CN115793447A - 一种气动大不确定情况下的运载火箭分离体姿态控制方法 - Google Patents
一种气动大不确定情况下的运载火箭分离体姿态控制方法 Download PDFInfo
- Publication number
- CN115793447A CN115793447A CN202211447967.5A CN202211447967A CN115793447A CN 115793447 A CN115793447 A CN 115793447A CN 202211447967 A CN202211447967 A CN 202211447967A CN 115793447 A CN115793447 A CN 115793447A
- Authority
- CN
- China
- Prior art keywords
- formula
- adaptive
- equation
- matrix
- separation body
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种气动大不确定情况下的运载火箭分离体姿态控制方法,包括:利用多个时间特征点的多胞凸组合表示分离体在整个飞行过程中的运动学模型(系统矩阵),其中,利用舵效缩放因子表示分离体剧烈变化的舵效矩阵即控制矩阵;设计适应分离体全程飞行段栅格舵效大不确定、干扰大不确定情况下的主动自适应姿态控制律;利用扩张状态观测器估计自适应姿态控系统的学习误差补偿。本发明提供的气动大不确定情况下的运载火箭分离体姿态控制方法,具备在线自适应重构与学习误差补偿能力的姿态控制算法,可以保证分离体受扰飞行下的姿态稳定。
Description
技术领域
本发明于气动大不确定六自由运动体姿态控制领域技术,具体涉及一种气动大不确定情况下的运载火箭分离体姿态控制方法。
背景技术
随着航天事业的快速发展,运载火箭的设计理念和设计手段都取得了长足发展。为了摆脱箭分离体对发射点选取的约束,运载火箭分离体的落区控制问题受到了大家的关注。分离体的飞行横跨亚音速与超音速、静稳与静不稳,其显著特点是工作过程中参数变化范围很大,所受的不确定干扰变化范围也较大。考虑到传统的火箭上升段使用插值校正网络的方法虽然在本质上也是一个自适应算法,但是插值参数的方法是一个开环自适应方法,其并不是根据分离体飞行过程中的实时特性和参数变化情况自适应改变的,而是离线确定的,参数本身不具备自适应调整的能力,当分离体的特性与额定情况偏差较大时,特别是钝头分离体这种气动不确定性较大的受控对象,其适应性有限。
发明内容
本发明为了应对气动不确定分离体在不确定环境中飞行时可能出现的舵效大幅变化和大外界干扰情况,针对钝头分离体飞行工况复杂的情况,本发明给出了其绕质心运动的凸组合状态空间高精度建模方法。以此为基础,针对多胞模型设计了一套对栅格舵舵效不确定和干扰不确定,具备在线自适应重构与学习误差补偿能力的姿态控制算法,用以保证分离体受扰飞行下的姿态稳定。
为了解决该问题,本发明所提出的一种气动大不确定情况下的运载火箭分离体姿态控制方法,包括如下步骤:
S1、利用多个时间特征点的多胞凸组合表示分离体在整个飞行过程中的运动学模型(系统矩阵),其中,利用舵效缩放因子表示分离体剧烈变化的舵效矩阵即控制矩阵;
S2、设计适应分离体全程飞行段栅格舵效大不确定、干扰大不确定情况下的主动自适应姿态控制律;
S3、利用扩张状态观测器估计自适应姿态控系统的学习误差补偿。
进一步地,还包括采用Adam方法离散实现微分方程描述的主动自适应姿态控制律的解算。
进一步地,所述利用多个时间特征点的多胞凸组合表示分离体在整个飞行过程中的系统矩阵,其中,利用舵效缩放因子表示分离体剧烈变化的舵效矩阵即控制矩阵
包括
箭体运动包括箭体质心运动、绕质心运动和弹性运动,采用系数固结法,将时间特征点上的箭体运动描述为式(1.1)~式(1.7)的线性增量方程形式:
为方便,记状态量z=[Δθ Δσ]其中θ和σ分别表示弹道倾角和弹道偏角),其中φ和γ分别表示俯仰角、偏航角和滚动角),其中δp、δy和δr分别表示俯仰、偏航与滚动通道的舵偏角,那么在某一特征时刻可将刚体运动的状态方程记为如下的状态空间形式:
式中:
