CN109343549A - 一种飞行器姿态控制方法、系统、介质及设备 - Google Patents
一种飞行器姿态控制方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN109343549A CN109343549A CN201811172939.0A CN201811172939A CN109343549A CN 109343549 A CN109343549 A CN 109343549A CN 201811172939 A CN201811172939 A CN 201811172939A CN 109343549 A CN109343549 A CN 109343549A
- Authority
- CN
- China
- Prior art keywords
- attitude
- control
- sliding
- extended state
- law
- 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
- 238000009415 formwork Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000013178 mathematical model Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 2
- 235000021170 buffet Nutrition 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 244000145845 chattering Species 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 101100001674 Emericella variicolor andI gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及本发明提供一种飞行器姿态控制方法、系统、介质及设备,其中的方法包括:根据姿态跟踪误差、控制律参数和趋近律参数,建立滑动超平面和滑模趋近律;建立扩张状态观测器,采用所述扩张状态观测器估计飞行器的数学模型中的总不确定项;根据所述滑动超平面、滑模趋近律和扩张状态观测器,获得姿态控制律;基于所述姿态控制律控制飞行器姿态。本发明通过改进型快速非奇异终端滑模控制,能够避免传统终端滑模控制方法的奇异问题,并且与传统非奇异终端滑模控制相比具有更高的收敛速率,误差更快速收敛。另外,通过与扩张状态观测器的结合,能够有效减小非连续项增益、削弱滑模抖振,并通过干扰估计和补偿提高系统的鲁棒性。
Description
技术领域
本发明属于飞行器飞行控制领域,具体涉及一种飞行器姿态控制方法、系统、介质及设备。
背景技术
飞行器实际飞行过程中存在复杂未知的参数不确定性、未建模动态和外部干扰。飞行器燃油消耗、燃油传输、武器投放、机翼结冰、结构受损等均会导致飞行过程中参数复杂变化并引入未知干扰。上述系统不确定性不但会造成姿态控制效能降低,甚至发生飞机失控现象,造成严重的空难事故。因此,针对飞行器存在的重量/惯性参数变化、未建模动态和外部干扰等多重不确定性,必须研究快速、高精度的姿态控制方法,这也是先进飞机控制领域面临的关键挑战难题。
滑模控制因其响应速度快,对外界干扰、参数不确定、建模误差等有很强鲁棒性等突出优点,被广泛应用于飞行器控制领域。传统滑模控制 (Sl iding mode control,SMC)采用线性滑动超平面,系统的滑动模态渐进稳定。为了使系统有更好的性能响应,在滑动超平面中引入非线性项,形成有限时间终端滑模控制(Terminal Sl iding Mode Control,TSMC),其最突出的优点是可以使系统状态在有限时间内收敛至平衡点,但Terminal滑模控制器的设计存在奇异问题。针对终端滑模的奇异问题,又逐步发展形成了全局非奇异终端滑模控制(Non-s ingular Terminal Sl iding Mode Control, NTSMC)和快速非奇异终端滑模控制(Fast Non-s ingular Terminal Sl iding Mode Control,FNTSMC),这一类方法均能较好的解决传统TSMC的奇异问题,但在应对强不确定性时需要控制器采用非连续项高增益,不仅会加剧滑模抖振问题,甚至可能导致控制系统不稳定。
发明内容
针对上述技术问题,本发明提供一种飞行器姿态控制方法、系统、介质及设备。
本发明解决上述技术问题的技术方案如下:一种飞行器姿态控制方法,包括:
根据姿态跟踪误差、控制律参数和趋近律参数,建立滑动超平面和滑模趋近律;
建立扩张状态观测器,采用所述扩张状态观测器估计飞行器的数学模型中的总不确定项;
根据所述滑动超平面、滑模趋近律和扩张状态观测器,获得姿态控制律;
基于所述姿态控制律控制飞行器姿态。
为实现上述发明目的,本发明还提供一种飞行器姿态控制系统,包括:
第一建立模块,用于根据姿态跟踪误差、控制律参数和趋近律参数,建立滑动超平面和滑模趋近律;
第二建立模块,用于扩张状态观测器,采用所述扩张状态观测器估计飞行器的数学模型中的总不确定项;
计算模块,用于根据所述滑动超平面、滑模趋近律和扩张状态观测器,获得姿态控制律;
