CN108107738A - 变采样率非线性驱动惯性稳定跟踪控制系统及方法 - Google Patents
变采样率非线性驱动惯性稳定跟踪控制系统及方法 Download PDFInfo
- Publication number
- CN108107738A CN108107738A CN201810130668.6A CN201810130668A CN108107738A CN 108107738 A CN108107738 A CN 108107738A CN 201810130668 A CN201810130668 A CN 201810130668A CN 108107738 A CN108107738 A CN 108107738A
- Authority
- CN
- China
- Prior art keywords
- angular velocity
- theta
- tracking
- frame position
- nonlinear
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 8
- 230000006641 stabilisation Effects 0.000 claims description 7
- 238000011105 stabilization Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000003111 delayed effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 4
- 230000015556 catabolic process Effects 0.000 abstract 1
- 238000006731 degradation reaction Methods 0.000 abstract 1
- 238000009795 derivation Methods 0.000 abstract 1
- 238000006073 displacement reaction Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position Or Direction (AREA)
Abstract
本发明提供了一种非线性驱动惯性稳定跟踪控制系统,主要用于解决运动平台发射装置在多传感器采样、非线性驱动下的稳定跟踪控制问题。本发明利用参数辨识和多项式逼近得到非线性补偿器F1,并在跟踪控制器中设计非线性补偿器,进行线性化处理。对实际架位信息进行人为延迟后进行降采样率设计得到与视线角偏差匹配的架位信息,经过目标预测和插值器提升采样率,使进入跟踪控制系统的输入与系统的控制周期匹配。对跟踪控制系统进行离线系统辨识得到跟踪前馈控制器F2,将目标架位信息求导后与稳定回路的补偿角速度做差后进入跟踪前馈控制器。该方法有效地解决了多采样率、非线性驱动导致的稳定跟踪性能衰减,提高了系统的跟踪精度。
Description
技术领域
本发明涉及一种非线性驱动惯性稳定跟踪控制系统及其控制方法,属于运动平台发射装置跟踪瞄准系统的建模与控制技术领域。
背景技术
随着系统对反应时间的要求越来越高,发射装置随运动平台在行进中发射的应用需求强烈。传统的发射装置采用驻停发射,不涉及到惯性稳定跟踪控制,而行进中发射的系统除了具备惯性稳定的特点外,还需具备良好的跟踪能力。惯性稳定和快速跟踪是这类系统需要解决的主要问题之一。发射装置跟踪瞄准系统的特点是惯量大,系统谐振频率低,传动误差链复杂。为进行有效布局,高低方向采用电动缸驱动的发射装置被应用,经电机、减速器和丝杠构成的驱动系统具有典型的非线性特点。此外,系统的视线角偏差采样具有低采样率、大延迟的特点,与架位信息的高采样率、高实时性的特点不匹配,需要进行匹配设计。上述特点影响跟踪瞄准系统的跟踪性能。
在传统的稳定跟踪瞄准系统设计中,将多数系统近似为线性系统、相同采样率进行处理,通过捷联解耦可以直接得到惯性稳定控制律。在这类非线性驱动、多采样率系统中,若直接应用上述方法将影响稳定控制系统的性能,需着重对上述问题的影响进行分析和解决。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种变采样率非线性驱动惯性稳定跟踪控制系统和控制方法。
根据本发明提供的一种变采样率非线性驱动惯性稳定跟踪控制方法,包括:
