自主避障技术的突破, 无疑成为无人机更大规模应用必要条件. 自抗扰控制器技术, 是发扬PID控制技术的精髓并吸取现代控制理论思想归纳探索而来. 自抗扰控制器具有的不依赖被控对象精确模型、算法简单、参数易于调节的特点, 使其适合作为无人机自主避障的控制算法来应用. 针对无人机避障中位置给定阶跃信号幅值较大且幅值不定的情况, 传统PID控制器快速性不能很好满足要求且需要重复调节参数, 而自抗扰控制器则具有更好的鲁棒性. 为了更好的实现无人机自主避障, 设计了基于自抗扰控制器的外环位置控制器, 对基于自抗扰的无人机自主避障系统进行仿真和实验研究, 并与传统双环PID控制器进行对比分析, 结果证明外环控制器采用自抗扰控制器的无人机自主避障系统的可行性.     

空间激光通信移动平台的自抗扰视轴稳定控制

分析空间激光通信移动平台角运动和框架偏转之间的速度耦合关系,给出克服移动平台角运动的视轴稳定方法,针对视轴稳定系统中存在的非线性、多干扰问题,应用自抗扰控制法对三轴视轴稳定系统进行分散独立控制,采用模糊理论对自抗扰控制器的相关参量进行自整定.仿真和模拟实验表明:在1Hz条件下,相对于参量辨识控制法,模糊自抗扰控制法的抗扰动隔离度提高了7.4dB;在模拟扫频实验条件下,将1~2Hz与2~4Hz的扰动实验区间进行比较,模糊自抗扰控制法的抗扰动隔离度下降仅2.2dB.模糊自抗扰控制具有较好的快速响应性、较小的超调和频率适应性,能够满足系统稳态准确度的要求,并能克服平台角运动耦合、不确定性扰动问题.     

自抗扰控制器在平面电机控制系统中的应用

针对平面电机调速系统在PID控制下控制性能差的问题,文章提出了自抗扰控制方案,在突加负载或扰动时,用自抗扰控制器进行估计、补偿和控制,解决了PID控制中产生的“快速性”与“超调量”之间的矛盾;文章详细描述了自抗扰控制器组成、平面电机速度控制器的搭建,最后在突加负载和摩擦力突变的情况下,通过比较自抗扰控制和PID控制,结果表明:自抗扰控制具有良好的动态性能和鲁棒性。     

模糊自抗扰控制在永磁同步电机调速系统的应用

针对直接转矩调速系统中PID控制器参数鲁棒性差,调速过程中磁链和转矩脉动大的问题,设计了一种基于模糊的改进自抗扰转速控制器;自抗扰策略代替传统的PID控制方法,模糊规则对自抗扰控制算法进行简化,减少待整定参数;与传统的PID控制方法相比,模糊自抗扰控制能提高调速系统的误差估计补偿和抗干扰能力;对比仿真结果,模糊自抗扰控制响应速度快,明显降低了系统在调速过程中的磁链和转矩脉动,表明模糊自抗扰控制具有良好的控制性能,验证了该方法的有效性。     

一类不确定离散混沌系统的自抗扰控制器与小脑神经网络并行优化控制

针对一类受扰不确定离散非线性混沌系统,提出了基于免疫动态微粒群优化策略的ADRC与CMAC神经网络并行控制方法(ADRC-CMAC).ADRC控制器抑制系统扰动,保证系统的稳定性;CMAC神经网络控制器实现前馈控制保证系统的控制精度和响应速度.利用动态免疫微粒群算法对ADRC-CMAC并行控制器参数进行全局优化.实验结果表明该控制方法具有较快系统的响应速度,较好的抗干扰能力,控制精度高. 关键词： 自抗扰控制器 小脑神经网络 并行控制 混沌系统     

基于在线误差修正自适应SVR的非线性不确定分数阶混沌系统滑模控制

提出了一种基于在线误差修正自适应SVR的滑模控制方法, 用于解决一类非线性不确定分数阶混沌系统的控制问题. 分别通过对混沌系统非线性函数的离线SVR估计和基于增量学习的状态跟踪误差在线SVR预测, 解决了不确定分数阶混沌系统模型难以预测的问题. 同时根据Lyapunov稳定性理论设计出SVR权值自适应调整律. 本文以分数阶Arneodo 系统为例进行仿真, 仿真结果表明了, 对于带有外界噪声扰动的非线性不确定分数阶混沌系统, 该方法可以在有限时间内将系统稳定至期望状态, 提高对非线性函数的预测精度, 改善控制性能.     

