Command filtered integrated estimation guidance and control for strapdown missiles with circular field of view

In this paper,an integrated estimation guidance and control(IEGC)system is designed based on the command filtered backstepping approach for circular field-of-view(FOV)strapdown missiles.The threedimensional integrated estimation guidance and control nonlinear model with limited actuator deflection angle is established considering the seeker's FOV constraint.The boundary time-varying integral barrier Lyapunov function(IBLF)is employed in backstepping design to constrain the body line-of-sight(BLOS)in IEGC system to fit a circular FOV.Then,the nonlinear adaptive controller is designed to estimate the changing aerodynamic parameters.The generalized extended state observer(GESO)is designed to estimate the acceleration of the maneuvering targets and the unmatched time-varying disturbances for improving tracking accuracy.Furthermore,the command filters are used to solve the"differential expansion"problem during the backstepping design.The Lyapunov theory is used to prove the stability of the overall closed-loop IEGC system.Finally,the simulation results validate the integrated system's effectiveness,achieving high accuracy strikes against maneuvering targets.

带有指令滤波的电力弹簧系统反步控制

针对新能源发电系统因间接性和不确定性导致的电压波动问题,文中首次将反步控制策略应用于电力弹簧(electric spring,ES)系统,并提出一种带有指令滤波的ES反步控制策略。根据ES的数学模型利用反步法设计控制器,并加入指令滤波器,以解决ES反步控制中的计算膨胀问题,同时设计误差补偿信号,并利用Lyapunov稳定性理论验证系统稳定性。通过仿真模拟新能源发电系统网侧电压波动时,ES对关键负载(critical load,CL)电压稳定的效果,以及不同系统参数对文中控制策略的敏感性分析。与传统的比例积分(proportional-integral,PI)控制对比,CL电压动态响应速度提高0.07 s,CL电压畸变率降低31%,参数敏感性分析中CL电压最大偏差率为0.318%,能承受的最大电压幅值波动范围提高52.9 V。仿真结果验证了文中所提出的控制策略具有响应速度快、谐波含量低、抗干扰能力强的优势。

基于状态约束的柔性关节机械臂指令滤波控制

针对单连杆柔性关节机械臂系统,研究了全状态约束条件下机械臂末端位置的跟踪控制问题。利用障碍李雅普诺夫函数约束柔性关节机械臂的关节角位置和电机转角位置等状态变量的幅值,保证所有状态变量不会超出给定的限制区域。在此基础上,通过引入带有误差补偿的指令滤波控制技术克服了传统反步法存在的计算爆炸问题,设计了基于状态约束的指令滤波反步控制器。最后,基于李雅普诺夫稳定性理论证明了柔性关节机械臂系统的稳定性,并通过仿真实验验证了所设计的控制器能够有效保证系统的状态约束性能和位置跟踪精度。

电液作动器摩擦补偿指令滤波控制研究

为了满足泵控电液作动器(EHA)高精度控制的要求,提出一种基于摩擦补偿的全状态反馈自适应鲁棒指令滤波控制的控制方法。随着泵控EHA高压化趋势的发展,作动器摩擦成为影响控制精度的主要因素。改进的摩擦力模型由于结构简单且能够捕获非线性摩擦的主要特征而被应用。为了解决EHA系统中的参数不确定性和模型不确定性问题,提出了自适应鲁棒指令滤波反步控制方法。其优势在于克服了传统反步控制中的“复杂性爆炸”问题,减小了系统在线负担。控制器保证系统达到渐进跟踪性能,通过系统仿真实验验证了算法的有效性。

考虑输入饱和的无人艇神经网络命令滤波反步控制

针对具有输入饱和和未知非线性的无人水面艇(USV)系统的轨迹跟踪控制问题,提出一种基于命令滤波反步的自适应轨迹跟踪控制策略。利用径向基函数神经网络(RBFNN)逼近系统中的未知动态,减少了需要设计的自适应律数量,降低了系统的复杂度,并基于反步法设计了系统的控制律;通过引入命令滤波器及其补偿机制,解决了计算复杂的问题,消除了滤波误差的影响,提高了系统的控制精度;最后仿真验证了所提方法的有效性。

