基于伪逆模型的线性系统自适应迭代学习控制

为了解决因系统参数未知而导致传统的P-型、D-型ILC算法的收敛性条件无法获取和最优ILC控制律无法构建问题,提出一种基于伪逆模型的自适应迭代学习控制策略。通过最小化实际系统输出与估计系统输出之间的误差,对系统参数矩阵提出估计方案。将估计的系统参数矩阵的逆矩阵引入到控制律设计过程中。结果表明:所提算法的跟踪误差单调收敛到零。数值仿真验证了所提算法的有效性和理论分析的正确性。

重复使用运载器基于轨迹线性化的俯仰角控制

为了改善重复使用运载器末端区域能量管理段的控制系统性能,提出了一种基于轨迹线性化的俯仰角控制回路结构,该结构由伪逆模型前馈和反馈控制组成.根据瞬时平衡的定义,沿轨迹剖面线性化,获得了伪逆模型的设计方法,形成俯仰控制结构.以高空超声速飞行为例,进行了俯仰角控制设计,并与常规反馈控制相比较.结果表明,基于轨迹线性化的俯仰角控制,可以改善控制系统的动态性能,减小反馈回路的负担,降低积分饱和的可能性.

基于神经网络的非线性系统轨迹线性化自适应容错控制

针对一类仿射非线性系统,首先采用轨迹线性化方法将其等价表示为线性时变系统;然后利用神经网络构建伪逆模型以及动态故障模型;最后基于模型参数变化,应用李亚普诺夫稳定性理论构建标称系统控制器及故障补偿控制律,从而实现系统故障下的稳定有界容错控制.仿真结果表明了所提出算法的有效性.