收藏本站
《南京航空航天大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究

薛雅丽  
【摘要】:近空间飞行器( Near Space Vehicle NSV)是各军事大国日益关注的新型飞行器,具有重大战略价值,区别于传统航空器与轨道航天器,NSV具有飞行空域特殊、飞行包络极大、高机动、多任务模式、多工作状态等特点,使得适应其运动特点的高性能飞行控制系统的设计成为一项极具挑战性难题,围绕这一难题,本文在NSV的大包络飞行运动建模与特性分析、时变非线性系统稳定性、非线性不确定鲁棒自适应飞行控制等方面开展了较为深入的研究,主要研究成果如下: 参照国内外公开发表的文献资料,并采用本文作者所在实验室已建立起来的近空间飞行器动力学模型,给出并完善能反映NSV多变量、高度非线性等飞行控制特性的数学模型,仿真结果表示所建模型具有复杂的非线性、耦合性及时变性等特点。 其次介绍了轨迹线性化控制(Trajectory Linearization Control TLC) )控制方案的基本思想及TLC方法理论基础,并采用TLC方法为近空间飞行器设计了NSV飞行控制系统;TLC方法在外界不确定变大时会显示出其局部指数稳定,当NSV高超声速飞行时,系统模型与已建模系统有较大偏差,故提出了基于全调节径向基神经网络(Fully Tuned Radial Basis Function Neural Network FTRBFNN)的鲁棒自适应轨迹线性化控制,采用FTRBFNN对不确定和干扰构成的复合干扰进行在线逼近,并依据Lyapunov稳定性理论设计出该控制策略的自适应控制律,并加以证明。FTRBFNN具有良好的逼近性能,而且控制律中增加鲁棒项可以有效消除系统的跟踪误差,提高系统控制精度。在高超声速条件下对NSV进行的姿态运动仿真,结果表明,所设计的复合控制策略在干扰较大的情况下依然具有较好的控制性及鲁棒性。 接着小波神经网络对未知非线性函数具有良好的逼近能力,据此研究了基于小波神经网络的鲁棒自适应轨迹线性化控制方法,采用适用于多输入多输出非线性系统的单尺度小波框架函数(Single-Scaling Wavelet Frame)作为小波网络激活函数,并推导出其相应的控制策略。依据Lyapunov稳定性理论设计出单尺度小波神经网络自适应调节律,并证明了采用该自适应调节律可以保证闭环系统所有误差信号最终有界。仿真结果表明,NSV在高超声速飞行条件下采用本章研究的各种鲁棒自适应轨迹线性化控制方案不仅有效,而且可以获得良好的控制性能。 通过借鉴智能干扰观测器的设计方法,充分利用系统的有用信息,对未知不确定进行在线逼近,研究了基于小波神经网络干扰观测器(WDO)的鲁棒自适应轨迹线性化控制策略,控制律基于轨迹线性化控制方法结合李亚普诺夫稳定方法推得。小波神经网络干扰观测器在控制律调整时将系统跟踪误差和观测器本身观测误差同时考虑,提高了系统对未知非线性的逼近精度。同时采用Lyapunov方法对本文提出的控制策略证明了系统的稳定性。仿真结果表明,本文提出的控制方案在NSV高超声速飞行状态能得到良好的控制性能和鲁棒性能。 依据模糊神经网络的设计思想,将模糊技术与小波神经网络相结合即模糊小波神经网络(Fuzzy Wavelet Neural Network, FWNN),利用小波神经网络的学习功能来优化模糊控制规则和相应的隶属函数,可以减弱人为选择模糊规则主观性缺点,即模糊规则和隶属函数可以自动学习生成。依据该方法思想,基于轨迹线性化方法针对NSV六自由度动力学模型进行了控制器设计,并进行稳定性分析;源于模糊小波神经网络自适应律是依据Lyapunov稳定性定理设计的,所以通过证明过程可知所设计的自适应律能保证闭环系统跟踪误差和权值误差有限时间内渐近收敛。仿真结果显示,在此条件下,本章所设计的飞行控制系统仍有更好的自适应能力及强鲁棒性,验证了控制器的有效性。
【学位授予单位】:南京航空航天大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:V249.1;TP13

【引证文献】
中国期刊全文数据库 前1条
1 王首斌;王新民;姚从潮;谢蓉;;基于状态观测器的高超音速飞行器动态面反步控制[J];航天控制;2012年06期
【参考文献】
中国期刊全文数据库 前10条
1 陈谋,姜长生,梅蓉;基于干扰观测器的新一代歼击机鲁棒飞行逆控制器设计[J];飞机设计;2004年01期
2 李俊民;李靖;薄立军;;一类非线性动态系统的自适应模糊小波神经网络控制[J];工程数学学报;2006年01期
3 李大光;太空作战的指导思想[J];国际太空;2004年03期
4 段锋;;临近空间飞行器现状与发展[J];航空科学技术;2007年06期
