翼伞空投系统航迹跟踪方法研究

为了解决翼伞空投系统在实际工程中航迹跟踪操纵频繁问题,提出一种基于模糊逻辑的航迹跟踪控制算法。首先,建立翼伞系统的运动模型,根据操纵特性设计飞行控制方案,控制信号操纵翼伞左右伞绳的下拉、保持和回复操作,实现系统对指定航迹的跟踪。其次,仿真了相关因素对控制性能的影响。仿真结果表明：该模糊控制方法简单有效,易于实现,解决了翼伞航迹跟踪时操纵频繁问题,完全满足航迹跟踪的要求。     

基于Bezier和改进PSO算法的风环境下翼伞航迹规划

针对当前翼伞空投航迹规划中未考虑复杂风场影响,文中提出一种利用风场优势求解最优航迹的算法。将航迹规划问题转换成Bezier曲线的参数寻优问题,针对风场环境下可行轨迹特点提出优化策略,提出改进的粒子群优化算法求取最优解。实验结果表明,该航迹规划算法能在复杂风场环境下求出一条满足各种要求的最优航迹,算法设计合理,工程易实现。     

基于SMDO的非线性预测射击线稳定控制

针对一款海上武器随动系统的非线性、干扰未知性的难题,提出基于滑模干扰观测器(SMDO)的非线性预测控制策略,该复合控制策略利用滑模干扰观测器,对海浪波动、负载变化和系统不确定性等进行逼近,并依据观测器的输出进行前馈补偿和预测控制的模型修正,使得预测控制的滚动优化能够时刻保持在贴近实际系统的基础之上,从而实现提高整个控制...     

基于IAGA的翼伞系统分段归航轨迹的优化

归航轨迹的设计和优化对实现翼伞系统的精确空投至关重要.为了实现翼伞系统的准确、安全着陆,根据翼伞系统自身的可操纵性和基本运动特性,采用经典分段归航策略.利用各段轨迹的几何关系将轨迹优化问题转化为参数优化问题,并对基本遗传算法进行了改进,运用新的改进自适应遗传算法(IAGA)进行了有效的求解.仿真试验表明:此方法是可行的...     

基于T-S模糊模型的预测控制方法研究

采用T-S模糊模型与预测控制相结合,对模糊预测控制进行了研究。利用模糊聚类和递推最小二乘法辨识T-S模糊模型,并将其作为预测模型。利用T-S模糊模型对非线性系统的良好描述特性,结合预测控制的线性滚动优化,实现对强非线性系统的控制。仿真结果表明了该算法的有效性。     

基于航迹点控制的无人机目标跟踪算法

由于运动速度的差异性,固定翼无人机跟踪机动目标时,需要规划特殊的航迹才能达到较好的跟踪效果。根据无人机的机动特性对系统进行了建模,设计了基于航迹点控制的固定翼无人机目标跟踪算法,并对该算法的性能进行了仿真,仿真结果表明该算法实时性强,当目标进行各种运动时都能有效保证无人机目标跟踪的可靠性。     

基于PMSM的舰载光电跟踪系统设计

设计了一种永磁同步电机驱动的舰载光电跟踪系统,利用光纤陀螺实时检测光电跟踪器的运动状态,由永磁同步电机通过齿轮间接驱动光电跟踪系统,使其在惯性空间保持稳定。不同于陆基光电跟踪系统,舰船受风浪影响所产生的摇摆运动会耦合到舰载光电跟踪系统,对其跟踪性能产生较大的影响。为了减小舰船摇摆带来的影响,降低齿轮间隙、死区、摩擦、系统模型失配等扰动的影响,设计了舰载光电跟踪系统的干扰观测器(DOB),利用DOB观测出包括舰船摇摆所造成的各种扰动,将其作为补偿信号前馈到控制输入端,减小非线性扰动对系统的影响。实验结果表明,该方法能提高光电跟踪伺服控制单元的抗干扰能力,有效提升系统的控制性能。     

机载精确投放翼伞GNC系统设计

介绍了机载精确投放翼伞系统的组成和工作过程。针对传统翼伞系统的不足，提出了利用GPS的精确投放翼伞GNC系统设计方案。对RGPS在精确投放翼伞系统导航中的应用进行了分析。研究工作对我国精确投放翼伞系统的设计有参考价值。     

基于模糊逼近的非线性多时延系统的自适应跟踪控制

针对一类多输入多输出非线性多时延系统,提出了基于模糊逼近的自适应跟踪控制方案.该方案构建了基于模糊T-S模型的自适应时延模糊逻辑系统,用来逼近未知非线性时延函数.从而实现了对非线性系统的建模.根据跟踪误差给出了时延模糊逻辑系统的参数自适应律.设计了H_∞补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H_∞跟踪性能.机械臂的仿真结果表明了该方案的有效性.     

基于状态观测器的混沌动态系统跟踪控制

针对一类连续混沌动态系统,提出一种基于状态观测器的跟踪控制方法来进行混沌控制.在引入状态观测器观测混沌动力学系统状态变量的基础上,采用反馈线性化方法将非线性混沌系统转换为线性系统,再针对反馈线性化后的线性系统设计轨迹跟踪控制器,实现被控混沌系统的跟踪控制.仿真结果进一步验证了该方法的有效性.     

