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。     

一类不确定广义系统故障估计的有限时间鲁棒观测器设计

针对一类具有不确定性的广义系统,提出一种故障估计观测器设计方案.该观测器具有非奇异结构,不仅保证增广误差系统动态方程满足有限时间有界性条件,而且保证故障估计误差对于扰动在有限时间内具有鲁棒性.首先,视故障为系统部分状态变量,建立增广广义系统模型.之后,从有限时间分析增广误差系统的有界性,讨论故障估计误差对于扰动的有限时...     

一类广义连续-离散系统量测丢失情况下鲁棒滤波算法

有噪声的非线性广义连续-离散系统的状态估计问题是目前一个较新的研究领域。量测丢失可能会导致系统动态模型的状态估计值与动态方程真实值产生较大偏差。为解决该问题,针对一类量测丢失情况下的范数有界非线性广义连续-离散系统,提出一种基于鲁棒扩展卡尔曼滤波(REKF)算法的状态估计方法。首先,给出参数并使用欧拉离散化方法将理想化的广义连续-离散系统转化为非奇异离散系统,但这样的处理方式导致转换得到的非奇异离散系统动态模型中存在新增不确定项。针对该问题,提出最优上界以保证卡尔曼滤波误差协方差矩阵收敛。其次,针对转化得到的非奇异离散系统,提出基于该优化上界的扩展卡尔曼滤波方法,用于在量测丢失时对系统的动态模型量进行观测。最后,仿真算例验证了该方法的有效性。     

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。