基于前馈—反馈控制导弹自动驾驶仪鲁棒稳定性分析

针对一类前馈—反馈的气动力/直接力复合控制导弹自动驾驶仪结构特点,基于对直接力喷流装置放大因子与攻角的对应关系和直接力寄生回路的耦合机理的分析,完成了气动力/直接力复合控制系统的非线性建模,并采用Lyapunov非线性稳定性理论,对复合控制导弹自动驾驶仪的鲁棒稳定性问题进行了证明,给出了采用气动力/直接力复合控制导弹自动驾驶仪的稳定域,具有较好的工程参考价值。     

高精度光电跟踪系统中伺服稳定控制算法研究

针对光电跟踪稳定平台系统中载机振动、系统参数摄动、摩擦力矩及外部扰动等因素直接影响光电跟踪系统稳定精度的问题,从伺服控制器控制角度出发抑制跟踪系统中的偏差,提高稳定精度,保证其在复杂环境下仍具有强鲁棒性。通过建立光电跟踪稳定平台系统的数学模型,分析干扰力矩、陀螺噪声及系统参数的变化对光电稳定平台的影响,设计了基于新型非线性扩张观测器（novel nonlinear extended state observer,NNESO）和滑模变结构控制（sliding mode varianle structure control,SMVSC）的复合控制策略。理论推导和仿真实验结果表明:此种复合控制策略具备对干扰力矩、外界扰动和系统结构参数摄动的完全适应性和强鲁棒性,对比无新型非线性扩张观测器的控制系统,证明其拥有更高的稳定精度和更快的动态响应,在补偿非线性方面具有良好的效果,可增强光电跟踪稳定平台的抗扰动能力。     

四旋翼无人机速度控制系统设计

微小型多旋翼无人机在气象监测、低空侦查、灾区救援等领域中具有广泛的应用。在无人机姿态控制的基础上设计速度控制系统,该速度控制系统采用加速度计、角速率陀螺仪和GPS测量数据,并设计卡尔曼滤波器来抑制传感器噪声,同时估计无法测得的状态变量。为了减小无人机的建模误差并提高控制系统鲁棒性,采用了模型参考滑模控制理论(Model Reference Sliding Mode Control,MRSMC)设计速度控制器。     

浅海声场单模激发的自适应逆控制算法

提出了一种基于自适应逆控制理论的单模激发闭环控制算法,采用ε-滤波LMS结构,以期望单模声压矢量作为控制指令,并引入抖动信号,通过误差抵消和误差过滤技术,自适应生成对象控制器。计算结果: (1)期望波形能量与均方误差能量之比SER曲线能较快地达以信噪比SNR为极限的平稳线; (2)控制器c的收敛不以对象Q的自适应准确为前提,即对对象的抖动不敏感。结果表明对于由声源阵列和水听器阵列构成的多输入多输出(MIMO)单模激发控制系统,算法简单、有效,能很好地消除海域对象的扰动和噪声,在浅海波导中激发预期单模。     

飞行模拟机操纵负荷系统力加载性能研究

在飞行模拟机操纵负荷系统中,力加载系统的性能对系统力跟踪精度与快速性有很大影响。为了有效抑制系统多余力,提高力加载系统动态性能,选用永磁同步电机作为系统执行机构,使用前馈校正+串联校正复合控制策略对飞行模拟机操纵负荷系统进行改进。在MATLAB/SIMULINK中对系统进行建模与仿真,实验结果表明以永磁同步电机为执行机构并使用串联校正+前馈补偿复合控制策略的电动力伺服加载系统可以有效提高操纵负荷系统力跟踪精度及快速性。     

