复制成功
  • 图案背景
  • 纯色背景

笔记

  • 2019-11-16
    为大人带来形象的羊生肖故事来历 为孩子带去快乐的生肖图画故事阅读
    谈谈怎样学好数学_苏步青-中学生文库
songqianwa..

上传于:2015-06-01

粉丝量:1

该文档贡献者很忙,什么也没留下。



基于自适应模糊系统的空天飞行器非线性预测控制

下载积分:2000

内容提示: 第29卷第4期2008年7月航空学报ACTA AERO N AU T】CA ET ASTRO N AU TI CA SI N I CAV01.29 N o.4J ul y2008文章编号:1000-6893( 2008) 04一0988一07基于自适应模糊系统的空天飞行器非线性预测控制方炜,姜长生( 南京航空航天大学航空宇航学院,江苏南京210016)N onl i near Predi cti ve Controlofan Aerospace Vehi cl e Based onAdapt i ve Fuzzy System sFang W ei ,J i ang Changsheng( Col l egeof Aerospace Engi neeri ng,N anj i ng U ni versi ty of Aeronauti cs and Astronauti cs,N anj i ng210016,Chi na)摘要:针对一类多输入多输出非线性不确定系统...

文档格式:PDF| 浏览次数:0| 上传日期:2015-06-01 18:52:23| 文档星级:
第29卷第4期2008年7月航空学报ACTA AERO N AU T】CA ET ASTRO N AU TI CA SI N I CAV01.29 N o.4J ul y2008文章编号:1000-6893( 2008) 04一0988一07基于自适应模糊系统的空天飞行器非线性预测控制方炜,姜长生( 南京航空航天大学航空宇航学院,江苏南京210016)N onl i near Predi cti ve Controlofan Aerospace Vehi cl e Based onAdapt i ve Fuzzy System sFang W ei ,J i ang Changsheng( Col l egeof Aerospace Engi neeri ng,N anj i ng U ni versi ty of Aeronauti cs and Astronauti cs,N anj i ng210016,Chi na)摘要:针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。关键词:非线性不确定系统;预测控制;自适应模糊;高超声速;空天飞行器中图分类号:V294.1;TP293.2文献标识码:AAbstract:Thi s arti cl ei nvesti gates the desi gnof anadapti ve fuzzypredi cti vecontrol l aw tO uncertai n nonl i nearsystem s.Thecontrol l er consi sts of t W Opart s:annonl i near predi cti vecontrol l er w hi ch i s based onfuzzy sys—tern,anda robustadapti ve control l er.Accordi ng tO the tracki ng error,the adapti ve fuzzy control l eri scon—structed tOapproxi m atethe uncertai n nonl i nearsystem s,andthe w ei ght param eters of fuzzy system changeon-l i ne.BasedonTayl or equati on,the fuzzy adapti vepredi cti ve control l aw i s achi eved,and because on。l i ne opti —m i zati on i s notrequi red。