控制模块,用于基于所述姿态控制律控制飞行器姿态。
一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行上述方法。
一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法。
本发明的有益效果是:通过滑模控制与扩张状态观测器的结合,优势互补,有效可以实现飞行器姿态精确、快速控制,并有效削弱了滑模抖振现象,提升了系统应对强不确定和干扰的能力,提高了系统的鲁棒性。
附图说明
图1为本发明实施例提供的一种飞行器姿态控制方法的流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明实施例提供的一种飞行器姿态控制方法的流程图,如图1 所示,该方法包括:
110、根据姿态跟踪误差、控制律参数和趋近律参数,建立滑动超平面和滑模趋近律;
具体的,该步骤中首先针对飞行器的数学模型建立滑动超平面和滑模趋近律,其中,飞行器的数学模型的表达式如下:
其中,F,B分别为系统矩阵和控制矩阵,θ为姿态角,u为控制输入, d(t)为不确定项。
建立的滑动超平面s的表达式如下:
其中,姿态跟踪误差e=θ-θc,θc为姿态角指令,α,β,γ,g,h,m,n为控制律参数,且α,β,γ均为正整数,g,h,m,n均为正奇数,且满足 h>g、m>n。
本发明对现有的非奇异终端滑模控制做了进一步改进,设计了一种新型的滑动超平面,得到一种改进型快速非奇异终端滑模控制方法,能够使系统状态在远离平衡点和接近平衡点两个阶段均保持较高的收敛速率,能够避免传统终端滑模控制方法的奇异问题,并且与传统的非奇异终端滑模控制相比具有更高的收敛速率,误差收敛更快速。
建立的滑模趋近律的表达式如下:
其中,ei为飞行器运动的各通道的姿态跟踪误差,εi为趋近律参数。
120、建立扩张状态观测器,采用所述扩张状态观测器估计飞行器的数学模型中的总不确定项;
具体的,该步骤中,由扩张状态观测器估计系统中的总不确定项,通过将总不确定项扩张为新的状态,设计状态观测器实现对原系统扰动项的准确估计。
设总不确定项令则所述飞行器的数学模型进一步表述为:
其中,ξ表示D(t)项的未知动态特性;
所述扩张状态观测器的表达式如下:
其中,z1,z2分别为x1,x2的估计值,z3为D(t)的估计值,为x1的估计误差,kβ1,kβ2,kβ3为观测器参数,非线性函数是由构成的向量,且定义为:
其中,kα,kδ为非线性函数可调节参数,并满足0<kα<1。
130、根据所述滑动超平面、滑模趋近律和扩张状态观测器,获得姿态控制律;
采用上述的观测器,其状态量z3可以估计出原系统不确定和干扰项 D(t)。将z3引入控制律设计中,结合上述建立的滑动超平面s和滑模趋近律可以获得基于改进型快速非奇异终端滑模和扩张状态观测器的复合姿态控制律为:
其中,
对于上述复合姿态控制律,在存在干扰和不确定性条件下,其控制系统稳定性条件为趋近律参数εi应满足εi>|Di(t)-z3i(t)|,即εi应大于观测器估计误差,也就是说,本发明实施例所提供的复合姿态控制律的非连续项增益仅与扩张状态观测器估计误差上界相关,与传统滑模控制稳定性条件εi>|di(t)|相比,有效降低了滑模控制非连续项增益,削弱了滑模抖振现象,并且提升了系统应对较大程度未知干扰和不确定性的能力。
对于上述新型复合姿态控制律,其滑动模态阶段的收敛时间TIFNTSMC为:
而传统非奇异滑模控制NTSMC方法滑动模态阶段的收敛时间TNTSMC为:
相比可知,TIFNTSMC<TNTSMC,即新型姿态复合控制律有更高的收敛速率,姿态误差更快速收敛。
140、基于所述姿态控制律控制飞行器姿态。
本发明实施例所提供的一种基于改进型快速非奇异终端滑模和扩张状态观测器的飞行器姿态控制方法,采用了新型滑动超平面,并且将改进型快速非奇异终端滑模和扩张状态观测器结合,能够避免传统TSMC控制方法的奇异问题,误差收敛时间优于传统非奇异终端滑模控制方法,并且能够避免传统滑模控制方法在应对强不确定性时非连续项高增益、滑模抖振加剧等问题,可有效减小非连续项增益、削弱滑模抖振,提高系统鲁棒性。
本发明实施例还提供一种飞行器姿态控制系统,该系统中各个模块的功能原理已在前述部分中进行了具体介绍,以下不再赘述,该系统包括:
第一建立模块,用于根据姿态跟踪误差、控制律参数和趋近律参数,建立滑动超平面和滑模趋近律;
第二建立模块,用于扩张状态观测器,采用所述扩张状态观测器估计飞行器的数学模型中的总不确定项;
计算模块,用于根据所述滑动超平面、滑模趋近律和扩张状态观测器,获得姿态控制律;
控制模块,用于基于所述姿态控制律控制飞行器姿态。
本发明实施例还提供一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行上述方法。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种飞行器姿态控制方法,其特征在于,包括:
根据姿态跟踪误差、控制律参数和趋近律参数,建立滑动超平面和滑模趋近律;
建立扩张状态观测器,采用所述扩张状态观测器估计飞行器的数学模型中的总不确定项;
根据所述滑动超平面、滑模趋近律和扩张状态观测器,获得姿态控制律;
基于所述姿态控制律控制飞行器姿态。
2.根据权利要求所述1的方法,其特征在于,所述飞行器的数学模型的表达式如下:
其中,F,B分别为系统矩阵和控制矩阵,θ为姿态角,u为控制输入,d(t)为不确定项。
3.根据权利要求2所述的方法,其特征在于,所述滑动超平面s的表达式如下:
其中,姿态跟踪误差e=θ-θc,θc为姿态角指令,α,β,γ,g,h,m,n为控制律参数,且α,β,γ均为正整数,g,h,m,n均为正奇数,且满足h>g、m>n。
4.根据权利要求3所述的方法,其特征在于,所述滑模趋近律的表达式如下:
其中,ε=diag(εi),i=1,2,3,ei为飞行器运动的各通道的姿态跟踪误差,εi为趋近律参数。
5.根据权利要求所述4的方法,其特征在于,设总不确定项令x1=θ,x3=D(t),则所述飞行器的数学模型进一步表述为:
其中,ξ表示D(t)项的未知动态特性;
所述扩张状态观测器的表达式如下:
其中,z1,z2分别为x1,x2的估计值,z3为D(t)的估计值,为x1的估计误差,kβ1,kβ2,kβ3为观测器参数,非线性函数是由i=1,2,3构成的向量,且定义为:
其中,kα,kδ为非线性函数可调节参数,并满足0<kα<1。
6.根据权利要求所述5的方法,其特征在于,所述姿态控制律的表达式如下:
其中,i=1,2,3。
7.一种飞行器姿态控制系统,其特征在于,包括:
第一建立模块,用于根据姿态跟踪误差、控制律参数和趋近律参数,建立滑动超平面和滑模趋近律;
第二建立模块,用于扩张状态观测器,采用所述扩张状态观测器估计飞行器的数学模型中的总不确定项;
计算模块,用于根据所述滑动超平面、滑模趋近律和扩张状态观测器,获得姿态控制律;
控制模块,用于基于所述姿态控制律控制飞行器姿态。
8.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在计算机上运行时,使所述计算机执行根据权利要求1至6任一项所述的方法。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811172939.0A CN109343549A (zh) | 2018-10-09 | 2018-10-09 | 一种飞行器姿态控制方法、系统、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811172939.0A CN109343549A (zh) | 2018-10-09 | 2018-10-09 | 一种飞行器姿态控制方法、系统、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109343549A true CN109343549A (zh) | 2019-02-15 |
Family
ID=65308588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811172939.0A Pending CN109343549A (zh) | 2018-10-09 | 2018-10-09 | 一种飞行器姿态控制方法、系统、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109343549A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320800A (zh) * | 2019-06-20 | 2019-10-11 | 广州大学 | 控制系统补偿方法、装置、介质及智能设备 |
CN110376883A (zh) * | 2019-06-03 | 2019-10-25 | 济南大学 | 四旋翼无人机终端滑模控制方法、系统、介质及设备 |
CN111781833A (zh) * | 2020-07-17 | 2020-10-16 | 北京航空航天大学 | 基于状态依赖分解的航天器在线最优姿态规避控制方法 |
CN112835372A (zh) * | 2020-11-30 | 2021-05-25 | 天津大学 | 四旋翼无人机的固定时间控制方法 |
CN112859600A (zh) * | 2021-01-08 | 2021-05-28 | 航天时代飞鸿技术有限公司 | 一种基于扩张状态观测器的机械系统有限时间控制方法 |
CN112859617A (zh) * | 2021-02-08 | 2021-05-28 | 南京工业大学 | 一种iPI无模型自适应全局非奇异快速终端滑模控制方法 |
CN112965382A (zh) * | 2021-02-08 | 2021-06-15 | 南京工业大学 | 一种基于神经网络观测器非线性全局滑模无模型控制方法 |
CN112965364A (zh) * | 2021-02-08 | 2021-06-15 | 南京工业大学 | 一种高超声速飞行器气动热地面模拟系统建模及iPID方法 |
CN112965384A (zh) * | 2021-02-08 | 2021-06-15 | 南京工业大学 | 一种自适应神经网络全局非奇异快速终端滑模无模型方法 |
CN112987569A (zh) * | 2021-02-08 | 2021-06-18 | 南京工业大学 | 一种扰动上界自适应分数阶全局终端滑模无模型控制方法 |
CN113093543A (zh) * | 2021-03-31 | 2021-07-09 | 南京工业大学 | 一种非奇异终端滑模固定时间收敛控制方法 |