定向战斗部随动系统新型模糊-PID复合控制

针对随动定向战斗部随动系统工作中存在的非线性与随机干扰问题,普通的PID控制器和模糊控制器不能满足快速性与适应性的要求,基于模糊自整定PID参数控制器与模糊-PID切换控制器,提出了一种新型模糊-PID复合控制算法,控制前段利用模糊控制加快控制速度,后段利用模糊逻辑整定PID参数提高精度与自适应能力;仿真结果表明,采用这种新型模糊-PID复合控制算法能够保持跟踪精度,减少调节时间,加快系统跟踪速度,减小切换冲击,提高抗干扰能力。     

车身顶棚振动独立模态控制研究

针对乘用车结构振动和噪声问题,对嵌入压电传感器和致动器的汽车顶棚进行了振动主动控制研究;对压电平板进行数学建模,通过有限元分析某国产乘用车车身顶棚模态振型,合理选择传感器和致动器增益,作为最小化振动响应这一目标函数的参数;控制器的设计应用了独立模态空间控制法,将压电传感器和致动器及独立模态空间控制法(IMSC)组成的控制系统应用于汽车顶棚振动主动控制,实验结果表明,即使当控制回路被电磁噪声干扰时,控制前后系统的振级相差可达到30%左右,取得了有效的振动抑制效果。     

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.     

汽车车内噪声主动控制系统仿真

摘要：降低汽车空腔的振动,是抑制汽车车内噪声的有效途径之一。以激振器、作动器和控制器等为主要部件,搭建了简化的汽车车内噪声主动控制系统,该系统通过将汽车空腔模型简化为板件,以减弱板件振动为目标,实现了汽车车内噪声主动控制。采用简谐正弦及余弦信号作为激振器发出的激励,用于模拟板件的初始振动,控制器通过采用模糊控制算法直接控制压电陶瓷作动器的振动,压电陶瓷作动器的振动用于抑制板件的振动,完成了汽车车内噪声主动控制系统仿真。仿真结果表明,研究采用的汽车车内噪声主动控制系统,使汽车空腔振动降低23%,为解决由汽车发动机和动力总成的振动所引发的汽车车内噪声问题提供了一个有效途径。     

基于自适应滑模控制的大型望远镜低速控制

为了提高永磁同步电机驱动的大型望远镜转台的低速跟踪性能,设计了自适应滑模控制器以实时抑制系统的参数不确定性和外部扰动对系统的影响。为了优化控制器参数和缩短控制系统的调试周期,辨识出了转台控制系统的控制模型,同时建立了系统内部的非线性因素模型,综合上述模型对系统进行了集成仿真。仿真和实验结果证明了所设计的自适应滑模控制器对系统参数不确定性、外部扰动和噪声具有较好的鲁棒性,对望远镜转台的低速控制效果良好。     

基于最小二乘支持向量机的混沌控制

利用支持向量机良好的非线性函数逼近和泛化能力，提出基于最小二乘支持向量机非线性补偿的混沌控制新方法.应用最小二乘支持向量机离线辨识混沌系统的非线性部分，并用辨识模型补偿系统的非线性，同时应用线性状态反馈控制混沌系统.对三种典型连续混沌系统的仿真研究表明，提出的控制方法可以有效的控制混沌系统到达设定的目标状态，并且由线性状态反馈控制器构成的闭环系统稳定. 关键词： 混沌控制 支持向量机 最小二乘支持向量机 状态反馈 稳定性     

Adaptive variable step-size neural controller for nonlinear feedback active noise control systems

Adaptive filter techniques and the filtered-x least mean square (FxLMS) algorithm have been used in Active Noise Control (ANC) systems. However, their effectiveness may degrade due to the nonlinearities and modeling errors in the system. In this paper, a new feedback ANC system with an adaptive neural controller and variable step-size learning parameters (VSSP) is proposed to improve the performance. A nonlinear adaptive controller with the FxLMS algorithm is first designed to replace the traditional adaptive FIR filter; then, a variable step-size learning method is developed for online updating the controller parameters. The proposed control is implemented without any offline learning phase, while faster convergence and better noise elimination can be achieved. The main contribution is that we show how to analyze the stability of the proposed closed-loop ANC systems, and prove the convergence of the presented adaptations. Moreover, the computational complexities of different methods are compared. Comparative simulation results demonstrate the validity of the proposed methods for attenuating different noise sources transferred via nonlinear paths, and show the improved performance over classical methods.     