其中b2p和b2y表示的物理意义为单位攻角或侧滑角所产生的俯仰与偏航角加速率,b1p,b1y和d1表示三通道的动导数相关量,b3p,b3y和d3表示的物理意义为单位舵偏角所能够产生的三通道角加速率;将式(1.1)转写为系数关于时间的变量之后,系统即运动学模型的小扰动线性化方程可表示为如下形式:
式中:
由于箭体在正常飞行过程中参数{A(t),H(t),G(t)}是相对时间的连续变化量,在考虑一定建模误差和未知扰动f的情况下,可以选取少数几个时间特征点ti,i=1,2,…,n构成特征参数集合{Ai,i,i},i=1,2,…,n,可以认为箭体在特征点集合{ti}所包覆的飞行区间内,满足如下凸组合微分方程:
虑到Gi矩阵下三行为对角非奇异阵,得到如下关系:
其中G为下三行为对角非奇异阵的期望控制矩阵,Λ(t)为对角阵用以表示G相对任一特征点的舵效缩放因子,在这种建模方法中舵效缩放因子Λ(t)视为未知参数,通过自适应律在线确定,因此具备对分离体舵效大不确定性的适应能力。除此之外,由于外界干扰的影响所带来的扰动是一个上三行为零的列向量,因此式(1.5)可进一步简化为如下多胞凸组合形式:
至此,基于凸组合的运动模型完全给出,其中式(1.7)为状态方程;分离体的测量方程包含弹性模态,考虑到在进行实际飞控指令计算时,首先要对惯组敏感到的弹性角增量信号按照弹性模态数据进行滤波处理。
进一步地,所述设计适应分离体全程飞行段栅格舵效大不确定、干扰大不确定情况下的主动自适应姿态控制律
包括
首先定义一个参考模型如下:
式中:
式中:xm,ωm和ξm分别为系统期望姿态角与角速率,自然无阻尼频率和阻尼比,v为内环自适应指令;
由于Hi矩阵上三行元均为零,式(1.7)经过如下变化可得:
G、Gm和Ai-Am均为上三行元为零的矩阵,因此对于任一个Ai必然可以找到一个θi,使下式成立:
Gθi=(Ai-Am)x-Gmv......................................(2.4)
式中:
Θ=[θ2-θ1 θ3-θ1…θn-θ1 I3],Φ=[α2,α3,…,αn,DT]T.......(2.6)
此时受控对象中所有的未知参数均在Φ和Λ中;在取控制律
针对自适应参数振荡引入参数滤波器如下:
参数自适应律:
AmP+PAm<0.............................................(2.10)
综合式(2.10),式(2.8)和式(2.7),得到针对式(1.7)所示的多胞凸组合模型应对舵效和参数不确定的分离体自适应姿态控制律算法。
进一步地,所述利用扩张状态观测器估计自适应姿态控系统的学习误差补偿
包括
箭体姿态运动的小扰动线性微分方程总可以写为如下形式:
学习误差观测器:
将式(2.12)增广后减去式可得:
进一步地,所述采用Adam方法离散实现微分方程描述的主动自适应姿态控制律的解算
包括
已知某系统的一阶向量微分方程及其初值为
利用四步显示Adam公式近似求一步积分的方法如下:
式中h为控制指令的解算周期,fn-i为第n拍的第前i拍值;
构成控制律的微分式(2.8)、(2.9)和(2.13)都可以按照初值取零的四步显式Adam公式求解一步数值积分;
最后根据式(2.14)和式(2.7)在线生成控制指令构成闭环。
本发明还提供一种计算机可读的存储介质,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行上述所述的方法。
本发明还提供一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行上述所述的方法。
本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