CN113138601A (zh) * | 2020-12-24 | 2021-07-20 | 北京理工大学 | 一种应用于反低慢小目标的无人机姿态控制方法 |
CN113721651A (zh) * | 2021-08-02 | 2021-11-30 | 北京理工大学 | 一种导弹敏捷转弯非奇异终端滑模控制方法 |
CN113900373A (zh) * | 2021-08-06 | 2022-01-07 | 南京工业大学 | 一种结构热试验的全局非奇异快速终端滑模控制方法 |
CN114509946A (zh) * | 2022-02-17 | 2022-05-17 | 哈尔滨逐宇航天科技有限责任公司 | 一种基于预设时间滑模的飞行器制导控制一体化设计方法 |
CN113721651B (zh) * | 2021-08-02 | 2024-08-02 | 北京理工大学 | 一种导弹敏捷转弯非奇异终端滑模控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009051891A1 (en) * | 2007-08-20 | 2009-04-23 | Cleveland State University | Extended active disturbance rejection controller |
CN102830622A (zh) * | 2012-09-05 | 2012-12-19 | 北京理工大学 | 一种四旋翼飞行器自抗扰自动飞行控制方法 |
CN103116357A (zh) * | 2013-03-14 | 2013-05-22 | 郭雷 | 一种具有抗干扰容错性能的滑模控制方法 |
US20150194914A1 (en) * | 2013-03-15 | 2015-07-09 | Texas Instruments Incorporated | Automated motor control |
CN105468007A (zh) * | 2015-12-02 | 2016-04-06 | 哈尔滨工业大学 | 一种基于干扰观测器的挠性卫星轨迹线性化姿态控制方法 |
CN106325291A (zh) * | 2016-10-10 | 2017-01-11 | 上海拓攻机器人有限公司 | 基于滑模控制律和eso的四旋翼飞行器姿态控制方法及系统 |
CN106802660A (zh) * | 2017-03-09 | 2017-06-06 | 北京航天自动控制研究所 | 一种复合强抗扰姿态控制方法 |
CN108536020A (zh) * | 2018-07-17 | 2018-09-14 | 哈尔滨工业大学 | 一种针对垂直起降重复使用运载器的模型参考自适应滑模控制方法 |
-
2018
- 2018-10-09 CN CN201811172939.0A patent/CN109343549A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009051891A1 (en) * | 2007-08-20 | 2009-04-23 | Cleveland State University | Extended active disturbance rejection controller |
CN102830622A (zh) * | 2012-09-05 | 2012-12-19 | 北京理工大学 | 一种四旋翼飞行器自抗扰自动飞行控制方法 |
CN103116357A (zh) * | 2013-03-14 | 2013-05-22 | 郭雷 | 一种具有抗干扰容错性能的滑模控制方法 |
US20150194914A1 (en) * | 2013-03-15 | 2015-07-09 | Texas Instruments Incorporated | Automated motor control |
CN105468007A (zh) * | 2015-12-02 | 2016-04-06 | 哈尔滨工业大学 | 一种基于干扰观测器的挠性卫星轨迹线性化姿态控制方法 |
CN106325291A (zh) * | 2016-10-10 | 2017-01-11 | 上海拓攻机器人有限公司 | 基于滑模控制律和eso的四旋翼飞行器姿态控制方法及系统 |
CN106802660A (zh) * | 2017-03-09 | 2017-06-06 | 北京航天自动控制研究所 | 一种复合强抗扰姿态控制方法 |
CN108536020A (zh) * | 2018-07-17 | 2018-09-14 | 哈尔滨工业大学 | 一种针对垂直起降重复使用运载器的模型参考自适应滑模控制方法 |
Non-Patent Citations (3)
Title |
---|
JIA PENG等: "Adaptive Non-Singular Terminal Sliding Mode Control for Structural Damaged Aircraft", 《2015 34TH CHINESE CONTROL CONFERENCE》 * |
孟志强等: "电子节气门的非奇异快速终端滑模控制", 《湖南大学学报(自然科学版)》 * |
