您的位置： 专家智库
>
资助详情>
航天支撑技术基金(2007-HT-HGD-7)
航天支撑技术基金(2007-HT-HGD-7)
- 作品数：4 被引量：14H指数：2
- 相关作者：史小平段洪君王凤文常莹莹齐世清更多>>
- 相关机构：哈尔滨工业大学东北大学更多>>
- 发文基金：航天支撑技术基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 非线性三维变结构鲁棒自适应制导规律的研究被引量：1
- 2009年
- 在三维球坐标系下建立了导弹与目标的相对运动模型,把目标加速度视为一类有界干扰,针对大机动目标提出了一种基于零化导弹与目标视线法向速度的三维变结构鲁棒自适应末制导律,并根据Lyapunov方法设计了参数自适应律。通过计算机数值仿真验证了导弹与目标的相对视线角速度最终趋向于零,验证了制导规律的正确性和有效性。
- 常莹莹史小平
- 关键词：鲁棒性自适应
- 飞行机器人递归小脑神经网络模型分解控制被引量：2
- 2011年
- 为解决一类不确定非线性系统的控制问题及系统混合干扰上界在实际应用中难以测量的问题,提出递归小脑神经网络模型分解控制算法。将系统分为名义模型、结构不确定性和非结构不确定性,分别对名义模型设计直接反馈控制器、对结构不确定性设计自适应控制器、对非结构不确定性设计鲁棒控制器。设计递归小脑模型关节控制器作为观测器来对系统干扰的上界进行实时逼近。李亚普诺夫理论证明了控制算法可使系统渐进稳定,微飞行机器人姿态控制仿真结果表明,控制算法改善了系统的动态性能及鲁棒性。研究结论为复杂非线性系统的有效控制提供了依据。
- 段洪君王凤文史小平
- 关键词：非线性自适应控制鲁棒控制小脑模型关节控制器飞行机器人
- 基于递归小脑神经网络的模糊自适应控制被引量：1
- 2012年
- 为解决一类不确定非线性系统控制问题,提出了小脑神经网络模糊自适应算法.将系统分为标称模型、参数不确定部分以及包含建模误差、干扰及未建模动态等在内的混合干扰项,用模糊自适应控制实时逼近系统各个不确定参数,用鲁棒控制消除混合干扰,并设计了递归小脑模型关节控制器作为观测器来对混合干扰的上界进行实时逼近.李亚普诺夫理论证明了控制算法可使系统一致有界稳定,微飞行机器人姿态控制仿真结果表明,控制算法改善了系统的动态性能及鲁棒性,研究结论对复杂非线性系统的有效控制提供了依据.
- 段洪君齐世清史小平
- 关键词：非线性模糊自适应参数不确定小脑模型关节控制器飞行机器人
- 基于滑模自适应的飞行器鲁棒姿态控制被引量：10
- 2009年
- 针对一类不确定非线性系统,基于李亚普诺夫稳定性理论提出了滑模自适应算法。算法的核心为:将系统分为标称模型和包含建模误差、参数变化、干扰及未建模动态等在内的混合干扰项,用自适应控制实时逼近具有不确定性特征的系统输入系数,用鲁棒控制使系统的混合干扰在有限时间内减小到一个小范围内,用滑模控制最终消除不确定非线性系统的跟踪误差。不仅使系统有较好的鲁棒性,而且消除了传统滑模控制中系统输入的抖振现象。对微型飞行器的姿态控制系统进行了仿真研究,仿真结果验证了算法的有效性。
- 段洪君史小平
- 关键词：非线性滑模自适应鲁棒性微型飞行器