针对钝头分离体飞行工况复杂的情况,本发明给出其绕质心运动的凸组合状态空间高精度建模方法,相比于多数现有技术中的基于单点设计-时间插值的方法,基于凸组合的方案具有参数量少,建模精确的特点。以此为基础,针对多胞模型设计了一套对栅格舵舵效不确定和干扰不确定,具备在线自适应重构与学习误差补偿能力的姿态控制算法,相比于常规的插值法,自适应算法在参数和控制两个方面均实现了闭环,理论上对参数摄动和不确定扰动均具有比较强的鲁棒性。具体而言:高精度建模,首先利用凸组合的思想,改进了传统的两点线性插值建模方法,利用多个特征点的凸组合构造分离体的高精度数学模型,将利用舵效缩放因子对舵效矩阵单独考虑,用以适应分离体气动舵舵效的不确定性;内环自适应控制律构造,针对凸组合简化模型,设计一种针对简化模型的自适应律,确保小扰动情况下箭体姿态的稳定;自适应姿态控制系统学习误差补偿,针对建模误差和外部扰动带来的模型自适应学习误差给出了高精度的估计方法,通过估计学习误差补偿到控制信号中实现控制的高精度重构;在算法实现方法方面,本发明中的算法都通过微分方程的形式给出,而实际控制系统一般采用数字计算机工程实现,为此最后给出了一种可行的离散形式控制算法的实现方法。
附图说明
图1为本发明控制方法的框架示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,均属于本发明保护的范围。
本发明的实施例提供气动大不确定情况下的运载火箭分离体姿态控制方法,方法的实现包括如下步骤:
首先给出了适应舵效变化的凸组合高精度建模方法。
利用多个时间特征点的多胞凸组合表示分离体在整个飞行过程中的运动学模型即系统矩阵,其中,利用舵效缩放因子表示分离体剧烈变化的舵效矩阵即控制矩阵。
对于运载火箭分离体而言,在数学建模过程中仅需要考虑箭体质心运动、绕质心运动和弹性运动三部分。采用系数固结法,可将特征时间点上的箭体运动描述为式~式的线性增量方程形式。
为方便,记状态量z=[Δθ Δσ]T(其中θ和σ分别表示弹道倾角和弹道偏角),(其中φ和γ分别表示俯仰角、偏航角和滚动角),δ=[δp δyδr]T(其中δp,δy和δr分别表示俯仰、偏航与滚动通道的舵偏角),那么在某一特征时刻可将刚体运动的状态方程记为如下的状态空间形式:
式中:
其中b2p和b2y表示的物理意义为单位攻角或侧滑角所产生的俯仰与偏航角加速率,b1p,b1y和d1表示三通道的动导数相关量,b3p,b3y和d3表示的物理意义为单位舵偏角所能够产生的三通道角加速率。将式(1.1)中的矩阵参数转写为关于时间的变量之后,分离体绕质心运动的小扰动线性化方程可表示为如下形式:
式中:
由于箭体在正常飞行过程中参数{A(t),H(t),G(t)}是相对时间的连续变化量,在考虑一定建模误差和未知扰动的情况下,可以选取少数几个时间特征点ti,i=1,2,…,n构成特征参数集合{Ai,i,i},i=1,2,…,n,可以认为箭体在特征点集合{ti}所包覆的飞行区间内,满足如下凸组合微分方程:
式中:αi为特征模型的凸组合系数(根据飞行状态自适应更新,模型的参数量即为αi的个数),且 表示凸组合建模方法本身的误差即代表建模和理论模型的误差。依据此种方法可以保证所构成的模型参数量较少且具备适应全飞行段的能力。
考虑到Gi矩阵下三行为对角非奇异阵,可以得到如下关系:
其中G为下三行为对角非奇异阵的期望控制矩阵,Λ(t)为对角阵用以表示G相对任一特征点的舵效缩放因子(3×3的矩阵,对应三个通道),在这种建模方法中舵效缩放因子Λ(t)视为未知参数,通过自适应律在线确定,因此具备对分离体舵效大不确定性的适应能力。除此之外,由于外界干扰的影响所带来的扰动f是一个上三行为零的列向量,因此式(1.5)可进一步简化为如下多胞凸组合形式:
至此,基于凸组合的运动模型完全给出,其中式为状态方程。分离体的测量方程包含弹性模态,考虑到在进行实际飞控指令计算时,首先要对惯组敏感到的弹性角增量信号按照弹性模态数据进行滤波处理,文中不详细列出其测量方程,一般对测量信号进行低通滤波和陷波滤波,进而对高频弹性分量进行衰减,测量方程就是滤波方程。
其次,本发明给出了保证闭环姿态控制系统稳定的参数自适应律和控制律构造方法。
设计适应分离体全程飞行段栅格舵效大不确定、干扰大不确定情况下的主动自适应姿态控制律。
为方便后文对自适应控制算法进行详细描述,在式(1.7)的基础上进一步对模型进行简化。
首先考虑一个参考模型如下:
式中:
式中:xm,ωm和ξm分别为期望姿态角与角速率,自然无阻尼频率和阻尼比,v为内环自适应指令(见图1)。
由于Hi矩阵上三行元均为零,式(1.7)经过如下变化可得:
考虑到G、Gm和Ai-Am均为上三行元为零的矩阵,因此对于任一个Ai必然可以找到一个θi,使下式成立:
Gθi=(Ai-Am)x-Gmv..........................................(2.4)