5 武国庆,姜长生,张锐,卢伟健;基于径向基神经网络的不确定非线性系统的鲁棒自适应控制[J];航空学报;2002年06期
6 朱荣刚,姜长生,邹庆元,蔡世龙;新一代歼击机超机动飞行的动态逆控制[J];航空学报;2003年03期
7 陈谋;姜长生;吴庆宪;;基于多模型方法的全包络鲁棒飞行控制器设计[J];航空学报;2006年03期
8 王彦广;李健全;李勇;姚伟;;近空间飞行器的特点及其应用前景[J];航天器工程;2007年01期
9 周岗;姚琼荟;陈永冰;周永余;;基于输入输出线性化的船舶全局直线航迹控制[J];控制理论与应用;2007年01期
10 刘金琨;孙富春;;滑模变结构控制理论及其算法研究与进展[J];控制理论与应用;2007年03期
中国博士学位论文全文数据库 前3条
1 魏荣;小波分析在非线性系统控制中应用的若干问题研究[D];南京理工大学;2002年
2 朱亮;空天飞行器不确定非线性鲁棒自适应控制[D];南京航空航天大学;2006年
3 黄国勇;基于Terminal滑模的空天飞行器再入鲁棒自适应控制[D];南京航空航天大学;2007年
中国硕士学位论文全文数据库 前1条
1 徐勇勤;高超声速飞行器总体概念研究[D];西北工业大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 刘国璧;袁宏俊;孙群;孟涛;;基于模糊神经网络的刘翔110m栏成绩预测[J];安徽电子信息职业技术学院学报;2011年01期
2 唐富杰;刘如平;杨虎;;模糊控制在结晶器液位控制中的应用[J];包钢科技;2009年02期
3 孙伟;丰吉贺;王红岩;贺小军;;基于分散模糊控制的整车主动悬架平顺性联合仿真[J];车辆与动力技术;2009年02期
4 李冀鑫;徐彦军;侯志强;;基于H_∞混合灵敏度的着舰飞控系统[J];兵工自动化;2010年06期
5 贾临生;吴文海;陈晔;姜鹏;;预警机飞行器管理系统的功能结构研究[J];兵工自动化;2011年02期
6 鲁可;袁锁中;刘曌;钱秋朦;;基于动态逆与QFT的鲁棒飞行控制器[J];兵工自动化;2012年05期
7 夏春利;;试论近空间的法律地位——兼谈空气空间和外层空间的定界问题[J];北京航空航天大学学报(社会科学版);2009年04期
8 肖敏;史忠科;;主动攻击水雷出水姿态控制和弹道仿真[J];兵工学报;2010年09期
9 黄骏;白连平;;永磁同步电动机控制方法研究[J];北京信息科技大学学报(自然科学版);2011年06期
10 张伯辉;李天剑;刘相权;;基于工控机与S7-200的电源监控系统研究[J];北京信息科技大学学报(自然科学版);2012年03期
中国重要会议论文全文数据库 前10条
1 祝乐梅;岳宝增;;充液航天器姿态的自适应非线性动态逆控制[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 ;A Fuzzy Logic Based Approach to Compensating for the Dynamic Inverse Error in the Cruise Missile TF/TA System[A];第二十七届中国控制会议论文集[C];2008年
3 彭建亮;孙秀霞;朱凡;张健;;基于遗传算法的多约束三维航迹规划方法研究[A];第二十七届中国控制会议论文集[C];2008年
4 李杰;黎莉;翟小花;钱正在;;基于定量反馈理论的非线性动态逆飞行控制系统设计[A];第二十九届中国控制会议论文集[C];2010年
5 彭良福;林云松;;一种基于动态逆的编队飞行位置误差控制方法[A];第二十九届中国控制会议论文集[C];2010年
6 靳添絮;刘立;陈树新;卢月品;;伺服系统位置控制中基于扩展状态观测器的变结构控制[A];第二十九届中国控制会议论文集[C];2010年
7 ;The Sliding Mode Control Method of Grid-Connected Inverter Applied to Three-Phase Intermittent Power Supply[A];第二十九届中国控制会议论文集[C];2010年
8 庄益夫;陈洁;潘长鹏;;一类高超声速飞行器的建模及非线性控制[A];中国自动化学会控制理论专业委员会A卷[C];2011年
9 岑飞;孙海生;梁频;;基于非线性动态逆的过失速机动飞行控制律优化设计及评估[A];中国自动化学会控制理论专业委员会C卷[C];2011年
10 陈宁;台永鹏;;具有不确定参数时滞控制系统的滑动模分数阶补偿器方法[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
2 王前;开关电源的协同控制理论及脉宽调制应用技术研究[D];华南理工大学;2010年