the hugecal cul ati on burden of predi cti vecontrolcanbe avoi ded.The robust control l eri s used t O at t enuat e the effects of externaldi sturbance andapproxi m ati onerrors of fuzzy system s.U si ng Lya—punov theory,i ti s proventhat the overal l systemi s uni f orm l y ul ti m atel y bounded.Fi nal l y,the fl i ght controlsystemof aerospace vehi cl e underhypersoni c condi ti on i s desi gned by the proposedm ethod.Si m ul ati on resul tsdem onstrate the effecti veness of the m ethod.Keyw ords:nonl i near uncertai nsystem ;predi cti ve control ;adapti ve fuzzy system ;hypersoni c;aerospacevehi —el e作为新一代的航空航天飞行器,空天飞行器( Aerospace Vehi cl e,ASV) 已经引起了各国的高度重视[ 1{] 。在其高超声速无动力再入返回过程中,飞行环境变化大,难以建立精确的再入飞行运动方程,另外ASV还受到外界扰动和测量误差等不确定因素的影响。因此ASV对飞行控制系统的稳定性和控制精度有着更高的要求。预测控制是一种基于模型的优化控制算法,已经广泛应用于化工、冶金等工业工程。近年来,非线性预测控制理论得到了进一步的研究和发展,文献E4] 利用CLF( ControlLyapunovFunc—ti on) 设计终端项来保证系统的稳定性。文献Is]收稿日期:2007—06—18;修订日期:2007-09—20基金项目:国家自然科学基金( 90405011)通讯作者:方炜E—m ai l :fw ei 2k@ 163.corn 万方数据基于线性矩阵不等式求解预测控制律。文献[ -6-7] 提出了一种具有闭合解析形式的非线性最优预测控制算法,设计过程简单,避免了预测控制的在线优化计算。然而预测控制通常要求被控对象精确已知L4' 6] ,干扰、建模误差等不确定因素对预测控制的影响较大,甚至可能使其失效。因此如何结合预测控制与鲁棒控制,设计出非线性鲁棒预测控制律有着重要的研究意义。已经证明,模糊系统具有逼近非线性系统中的未知函数和不确定因素的能力,将模糊系统应用于非线性不确定系统的控制,已经成为理论界和工程界研究的热点,并取得了大量的研究成果[8‘ 1⋯。为此,针对一类多输人多输出不确定非线性系统,本文提出了一种基于自适应模糊系统的预测控制方法。根据系统的跟踪误差在线调整模糊 第4期方炜等:基于自适应模糊系统的空天飞行器非线性预测控制系统的权值,使得模糊系统逼近被控对象中的未知函数,通过泰勒展开设计基于模糊自适应系统的非线性预测控制律,减轻了预测控制的计算负担。引入鲁棒自适应控制器消除了不确定和模糊建模误差对系统的影响,提高了系统的动态性能。基于Lyapunov稳定理论,证明了闭环系统最终一致有界稳定。最后对ASV再人飞行的姿态控制进行了仿真,验证结果表明了该方法的有效性。1问题陈述考虑如下形式的一类非线性系统:工=,( 工) +g( x) u1⋯⋯y:矗( 工)f式中:P,,P。,⋯,P,为关于口,五,⋯,U‘ 一11的复杂非线性函数,L伽( 工) 为Y对,( x) 的第i 阶IAe导数:fL/h( 善) =( a矗/a工) T,( 工){LZl h(x)一Ea((ah/ax)T,(x))/ax31,(x)l;L。L7 1h( 工) 的定义与L砷( 工) 类似:LsL;-1矗(工)=[a⋯((a矗/a工)7,(z))/ox]Tg(工)在滚动预测时域内,任一时刻r的输出y( £+r) 可以近似用Tayl or级数表示为y( t+f) 兰J 1( r) l ,( £)m ,=[· ⋯· 芒晶]( 5)㈤LLJ D十rJ ! J式中:状态变量工∈R” ;控制变量即∈R” ;输出变量y(-R” ;函数,∈R” ;gER“ ” 。对系统式( 1) 做出如下假设:假设1系统的输出信号和参考信号对时间t连续可微。假设2系统所有状态可测。假设3系统相对阶为ID,且零动态稳定。