将实际架位(θ,β)隔离到载体坐标系下角速度反馈回路外,对实际架位(θ,β)进行离线参数辨识,利用多项式进行逼近,将得到的多项式施加到前馈补偿上;
θ表示实际架位中的方位角;
β表示实际架位中的俯仰角。
根据本发明提供的一种变采样率非线性驱动惯性稳定跟踪控制系统,包括:
控制模块:将实际架位(θ,β)隔离到载体坐标系下角速度反馈回路外,对实际架位(θ,β)进行离线参数辨识,利用多项式进行逼近,将得到的多项式施加到前馈补偿上;
θ表示实际架位中的方位角;
β表示实际架位中的俯仰角。
优选地,将瞄准装置实际架位(θ,β)的导数:即瞄准装置角速度隔离到角速度反馈回路外,利用驱动电机的角速度进行载体坐标系下的角速度闭环,利用瞄准装置的角速度与驱动电机的角速度对瞄准装置的非线性驱动关系进行离线参数辨识,利用多项式进行逼近,将得到的与架位相关的多项式求逆的结果施加到前馈补偿上;并将载体坐标系下目标架位的导数和前馈补偿量做差后进行另一路前馈控制;并在反馈控制中增加非线性多项式求逆的结果;
表示驱动电机的角速度矢量;
表示瞄准装置的角速度矢量。
优选地,实际架位(θ,β)的采样进行人为延迟和降采样率处理,从而与视线角偏差(Δθ,Δβ)在时间轴上匹配,经过预测处理后,为了与跟踪控制的控制周期匹配,将目标架位(θr,βr)进行插值处理;
Δθ表示方位视线角偏差;
Δβ表示俯仰视线角偏差;
θr表示目标架位中的方位角;
βr表示目标架位中的俯仰角;
角速度反馈回路构成惯性稳定平台回路,角速度的反馈器由电机轴端引出,即:将非线性驱动器f(θ,β)不包含在角速度反馈回路中,对非线性驱动器f(θ,β)进行开环前馈补偿,对非线性补偿器F1进行离线多项式整定,进行多组试验,随机输入为经过电机输出产生的电机轴角速度和经过电动缸非线性驱动产生的负载角速度经过优化求解得到非线性补偿器F1,非线性补偿器F1的阶次不低于试验的次数;载体角速度经过惯性稳定平台C(θ,β)或惯性解耦器C(θ,β)的输出进入非线性补偿器F1产生稳定补偿分量
根据目标视线角与瞄准视线角的差值得到视线角偏差(Δθ,Δβ);
ψr表示目标视线方位角;
表示目标视线高低角;
ψ表示瞄准装置方位角;
表示瞄准装置高低角;
视线角偏差(Δθ,Δβ)与处理后的架位(θ′,β′)相加后,经过目标运动轨迹预测后,再经过插值产生目标架位(θr,βr);
θ′表示处理后架位的方位角;
β′表示处理后架位的俯仰角;
根据目标架位(θr,βr)与实际架位(θ,β)的差值,产生目标架位角速度
将目标架位角速度与电机输出角速度做差,通过跟踪控制,得到的输出进入稳定控制器Ks;
Ks的输出经过电机及电机驱动Md后,产生驱动力,作用于负载在电机轴端的等效负载输出电机轴角速度
表示瞄准装置在输出轴端的等效转动惯量;
s表示微分器。
电机轴角速度经过对应于减速器或电动缸的非线性驱动函数的非线性驱动器f(θ,β)产生负载角速度
负载角速度与载体角速度通过几何约束B产生瞄准视线角速度经过积分器产生瞄准视线角
优选地,负载角速度经过积分器产生实际架位(θ,β),实际架位(θ,β)经过延迟器Z-n后,经过降采样率产生与视线角偏差(Δθ,Δβ)匹配的架位信息,作为处理后的架位(θ′,β′);
n表示延迟的节拍。
优选地,电机轴角速度和负载角速度进入存储器M,对跟踪前馈控制器F2进行整定;载体角速度经过惯性稳定平台C(θ,β)或惯性解耦器C(θ,β)的输出经过非线性补偿器F1产生补偿角速度目标架位(θr,βr)经过一阶求导器s后与非线性补偿器F1的输出做差后,经过跟踪前馈控制器F2与补偿角速度相加后作用于由稳定控制器Ks、电机及电机驱动Md和负载在电机轴端的等效惯量构成的闭环控制系统。
优选地,对跟踪前馈控制器F2进行离线多项式整定,对跟踪控制器Kt×F1、稳定控制器Ks、电机及电机驱动Md、等效惯量构成的闭环跟踪控制系统进行多组试验,设定随机输入为经过电机输出产生的电机轴角速度和经过电动缸非线性驱动产生的负载角速度 和经过优化求解得到跟踪前馈控制器F2,F2的阶次不低于试验的次数。
优选地,跟踪控制器Kt×F1中包含反馈控制器Kt和非线性补偿器F1;
反馈控制器Kt输出至非线性补偿器F1。
优选地,跟踪前馈量为目标架位(θr,βr)一阶求导结果与经过非线性补偿器F1产生补偿角速度做差后经过跟踪前馈控制器F2产生。
优选地,实际架位(θ,β)经过人为延迟器Z-n后,经过降采样率产生与视线角偏差(Δθ,Δβ)匹配的架位信息(θ′,β′),然后经过目标轨迹预测和插值器提高采样率得到目标架位(θr,βr)。
