基于扰动观测器的卫星姿态控制系统自适应有限时间容错控制

针对具有状态时变时滞、系统不确定性、可建模扰动、运行噪声和执行器故障的卫星姿态控制系统,提出一种基于扰动观测器的自适应有限时间复合主动容错控制策略。针对可建模扰动设计扰动观测器,然后基于扰动估计误差设计了主动容错控制器。该时滞依赖控制器包含反馈控制项、扰动补偿项和快速自适应故障补偿项。提出的容错控制策略不仅保证闭环系统动态方程的有限时间有界性,而且保证闭环测量输出对于系统不确定性、运行噪声、执行器故障等的鲁棒性。给出控制器增益限制矩阵存在的充分条件及其线性矩阵不等式形式,进而给出仿真算例。仿真结果表明,基于扰动观测器方法,设计的自适应有限时间容错控制器能够快速估计可建模扰动,进而有效地实现系统的闭环容错控制。相较于基于非复合的自适应有限容错控制器,提出的方法对于状态变量的估计均方根误差分别降低了28.9%、4.7%和36.0%;对于可建模扰动估计的均方根误差降低了38.8%。仿真验证了所提方法的有效性。     

基于线性矩阵不等式的离散系统集成故障估计与容错控制

离散系统在进行故障估计与容错控制时,由于两者相互耦合,会产生较大的故障估计误差和系统输出误差。针对这一问题,提出了一种基于线性矩阵不等式的集成故障估计与容错控制方法。首先为系统设计了故障观测器和容错控制器,然后基于两者的耦合关系,建立了系统误差和状态的增广系统模型;其次,基于D-稳定引理和H_∞控制理论为增广系统设计控制器,进而利用线性矩阵不等式求得故障观测器和容错控制器的增益矩阵,实现多性能约束条件下的集成故障估计与容错控制。最后以飞行控制系统验证了所提方法的有效性,与传统分离设计方法相比,故障估计误差减小了66.7%,估计的快速性提升了70%。     

线性时变时滞连续-离散描述系统鲁棒故障诊断滤波器设计

针对一类线性时变时滞连续-离散描述系统,设计了基于观测器的鲁棒传感器故障诊断滤波器。首先,提出线性时变时滞连续-离散描述系统模型,并将其转化为非奇异离散模型。然后,基于量测残差,设计基于观测器的鲁棒传感器故障诊断滤波器。该滤波器可保证量测残差对于故障及增广扰动具有鲁棒性,即满足鲁棒H_∞性能指标。鉴于滤波器参数矩阵不等式不是标准的线性矩阵不等式,提出锥补线性化算法以解决该问题。引入残差评价函数及阈值以判断故障是否发生。仿真数据表明,设计的故障诊断滤波器能够有效估计出系统的故障。残差对于故障及扰动的鲁棒性能指标均小于给定值1.18,证明了设计的故障诊断滤波器具有较好的鲁棒性,验证了设计方案的有效性。     

航天器有限时间自适应容错姿态控制

针对存在执行器故障、转动惯量偏差以及外部扰动等系统不确定性的航天器姿态跟踪问题,提出一种有限时间自适应容错姿态控制方法。建立基于四元数的航天器姿态动力学模型、执行器故障模型和系统不确定性模型,并将执行器故障分为乘性故障和加性故障两大类;利用滑模控制和有限时间控制理论设计有限时间姿态控制器,并通过设计自适应变量及更新方法对执行器故障以及系统不确定性引起的控制偏差上界进行估计和补偿,使姿态控制器对故障和扰动具有良好的适应性和鲁棒性。得到的新型有限时间自适应容错姿态控制器能够保证航天器在执行器故障以及系统不确定性条件下在有限时间内精确收敛到期望值。利用Lyapunov稳定性理论证明了系统的渐进稳定性和有限时间稳定性,数值仿真验证了所提出方法的可行性和有效性。     