定义如下优化性能指标:式中:ff—di ag( r,⋯ ,r) ,f∈Rm × mIl ,(£)=[y多⋯y[一门]T同理,参考轨迹w ( t+r) 也可以表示为1广丁J =÷ leT( £+r) e( t+r) dr( 2)二J0式中:T为滚动预测时间段,跟踪误差为e( t+r) 一y( t+r) 一w ( t+r)式中:y( t+r) 为预测时间段的预测输出;w ( t+r)为预测时间段的期望输出。非线性预测控制采取的是滚动优化的控制算法,通过对性能指标式( 2) 求最优来确定未来的控制量,以达到系统式( 1) 的输出Y( t) 最优跟踪期望参考轨迹’ .,(£)的目的。( 3)2非线性预测控制器的设计2.1输出预测控制矢量H 的控制阶取为r,将系统输出求导至』D+r次,则有.;,=L力(工)iy[ r1] =L71知( 工),户]=L红(工)+L;Lp,-1h(x)u;Y‘ P+门一L广’ Jl (工)+Pl (口,工)+⋯+p2(五,u,z)+p,(H[r一11,⋯,H,j )+LgL71h(x)u‘ r]( 4)w ( t+r) 兰J 1( r) W ( £)式中:w (f)一[' .,匆⋯_I.,[P+d]T。( 7)2.2优化控制根据式( 4) 、式( 5) 和式( 7) ,改写性能指标式(2)为1rT,一告口(£)一w (£)]T I厶rT( r) r( r) dr( Y( t) --W ( t) )J 0( 8)由此可以推导出非线性系统式( 1) 闭合解析形式的预测控制律为口一一(G(j ))_1(F(工)+KM 。一’ .,啊)( 9)式中:F(工)=L伽(工);G(工)=L,Lp,--1h(卫);其他矩阵和变量的含义参见文献[ 6] 。3控制器设计与稳定性分析从前面的分析可以看出,预测控制律是建立在被控对象模型精确已知的基础上,当被控对象存在不确定或者未知函数时,控制器式( 9) 不能实现。为此,考虑利用自适应模糊系统模糊建模,从而构造基于模糊自适应系统的预测控制律。模糊系统的逼近误差和系统的不确定则通过鲁棒自适应控制器予以消除。这里的模糊控制器采用IF-TH EN 规则的模糊逻辑系统,它运用单点模糊化、乘积推理和重心法去模糊。第i 条规则为一:If z1 i s Ai ,and z2 i s A;,and⋯ and z。i sA:,then Yi s 0i ,i =1,⋯,1。l 为模糊系统的规则数,则模糊系统的输出可以定 万方数据 航空学报第29卷义为y一矿S(工)。D—m⋯ 岛] 7为可调权值参⋯ 8( 工) ] 为模糊基函数,泓):;旦坐型∑(Ⅱ::。户。。(z,))数;考(工)一[6(工)( 10)8(工)=—丁———二——1—————一(式中:卢,( zf) 为模糊系统的隶属度函数。首先给出如下假设条件:假设4在紧集工∈尬上,G(工)非奇异且范数有界,同时有口G ≥b>0( 11)式中:口G 为矩阵G ( 工) 的最小奇异值;b为任意非负常数。假设5c103未知函数F( 工) 和G ( x) 为光滑有界函数。在凸区域n.F和n屯上分别存在模糊系统的最优权值口;和9:,使得模糊系统输出F( x/D,) 和G ( z/8G ) 能以任意精度逼近F( 工) 和G ( x) ,即在状态可达的紧集x∈帆上,存在F( z) 一F( 工/口F) I]● FtM .FG ( 工) 一e( x/O G ) |] ( 13)%∈M 屹x( - M 。式中:J |一;J |≤啡;|I既0≤0c;宣( x/O F) =昨arg rai n[ sup( 12)z∈M ‘02"arg m i n[ sup鲜毒F(x);6(工/如)一哦考G(工);品(工)∈Rf;毒G(工)∈R。。“ 。定义模糊系统的逼近误差为s—F( z) 一2F( x/O ;) +FG ( x) 一台( 工/睨) ] Ⅱ( 14)£为s的上界,不妨令f≤曲。则预测控制律式( 9) 改写成Ⅳ一Ⅱ。+H ad( 15)式中:H,一一E(;(x/O o)-I~Ej ’ (x/O F)+同Ⅵ,一’ .,[P]]1H叫=一[ecx/口G,]一l,,副,K。=石1f兽j}:Fjs一荟TPB}J( 16)式中:%为提高系统性能的鲁棒自适应控制器,用来补偿模糊系统逼近误差8给系统带来的影响;函为对驴的估计值;艿为设计参数;矩阵P,B和孑的定义在后面的分析中给出。定理1考虑形如式( 1) 的非线性系统,通过选择合适的预测时域丁和控制阶,-,取形如式( 15) 的控制律,则在如下参数自适应律:臼F=AF( 考,( 工。u) s—KFO F)( 17)0G =AG ( 善G ( z,H ) 搬一KG 口G ) 万方数据( 18)乒=Ap( 怕|I—K知)( 19)的作用下,闭环系统一致最终有界。式中:A,,AG,A。分别为模糊系统和鲁棒控制器的自适应学习律;KF,KG,K。