PD-Based Optimal ADRC with Improved Linear Extended State Observer

Taking dead-zone nonlinearlity and external disturbances into account, an active disturbance rejection optimal controller based on a proportional-derivative (PD) control law is proposed by connecting the proportional-integral-derivative (PID) control, the active disturbance rejection control (ADRC) and particle swarm optimization (PSO), with the purpose of providing an efficient and practical technology, and improving the dynamic and steady-state control performances. Firstly, in order to eliminate the negative effects of the dead-zone, a class of 2-order typical single-input single-out system model is established after compensating the dead-zone. Following that, PD control law is introduced to replace the state error feedback control law in ADRC to simplify the control design. By analyzing the characteristics of the traditional linear extended state observer, an improved linear extended state observer is designed, with the purpose of improving the estimation performance of disturbances. Moreover, employing PSO with a designed objective function to optimize parameters of controller to improve control performance. Finally, ten comparative experiments are carried out to verify the effectiveness and superiority of the proposed controller.     

基于扩张状态观测器的永磁同步电机混沌系统自适应滑模控制

针对部分状态不可测的永磁同步电机混沌系统, 结合自适应滑模控制和扩张状态观测器理论, 提出一种基于扩张状态观测器的永磁同步电机自适应混沌控制方法, 取消了系统所有状态完全可测的限制. 通过坐标变换, 将永磁同步电机混沌模型变为更适宜控制器设计的Brunovsky标准形式. 在系统部分状态和非线性不确定项上界均未知的情况下, 基于扩张状态观测器估计系统未知状态及不确定项, 并设计自适应滑模控制器, 保证系统状态快速稳定收敛至零点. 仿真结果表明, 该控制器能够改善滑模控制的抖振问题以及提高系统鲁棒性. 关键词： 永磁同步电机 混沌控制 扩张状态观测器 自适应滑模     

车载光电稳定跟踪平台自抗扰伺服系统设计

为了提高光电稳定跟踪平台伺服性能,针对车载光电稳定平台的扰动特点,依据自抗扰控制算法的分离特性,提出一种含有积分补偿项的自抗扰控制伺服系统,系统对指令信号安排过渡过程,即采用最速控制方案。实际摇摆测试结果表明:设计的自抗扰控制伺服系统既保证了车载光电稳定平台稳定误差为0.129 mil（1）,又提高了平台的自动跟踪性能,是一种可应用在稳定跟踪平台系统中的理想控制器。     

四轮轮毂电动汽车横摆角速度自抗扰控制

汽车的横摆角速度对汽车稳定性和安全性有较大影响,针对汽车行驶控制时的抗干扰能力,目前还没有特别有效的汽车横摆角速度控制策略;创新性设计了基于自抗扰控制理论的用于四轮轮毂电动汽车横摆角速度的高性能控制策略;首先分析了汽车横摆角速度控制的动态模型,并通过数学变换,将其转换为二阶自抗扰控制器被控对象的标准形式;再设计双层控制结构,包括直接横摆力矩制定层和转矩分配层;在直接横摆力矩制定层,利用二阶自抗扰控制器计算出控制汽车横摆角速度所需的附加横摆力矩;在转矩分配层,设计了转矩分配算法,利用附加横摆力矩得到4个车轮的指令转矩,进而控制电动汽车横摆角速度;最后,通过Matlab/Simulink和汽车动力学仿真软件CarSim联合仿真验证了所设计控制策略的有效性。     

基于免疫双态微粒群的混沌系统自抗扰控制

利用人工免疫算法及粒子群优化算法融合的优点,提出了一种免疫双态微粒群算法(immune binary-state particle swarm optimization, IBPSO)的自抗扰控制器(IBPSO-ADRC),应用于混沌系统控制,构建一种混沌系统自抗扰控制系统.实验研究表明:该控制方法无需了解动态系统精确模型,具有响应速度快,有效抑制混沌系统参数摄动及较强抗干扰能力的特点. 关键词： 人工免疫系统 微粒群算法 混沌系统 自抗扰控制器     

Control of epileptiform spikes based on nonlinear unscented Kalman filter

A new control strategy based on nonlinear unscented Kalman filter(UKF) is proposed for a neural mass model that serves as a model for simulating real epileptiform stereo-electroencephalographic (SEEG) signals. The UKF is used as an observer to estimate the state from the noisy measurement because it has been proved to be effective for state estimation of nonlinear systems. A UKF controller is constructed via the estimated state and is illustrated to be effective for epileptiform spikes suppression of aforementioned model by numerical simulations.     

一种新颖的滑模非线性比例积分混沌控制方法

一种新颖的滑模非线性比例积分控制方法（SMNPIC）被提出用于高精度驱动一类时变不确定混沌系统到任意期望轨道。SMNPIC区别于以前的滑模控制技术之处在于滑动模的一个非线性比例积分函数被包含在控制率中，因此不仅稳态误差和高频抖振都被减小，同时鲁棒性和快速性也能被保证。此外，SMNPIC实际上能被作为一类非线性PID控制器，不仅仅跟踪误差及其直到n-1阶微分被考虑，而且跟踪误差的积分也被考虑，因此有比传统PID更多的有用信息能被使用，因此更好的动静态特性能被获得。通过不确定Duffing-Holmes系统的仿真实例证实了SMNPIC用于混沌控制能获得好的性能。