3 张勇;交通流的非线性分析、预测和控制[D];北京交通大学;2011年
4 崔明勇;微网多目标优化运行及控制策略研究[D];华北电力大学(北京);2011年
5 王云峰;硫化镍矿选矿过程模型及优化策略研究[D];兰州理工大学;2010年
6 罗亮;基于单位分解的非线性不确定系统模糊自适应镇定与跟踪控制分析[D];广东工业大学;2011年
7 张平均;共振式水泥混凝土路面破碎车控制及故障诊断系统的关键技术研究[D];中南大学;2011年
8 王小方;260kVA无源软开关辅助变流器研究[D];中南大学;2011年
9 王倩;高超声速飞行器飞行控制系统设计方法与仿真研究[D];复旦大学;2011年
10 陈爱武;小型车载稳定平台控制方法研究[D];中国矿业大学(北京);2011年
中国硕士学位论文全文数据库 前10条
1 冯小冬;基于模糊PID控制的呼吸机压力控制研究[D];南京医科大学;2010年
2 许继影;一类非线性时滞系统的稳定性及鲁H_∞控制[D];广西师范学院;2010年
3 房传礼;基于RS485总线的污水处理自动监控系统的研究[D];郑州大学;2010年
4 孔祥伟;城市二次供水智能控制系统的研究与开发[D];郑州大学;2010年
5 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
6 史文韬;基于DSP的水下机器人嵌入式控制系统设计[D];哈尔滨工程大学;2010年
7 吴鑫;舰载机自动着舰控制系统设计与研究[D];哈尔滨工程大学;2010年
8 万晨;船用汽轮循环泵动态仿真与优化[D];哈尔滨工程大学;2010年
9 吴天柱;基于DSP转台伺服控制系统的设计[D];哈尔滨工程大学;2010年
10 谢笑颖;环境最优船舶区域动力定位方法研究[D];哈尔滨工程大学;2010年
【同被引文献】
中国期刊全文数据库 前2条
1 陈洁;周绍磊;宋召青;;高超声速飞行器迎角观测器及控制器设计[J];北京航空航天大学学报;2011年07期
2 刘强,于达仁,王仲奇;高超声速飞行器的滑模观测器设计[J];航空学报;2004年06期
【二级参考文献】
中国期刊全文数据库 前10条
1 邱晓红,廖芳;无人战斗机飞行管理与控制系统分析[J];北京航空航天大学学报;2000年05期
2 王卓,钱翼稷;乘波机外形设计[J];北京航空航天大学学报;1999年02期
3 朱森元;单级入轨运输器的发射技术研究[J];导弹与航天运载技术;2001年05期
4 陈遵银,徐伟勤;导弹武器系统作战效能研究[J];导弹与航天运载技术;2001年05期
5 潘腾,安复兴;VTVL高超声速航天飞行器优化气动布局研究[J];导弹与航天运载技术;1995年06期
6 肖雁鸿,葛召炎,周靖林,彭永进;全滑模变结构控制系统[J];电机与控制学报;2002年03期
7 焦李成,保铮;子波理论与应用:进展与展望[J];电子学报;1993年07期
8 刘敬华;超燃冲压发动机试验研究的国外动态[J];飞航导弹;2002年03期
9 刘桐林;国外高超声速技术发展探析[J];飞航导弹;2002年06期
10 周军,徐文;美国高超声速研制的最新进展[J];飞航导弹;2003年01期
【相似文献】
中国期刊全文数据库 前10条
1 康中尉,罗飞路,潘孟春,陈棣湘;小波神经网络在缺陷数据压缩和信号重构中的应用[J];自动化仪表;2004年12期
2 毛鸿伟;潘宏侠;刘文礼;;基于粒子群优化的小波神经网络及其在齿轮箱故障诊断中的应用[J];振动与冲击;2007年05期
3 李习武;王艳松;;基于小波神经网络的电能质量扰动辨识[J];电气技术;2007年09期
4 年四成;孙德辉;史运涛;李志军;;小波神经网络分类算法在教育信息管理系统中的应用[J];北方工业大学学报;2007年03期
5 韩文艳;苏铁熊;;D-S证据理论与小波神经网络在发动机故障诊断中的应用[J];内燃机;2008年02期
6 贾正源;田丽;刘庆超;;遗传算法优化的小波神经网络在短期电力负荷预测中的应用[J];工业技术经济;2008年12期
7 周杰;王蕴恒;潘洪亮;;基于遗传算法的小波神经网络DTC转速辨识[J];黑龙江科技学院学报;2009年03期
8 黄胜忠;;小波神经网络在离心压缩机故障诊断中的应用[J];煤矿机械;2010年10期
9 李元松;李新平;代翼飞;田昌贵;陈清运;;小波神经网络在高陡边坡位移预测中的应用[J];武汉工程大学学报;2010年09期
10 陈聪聪;王维庆;;基于小波神经网络法的短期风电功率预测方法研究[J];工业控制计算机;2010年10期
中国重要会议论文全文数据库 前10条
1 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践:第十一次全国岩石力学与工程学术大会论文集[C];2010年