与现有技术相比,本发明具有如下的有益效果:
1、本发明实施简单易行,在传统控制方法的基础上容易进行改造。
2、本发明隔离非线性驱动器,角速度反馈器从电机输出轴引出,而非负载输出端,使稳定控制器易于进行线性化设计。
3、本发明基于参数辨识的方法可以逼近非线性器,通过开环前馈补偿对稳定控制系统进行线性化,可以提高惯性稳定系统的性能。
4、本发明通过对实际架位的人为延迟和降采样处理,与视线角偏差进行匹配设计,形成时间轴的同步。
5、本发明将综合后的目标架位角进行插值处理,提高目标架位角的采样率,与跟踪控制系统的控制周期相匹配。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是系统控制框图。
图2是非线性驱动器。
图3是非线性驱动特性。
图4是非线性拟合曲线。
图5是非线性反馈跟踪误差曲线。
图6是基于解耦前馈的跟踪误差。
图7是经过变采样率处理后的跟踪误差。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明旨在克服上述问题,从非线性驱动器入手,该非线性驱动器与载体坐标系下的指向角度(θ,β)相关,解决的途径是将实际架位(θ,β)的导数:即瞄准装置角速度隔离到载体坐标系下角速度反馈回路外,利用瞄准装置的角速度与驱动电机的角速度对瞄准装置的非线性驱动关系进行离线参数辨识,利用多项式进行逼近。将得到的多项式施加到前馈补偿上,提高惯性稳定平台回路的隔离度。由于非线性驱动器位于载体坐标系下的架位角闭环控制系统中,为提高系统的跟踪性能和对扰动的抑制能力,需要在跟踪控制器中增加非线性补偿器。目标视线角和瞄准视线角的测量收到测量系统的限制,采样频率较低,具备一定的延迟,架位角信息的采样速率较快,实时性好,为了构建共轴跟踪控制系统,需要将架位角的采样进行人为延迟和降采样率处理,从而与视线角偏差在时间轴上匹配,经过预测处理后,为了与跟踪控制系统的控制周期匹配,将综合后的目标架位角进行插值处理。
对F2进行离线整定,其方法与F1类似,因此跟踪前馈控制器F2同样包含了非线性器。跟踪控制器Kt×F1中包含反馈控制器Kt和非线性补偿器F1,可以提高跟踪回路的性能。
实际架位(θ,β)经过人为延迟器Z-n后,经过降采样率处理产生与视线角偏差(Δθ,Δβ)匹配的架位信息(θ′,β′),然后经过目标轨迹预测和插值处理提高目标架位的采样率,得到目标架位(θr,βr),进入跟踪控制系统。
下面结合图1进行具体说明。
目标视线角与瞄准视线角做差,经过瞄准‐方位坐标变换A(θ,β)后产生的视线角偏差(Δθ,Δβ),该视线角偏差与处理后的架位信息(θ′,β′)相加后,经过目标运动轨迹预测Kp后,再经过插值函数Cz产生目标架位(θr,βr),目标架位与实际架位(θ,β)做差后,经过跟踪控制器Kt×F1后产生目标架位角速度该角速度与电机输出角速度做差,得到的输出进入稳定控制器Ks,Ks的输出经过电机及电机驱动Md后,产生驱动力,作用于负载在电机轴端的等效负载输出电机轴角速度 经过减速器/电动缸的非线性驱动函数f(θ,β)产生负载角速度负载角速度与载体角速度通过几何约束B产生瞄准视线角速度经过积分器产生瞄准视线角负载角速度经过积分器产生架位角(θ,β),该信息经过人为延迟器Z-n后,经过降采样率产生与视线角偏差(Δθ,Δβ)匹配的架位信息(θ′,β′)。
电机轴角速度和负载角速度进入存储器M,对F2进行整定。载体角速度经过惯性稳定平台C(θ,β)后,其输出经过非线性补偿器F1产生补偿角速度目标架位(θr,βr)经过一阶求导器s后与F1的输出做差后,经过跟踪前馈控制器F2与补偿角速度相加后作用于由Ks、Md和构成的闭环控制系统。
对跟踪前馈控制器F2进行离线多项式整定,对跟踪控制器Kt/F1、稳定控制器Ks、电机及电机驱动Md、等效惯量构成的闭环跟踪控制系统进行多组试验,设定随机输入为经过电机输出产生的电机轴角速度和经过电动缸非线性驱动产生的负载角速度 和经过优化求解得到F2的倒数,F2的阶次不应低于试验的次数。
跟踪控制器Kt×F1中包含反馈控制器Kt和非线性补偿器F1,跟踪前馈量为目标架位(θr,βr)一阶求导结果与经过F1产生补偿角速度做差后经过F2产生。
实际架位(θ,β)经过人为延迟器Z-n后,经过降采样率产生与视线角偏差(Δθ,Δβ)匹配的架位信息(θ′,β′),然后经过目标轨迹预测和插值器提高采样率得到目标架位(θr,βr),进入跟踪控制系统。
