基于鲁棒H∞的无人机飞行控制系统设计及实现

为解决无人机飞行过程中由于外界干扰及被控对象模型摄动引起的系统不确定性问题,提出了一种易于工程实现的鲁棒H_∞自动驾驶仪设计方法. 建立了描述无人机运动的线性化模型,选取权函数并构造了广义被控对象,利用鲁棒H_∞理论进行了控制器设计. 考虑到硬件实现,对鲁棒H_∞控制器进行了模型降阶和离散化,并将离散的控制器代码植入自动驾驶仪的DSP芯片中. 半物理仿真结果表明,无人机在自动驾驶仪作用下可以准确跟踪参考信号,各项运动参数满足设计指标,鲁棒H_∞控制器可应用于无人机飞行控制系统.      

离散系统的鲁棒自适应控制

本文提出一种鲁棒间接自适应极点配置控制器，它利用相对死区技术使得控制器对一类未建模动态误差和恒定了界扰动具有鲁棒性。文中详细地分析了闭环系统的稳定性和收敛性，找到了保证佤渐近稳定的充分条件。     

基于Backstepping设计的非线性鲁棒自适应控制

针对一类具有未知参数,未建模动态和外界干扰的不确定非线性系统,选择适当的参数对这些不确定性进行估值和补偿,利用Backstepping方法,设计了一种新的鲁棒自适应控制器.该控制器能保证闭环系统的所有信号是全局有界的,且输出的绝对值可以任意小.仿真结果表明,所设计的鲁棒控制器达到了理想的结果.     

小型涵道风扇无人机自适应解耦控制律设计

为解决小型涵道风扇式无人机俯仰通道和滚转通道之间的惯性耦合问题,采用简单自适应控制(simple a-daptive control,SAC)方法对无人机姿态角速度控制回路设计模型参考自适应控制器,使该控制回路在受到不确定扰动和参数摄动的影响下,仍能稳定跟随参考模型输出;同时对所构造参考模型进行串联前馈解耦,以使无人机跟随参考模型同步解耦,进而实现对无人机姿态角速度和自身姿态角的有效控制.仿真结果显示,该控制律能使无人机姿态稳定跟踪参考模型输出,并且有效抑制了被控对象参数摄动带来的不利影响,控制系统具有较强的自适应性和鲁棒性.     

一类非线性系统的鲁棒自适应控制

作者考虑一类具有有界于扰和未知参数的非线性系统（１）,设计出一种适用于输出跟踪的鲁棒自适应控制器。该控制器对线性参数化的不确定性和有界干扰具有鲁棒性,能保证闭环系统的全局稳定性,并解决了ε－跟踪问题。仿真实例表明,所设计的鲁棒自适应控制器具有良好的跟踪性能,而且所需的控制量不大,其数值在容许控制的范围之内。     

时间滞后系统的鲁棒稳定性及在飞行控制中的应用

给出了一种时间滞后系统的鲁棒稳定性分析方法．通过对系统鲁棒稳定条件不等式的变形，得到了该不等式可解的条件，该有解条件不仅大大简化了不等式，而且得到了新的时间滞后系统鲁棒稳定性判据，针对含有多个不同滞后时间的系统，给出了一种简明的鲁棒稳定性判别不等式，并根据鲁棒稳定性判据，分别给出了系统含有一个或多个时间滞后的鲁棒反馈控制器设计方法，该方法接近于普通的状态反馈设计，便于工程实现．飞行控制的实践表明，采用新方法可以得到满意的设计结果．当闭环希望极点选为各不相同的负实数时，鲁棒控制器的设计只需要多进行一次奇异值分解，即可完全等价于人们熟知的极点配置问题，该方法对于含有一个或多个时间滞后的系统都是适用的。     

考虑非线性摩擦的电动伺服缸加载系统鲁棒自适应控制

非线性摩擦、外界扰动以及参数不确定性对电动伺服缸加载系统加载精度和响应特性带来不利影响。针对该问题,引入LuGre非线性摩擦模型,建立了电动伺服加载系统动力学模型,将非线性摩擦纳入系统总扰动中,设计了一种鲁棒自适应控制器(ARC);应用Lyapunov稳定性理论证明了所设计的鲁棒自适应控制器的稳定性。经仿真表明,相较于传统PD控制器,本文所设计的ARC控制器能使电动伺服缸加载系统具有更优的加载力跟踪精度和良好的鲁棒性。     