为控制器设计参数;l Ibeni us范数。s l |为Fro—证明将控制律式( 15) 和式( 16) 代入式( 4)的y[_e3中,P]=F( 工) ~p( z/口F) +[G( 工) 一0( 工/如) ]H +帝( x/O _P) +e( 工/8G) Ⅱ( 20)可得误差方程,其中第i 个方程为eFP] +惫‰一1FFP一1] +⋯ +足m ei =Fi ( 工) 一声,(x/O F)+It, f(x)一O 。(x/O G)]H 一%,(21)式中:惫州为矩阵K的第i 行元素( i =1,⋯ ,优) ,取值由预测时域T,相对阶p以及控制阶r所决定。根据文献E63中的推导过程,可以选择合适的参数使得^( P) =e[ e3( £) +k1.,l 乒r13( f) +⋯ +足硼( 22)为H urw i tz多项式。式( 21) 可以写成如下形式:爸一A爹+B(酢{F(工)+8:善G(工)H +6一%)式中:⋯;,]T∈R砷否i =Eef⋯ 盯1] T奢=[;。A—di ag( Al ,⋯ ,A,) ∈R即。即B—di ag( B1,⋯ ,B。) ∈R呷“ “Ai =( 23)( 24)构造如下Lyapunov函数:V=丢;7库+专tr(面飘歹1西,)+专tr(否飘云1面G)+云≯2( 25)式中:乒一妒一函,乒为妒的估计值;tr表示矩阵的迹‘ 63;P—di ag(Pl ,⋯,P。)∈R邛。坤,Pi 为满足下列等式的正定对称阵:P,Ai +Aj Pi =一Q i( Q 。=Q 丁>O )( 26)式中:Q ,为设计参数。将V沿着系统的轨迹进行求导得O0;~一...厂虹,一m¨广●l矗一志“一一¨O日日跏。办4-L凹昨毗一一一E一以一如 第4期方炜等:基于自适应模糊系统的空天飞行器非线性预测控制矿=;tP吾+tr(否翟;1否F)+tr(O ~挑1;G)+Aj l 西代人式( 23) 和式( 26) 化简可得矿≤一号A血cQ,J|;"+s(s一歹程箐ji)+KFtr[ 酢( 鲜一以) ] +KG tff醒( 畦一碗) ] 一非Q:考虑到trEO ;(口;一酢)]≤II酢II啡一II否,II 2≤fAG( {G( x,Ⅱ) 船一KGO c, )6& ={( 毒G( 工,比) l 捃一KG9G>o)( 考G( z,H ) l 撂一KG口G≤0)( 33)【0掣II s胁IIdiag(Q嚣∑。@ 7’ 皓式中:Q =l ,⋯,Q 。)∈R印。叩。。。育l L即-2一II否FII 2)tr[醒(蚝一百G)]≤11扫。||瓦一l I舀G|}2≤百1 L琵-一l l 扫G l |2)如≤虿1少z一-91s(s一志)刊⋯I≤艿(29)综合式( 27) ~式( 29) ,得矿≤一昙A“ 。(Q)lI;II z一譬If巩l Iz一g一,2AG(缸(工,Ⅱ)啦一KG06)或II如rl=魄,毒G(x,Ⅳ)嬲≤o)(II D 6}|<M tproj (, l c髻G(工,H)搬)靠(工,Ⅳ)凇>o)(II 9GII=魄,( 34)式中:proj ( AG毒G( 工,u) m ) =AG( 考G( 工,“ ) 懈一K6DG) 一A6帮凇4仿真研究( 35)u¨舵—而r啪( 28)4.1仿真模型以及警怕G” 一等矿+等嚣+等琵+等扩+艿≤一可1nII昌II z+r( 30)式中:a=rai n( J :Im i II( 12) ,KF,KG ,K4) ;昌=[爸TI|酢oIl 瓦I|扣T;r一等砟+譬碓+等∥ +艿。因此在紧集B暑以外,有v<oB量={暑⋯尽|I≤∥ 丽)(31)闭环系统一致最终有界,证毕。备注值得注意的是,根据自适应律式( 18)在线调整酡有可能导致式( 16) 中的e( z/酡) 出现奇异情况,即O ( x/oG ) 不可逆。目前已经提出了一些理论研究用于解决此类问题,本文主要考虑如下两种方法:( 1) 对e叫做如下修改:O 一-一e7( £,J +6e7) -i( 32)设计参数e。为较小的正实数。式( 32) 没有改变控制器的结构,因此定理l 的理论推导依然适用。( 2) 采用如下的投影算子:当日。中的某一分量口a—n时,采用 万方数据仿真模型来自文献[ 11] 。考虑ASV做高超声速再人飞行,因此主发动机推力设为0。根据时标分离的原则将ASV的姿态运动方程分成内外回路,内回路的状态变量工,为[ p动力矩[Zm 以] 1为控制变量。外回路的状态qr-]T,气变量毛为[ 口p指令[ p。q。,.。] T,ASV的运动方程和其他参数参见文献[11],这里不再赘述。这假设由于不确定因素和气动参数的变化,ASV姿态运动方程的F( 工) 和G ( z) 未知。