下面对本发明进行更为具体的说明。
由电动缸驱动的导弹发射车发射转塔为典型的非线性驱动系统,以导弹发射车的发射转塔为例,进行说明。
它为典型的二维指向瞄准机构,不失一般性,利用安装在载体上的定位定向导航设备测量车体(载体)的姿态角速度信息,利用该信息进行半捷联解耦,构建惯性稳定平台,经过捷联解耦后的补偿角速度为
表示经过捷联解耦后的补偿角速度;
ωxb表示载体的俯仰角;
ωyb表示载体的横滚角;
ωzb表示载体的偏航角。
进一步,由于发射转塔俯仰运动由电机及电动缸进行驱动,因此俯仰运动为非线性传动器,传动关系与俯仰角相关,如图2所示。发射转塔俯仰轴非线性驱动特性如图3所示,非线性驱动关系与俯仰角相关。当电机轴端的角速度恒定不变时,经过非线性器,得到负载端的角速度逐渐增加,并随着俯仰角的增加,负载端输出角速度增大。
进一步非线性补偿后的角速度分量为
ωc1表示非线性补偿后的角速度
F-1()表示非线性补偿器;
I-1()表示线性驱动器的逆;
由于发射转塔指向瞄准系统的非线性器影响因素较多,对发射转塔进行参数辨识,非线性驱动器描述为
ω1=F(β)ω0
ω1表示发射转塔的高低角速度;
F()表示非线性驱动器
ω0表示电机角速度;
利用多项式拟合F(β),令基于优化目标函数
N表示多项式的阶次;
θi表示多项式系数;
βi表示高低角的i阶导数;
表示拟合的偏差;
表示多项式系数组成的向量;
表示实际值;
F()表示多项式函数;
表示优化的目标函数;
上标T表示矩阵或向量的转置。
令得到
其中,M行需要尽量涵盖所有俯仰角,N列根据系统的非线性度进行迭代。
表示偏导数符号;
表示多项式参数的估计值;
表示试验数据组成的矩阵;
表示试验数据。
在实际实施过程中,通过在俯仰角范围内的电机角速度输入ω0,得到不同的发射转塔架位输出,进一步得到发射转塔的高低角速度ω1,利用二分法确定非线性拟合函数的阶次,进而可以得到非线性器,得到的因此,当N=4时,非线性驱动的拟合结果如图4所示,
将非线性拟合结果应用于跟踪控制器,得到的误差曲线如图5中的data1,应用于线性控制器的结果如图data2(应用0°的结果)和data3(应用70°的结果)。尽管应用0°的结果比非线性跟踪控制器的控制误差更小,但实际上牺牲了系统的稳定性。
进一步来设计稳定控制系统的前馈补偿控制F2,这里应用离线系统辨识技术。系统辨识技术通常利用系统的输入输出关系对系统的模型进行开环辨识,进而设计反馈控制律,开环辨识对于大运动惯量的系统有一定的技术风险。这里将系统的辨识应用于稳定跟踪控制系统的前馈补偿控制中,为闭环辨识。
令基于优化目标函数
令得到
表示的估计值;
表示辨识的参数;
表示加速度指令;
表示电机角速度;
表示目标优化函数;
表示等效转动惯量的估计值。
考虑到测量噪声,设计一阶前馈,通过系统的离线辨识得到η1=1.25,F2=0.8。因为陀螺的测量噪声影响不利于进行高阶前馈的设计,得到基于解耦前馈的跟踪控制误差,如图6所示,data1是不施加解耦前馈的跟踪控制误差,data2是施加解耦前馈的跟踪控制误差。
若视线角偏差的采样率为20Hz,采样滞后为50ms,架位信息的采样率为1kHz,则经过变采样率处理后的跟踪误差曲线如图7所示,data1是不施加变采样率的结果,data2是施加变采样率的结果。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种变采样率非线性驱动惯性稳定跟踪控制方法,其特征在于,包括:
将实际架位(θ,β)隔离到载体坐标系下角速度反馈回路外,对实际架位(θ,β)进行离线参数辨识,利用多项式进行逼近,将得到的多项式施加到前馈补偿上;
θ表示实际架位中的方位角;
β表示实际架位中的俯仰角。
2.一种变采样率非线性驱动惯性稳定跟踪控制系统,其特征在于,包括:
控制模块:将实际架位(θ,β)隔离到载体坐标系下角速度反馈回路外,对实际架位(θ,β)进行离线参数辨识,利用多项式进行逼近,将得到的多项式施加到前馈补偿上;
θ表示实际架位中的方位角;
β表示实际架位中的俯仰角。
3.根据权利要求1所述的变采样率非线性驱动惯性稳定跟踪控制方法或权利要求2所述的变采样率非线性驱动惯性稳定跟踪控制系统,其特征在于,将瞄准装置实际架位(θ,β)的导数:即瞄准装置角速度隔离到角速度反馈回路外,利用驱动电机的角速度进行载体坐标系下的角速度闭环,利用瞄准装置的角速度与驱动电机的角速度对瞄准装置的非线性驱动关系进行离线参数辨识,利用多项式进行逼近,将得到的与架位相关的多项式求逆的结果施加到前馈补偿上;并将载体坐标系下目标架位的导数和前馈补偿量做差后进行另一路前馈控制;并在反馈控制中增加非线性多项式求逆的结果;