Adaptive active control of periodic vibration using maglev actuators

In this paper, active control of periodic vibration is implemented using maglev actuators which exhibit inherent nonlinear behaviors. A multi-channel feedforward control algorithm is proposed to solve these nonlinear problems, in which maglev actuators are treated as single-input–single-output systems with unknown time-varying nonlinearities. A radial basis function network is used by the algorithm as its controller, whose parameters are adapted only with the model of the linear system in the secondary path. Compared with the strategies in the conventional magnetic-levitation system control as well as nonlinear active noise/vibration control, the proposed algorithm has the advantage that the nonlinear modeling procedure of maglev actuators and the usage of displacement sensors could be both avoided. Numerical simulations and real-time experiments are carried out based on a multiple-degree-of-freedom vibration isolation system. The results show that the proposed algorithm not only could efficiently compensate for the actuators’ time-varying nonlinearities, but also has the ability to greatly attenuate the energy of periodic vibration.     

基于感知模糊自适应蚁群算法的非线性PID控制

随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。     

基于Riccati方程和LMI算法的H∞控制器的设计与实现

H∞控制是一种重要的鲁棒控制方法,它以H∞范数作为控制性能指标,是一种最优控制方法,目的是求出系统内部稳定的控制器,使闭环传递函数的无穷范数极小,达到控制的目的。以固高公司的直线一级倒立摆为控制对象,实现基于Riccati方程和LMI算法的H∞控制器设计,采用M文件及simulink实现系统建模、控制器的设计,完成系统算法的验证,实验表明,控制器的输出、倒立摆系统的状态变量变化平稳,系统具有较强的鲁棒性,系统表现出良好的动态品质,验证了H∞控制器的有效性。     

基于遗传算法的混沌系统二自由度比例-积分-微分控制研究

二自由度比例-积分-微分(PID)控制算法简单、实用，但将其应用于复杂非线性系统控制时参数整定困难.运用改进的遗传算法进行二自由度PID控制器参数优化，参数优化的收敛速度快、准确，将其应用于Chen氏混沌系统和同步电动机混沌系统的控制中，仿真研究收到良好的控制效果. 关键词： 混沌系统 遗传算法 比例-积分-微分控制     

A simplified adaptive feedback active noise control system

In the adaptive feedback active noise control system based on the internal model control (IMC) structure, the reference signal is regenerated by synthesizing the error signal and the secondary signal filtered with the estimation of the secondary path, hence more computation load and extra programming are required. Motivated by the engineering truth that the primary noise cannot be completely cancelled in most practical active noise control applications and the error signal still contains some portions of the primary noise, a simplified adaptive feedback active noise control system is proposed in this paper, which adopts the error signal directly as the reference signal in an adaptive feedforward control system and utilizes the leaky filtered-x LMS algorithm to update the controller. The convergence properties of the proposed system are investigated and its advantages are discussed by comparing with other feedback control systems as well as the weakness. Finally, simulations and experiments are carried out to demonstrate the effectiveness of the proposed system.     

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     

自适应光学系统中的自适应控制算法研究

介绍和分析了一种在自适应光学系统中实用的自适应控制算法。与经典控制算法相比 ,自适应控制算法调整方便 ,综合考虑了大气湍流扰动和探测噪声等对系统控制效果的影响 ,控制参数能适应工作环境的变化 ,使系统达到最优控制状态。以 6 1单元自适应光学系统上实现的自适应控制算法为例 ,用经典控制理论的波德 (Bode)图、控制带宽等概念分析了这种算法的特点 ,并针对算法在实际系统应用中遇到的问题提出了解决的办法     

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。