控制器的设计目标为根据跟踪优化性能指标式( 2) ,利用本文提出的自适应模糊预测控制算法,设计出P] 7,控制变量为内回路的输入姿态角跟踪所需的气动力矩,并通过分配算法将其映射成ASV的舵面指令信号[ 鼠文鼠]T,使得ASV的姿态角[ 口卢p] T快速跟踪期望的姿态角指令信号[ 口。展u。] 7。4.2控制器设计( 1) 外回路控制器设计外回路的相对阶p=1,选择控制阶r=0,预测时间段T=O .7 s。根据2节内容,x。每个变量采用7个模糊语言变量:A;( 负大) ,A;( 负中) ,A;(负小),A;(零),A;(正小),A;(正中),A;(正大) ,对应的隶属函数为产^。(zj )=exp[-一(乃一/1i )2]式中:i =1,⋯,7;歹一1,2,3;卢,=一0.5,一O .3,~O .1,0,0.1,0.3,0.5。这里分别使用7条模糊( 36)规则来逼近F。和G。中的每个变量:,●-●●●●●●●●,、●●●●●●●●【 航空学报第29卷一:Ifz1i s A;,and工2 i s A;,andz3i s Aj ,then y i s F7,1=1,⋯ ,7模糊系统的权值初始值选择为口‰一O ,0Co的选择要保证O 。非奇异,选择如下:口60—1.O—O .5—1.OOOO0.51.O一1.O一1.O1.0一O .5—0.500—0.5O1.0O .5一O .3—0.5其他设计参数为Q =5I。。。,A,一10,AG=2,A。一2,KF一1,K6=0.1,K。一1,艿=0.1。( 2) 内回路控制器设计内回路控制器设计和外回路的设计方法相似,这里不再复述,由于G ,为常值矩阵,所以只需建立模糊系统逼近F,,预测控制器的控制阶r=0,预测时间段T=0.3 S。模糊系统的权值初始值选择为以=0,其他设计参数选择为Q =1013x3,AF=100,A十一2,KF一0.1,K口=l ,艿一0.1。( 3) 仿真结果再入飞行仿真初始条件:飞行速度为2 500产¥bF一0.05罢0蔷一0.05一O .100246r/s( d) 滚转角速度m /s,飞行高度为28 km ;初始姿态a=0。,.;8一l 。,F=4。,p=q=,.一0;姿态指令信号口。=2。,位20。,口。一1。;舵面限幅± 30。。假设ASV的气动参数CD存在30%的不确定,CL存在10%的不确定,且ASV的内回路存在不确定力矩。图1为根据文献[ 6—7] 的算法设计的ASV姿态角和控制舵面的响应曲线,在系统不存在不确定的情况下,姿态角跟踪控制的效果良好。图2为当存在不确定时,ASV姿态角的响应曲线,可以看出非线性预测控制的控制性能明显变坏,控制舵面很快就达到饱和状态,ASV失去控制,可见在高超声速飞行条件下,ASV对气动参数的变化和系统不确定因素比较敏感,标称的非线性预测控制律式( 9) 不能满足ASV对控制精度和鲁棒性的要求。图3为根据本文方法设计的ASV姿态控制器的控制效果,从图中可以看出,ASV姿态角快速跟踪了指令信号,系统的动态性能和稳态性能有了明显提高,整个闭环系统具有较好的控制精度和鲁棒性。图中的参数依次对应为ASV的迎角口、侧滑角J 9、航迹倾斜角卢、滚转角速度p、俯仰角速度q、偏航角速度r、左副翼偏角乱、右副翼偏角文和方向舵偏角鼠。≤匿O一芝疗一10一5,/s( e) 俯仰角速度厂\C0246t/s( h) 右副翼偏角f单黾≤f/S( c) 航迹倾斜角△P‘it l s( O 偏航角速度}/l 培( i ) 方向舵偏角图1无不确定时的非线性预测方法性能Fi g.1Perform ance of nonl i near predi cti vecontrol w i thout uncertai nti es432lp一\苞:过 万方数据 第4期方炜等:基于自适应模糊系统的空天飞行器非线性预测控制993150e≈F10050f呼黾鼍p¥时p¥8FOtfs( a) 迎角l }s( d) 滚转角速度O0.410£心o一l O一20t/s( g) 左副翼偏角e\q《●一旺⋯‘ 口.^^j 二j ! ;! 矗:!土.。i 疆一o”;6—£毫≮42o一2o、时t/sCo) 侧滑角l7I/.bO246tj 3( e) 俯仰角速度t/S( 11) 右副翼偏角一以⋯· .u.,’ .,·● 一,.,’/一。