表示驱动电机的角速度矢量;
表示瞄准装置的角速度矢量。
4.根据权利要求1所述的变采样率非线性驱动惯性稳定跟踪控制方法或权利要求2所述的变采样率非线性驱动惯性稳定跟踪控制系统,其特征在于,实际架位(θ,β)的采样进行人为延迟和降采样率处理,从而与视线角偏差(Δθ,Δβ)在时间轴上匹配,经过预测处理后,为了与跟踪控制的控制周期匹配,将目标架位(θr,βr)进行插值处理;
Δθ表示方位视线角偏差;
Δβ表示俯仰视线角偏差;
θr表示目标架位中的方位角;
βr表示目标架位中的俯仰角;
角速度反馈回路构成惯性稳定平台回路,角速度的反馈器由电机轴端引出,即:将非线性驱动器f(θ,β)不包含在角速度反馈回路中,对非线性驱动器f(θ,β)进行开环前馈补偿,对非线性补偿器F1进行离线多项式整定,进行多组试验,随机输入为经过电机输出产生的电机轴角速度和经过电动缸非线性驱动产生的负载角速度经过优化求解得到非线性补偿器F1,非线性补偿器F1的阶次不低于试验的次数;载体角速度经过惯性稳定平台C(θ,β)或惯性解耦器C(θ,β)的输出进入非线性补偿器F1产生稳定补偿分量
根据目标视线角与瞄准视线角的差值得到视线角偏差(Δθ,Δβ);
ψr表示目标视线方位角;
表示目标视线高低角;
ψ表示瞄准装置方位角;
表示瞄准装置高低角;
视线角偏差(Δθ,Δβ)与处理后的架位(θ′,β′)相加后,经过目标运动轨迹预测后,再经过插值产生目标架位(θr,βr);
θ′表示处理后架位的方位角;
β′表示处理后架位的俯仰角;
根据目标架位(θr,βr)与实际架位(θ,β)的差值,产生目标架位角速度
将目标架位角速度与电机输出角速度做差,通过跟踪控制,得到的输出进入稳定控制器Ks;
Ks的输出经过电机及电机驱动Md后,产生驱动力,作用于负载在电机轴端的等效负载输出电机轴角速度
表示瞄准装置在输出轴端的等效转动惯量;
s表示微分器。
电机轴角速度经过对应于减速器或电动缸的非线性驱动函数的非线性驱动器f(θ,β)产生负载角速度
负载角速度与载体角速度通过几何约束B产生瞄准视线角速度经过积分器产生瞄准视线角
5.根据权利要求4所述的变采样率非线性驱动惯性稳定跟踪控制系统或控制方法,其特征在于,负载角速度经过积分器产生实际架位(θ,β),实际架位(θ,β)经过延迟器Z-n后,经过降采样率产生与视线角偏差(Δθ,Δβ)匹配的架位信息,作为处理后的架位(θ′,β′);
n表示延迟的节拍。
6.根据权利要求4所述的变采样率非线性驱动惯性稳定跟踪控制系统或控制方法,其特征在于,电机轴角速度和负载角速度进入存储器M,对跟踪前馈控制器F2进行整定;载体角速度经过惯性稳定平台C(θ,β)或惯性解耦器C(θ,β)的输出经过非线性补偿器F1产生补偿角速度目标架位(θr,βr)经过一阶求导器s后与非线性补偿器F1的输出做差后,经过跟踪前馈控制器F2与补偿角速度相加后作用于由稳定控制器Ks、电机及电机驱动Md和负载在电机轴端的等效惯量构成的闭环控制系统。
7.根据权利要求4所述的变采样率非线性驱动惯性稳定跟踪控制系统或控制方法,其特征在于,对跟踪前馈控制器F2进行离线多项式整定,对跟踪控制器Kt×F1、稳定控制器Ks、电机及电机驱动Md、等效惯量构成的闭环跟踪控制系统进行多组试验,设定随机输入为经过电机输出产生的电机轴角速度和经过电动缸非线性驱动产生的负载角速度 和经过优化求解得到跟踪前馈控制器F2,F2的阶次不低于试验的次数。
8.根据权利要求7所述的变采样率非线性驱动惯性稳定跟踪控制系统或控制方法,其特征在于,跟踪控制器Kt×F1中包含反馈控制器Kt和非线性补偿器F1;
反馈控制器Kt输出至非线性补偿器F1。
9.根据权利要求4所述的变采样率非线性驱动惯性稳定跟踪控制系统或控制方法,其特征在于,跟踪前馈量为目标架位(θr,βr)一阶求导结果与经过非线性补偿器F1产生补偿角速度做差后经过跟踪前馈控制器F2产生。