2 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
3 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
4 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
5 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
6 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
7 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
8 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
9 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
10 黎明;;基于小波神经网络理论的GPS变形监测预报方法[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年
中国重要报纸全文数据库 前10条
1 本报记者 刘斐;临近空间 价值堪比“唐僧肉”[N];中国航天报;2011年
2 本报记者 吴红梅;这不是火箭,是个空间飞行器[N];新华日报;2011年
3 车华 许可;空战新星:近空间飞行器[N];解放军报;2005年
4 孙彦新、于杰;空间飞行器有望不靠燃料推进[N];人民日报;2006年
5 洪安 于杰 记者  于莘明;我国空气动力学研究取得长足进展[N];科技日报;2006年
6 记者 蒋建科、赵京安;航天中国造 珠海齐亮相[N];人民日报;2006年
7 航天科技集团公司504所所长 张洪太 党委书记 邱乐德;创空间飞行器有效载荷新辉煌[N];中国航天报;2006年
8 记者  冯春萍 张国栋;在市场磨砺中奋起[N];中国航天报;2006年
9 记者  赵屾 张国栋;湖南航天——铸造利器的坚强臂膀[N];中国航天报;2006年
10 通讯员 王同心;壮志丹心照天穹[N];科技日报;2009年
中国博士学位论文全文数据库 前10条
1 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年
2 艾永明;基于小波神经网络的结构损伤识别方法研究[D];长安大学;2012年
3 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
4 彭周华;舰船编队的鲁棒自适应控制[D];大连海事大学;2011年
5 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年
6 胡德栋;超临界流体中有机固体溶解度的研究[D];山东大学;2005年
7 郑殿春;基于BP网络的局部放电模式识别[D];哈尔滨理工大学;2005年
8 刘明;油田热水供暖系统热负荷智能预测技术研究[D];东北石油大学;2011年
9 李晖;船舶减摇鳍系统智能控制及其可视化仿真的研究[D];大连海事大学;2003年
10 文鸿雁;基于小波理论的变形分析模型研究[D];武汉大学;2004年
中国硕士学位论文全文数据库 前10条
1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
2 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
3 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
4 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
5 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
6 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
7 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
8 葛文谦;小波神经网络在旋转机械故障诊断中的应用研究[D];燕山大学;2006年
9 康辉;基于小波神经网络的模拟电路故障诊断技术研究[D];哈尔滨理工大学;2010年
10 魏光华;基于混沌遗传算法的无速度传感器DTC系统的参数辩识[D];沈阳工业大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026