式中:
Θ=[θ2-θ1 θ3-θ1…θn-θ1 I3],Φ=[α2,α3,…,αn,DT]T.......(2.6)
此时受控对象中所有的未知参数均在Φ和Λ中。若取控制律
为针对自适应参数振荡引入参数滤波器如下:
式中:和可视为和的滤波值,和为对角正定阵。式(2.8)本质上为一个低通滤波器,在大增益条件下,可以避免自适应参数因增益过大而出现的剧烈振荡或者变化现象(因为实际飞行过程中参数为一变化平滑的低频量,若出现参数振荡则一般意味着自适应模型的参数不匹配)。
式中:ΓΔ和ΓΦ为对角正定阵,diag(·)表示以输入的向量为对角元生成对角矩阵,P正定且满足如下条件:
综合式(2.10),式(2.8)和式(2.7),得到针对式(1.7)所示的多胞凸组合模型应对舵效缩放因子Λ和参数Φ不确定的分离体自适应姿态控制律算法。符号<表示矩阵负定。
再者,本发明给出了一种基于扩张状态观测器的自适应闭环姿态控制系统学习误差补偿方法。
利用扩张状态观测器估计自适应姿态控系统的学习误差补偿。
为了应对自适应参数更新律式(2.9)学习能力有限的情况,还需要考虑学习误差补偿方法。箭体自适应闭环情况下的姿态运动的小扰动线性微分方程总可以写为如下形式:
为此,我们再引入一个参考模型:
式中:xr为期望的姿态角和角速率,指令r为外环控制指令(见图1),式(2.13)主要是为了与式(2.1)予以区别;假设q的估计值为变量q没有办法直接测量,只能通过一定的方法估计,估计所得即为估计值取:
将式(2.11)增广后减去式(2.14)可得:
最后,本发明针对上述微分方程描述的控制律给出了具体的离散实现方法。
采用Adam方法离散实现微分方程描述的主动自适应姿态控制律的解算。
关于参数初始化:通过离线确定特征点状态矩阵{Ai},i=1,2,…,n,选取合适的控制矩阵G装订到箭上。
在线计算控制律:每隔一定的采样周期,经过导航计算分离体的姿态角,并根据式(2.9)计算参数更新率,根据式(2.14)估计学习误差。
由于本发明中的参数控制律都用微分方程的形式给出,在此给出一种可行的离散解法。关于微分方程的解算采用Adam方法,若一阶向量微分方程及其初值为:
利用4步显式Adam公式近似求一步积分的方法如下:
式中h为控制指令的解算周期,fn-i,i=1,2,3为第n拍的第前i拍值。
构成控制律的微分式(2.8)、(2.9)和(2.13)都可以按照初值取零的四步显式Adam公式求解一步数值积分。最后根据式(2.14)和式(2.7)在线生成控制指令构成闭环。
Claims (8)
1.一种气动大不确定情况下的运载火箭分离体姿态控制方法,其特征在于包括如下步骤:
利用多个时间特征点的多胞凸组合表示分离体在整个飞行过程中的运动学模型,其中,利用舵效缩放因子表示分离体剧烈变化的舵效矩阵即控制矩阵;
设计适应分离体全程飞行段栅格舵效大不确定、干扰大不确定情况下的主动自适应姿态控制律;
利用扩张状态观测器估计自适应姿态控系统的学习误差补偿。
2.根据权利要求1所述的运载火箭分离体姿态控制方法,其特征在于还包括采用Adam方法离散实现微分方程描述的主动自适应姿态控制律的解算。
3.根据权利要求2所述的运载火箭分离体姿态控制方法,其特征在于所述利用多个时间特征点的多胞凸组合表示分离体在整个飞行过程中的系统矩阵,其中,利用舵效缩放因子表示分离体剧烈变化的舵效矩阵即控制矩阵
包括
箭体运动包括箭体质心运动、绕质心运动和弹性运动,采用系数固结法,将时间特征点上的箭体运动描述为式(1.1)~式(1.7)的线性增量方程形式:
为方便,记状态量其中θ和σ分别表示弹道倾角和弹道偏角),其中φ和γ分别表示俯仰角、偏航角和滚动角),其中δp、δy和δr分别表示俯仰、偏航与滚动通道的舵偏角,那么在某一特征时刻可将刚体运动的状态方程记为如下的状态空间形式:
式中:
其中b2p和b2y表示的物理意义为单位攻角或侧滑角所产生的俯仰与偏航角加速率,b1p,b1y和d1表示三通道的动导数相关量,b3p,b3y和d3表示的物理意义为单位舵偏角所能够产生的三通道角加速率;将式(1.1)转写为系数关于时间的变量之后,系统即运动学模型的小扰动线性化方程可表示为如下形式:
式中:
由于箭体在正常飞行过程中参数{A(t),H(t),G(t)}是相对时间的连续变化量,在考虑一定建模误差和未知扰动f的情况下,可以选取少数几个时间特征点ti,i=1,2,…,n构成特征参数集合{Ai,i,i},i=1,2,…,n,可以认为箭体在特征点集合{ti}所包覆的飞行区间内,满足如下凸组合微分方程:
虑到Gi矩阵下三行为对角非奇异阵,得到如下关系:
其中G为下三行为对角非奇异阵的期望控制矩阵,Λ(t)为对角阵用以表示G相对任一特征点的舵效缩放因子,在这种建模方法中舵效缩放因子Λ(t)视为未知参数,通过自适应律在线确定,因此具备对分离体舵效大不确定性的适应能力。除此之外,由于外界干扰的影响所带来的扰动是一个上三行为零的列向量,因此式(1.5)可进一步简化为如下多胞凸组合形式:
至此,基于凸组合的运动模型完全给出,其中式(1.7)为状态方程;分离体的测量方程包含弹性模态,考虑到在进行实际飞控指令计算时,首先要对惯组敏感到的弹性角增量信号按照弹性模态数据进行滤波处理。
4.根据权利要求3所述的运载火箭分离体姿态控制方法,其特征在于所述设计适应分离体全程飞行段栅格舵效大不确定、干扰大不确定情况下的主动自适应姿态控制律
包括
首先定义一个参考模型如下:
式中:
式中:xm,ωm和ξm分别为系统期望姿态角与角速率,自然无阻尼频率和阻尼比,v为内环自适应指令;
由于Hi矩阵上三行元均为零,式(1.7)经过如下变化可得:
G、Gm和Ai-Am均为上三行元为零的矩阵,因此对于任一个Ai必然可以找到一个θi,使下式成立:
Gθi=(Ai-Am)x-Gmv......................................(2.4)
式中:
此时受控对象中所有的未知参数均在Φ和Λ中;在取控制律
针对自适应参数振荡引入参数滤波器如下:
参数自适应律:
综合式(2.10),式(2.8)和式(2.7),得到针对式(1.7)所示的多胞凸组合模型应对舵效和参数不确定的分离体自适应姿态控制律算法。
5.根据权利要求1所述的运载火箭分离体姿态控制方法,其特征在于所述利用扩张状态观测器估计自适应姿态控系统的学习误差补偿
包括
箭体姿态运动的小扰动线性微分方程总可以写为如下形式:
学习误差观测器:
将式(2.11)增广后减去式(2.14)可得:
7.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至6任一项中所述的运载火箭分离体姿态控制方法。
8.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述的运载火箭分离体姿态控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211447967.5A CN115793447A (zh) | 2022-11-18 | 2022-11-18 | 一种气动大不确定情况下的运载火箭分离体姿态控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211447967.5A CN115793447A (zh) | 2022-11-18 | 2022-11-18 | 一种气动大不确定情况下的运载火箭分离体姿态控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115793447A true CN115793447A (zh) | 2023-03-14 |
Family
ID=85438912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211447967.5A Pending CN115793447A (zh) | 2022-11-18 | 2022-11-18 | 一种气动大不确定情况下的运载火箭分离体姿态控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115793447A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116859981A (zh) * | 2023-09-05 | 2023-10-10 | 东方空间技术(山东)有限公司 | 一种运载火箭姿态控制方法、装置及计算设备 |