10.根据权利要求4所述的变采样率非线性驱动惯性稳定跟踪控制系统或控制方法,其特征在于,实际架位(θ,β)经过人为延迟器Z-n后,经过降采样率产生与视线角偏差(Δθ,Δβ)匹配的架位信息(θ′,β′),然后经过目标轨迹预测和插值器提高采样率得到目标架位(θr,βr)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810130668.6A CN108107738A (zh) | 2018-02-08 | 2018-02-08 | 变采样率非线性驱动惯性稳定跟踪控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810130668.6A CN108107738A (zh) | 2018-02-08 | 2018-02-08 | 变采样率非线性驱动惯性稳定跟踪控制系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108107738A true CN108107738A (zh) | 2018-06-01 |
Family
ID=62221975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810130668.6A Pending CN108107738A (zh) | 2018-02-08 | 2018-02-08 | 变采样率非线性驱动惯性稳定跟踪控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108107738A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983595A (zh) * | 2018-07-18 | 2018-12-11 | 天津大学 | 一种前馈控制器参数的自动整定方法 |
CN110876275A (zh) * | 2019-04-30 | 2020-03-10 | 深圳市大疆创新科技有限公司 | 一种瞄准控制方法、移动机器人及计算机可读存储介质 |
CN111623772A (zh) * | 2019-12-18 | 2020-09-04 | 西北工业大学 | 一种用于目标方位预测的非线性瞄准线建模方法 |
CN115562378A (zh) * | 2022-12-05 | 2023-01-03 | 中国科学院长春光学精密机械与物理研究所 | 一种光电稳定平台、角速度补偿方法、存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382805A (zh) * | 2008-10-14 | 2009-03-11 | 哈尔滨工程大学 | 速率陀螺稳定平台式天线随动跟踪系统 |
CN102202026A (zh) * | 2010-03-26 | 2011-09-28 | 杰脉通信技术(上海)有限公司 | 一种抗大频偏的lte下行初始时间同步方法 |
CN103780188A (zh) * | 2014-01-23 | 2014-05-07 | 安徽大学 | 基于动态摩擦补偿的永磁球形电机转子自适应控制系统 |
CN104267595A (zh) * | 2014-10-21 | 2015-01-07 | 南京理工大学 | 具有时变输出约束的电机伺服系统自适应鲁棒位置控制方法 |
CN104267743A (zh) * | 2014-07-22 | 2015-01-07 | 浙江工业大学 | 一种采用自抗扰控制技术的船载摄像稳定平台控制方法 |
CN104881038A (zh) * | 2015-04-22 | 2015-09-02 | 哈尔滨工业大学 | 环境干扰下的水下无人航行器航迹跟踪控制优化方法 |
CN104965412A (zh) * | 2015-06-29 | 2015-10-07 | 南京理工大学 | 受控化发射平台的自适应鲁棒输出反馈控制方法 |
US20160080658A1 (en) * | 2014-09-12 | 2016-03-17 | Canon Kabushiki Kaisha | Position control device and position control method, optical device, and image pickup apparatus |
CN106814621A (zh) * | 2017-02-21 | 2017-06-09 | 海南大学 | 一种两输入两输出网络解耦控制系统随机网络时延imc方法 |
CN107561935A (zh) * | 2017-08-26 | 2018-01-09 | 南京理工大学 | 基于多层神经网络的电机位置伺服系统摩擦补偿控制方法 |
-
2018