曾宪法等: "高超声速飞行器的干扰补偿Terminal滑模控制", 《北京航空航天大学学报》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376883A (zh) * | 2019-06-03 | 2019-10-25 | 济南大学 | 四旋翼无人机终端滑模控制方法、系统、介质及设备 |
CN110320800A (zh) * | 2019-06-20 | 2019-10-11 | 广州大学 | 控制系统补偿方法、装置、介质及智能设备 |
CN111781833A (zh) * | 2020-07-17 | 2020-10-16 | 北京航空航天大学 | 基于状态依赖分解的航天器在线最优姿态规避控制方法 |
CN112835372A (zh) * | 2020-11-30 | 2021-05-25 | 天津大学 | 四旋翼无人机的固定时间控制方法 |
CN112835372B (zh) * | 2020-11-30 | 2024-05-07 | 天津大学 | 四旋翼无人机的固定时间控制方法 |
CN113138601A (zh) * | 2020-12-24 | 2021-07-20 | 北京理工大学 | 一种应用于反低慢小目标的无人机姿态控制方法 |
CN112859600A (zh) * | 2021-01-08 | 2021-05-28 | 航天时代飞鸿技术有限公司 | 一种基于扩张状态观测器的机械系统有限时间控制方法 |
CN112859600B (zh) * | 2021-01-08 | 2024-02-09 | 航天时代飞鸿技术有限公司 | 一种基于扩张状态观测器的机械系统有限时间控制方法 |
CN112987569B (zh) * | 2021-02-08 | 2021-11-02 | 南京工业大学 | 一种扰动上界自适应分数阶全局终端滑模无模型控制方法 |
CN112859617B (zh) * | 2021-02-08 | 2021-12-07 | 南京工业大学 | 一种iPI无模型自适应全局非奇异快速终端滑模控制方法 |
CN112859617A (zh) * | 2021-02-08 | 2021-05-28 | 南京工业大学 | 一种iPI无模型自适应全局非奇异快速终端滑模控制方法 |
CN112965384A (zh) * | 2021-02-08 | 2021-06-15 | 南京工业大学 | 一种自适应神经网络全局非奇异快速终端滑模无模型方法 |
CN112965364A (zh) * | 2021-02-08 | 2021-06-15 | 南京工业大学 | 一种高超声速飞行器气动热地面模拟系统建模及iPID方法 |
CN112965384B (zh) * | 2021-02-08 | 2021-11-16 | 南京工业大学 | 一种自适应神经网络全局非奇异快速终端滑模无模型方法 |
CN112965382A (zh) * | 2021-02-08 | 2021-06-15 | 南京工业大学 | 一种基于神经网络观测器非线性全局滑模无模型控制方法 |
CN112987569A (zh) * | 2021-02-08 | 2021-06-18 | 南京工业大学 | 一种扰动上界自适应分数阶全局终端滑模无模型控制方法 |
CN113093543B (zh) * | 2021-03-31 | 2022-06-14 | 南京工业大学 | 一种非奇异终端滑模固定时间收敛控制方法 |
CN113093543A (zh) * | 2021-03-31 | 2021-07-09 | 南京工业大学 | 一种非奇异终端滑模固定时间收敛控制方法 |
CN113721651A (zh) * | 2021-08-02 | 2021-11-30 | 北京理工大学 | 一种导弹敏捷转弯非奇异终端滑模控制方法 |
CN113721651B (zh) * | 2021-08-02 | 2024-08-02 | 北京理工大学 | 一种导弹敏捷转弯非奇异终端滑模控制方法 |
CN113900373A (zh) * | 2021-08-06 | 2022-01-07 | 南京工业大学 | 一种结构热试验的全局非奇异快速终端滑模控制方法 |
CN113900373B (zh) * | 2021-08-06 | 2023-11-03 | 南京工业大学 | 一种结构热试验的全局非奇异快速终端滑模控制方法 |
CN114509946A (zh) * | 2022-02-17 | 2022-05-17 | 哈尔滨逐宇航天科技有限责任公司 | 一种基于预设时间滑模的飞行器制导控制一体化设计方法 |
CN114509946B (zh) * | 2022-02-17 | 2022-09-16 | 哈尔滨逐宇航天科技有限责任公司 | 一种基于预设时间滑模的飞行器制导控制一体化设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109343549A (zh) | 一种飞行器姿态控制方法、系统、介质及设备 | |
Zhang et al. | Fixed-time extended state observer-based trajectory tracking and point stabilization control for marine surface vessels with uncertainties and disturbances | |