246tl s( c) 航迹倾斜角k讪似t}s( f) 偏航角速度t/S( i ) 方向舵偏角图2不确定条件下的非线性预测方法性能Fi g.2Perf orm ance of nonl i nearpredi cti vecontrol under uncertai nti es一a⋯-口_∥?1.Oe、虹d0.50—0.5一卢c⋯‘ 口::}2460t/s( a) 迎角⋯⋯⋯}⋯⋯⋯i⋯⋯⋯{i⋯⋯一⋯■ ⋯⋯-;八一i}0246t|s( d) 滚转角速度t/s( g) 左副翼偏角0.06—0.04名0.02≮o一0.02f¥心0一10—20p≮气《一2一“⋯· “∥ 一460246t/s( b) 侧滑角^i.........i.........,-.≮.⋯⋯⋯:⋯⋯⋯一二一0246t旭( c) 俯仰角速度一、。_\^ ^/0246t|s( 11) 右副晃偏角O .15O .10名0.05芒¥0一O .0550—5一l O- 15t/s( c) 航迹倾斜角f/s( f) 偏航角速度k. :芦、:一 、:;,囊‘0246t/s( i ) 方向舵偏角图3基于自适应模糊系统的非线性预测控制方法性能Fi g.3Perform ance of nonl i near predi cti vecontrol based on adapti ve fuzzy system s2O24o咖印^T吁口芒鼍 万方数据 994航空学报第29卷5结论鲁棒性是衡量非线性控制方法性能的一个重要方面,研究表明,在不确定因素的影响下,非线性预测控制算法的控制性能将明显降低,不能满足ASV对控制精度和鲁棒性的要求。本文利用自适应模糊系统,对非线性不确定系统进行有效的估计和逼近,然后基于模糊系统设计了具有闭合解析形式的非线性预测控制律,同时设计鲁棒控制项消除了模糊逼近误差的影响。仿真验证表明,本文提出的控制方案具有更好的控制精度和鲁棒性。[1][2][3][4][5][63[73参考文献ZhuJ J .X一33ascentfl i ght control dei gn by traj ectory l i n—eari zati on--a si ngul ar perturbati on approach[ R] .AIAA一2000—4159。2000.Zhu J .Bank—tO —turn rol l —yaw —pi tch autopi l otdesi gn usi ngdynam i cnonl i near i nversi on andPD - ei genval ue assi gnm ent[ C] ∥ Proceedi ngs ofthe Am eri can ControlConference.2000,133:1359—1364.H ansonJ M .Advanced gui danceand controlproj ect forreusabl el aunchvehi cl es:testresul t[ R] .AIAA一2002—4561,2002.J adbabai eA,YuJ 。H auser J .U nconstraj ned recedi ng—ho—ri zon control ofnonl i near system s[ j ] .Autom ati c,2001.46( 5) :776—783.M i chael T F,Q i an C J .Recedi ng hori zon controlofal i near param eter varyi ng m odel of the raptor50hel i copterrR] ,AIAA一2005—6372,2005.Chen WH ,D onal d JB,Pet erJ G .O pti m alcontrolofnonl i nearsystem s:a predi cti vecontrol approach[J ].Au—tom ati c,2003,39( 6) :633—641.蒋铁铮。陈陈,艾芋.汽轮发电机主汽门开度的非线性最优预测控制[J ].控制理论与应用,2006,23( 3) :458· 462.J i ang Ti ezheng,Chen Chen,AiQ J an.N onl i near opti m alpredi cti vecontrol l er for m ai n steamval ve of turbi negener—ator[J ].Control Theory&Appl i cati ons,2006.23( 3) :458—462.