- 2018-02-08 CN CN201810130668.6A patent/CN108107738A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382805A (zh) * | 2008-10-14 | 2009-03-11 | 哈尔滨工程大学 | 速率陀螺稳定平台式天线随动跟踪系统 |
CN102202026A (zh) * | 2010-03-26 | 2011-09-28 | 杰脉通信技术(上海)有限公司 | 一种抗大频偏的lte下行初始时间同步方法 |
CN103780188A (zh) * | 2014-01-23 | 2014-05-07 | 安徽大学 | 基于动态摩擦补偿的永磁球形电机转子自适应控制系统 |
CN104267743A (zh) * | 2014-07-22 | 2015-01-07 | 浙江工业大学 | 一种采用自抗扰控制技术的船载摄像稳定平台控制方法 |
US20160080658A1 (en) * | 2014-09-12 | 2016-03-17 | Canon Kabushiki Kaisha | Position control device and position control method, optical device, and image pickup apparatus |
CN104267595A (zh) * | 2014-10-21 | 2015-01-07 | 南京理工大学 | 具有时变输出约束的电机伺服系统自适应鲁棒位置控制方法 |
CN104881038A (zh) * | 2015-04-22 | 2015-09-02 | 哈尔滨工业大学 | 环境干扰下的水下无人航行器航迹跟踪控制优化方法 |
CN104965412A (zh) * | 2015-06-29 | 2015-10-07 | 南京理工大学 | 受控化发射平台的自适应鲁棒输出反馈控制方法 |
CN106814621A (zh) * | 2017-02-21 | 2017-06-09 | 海南大学 | 一种两输入两输出网络解耦控制系统随机网络时延imc方法 |
CN107561935A (zh) * | 2017-08-26 | 2018-01-09 | 南京理工大学 | 基于多层神经网络的电机位置伺服系统摩擦补偿控制方法 |
Non-Patent Citations (7)
Title |
---|
ROBERT SCHMID, LORENZO NTOGRAMATZIDIS: "Nonovershooting linear multivariable state feedback tracking controllers", 《IFAC PROCEEDINGS VOLUMES》 * |
XIAOMING JIANG: "An inertial stability and tracking control method for the nonlinear driving missile launcher", 《PROCEEDINGS OF THE 36TH CHINESE CONTROL CONFERENCE》 * |
俞一彪: "《数字信号处理 理论与应用》", 31 August 2005, 东南大学出版社 * |
姜晓明,陈兴林: "宏微驱动系统中的双回路迭代学习控制", 《PROCEEDINGS OF THE 33RD CHINESE CONTROL CONFERENCE》 * |
孙晓洁,叶桦,费树岷: "一类不确定非线性系统的模型偏差补偿跟踪控制算法", 《东南大学学报》 * |
范文晶: "基于分区PID和前馈补偿算法的发射装置伺服控制技术研究", 《宇航计测技术》 * |
陈素芳,宋建梅: "某型远程导弹最优预见前馈补偿地形跟踪控制器设计", 《弹箭与制导学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983595A (zh) * | 2018-07-18 | 2018-12-11 | 天津大学 | 一种前馈控制器参数的自动整定方法 |
CN108983595B (zh) * | 2018-07-18 | 2021-04-20 | 天津大学 | 一种前馈控制器参数的自动整定方法 |
CN110876275A (zh) * | 2019-04-30 | 2020-03-10 | 深圳市大疆创新科技有限公司 | 一种瞄准控制方法、移动机器人及计算机可读存储介质 |