基于扰动观测器的AUV固定时间积分滑模控制方法

针对自主水下航行器（AUV）在参数不确定性和外界干扰下水平轨迹跟踪控制问题，提出一种基于扰动观测器的固定时间积分滑模控制方法。首先将参数不确定性和外界干扰视为复合扰动，设计固定时间扰动观测器对其进行估计。然后在反步法设计框架下，结合固定时间理论和全局积分滑模控制，设计了固定时间积分滑模控制器。轨迹跟踪仿真结果表明，相比于传统滑模控制器，所设计的扰动观测器和控制器可以使位置和姿态的跟踪误差收敛至零域的速度由5.2 s缩短至约2.5 s，并且在没有观测器的帮助下跟踪误差也能收敛至稳定，具有更快的收敛速度和更高的鲁棒性。     

基于改进强跟踪滤波的广义系统传感器故障诊断及隔离

在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。     

一类混沌神经网络的观测器广义投影同步设计

研究了混沌神经网络的广义投影同步问题.基于改进的非线性状态观测器理论和极点配置技术,设计了一种新的广义投影同步方案.该方案可以实现不同混沌神经网络之间的广义投影同步.通过对细胞神经元系统和三阶Winner-Take-All竞争型混沌神经元系统的数值仿真试验,进一步验证了所提方案的有效性.该方案具有全局性,与混沌神经网络的初始条件无关,且可以灵活地调整同步误差的收敛速度.     

基于迭代学习干扰观测器的 RLV 容错控制方法

针对重复使用运载器（RLV）等类飞行器再入飞行段存在综合干扰问题,提出了一种基于迭代学习干扰观测器的容错控制方法。首先,根据RLV再入段运动、动力学特性及执行机构故障类型,建立带有执行机构故障的RLV面向控制模型;然后设计了一种基于S型函数的迭代学习观测器的容错控制方法,采用迭代学习干扰观测器完成对综合干扰观测并进行补偿,通过李雅普诺夫定理证明基于干扰观测器设计的改进的自适应控制器能够在有限时间收敛稳定;最后以某型RLV再入段为研究对象进行数值仿真。仿真结果表明,所提出的方法在系统中存在加性、乘性故障时,姿态跟踪能够在3 s内收敛,同时姿态稳态误差在0.01°以内。     

基于姿态角估计的四旋翼飞行器多传感器故障诊断方法

针对无法直接测量得到姿态角的四旋翼飞行器多传感器偏差故障检测与诊断问题,提出一种基于姿态角估计的多传感器故障同时发生的故障检测与隔离以及故障偏差值估计的方法。首先,在考虑模型误差的前提下,建立四旋翼飞行器动力学模型和传感器模型,构建四旋翼飞行器故障检测与诊断系统。其次,在利用基于滑模观测器得到姿态角估计值的基础上,设计非线性故障观测器对故障进行检测与隔离。最后,构建非线性自适应观测器实现未知故障偏差值的估计,并证明自适应律的稳定性和参数收敛性。实验结果表明,该方法能实现多传感器偏差故障检测与隔离,并在5 s之内实现对传感器多故障偏差的估计与跟踪,且估计误差有界,该方法有效性得以验证。     

四旋翼无人机模糊自抗扰姿态控制及稳定性分析

针对四旋翼无人机姿态控制问题,设计了一种基于模糊自抗扰控制的四旋翼姿态控制器。分析了四旋翼无人机的动力学模型,给出了基于模糊自抗扰控制算法的姿态控制方案,并设计了对应的模糊自抗扰控制算法的扩张状态观测器和模糊状态误差反馈控制器。通过稳定性分析,得出了扩张状态观测器估计误差是有界的,同时给出了反馈误差稳定的充分条件。仿真结果表明,所设计的模糊自抗扰控制器,同经典自抗扰控制器相比,系统平均超调量减小约75%,降低了扰动造成的输出波动幅值约30%,表明该控制系统提高了系统稳定性和对干扰抑制能力,满足对四旋翼姿态控制要求。     

新型扩张状态观测器及其噪声抑制的特性分析（英文）

为了提升对快变干扰的估计性能,把输出估计误差的非线性项和切换项作为反馈设计一种新型非线性扩张状态观测器.在对干扰具有相同的估计性能下,新型非线性扩张状态观测器的增益相对较小,因而该新型非线性扩张状态观测器比传统扩张状态观测器拥有更好的噪声抑制性能。仿真结果表明新型扩张状态观测器对干扰的估计误差是传统方法的1/4。     