基于扩展线性矩阵不等式的鲁棒模型预测控制

提出了一种基于扩展线性矩阵不等式的鲁棒模型预测控制器的综合方法。通过引入松弛矩阵变量,实现了Lyapunov矩阵变量与系统矩阵的解耦,提供了额外的设计自由度,同时也降低了Lyapunov变量的保守性;通过将提出的方法应用于某型飞机综合飞行/推进控制系统的纵向控制律设计,并与传统的鲁棒模型预测控制方法进行对比仿真,检验了所提出方法的有效性和优越性。     

基于多层神经网络的鲁棒自适应控制

针对一类不确定非线性动态系统，基于一种修改的Lyapunov函数，并利用多层神经网络系统（MNNs）的逼近能力，提出了一种鲁棒自适应神经 网络控制器的设计方案。该方案不仅能够保证闭环系统的所有信号有界，而且可保证闭环系统的跟踪误差渐近收敛到零。仿真试验表明了该控制算法是有效的。     

同步励磁发电机鲁棒自适应控制

利用backstepping和扰动抑制 (disturbanceattenuation)方法对同步发电机设计了一种非线性自适应鲁棒励磁控制器 .控制设计方法基于同步发电机的三阶非线性模型 ,对于系统中可能出现的各种不确定参数和有界扰动 ,给出了参数自适应律和控制律 ,保证了闭环系统在各种扰动情况下的稳定性 .最后做了系统从初始进入稳态和系统在三相短路及外部常值扰动情况下的仿真 ,并讨论了该方案扩展到多机系统的可能性 .     

基于EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

无人机螺桨噪声主动控制实验

对无人机螺桨噪声的主动控制技术进行实验研究。针对某型国产无人机,通过对其发动机螺桨噪声的测量分析,设计并开发了一个四入二出的主动噪声控制系统。利用该系统,在实验室环境下分别对100 Hz单频正弦噪声、实际风扇噪声和实际录取的某型号无人机螺桨噪声进行了噪声控制实验,取得了较好的消声效果。     

舰载战斗机/无人机编队飞行控制研究现状与展望

在未来的海上攻防作战中,舰载战斗机和舰载固定翼无人机将成为航母编队的重要组成部分,舰载战斗机/无人机编队将是未来海洋战争的重要作战形式。首先总结了近年来国内外有人/无人机编队作战相关项目,然后描述舰载机/无人机编队任务流程,总结了舰载机/无人机编队飞行控制方法,其中包括了编队集结控制、队形变换控制、队形保持控制和编队重构控制四个方面。最后对舰载机/无人机编队飞行控制技术未来发展方向进行了展望。     

基于无人机的大气污染物模糊控制溯源算法的仿真实现

针对无人机的大气污染物溯源问题,提出了一种基于无人机的大气污染物模糊控制溯源算法。该算法结合无人机与模糊控制的特点,根据无人机实际所处环境设计一个模糊控制器并确定模糊控制器的输入、输出变量,模仿人脑的思维构建了模糊控制规则库,从而实现了无人机对大气污染物的智能溯源。算法在MATLAB环境中进行了仿真实验,仿真结果表明了该算法的有效性和可行性,为解决大气污染物溯源问题提供了一种新的思路。     

基于ADRC的四旋翼无人机姿态控制研究

四旋翼无人机由于受到自身的非线性、模型的不确定性和外部突发气流等的影响,较难完成预设的飞行任务.为此,使用自抗扰控制,通过安排合理的过渡过程减少超调和设计扩张状态观测器来估计总扰动并实时补偿,并实现四旋翼无人机姿态控制.仿真结果表明:相比传统PID控制,该控制方法使得四旋翼无人机能够更好地适应自身参数的变化和应付外部气流带来的影响,具有更好的鲁棒性和抗扰性.同时验证了自抗扰控制器下的系统具有超调小、精度高、收敛速度快、抗扰能力强和鲁棒性能好等特点.     

