四旋翼飞行器的RBF神经网络鲁棒自适应控制

针对具有模型不确定性和有界外部扰动的四旋翼飞行器,提出了一种基于径向基函数神经网络的鲁棒自适应全局控制方法(RRAC)。所提方法结合了神经网络控制对未知非线性的强拟合能力和鲁棒控制的全局稳定性,解决了神经网络控制仅能实现半全局一致最终有界的问题,实现了控制精度和鲁棒性的双重提升。所设计的控制器由在近似域内工作的神经网络控制器和在近似域外工作的鲁棒控制器组成。引入一种新型切换函数来实现两者之间的平滑切换,以保证闭环系统的所有信号是全局一致最终有界的。利用Lyapunov函数和Barbalat引理严格证明了非线性四旋翼飞行器系统的稳定性。仿真表明,所设计的控制器在模型不确定性和有界外部扰动下对参考轨迹依旧保持良好的跟踪性能,且跟踪误差趋近于零。

航天器姿态跟踪的几乎干扰解耦控制

研究了有界干扰力矩作用下航天器姿态跟踪的几乎干扰解耦控制问题.采用修正罗德里格参数(MRP)作为航天器的姿态描述.利用非线性系统中的微分几何理论,通过反馈线性化方法设计跟踪控制器,使得在实现姿态跟踪的同时,实现了对系统的几乎干扰解耦控制,即在L2增益意义下实现了从干扰到跟踪误差的影响任意小,并通过Lyapunov方法证明了干扰对跟踪误差的L2增益可以通过调节相关参数实现任意减小,同时保证了姿态跟踪误差系统是全局一致最终有界稳定的.最后进行数学仿真研究,验证了所设计的几乎干扰解耦控制器的可行性和有效性.

刚体卫星相平面控制闭环系统稳定性分析

针对航天器姿态控制系统相平面控制的稳定性分析这一难题,本文提出一种简化相平面控制律,并选取刚体卫星作为被控对象,研究闭环控制系统的稳定性.利用相平面分析方法对闭环系统轨线进行定量估计,证明闭环控制系统存在特定的稳态区域,并给出该稳态区域的计算公式.采用相平面分析方法定量估计闭环系统轨线的思想,证明当控制律参数满足适当条件时,从任意初值状态出发的闭环控制系统轨线都可以在有限时间内到达稳态区域,并且一直保持在稳态区域中,从而证明闭环控制系统的全局一致最终有界性.推导出闭环控制系统的轨线从初值状态到达稳态区域所用时间的估算公式.仿真验证了结果的有效性.

基于L_2增益稳定的航天器鲁棒姿态控制

研究了有界干扰输入下的航天器姿态调节控制问题,设计了鲁棒姿态控制算法,使得从干扰力矩输入到系统某一指定的性能输出的L2增益小于任意给定的正常数,从而实现了对干扰力矩的抑制.避开了直接求解使闭环系统L2增益小于给定值的某个相应的Hamilton-Jacobi-Isaacs偏微分方程或不等式的困难.通过选取恰当的Lyapunov函数,分析证明了前述L2增益是小于任意给定的正值,保证了闭环系统的状态轨迹在有界干扰作用下是全局最终一致有界的.仿真结果验证了所提出的鲁棒控制方案的有效性.

具有时变约束的机械臂系统自适应控制器设计

对具有时变约束的不确定多自由度机械臂动态系统问题,设计出一种基于障碍李雅普诺夫函数(Barrier Lyapunov Function,BLF)的自适应径向基函数神经网络切换控制器。在传统的径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)的基础上设计出一种带有时变参数的万能逼近器逼近机械臂系统中的不确定性,引入BLF进行稳定性分析,并设计一个滑模面使未知机械臂系统的状态在超出预先设计的定义域时,能够通过自适应律进入RBFNN的万能逼近域。仿真结果表明,该控制器可以保证系统在时变输出约束的条件下具有良好的跟踪性能,与其他的RBFNN控制器相比,该控制器的逼近精度可以自动在线更新,并将半全局稳定性扩展到全局稳定性。

事件驱动多关节机械臂轨迹跟踪自适应鲁棒控制

针对具有不确定干扰和建模误差的多关节机械臂轨迹跟踪控制问题,基于自适应鲁棒控制算法提出事件驱动跟踪控制器。通过自适应鲁棒控制保证多关节机械臂轨迹跟踪精度,处理不确定干扰和建模误差带来的不确定性影响。利用事件驱动控制框架,以当前跟踪误差和期望状态等变量作为输入定义事件驱动系统的变量。根据Lyapunov稳定性理论获得了驱动条件,且证明了无Zeno现象发生,使系统在满足驱动条件时更新控制指令,从而减少系统能耗与通信频率,提高系统的可靠性,保证多关节机械臂跟踪控制系统半全局最终一致有界。通过仿真验证了理论结果的有效性。