基于状态观测器的扰动补偿在转台控制中的应用

为了减小干扰力矩对转台性能的影响,提出了基于观测器的扰动补偿控制来抑制干扰力矩的方法.首先采用传递函数的方法分析了状态观测器中各观测状态与观测器输入之间的关系,利用观测器获得角加速度信号构造扰动补偿器对外部扰动进行补偿控制,设计了具有扰动补偿的转台控制系统,并分析了加入扰动补偿后对控制系统的影响.分析和试验结果表明,此基于状态观测器的扰动补偿可以对低频的扰动进行有效的抑制,能够显著的提高转台低频小信号振动时的失真度和三轴联动精度,同时对瞬态扰动也有一定的抑制作用.     

基于浸入与不变原理的四旋翼姿态系统反步滑模控制

针对较大幅度外部不确定扰动下的四旋翼姿态稳定问题,设计了一种基于浸入与不变原理(ⅠⅠ)的自适应反步滑模控制器(ABSMC)。首先建立了未知大扰动下四旋翼姿态系统动力学模型,然后以横滚角子系统搭建为例,设计并应用了反步法和基于趋进率的滑模控制策略。在扰动估计误差流型设计中,融合了ⅠⅠ原理,即自适应率的选取实现了误差流型的不变和吸引,确保估计误差收敛到0。最后,对系统进行了稳定性分析和数字仿真。结果表明,在较大未知扰动情况下,融合ⅠⅠ原理方法后,经10 s所测跟踪误差平方的累加和仅为传统ABSMC方法的11.2%,控制精度大幅提高。     

基于观测器的离散广义分段仿射系统H_∞控制

针对一类当前所处作用域未知的离散时间广义分段仿射系统,考虑其具有范数有界形式的时变参数不确定性,而且不能从测量输出获得的问题,研究此类系统基于观测器H_∞控制器的设计方法。闭环系统反馈控制器设计从离散广义分段仿射Lyapunov判据出发,应用相关基本引理将控制器存在条件转化为包含参变量的线性矩阵不等式形式,并采用投影定理进一步降低系统保守性,使得基于观测器的闭环系统满足一定的鲁棒H_∞性能指标。通过求解一组包含参变量的线性矩阵不等式组,得到保证此闭环系统具有鲁棒H_∞性能指标的反馈控制器增益和基于输出的观测器增益,并完成了基于Matlab 7.0线性矩阵不等式工具箱的数值仿真。仿真结果表明基于定理1所提控制器设计方法得到的闭环系统干扰抑制度γ=21.4254,且在系统矩阵取值不同的情况下,定理1较传统控制器设计方法具有更好的保守性。     

惯性稳定平台扩张状态观测器/PD复合控制

为提高惯性稳定平台控制系统的稳定精度,在常规PID控制的基础上提出了一种扩张状态观测器与PID相结合的复合控制算法。利用扩张状态观测器将惯性稳定平台的各种内部扰动和外部扰动都视为总和扰动并观测出来,然后通过PID控制器进行误差反馈控制,从而提高控制系统的扰动抑制能力与稳定精度。以Lu Gre摩擦模型加入控制模型进行仿真分析,并通过北航自研的惯性稳定平台进行实验验证。结果表明:扩张状态观测器/PD复合控制方法具有高的扰动抑制能力,可显著提高稳定平台稳定精度。相比常规PID方法,扩张状态观测器/PD复合控制使横滚框和俯仰框的稳定精度分别提高了33.23%和55.01%。     