CN111623772A (zh) * | 2019-12-18 | 2020-09-04 | 西北工业大学 | 一种用于目标方位预测的非线性瞄准线建模方法 |
CN115562378A (zh) * | 2022-12-05 | 2023-01-03 | 中国科学院长春光学精密机械与物理研究所 | 一种光电稳定平台、角速度补偿方法、存储介质 |
CN115562378B (zh) * | 2022-12-05 | 2023-03-10 | 中国科学院长春光学精密机械与物理研究所 | 一种光电稳定平台、角速度补偿方法、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108107738A (zh) | 变采样率非线性驱动惯性稳定跟踪控制系统及方法 | |
CN107993257B (zh) | 一种智能imm卡尔曼滤波前馈补偿目标追踪方法及系统 | |
CN107121977B (zh) | 基于双层结构的机械臂执行器故障容错控制系统及其方法 | |
CN102163059B (zh) | 推力变向无人机的姿态控制系统及控制方法 | |
CN110716566B (zh) | 一种欠驱动无人艇的有限时间轨迹跟踪控制方法 | |
CN103955218A (zh) | 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法 | |
CN108789417A (zh) | 基于自适应动态规划的可重构机械臂保代价分散控制方法 | |
CN102880060A (zh) | 再入飞行器自适应指数时变滑模姿态控制方法 | |
CN108508749A (zh) | 一种用于抓捕非合作目标的空间机械臂系统抗干扰迭代学习控制方法 | |
CN101402199A (zh) | 基于视觉的手眼式低伺服精度机器人移动目标抓取方法 | |
CN113467245B (zh) | 飞行器的分数阶滑模控制方法、装置及系统 | |
Xia et al. | Robust adaptive super-twisting sliding mode formation controller for homing of multi-underactuated AUV recovery system with uncertainties | |
CN109760047B (zh) | 一种基于视觉传感器的舞台机器人预测控制方法 | |
CN105772917A (zh) | 一种三关节点焊机器人轨迹跟踪控制方法 | |
CN109062043A (zh) | 考虑网络传输以及执行器饱和的航天器自抗扰控制方法 | |
CN108614560A (zh) | 一种移动机器人视觉伺服保性能跟踪控制方法 | |
CN109623812A (zh) | 考虑航天器本体姿态运动的机械臂轨迹规划方法 | |
Tsai et al. | Backstepping aggregated sliding-mode motion control for automatic 3D overhead cranes | |
CN116382332B (zh) | 一种基于ude的战斗机大机动鲁棒飞行控制方法 | |
CN108319145A (zh) | 一种新型混联式汽车电泳涂装输送机构的时延估计pd滑模控制方法 | |
Bian et al. | Nonlinear feedback control for trajectory tracking of an unmanned underwater vehicle | |
CN113418674B (zh) | 一种一级模型可三自由度运动的风洞轨迹捕捉试验方法 | |
CN110412870A (zh) | 基于扰动观测器与趋近自适应滑模的立式物料传送装置控制方法 | |
CN110647161A (zh) | 基于状态预测补偿的欠驱动uuv水平面轨迹跟踪控制方法 | |
CN111413995B (zh) | 双刚体特征点间相对位置跟踪与姿态同步控制方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180601 |
|
RJ01 | Rejection of invention patent application after publication |