基于复合自适应的Buck变换器预设性能控制

针对Buck型变换器在复杂环境下发生负载波动时输出电压受扰的问题,提出了一种复合自适应预设性能控制方案以提升其控制效果。首先,利用自适应律对模型中包含负载项的非线性函数进行预测估计,同时通过在自适应律更新过程中构建并行估计模型获取预测误差,并将预测误差和跟踪误差融合以设计自适应参数更新律。然后,采用广义比例积分观测器来对剩余不确定性和外部扰动进行估计,并在控制律中进行补偿。最后,结合指令滤波反步控制和指定时间预设性能控制技术,提出了Buck型变换器复合自适应预设性能控制方案。所提出的方案保证了对负载波动的高精度预测,避免了在突发情况下输出电压超出预设函数范围,此外还证明了闭环控制系统中的信号收敛性。实验结果表明,复合自适应预设性能控制在负载突然减小的情况下系统最大偏离电压为0.376 V,相比于传统自适应反步控制的1.773 V减少了78.7%,验证了所提方案的有效性以及优越性。

基于命令滤波的多电机协同控制设计及多轴辊压系统应用

针对多电机同步驱动的调速及伺服系统高精度协同控制问题,设计了基于命令滤波反步技术及虚拟主轴同步控制策略的高性能协同控制方法。结合永磁同步电机动力学模型与直轴电流闭环为0的矢量控制策略,构建交直轴解耦的简化多电机模型。基于命令滤波反步技术,设计多电机协同控制器,避免传统反步法控制器设计过程中的项数爆炸问题。进一步采用虚拟主轴同步控制策略设计多个电机之间的同步反馈信号,避免“伺服打架”现象产生的额外能量损耗及机械结构损伤。将所设计控制方法应用在烟草多轴辊压系统中,通过实际生产数据验证了所提方法的有效性与优越性。

时变输出约束机械臂系统渐近跟踪控制

针对非对称时变输出约束的机械臂系统,提出了一种基于事件触发的自适应渐近跟踪控制策略。首先,采用自适应命令滤波反步方法,解决了“计算爆炸”问题;同时,利用时变非对称李雅普诺夫函数,可以保证闭环系统的渐近稳定性且系统状态满足非对称时变约束条件;此外,自适应渐近跟踪控制可以保证在存在不匹配扰动的情况下,跟踪误差渐近收敛于零。该控制器设计采用了事件触发控制策略,在必要时产生控制输入,减少通信负担,提高了控制性能;最后,通过对非对称时变约束下的双连杆机械臂系统进行仿真,验证了该方法的有效性。

具有不确定控制增益严格反馈系统的自适应命令滤波控制

针对一类具有不确定控制增益的严格反馈系统,提出一种基于命令滤波反推技术的自适应神经网络控制方法.该方法采用神经网络对系统中的未知非线性函数进行逼近,并引入命令滤波反推技术克服“计算膨胀”的问题.与现有的命令滤波反推控制文献相比,本文通过构造自适应误差补偿系统,同时消除滤波器产生的边界层误差和不确定控制增益对系统性能造成的影响.仿真结果验证了所提控制方法的有效性.

具有未知谐波干扰的船舶动力定位自适应控制

针对具有未知谐波干扰的船舶动力定位控制问题,设计自适应干扰抵消控制策略。海洋环境扰动被表示为参数未知且系统矩阵所有特征值位于虚轴上外部系统的输出向量,构造观测器提供外部系统状态向量的在线估计值,使船舶扰动补偿转化为自适应控制问题。利用自适应动态面控制设计干扰抵消控制律,指令滤波器和辅助动态系统被引入降低输入饱和的影响。理论证明控制律能够使得船舶位置和航向角保持在期望值上,同时保证闭环动力定位控制系统所有信号一致最终有界。仿真结果验证了自适应干扰抵消控制的有效性。

考虑未知惯量与不平衡力矩的四电机同步驱动伺服系统容错控制

针对四电机伺服系统中单个电机的故障,提出了一种基于命令滤波反步法的容错控制方案。首先,建立带有未知惯量和不平衡力矩的故障伺服系统动力学模型;随后,采用命令滤波反步技术进行控制器设计,构建误差补偿系统提高控制精度;此外,利用神经网络处理故障电机引起的非线性扰动,并设计同步误差信号实现系统的同步控制;最后,基于Lyapunov稳定性理论证明单电机故障情况下闭环系统的稳定性,设计仿真验证了所提控制方法的有效性及优越性。

控制方向未知的多智能体系统有限时间预设性能控制

研究了一类具有多个未知且非相同控制方向的多严格反馈系统在有限时间内预设性能控制问题。为了方便证明,将整个系统稳定性的证明转化为对子系统误差有界性的证明,简化了设计与分析过程。此外,通过命令滤波技术避免了传统反推法中对虚拟控制量的求导。所设计的分布式控制器可以保证邻域误差在规定的边界内演化,并且可以任意设定收敛时间,即在规定的时间内收敛到预先设定的任意小的邻域内,提高了系统的稳态与瞬态性能。最后,通过一个数值仿真验证了所提控制器的有效性。

基于观测器的连续搅拌反应釜命令滤波控制

针对连续搅拌反应釜系统在实际应用过程中存在的外部扰动和状态不可测问题,设计了一种基于观测器的模糊自适应命令滤波控制策略。首先,利用模糊逻辑系统去逼近系统中存在的非线性函数,同时设计模糊状态观测器对系统的状态变量实时估计;其次,将自适应反步控制方法与命令滤波技术相结合,通过设计非线性扰动观测器准确估计系统的外部扰动,并在反步法设计过程中进行扰动补偿,从而使控制器的设计过程更简单,同时解决了传统反步法导致的“计算爆炸”问题。通过Lyapunov稳定性理论证明了闭环系统的稳定性。MATLAB仿真结果表明,所设计控制方案具有稳态误差小、控制精度高、抗干扰能力强,可直接对系统状态变量进行观测的优点。

基于改进粒子滤波的微电网频率自适应控制方法研究

当前,微电网频率自适应控制方法无法准确求取系统内部频率指令,导致控制频率偏差值较大。针对这一问题,提出基于改进粒子滤波的微电网频率自适应控制方法。根据微电网系统的结构,对节点逆变器和多源负荷进行分别建模。采用同调函数对系统子模型进行拟合,构建微电网系统等值模型。引入改进粒子滤波算法提取原始频率时间序列中的高频分量,并结合粒子归一化权重计算系统内部频率调度函数,以获取准确的频率指令,从而完成初始功率的分配。采用模糊逻辑原理设计频率自适应控制器,实现对微电网频率的自适应控制。以含分布式电源的微电网系统作为仿真案例进行试验。试验结果表明,利用所提方法对系统的频率波动进行控制,所得到的控制频率偏差值始终在0.05以下。该研究实现了微电网频率自适应,且控制频率偏差值较低、整体控制效果较好。

随机非线性系统的有限时间命令滤波输出反馈跟踪控制

研究了一类随机非线性系统的输出反馈跟踪控制问题。首先,引入带有补偿机制的有限时间命令滤波技术,以解决传统反步法带来的复杂度爆炸问题。然后,借助于自适应控制策略来补偿不确定参数。在该控制策略下,输出信号能够在有限时间内跟踪给定的目标信号。利用随机有限时间稳定性理论,将有限时间命令滤波技术与模糊逻辑系统相结合,确保输出跟踪误差系统能够在有限时间内实现稳定。最后通过仿真验证设计控制器的有效性。

基于指令滤波的PMSMs全状态约束有限时间控制

针对考虑全状态约束的永磁同步电动机系统,提出了一种基于指令滤波技术的神经网络自适应有限时间位置跟踪控制方案。首先,利用有限时间控制加快系统收敛、减小跟踪误差以及有效解决系统的负载转矩扰动问题;其次,引入指令滤波技术解决传统反步控制的“计算爆炸”问题,设计有限时间误差补偿机制抑制了滤波误差的影响;最后,运用神经网络自适应技术处理系统中未知的非线性函数,引入障碍Lyapunov函数确保系统的状态量被约束在预定义的紧集内。仿真和实验结果表明,该方法可以实现对期望信号快速有效的跟踪。

状态约束自主水下机器人的自适应有限时间跟踪控制

针对状态约束情况下自主水下机器人(autonomous underwater vehicle,AUV)的跟踪控制问题,提出了一种自适应命令滤波有限时间控制方案。该控制方案在保证系统有限时间收敛的前提下,不仅使用命令滤波器规避了虚拟控制信号高阶导数的使用,解决了计算复杂性问题,而且构建了有限时间误差补偿信号来避免由于使用滤波器而产生的滤波误差对控制性能的影响,同时利用径向基函数神经网络逼近技术处理系统中的未知非线性动态。最后,证明了所提出的控制器可以保证位置跟踪误差在有限时间内收敛到期望邻域内,同时不超过预先定义的状态约束。通过仿真实验验证了所提控制方案的合理性与可行性。

部分约束下空中目标拦截制导控制一体化方法

针对拦截空中目标的场景,提出一种考虑攻击角度的制导控制一体化(integrated guidance and control,IGC)方法,同时考虑输入饱和以及攻角的约束问题。首先,在俯仰平面下对包含不确定性的系统进行了建模。基于反演法和指令滤波器,处理了攻击角度约束问题和执行器机械限制的输入饱和问题,设计了含误差积分反馈的补偿项以处理跟踪误差,引入了障碍Lyapunov函数将攻角约束在预设区间。基于Lyapunov理论证明了闭环系统的稳定性和变量的有界性,以及各约束条件的成立性。仿真实验表明,方法能够以预设角度有效拦截目标,过程满足对输入以及攻角的约束条件,同时具备较强的鲁棒性。

未知非线性多智能体系统的分布式有限时间自适应神经网络控制

针对一类具有未知磁滞输入的非线性多智能体系统,提出了一种基于改进命令滤波器的分布式预设性能自适应神经网络渐近一致控制方案。首先,为保证系统的跟踪性能,提出了基于新型性能函数的有限时间Funnel控制方案,使得跟随者与领导者在有限的时间内输出一致。其次,利用径向基神经网络和放缩方法消除了未知非线性的影响。然后,使用命令滤波器解决了传统递归方法的“微分爆炸”难题。理论分析表明:该控制方案消除了未知磁滞输入的影响并且实现了一致性误差渐近收敛至0。最后通过实例仿真验证了文中控制方案的有效性。

输入受限下机器人关节神经网络自适应控制

针对机器人关节控制输入受限以及动力学模型中存在非线性摩擦、柔性变形和未知外部干扰力矩等问题,提出了一种基于径向基函数(radial basis function,RBF)神经网络的输入饱和指令滤波自适应控制方法。基于指令滤波反步法,采用饱和函数约束控制输入的幅值,使用RBF神经网络在线逼近未知干扰,并利用Lyapunov稳定性理论证明了闭环系统的所有误差最终一致有界。仿真结果表明,控制算法不仅使系统的控制输入幅值被严格约束在规定的范围之内,完成了对目标轨迹的高精度跟踪(跟踪误差约为±0.003 rad),而且还可抵抗外部阶跃干扰力矩和建模误差对控制系统的不良影响,保证系统的高精度与强鲁棒性,性能优于PID(propotional integral derivative)控制和普通指令滤波反步控制(command filter backstepping control,CFBC),对机器人关节在高精度领域应用与智能控制具有重要价值。