基于动力学模型的小型无人直升机自主飞行控制算法

引入小型无人直升机简化动力学模型,阐述了简单、高效的MTC(Model and Trajectorybased Controller)控制算法.基于该算法所实现的飞行控制算法包括两部分:基于转动动力学模型的直升机姿态控制和基于二次积分关系的位置控制.所设计的MTCV算法包含具有良好鲁棒性的位置控制及速度控制功能,并可用于直升机多航点路径的不减速连续飞行控制.仿真实验和实际飞行控制实验结果表明,本飞行控制算法具有有效性和实用性.     

基于误差空间的UUV三维鲁棒跟踪控制研究

针对水下无人航行器(UUV)系统存在非线性和不确定性的特点,采用基于误差空间理论的跟踪控制方法,进行UUV在复杂海洋环境以及自身工作状态和模块配置变化时的空间跟踪控制问题研究. 以海浪干扰下的深度跟踪控制仿真实验分析该控制方法的鲁棒性. 该控制方法的理论基础是结合被跟踪平台的动态过程,以被跟踪平台和跟踪平台的空间误差为状态空间的状态量组成误差空间系统. 由于融合了被跟踪平台的动态过程和跟踪误差,跟踪精度和跟踪能力增加,同时系统的鲁棒性也增强.      

基于激光雷达的无人机违规航行轨迹数据自动捕获方法

为了解决传统方法对无人机违规航行轨迹数据捕获的精度和实时性低的问题,通过激光雷达研究了一种新的无人机违规航行轨迹数据自动捕获方法。建立激光雷达信号和目标场景作用过程模型,将每束激光在目标场景表面的映射部分当成激光脚印,完成对激光束相应激光脚印的响应函数和激光雷达发射信号的时间分布函数的卷积计算,获取激光脚印相应目标区域和激光雷达信号作用后反馈的回波信号。依据反馈的回波信号建立单次成像回波峰值点轨迹分布模型,获取无人机航行轨迹数据。针对无人机实际航行轨迹和预定义航行轨迹,采用优化的修正豪斯多夫距离公式(MHD)进行轨迹数据匹配程度衡量,按照经验设定阈值,若匹配度超过阈值,则认为实际轨迹与预设定无人机航行轨迹不匹配,将相应实际轨迹当成无人机违规航行轨迹,对违规航行轨迹数据进行捕获。结果表明:所提方法可及时检测处无人机违规航迹,报警时间比其他方法时效性高;所提方法捕获的无人机违规航行轨迹数据与真实数据偏差小。可见所提方法实时性与精度均较高。     

面向无人机视频分析的车辆目标检测方法

提出一种将航拍车辆视频预处理与轻量化目标检测模型结合的级联方式.首先,针对无人机拍摄的车辆视频数据大量冗余的问题,在边缘设备设置一个两级过滤器,通过帧的像素级及结构性差异过滤大量冗余帧,从而大幅减少传输到后端的检测模型的帧数;其次,针对高精度目标检测模型时延高的问题,采用通道剪枝与层剪枝结合的方法压缩YOLOv3模型并部署在PC端,实现时延和精度的均衡.实验结果表明:两级过滤器能够有效过滤90%以上的冗余帧数,相较于原模型,压缩模型在精度仅下降2%左右的情况下,检测速度提高78.3%,达到36.9帧·s^-1.     

基于Xscale与FPGA的微小型飞行器控制系统的硬件设计

以微小型飞行器为控制对象,设计了一种基于Xscale FPGA的双芯片微小型数字控制系统.该系统用基于Xscale架构的微处理器处理导航算法和控制算法,用FPGA处理外部信号核心.选择嵌入式Linux作为软件平台,完成了Bootloader设计、嵌入式Linux的裁减和主要器件FPGA的驱动设计.针对FPGA所需处理的信号,设计了用于A/D采样的硬件电路,采用硬件描述语言对电路模块进行了软件设计.实验测试结果表明,该系统具有较高的集成度和较好的实时性.