基于固定时间积分滑模观测器的双闭环UUV轨迹跟踪控制

针对水下无人航行器(UUV)轨迹跟踪控制问题,设计一种基于固定时间积分滑模观测器(FTISO)的双闭环运动控制策略。建立UUV运动数学模型,对运动学外环设计积分滑模控制器,使用非线性微分器获得外环虚拟控制律的导数,以保证航行器位置能够精确收敛。考虑动力学内环存在的模型不确定性和外部干扰难以测量等问题,采用FTISO实现对集总干扰快速估计,同时引入李雅普诺夫函数分析系统的稳定性。在仿真环境下对比基于FTISO的双闭环积分滑模控制与积分滑模控制、RBF网络自适应滑模控制的控制效果。仿真结果表明:基于FTISO的双闭环滑模控制对集总干扰有良好的补偿能力,可提高控制系统的性能及精度,可保证UUV在不同环境下均能实现轨迹跟踪。

交通监管无人机的控制器设计

本文提出一种新的级联控制策略。利用自适应RBF神经网络控制和双闭环积分滑模控制,实现对无人机的位置控制以及姿态控制。自适应RBF神经网络控制可在线的、有效的估计未知的模型参数和持续的外界干扰,双闭环积分滑模控制可保证姿态系统状态量沿着预先设定的滑模面渐进收敛到期望的姿态轨迹,仿真结果表明本文的控制方法具有对外界干扰及模型不确定性良好的鲁棒性、光滑的输出信号以及非线性函数的逼近特性。