基于FLNDO的近空间飞行器鲁棒最优预测控制(英文)

针对有强烈干扰和不确定因素影响的近空间高超声速飞行器,提出了一种鲁棒最优广义预测控制律。控制律由最优广义预测控制律(OGPC)和一种新的泛函连接网络干扰观测器(FLNDO)构成。输出的有限时域预测由泰勒级数的展开实现。飞行中的未建模动态以及未知干扰由FLNDO来估计,并且文中也给出了FLNDO和闭环系统的稳定性分析。仿真结果表明对于姿态角和角速率的跟踪问题,设计的控制器达到了满意的控制效果,并且也成功实现了对干扰的抑制以及参数变化的鲁棒性要求。

一类非线性随机系统的自适应预测控制

根据线性滤波和谱分解定理及成型滤波器原理构成一非线性随机系统模型,结合在工作点处用线性的动态切平面逼近一般非线性系统的方法,基于准则函数和广义最优预测算法,采用NARMAX模型的非线性递推参数估计算法辨识未知参数,提出一种自适应预测控制算法,仿真研究验证了算法的有效性。

基于OGPC的无人机姿态控制律设计

对最优广义预测控制算法进行了深入研究,将无人机的姿态分为快、慢两个回路,分别将最优广义预测控制算法应用到两个回路的控制律设计中,并进行了仿真分析。结果表明,基于最优广义预测控制算法的无人机姿态控制律具有良好的控制性能。