基于比例多重积分观测器的三轴惯性稳定平台加速度计测角误差估计

航空遥感三轴惯性稳定平台用于有效隔离飞行载体的偏航及姿态角运动,使成像载荷沿航向平稳飞行并保持载荷视轴对地垂直指向。通常情况下,稳定平台采用高精度位置姿态测量系统(Position and Orientation System,POS)作为姿态角传感器,一旦POS发生故障会导致平台失稳甚至危及载荷安全。为了提高平台运行可靠性并保证载荷安全,考虑了一种以加速度计作为姿态角冗余传感器的双工作模式,即POS组合工作模式和自主工作模式。当POS发生故障时平台切换到自主工作模式,依靠平台自身加速度计组件进行姿态控制。但与POS相比,加速度计测角易受载体扰动加速度影响从而导致测角误差较大,严重影响平台的稳定精度。针对这一问题,提出了一种基于比例多重积分(Proportional and Multiple-integral,PMI)观测器的加速度计测角误差估计方法,对平台系统建模及PMI观测器的设计过程进行了详细的论述,并利用真实飞行实验数据进行了性能测试。结果表明该方法对实际误差的估计精度达到0.0701°(RMS),可较好的估计出加速度计测角误差,为提高平台自主工作模式的稳定精度奠定基础。     

漂浮基空间机器人系统基于增广变量思想的改进变结构滑模控制

讨论载体位置与姿态均不受控制的漂浮基空间机器人系统的控制问题.首先导出了空间机器人欠驱动形式的系统动力学方程.之后借助于增广变量法,证明可以将上述系统动力学方程及系统增广广义Jacobi矩阵分别表示为一组适当选择的组合惯性参数的线性函数.以此为基础,根据具有较强鲁棒性的变结构滑模控制理论,设计了一种空间机器人惯性空间期望轨迹跟踪的改进变结构滑模控制方案.与传统变结构滑模控制相比,所提控制方案通过一次离线预估控制律中相关矩阵元素的上下限,从而避免了实时控制过程中重复计算系统动力学方程中科氏力、离心力项的麻烦,因此有效减少了计算量,更适用于机载计算机运算能力有限的空间机器人控制系统实时应用.仿真运算,证实了方法的有效性.     

紧耦合INS/视觉相对位姿测量方法

研究了一种紧耦合INS/视觉相对位姿测量方法在无人机自主空中加油中的应用。该方法直接将特征点的图像坐标作为滤波器输入,避免了求解复杂的非线性位姿方程,尤其是特征点提取不全时,该方法具有较强的鲁棒性。引入相对惯导误差建立了增广状态模型,根据杆臂效应详细推导了紧、松两种耦合模式的量测方程。采用扩展卡尔曼滤波算法估计误差状态,并校正惯导输出获取精确的相对位姿信息。仿真结果表明,与松耦合模式相比,紧耦合在提高系统实时性的同时可获得更高的测量精度,位置误差小于0.1 m,姿态角误差小于3'。     

陀螺零偏二次模型参数的系统级辨识算法

以单轴旋转光学捷联惯性导航系统为原型,假设水平陀螺常值漂移的影响得以完全调制,方位陀螺漂移为随时间变化的二次模型,在水平阻尼工作模式下推导了系统位置误差与方位陀螺漂移之间严格的数学关系。分别设置了方位陀螺漂移仅有常值项、一次项、二次项和全系数误差的误差模型,利用递推最小二乘算法成功辨识出设定的二次模型中各个参数值。仿真结果表明,常值项首先被辨识出来,估计时间约为14 h,估计误差为6.54e-6(°)/h;一次项系数估计时间约为30 h,估计误差为2.73e-8(°)/h;二次项系数估计时间约为42 h,估计误差为1.51e-9(°)/h;全系数估计需要45 h,估计误差为7.28e-6(°)/h。辨识结果验证了该算法的正确性。实际系统中,可适当增加总的辨识估计时间,以达到更高精度的辨识结果。     

一种新型变指数幂次趋近律的设计与分析

针对传统滑模趋近律中的抖振现象、收敛速度慢等不足,提出一种新型变指数幂次趋近律。该趋近律通过使用变指数幂次项,实现了在系统趋近过程中根据不同阶段进行自适应调节的功能,大幅提高了系统的收敛速度,并具有全局有限时间收敛特性。当系统存在模型不确定型和外部有界扰动时,滑模变量可在有限时间内收敛到边界层宽度为1左右的稳态误差界内,且该稳态误差小于现有的双幂次趋近律、快速幂次趋近律和多幂次趋近律等方法的结果。仿真算例验证了所提出趋近律的有效性和优越性。