-
2022
- 2022-11-18 CN CN202211447967.5A patent/CN115793447A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116859981A (zh) * | 2023-09-05 | 2023-10-10 | 东方空间技术(山东)有限公司 | 一种运载火箭姿态控制方法、装置及计算设备 |
CN116859981B (zh) * | 2023-09-05 | 2023-12-15 | 东方空间技术(山东)有限公司 | 一种运载火箭姿态控制方法、装置及计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105468007B (zh) | 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 | |
Deng et al. | Event-triggered robust fuzzy path following control for underactuated ships with input saturation | |
Xia et al. | Back-stepping sliding mode control for missile systems based on an extended state observer | |
CN109901605B (zh) | 一种四旋翼飞行器跟踪无人水面船的控制方法 | |
CN111324142B (zh) | 一种导弹驾驶仪扰动补偿控制方法 | |
CN112486193B (zh) | 一种基于自适应增广控制理论的飞翼无人机三轴全权限控制方法 | |
CN111522352B (zh) | 多旋翼飞行器单参数自抗扰姿态控制器设计方法 | |
CN110758774B (zh) | 带有挠性附件和液体晃动航天器的自抗扰姿态控制方法 | |
CN111562793A (zh) | 考虑任务时间约束的航天器姿态控制方法 | |
CN110320807B (zh) | 基于奇异摄动分解的弹性飞行器数据筛选自适应控制方法 | |
CN115793447A (zh) | 一种气动大不确定情况下的运载火箭分离体姿态控制方法 | |
CN113885543B (zh) | 一种复杂海况干扰下的航行体自抗扰横滚控制器的设计方法 | |
Zhang et al. | A novel event-triggered robust neural formation control for USVs with the optimized leader–follower structure | |
CN109062040B (zh) | 基于系统嵌套优化的预测pid方法 | |
CN112363524A (zh) | 一种基于自适应增益扰动补偿的再入飞行器姿态控制方法 | |
CN111158386B (zh) | 一种干扰自主免疫的无人机姿态控制系统及实现方法 | |
CN112305917A (zh) | 充液航天器的固定时间终端滑模鲁棒容错控制方法及装置 | |
CN115793449B (zh) | 直升机飞行姿态控制器设计方法及装置、设备、存储介质 | |
CN116795126A (zh) | 一种输入饱和与输出受限的变形飞行器控制方法 | |
CN114153144B (zh) | 一种输入受限和输入扰动的弹性高超声速飞行器控制方法 | |
CN116719319A (zh) | 水面无人艇的跟踪控制器设计方法 | |
CN114035611B (zh) | 可重复使用高超声速飞行器上升段轨迹优化与制导方法 | |
CN112558465B (zh) | 一种带有输入限制的未知无人船有限时间强化学习控制方法 | |
CN114488815A (zh) | 空空弹自抗扰控制参数整定方法、装置及电子设备 | |
CN114509941A (zh) | 基于自适应准最优高阶滑模控制的无人机飞行控制方法 |
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 |