Zhang et al. | Fault-tolerant adaptive finite-time attitude synchronization and tracking control for multi-spacecraft formation | |
CN106802660B (zh) | 一种复合强抗扰姿态控制方法 | |
CN105975645B (zh) | 一种基于多步的含激波区域飞行器流场快速计算方法 | |
Wu et al. | Quaternion-based finite time control for spacecraft attitude tracking | |
CN106444701B (zh) | 领导-跟随型多智能体系统的有限时间鲁棒故障诊断设计方法 | |
Zhang et al. | Composite guidance laws based on sliding mode control with impact angle constraint and autopilot lag | |
CN109507890A (zh) | 一种基于eso的无人机动态逆广义预测控制器 | |
CN112631316B (zh) | 变负载四旋翼无人机的有限时间控制方法 | |
Shafiei et al. | Application of partial sliding mode in guidance problem | |
Lee et al. | ℒ1 adaptive control of a nonlinear aeroelastic system despite gust load | |
CN113110430B (zh) | 一种无人船无模型固定时间精准轨迹跟踪控制方法 | |
Wang et al. | Disturbance observer-based sliding mode backstepping control for a re-entry vehicle with input constraint and external disturbance | |
Lin et al. | Feedback linearization and feedforward neural network control with application to twin rotor mechanism | |
Wu et al. | Switching fault-tolerant control of a flexible air-breathing hypersonic vehicle | |
Cunis et al. | Sum-of-squares flight control synthesis for deep-stall recovery | |
Liu et al. | Dynamics modeling and L 1 adaptive control of a transport aircraft for heavyweight airdrop | |
Chen et al. | Cooperatively surrounding control for multiple Euler–Lagrange systems subjected to uncertain dynamics and input constraints | |
El Houm et al. | Optimal new sliding mode controller combined with modified supertwisting algorithm for a perturbed quadrotor UAV | |
Wang et al. | Adaptive fractional‐order nonsingular fast terminal sliding mode formation control of multiple quadrotor UAVs‐based distributed estimator | |
Peng et al. | Distributed Consensus‐Based Robust Adaptive Formation Control for Nonholonomic Mobile Robots with Partial Known Dynamics | |
CN111856933B (zh) | 一种考虑不确定性的航空发动机自适应控制器设计方法 | |
CN110376883A (zh) | 四旋翼无人机终端滑模控制方法、系统、介质及设备 | |
Prokopenya | Hamiltonian normalization in the restricted many-body problem by computer algebra methods |
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: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |