基于有限时间干扰观测器的改进模型水下机器人自适应鲁棒容错控制

针对无人水下机器人(unmanned underwater vehicle,UUV)工作中存在的执行器故障,在系统不确定性与外界干扰下,提出一种基于有限时间扰动观测器(finite time disturbance observer,FTDO),并结合改进模型的自适应鲁棒容错控制方法。一方面,FTDO能在有限时间内对外界环境干扰进行估计;另一方面利用滑模控制加上径向基神经网络(radial basis function neyral network,RBF)的万能逼近特性,建立带有执行器故障的输入补偿;其中改进模型的引入解决了系统不确定性导致的输入饱和,提高了稳定性与鲁棒性;其次采用一种新型的双幂趋近律使滑模量在更短时间收敛到稳态误差界内;仿真与水池实验结果表明了所提方法相对于滑模控制有着更好的容错效果。

一种高超声速滑翔飞行器滑模控制器设计

针对高超声速滑翔飞行器(HGV)再入段姿态控制,设计了一种基于快速幂次趋近律的滑模控制器,通过仿真验证了该控制器的控制性能.仿真结果表明,该控制器能够实现对姿态角阶跃指令的良好跟踪,对参数偏差具有较好的鲁棒性,且在相同的飞行条件和控制器参数下,与基于传统幂次趋近律的滑模控制器相比具有更好的控制性能.

高机动弹道目标末端拦截的新型有限时间滑模制导律设计

针对高机动弹道目标末端拦截问题,设计了一种具有有限时间收敛特性的新型滑模制导律。首先针对目标三维运动强耦合的特点,基于视线旋转坐标系内弹目相对运动关系建模,结合降维微分几何制导律和滑模控制理论,并采用快速双幂次趋近律构造了有限时间内快速收敛的连续制导指令;同时,采用了一种在末端拦截段使视线转率随弹目相对距离的减小在有限时间内快速收敛的滑模面;进而将目标的机动加速度视为上界未知的有界扰动,并通过自适应估计实现对目标加速度上界的快速逼近,可显著提高滑模面收敛速度,同时减弱抖震现象;最后,通过李雅普诺夫定律,对所提出新制导律的稳定性进行了证明。仿真结果表明,所设计的新型制导律能有效拦截高机动弹道目标。