基于SVM的上肢康复机械臂轨迹跟踪预测控制

针对上肢康复训练机械臂具有强耦合、非线性和时变的特点,设计了基于SVM（支持向量机）的轨迹跟踪预测控制器。采集机械臂系统的输入和输出数据,通过SVM辨识得到广义逆系统,与原系统串联实现解耦。对解耦后的系统,采用SVM辨识预测模型和PSO优化滚动控制序列的预测函数控制方法,并从其内模结构分析了系统的稳定性和鲁棒性。实验结果表明,该方法能够平稳高精度地实现轨迹跟踪。     

移动机器人轨迹跟踪的模糊PID-P型迭代学习控制

本文针对移动机器人轨迹跟踪控制问题的研究,提出了一种基于移动机器人运动模型的模糊开闭环PID-P型非线性离散迭代学习控制方法,给出了PID-P型迭代学习的收敛条件及其证明过程,并采用模糊控制的原理整定PID三个学习增益矩阵的参数.该控制方法提高了移动机器人对特定轨迹的重复跟踪能力,具有算法实现简单的特点.实验仿真结果表明,采用模糊开闭环PID-P型迭代学习控制算法对轨迹跟踪是可行有效的.     

车式移动机器人轨迹跟踪控制方法

针对车式移动机器人轨迹跟踪这一典型控制任务,本文提出一种滑模轨迹跟踪控制方法.该方法采用PI型滑模面设计等效控制律,利用变速函数代替符号函数获得切换控制率,并运用Lyapunov理论证明系统的稳定性.仿真结果表明该方法不但能使机器人有效跟踪任意参考轨迹,而且能减小在控制中的抖振现象,即使在外界干扰影响的情况下,也具有良好的控制品质.     

基于包容式结构的智能循迹小车设计

设计出一个基于包容式结构的智能循迹小车,该小车采用单片机AT89S51作为控制器。该系统主要有避障行为模块、轨线跟踪行为模块、远程控制行为以及紧急停车模块。采用红外传感器设计检测轨线模块,超声波传感器设计避障模块。对于避障行为模块,提出采用模糊控制算法进行避障。经大量实验验证该小车不仅能稳定跟踪轨线,而且能绕障碍物行走。     

低开关频率中压传动的定子磁链轨迹跟踪控制综述

为加大中压变频器出力,要求降低开关频率,带来PWM波形谐波大问题。解决上述问题的办法是采用同步且对称的优化PWM策略,它不能直接用于高性能系统,因为它在动态会造成PWM紊乱,系统过流。本文介绍了一种既能减小谐波又能快速响应的定子磁链轨迹跟踪控制方法,它基于优化PWM,又有在动态修正开关角的功能。为解决低开关频率对解耦的影响,出现了一种既不同于常规矢量控制又不同于直接转矩控制的基于磁链跟踪之新闭环调速系统,其性能优于上述两种传统系统。     

基于动态面的死区输入系统跟踪控制算法

针对具有未知死区输入的一类非线性严反馈系统,文中提出了一种基于动态面技术的自适应渐进跟踪控制策略。 在处理虚拟控制器时,不同于传统动态面技术中采用的低阶滤波器,通过引入具有时变积分函数的非线性滤波器,不仅可以规避“微分爆炸”,降低计算负担,简化控制器,还可以很好地补偿动态面方法引起的边界层误差。 理论分析证明,所提出的控制方案能够消除死区非线性的影响,保证闭环系统的稳定性。以单力臂机械手的仿真为例,通过调节设计参数去提高系统的瞬态跟踪性能,实现了系统跟踪误差渐进收敛,验证了所提出控制策略的有效性。     

Neural Network Based Adaptive Tracking of Nonlinear Multi-Agent System

In this paper, the problems of robust consensus tracking control for the second-order multi-agent system with uncertain model parameters and nonlinear disturbances are considered. An adaptive control strategy is proposed to smooth the agent’s trajectory, and the neural network is constructed to estimate the system’s unknown components. The consensus conditions are demonstrated for tracking a leader with nonlinear dynamics under an adaptive control algorithm in the absence of model uncertainties. Then, the results are extended to the system with unknown time-varying disturbances by applying the neural network estimation to compensating for the uncertain parts of the agents’ models. Update laws are designed based on the Lyapunov function terms to ensure the effectiveness of robust control. Finally, the theoretical results are verified by numerical simulations, and a comparative experiment is conducted, showing that the trajectories generated by the proposed method exhibit less oscillation and converge faster.     

参数不确定移动机器人全局轨迹跟踪的自适应滑模控制

通过对一类质心和几何中心不重合情况下移动机器人轨迹跟踪问题的研究,得到了两独立驱动轮角速度为控制输入的机器人运动学模型.对于车轮半径和两驱动轮之间距离参数已知的情况,基于反演控制的思想设计了变结构控制的切换函数,构造了具有全局渐近稳定的滑模轨迹跟踪控制律,并针对这两个参数未知时,通过自适应方法对其进行参数估计,给出了自适应滑模轨迹跟踪控制律的设计方法.该方法设计过程简单且具有直观的稳定性分析,适用于移动机器人的全局轨迹跟踪控制.仿真算例验证了所提控制律的有效性和正确性.