( i nChi nese)[ 8] Park J H ,Seo S J ,Park GT.Robust adapti vefuzzycon—trol l er for nonl i near system usi ngesti m ati onof bounds forapproxi m ati onerrors[ J ] .Fuzzy Sets andSystem s,2003,133( 1) :19—36.[ 93王玉惠,吴庆宪,姜长生.等.具有用环极点约束的空天飞行器再人姿态的模糊保性能控制[ J ] .航空学报,2007,28( 3) :654-660.W ang Yuhui ,W u Q i ng】【i an.J i ang Changsheng.Fuzzyguaranteed cost control for aerospacevehi cl e’Sre- entry at—ti tude controlw i th pol e pl acem entconstrai nts[J ].ActsAeronauti caetAstronauti eaSi ni ca,2007,28( 3) :654—660.( i n Chi nese)[10]I,iHX,TongSC.Ahybri d adapti ve fuzzycontrolfor acl ass of nonl i near M I M Osystem s[ J ] .IEEETransacti onsonFuzzy System s,2003,1l ( 1) :24—34.[ 11] 朱亮.姜长生,张春雨.基于径向基神经网络干扰观测器的空天飞行器自适应轨迹线性化控制[ J ] .航空学报,2007,28( 3) :673—677.Zhu Li ang,J i ang Changsheng,Zhang Chunyu.Adapt i vetraj ectory l i neari zati on control foraerospace vehi cl e basedonRBFN Ndi sturbance observer[J ].ActsAeronauti csetAstronauti caSi ni ca,2007,28( 3) :673—677.( i n Chi nese)作者简介:方炜( 1977一)男,博士研究生。主要研究方向:非线性系统鲁棒白适应控制、预测控制。Tel :025—84893084E- m ai l :fw ei 2k@ 163.tom姜长生( 1942一l男,教授。博士生导师。发表论文200余篇。主要研究方向;非线性鲁棒控制、模糊自适应控制、飞行控制等。Tel :025—84893084E—m ai l :j i angcs@ nuaa.edu.cn( 责任编辑:鲍亚平,张利平) 万方数据 基于自适应模糊系统的空天飞行器非线性预测控制基于自适应模糊系统的空天飞行器非线性预测控制作者:方炜, 姜长生, Fang Wei, Jiang Changsheng作者单位:南京航空航天大学,航空宇航学院,江苏,南京,210016刊名:航空学报英文刊名:ACTA AERONAUTICA ET ASTRONAUTICA SINICA年,卷(期):2008,29(4)被引用次数: 参考文献(11条)参考文献(11条)4次 1.Zhu J J X-33 ascent flight control deign by trajectory linearization-a singular perturbationapproach[AIAA-2000-4159] 20002.Zhu J Bank-to-turn roll-yaw-pitch autopilot design using dynamic nonlinear inversion and PD-eigenvalue assignment 20003.Hanson J M Advanced guidance and control project for reusable launch vehicles:test result[AIAA-2002-4561] 20024.Jadbabaie A;Yu J;Hauser J Unconstrained receding-horizon control of nonlinear systems[外文期刊]2001(05)5.Michael T F;Qian C J Receding horizon control of a linear parameter varying model of the raptor 50helicopter[AIAA-2005-6372] 20056.Chen W H;Donald J B;Peter J G Optimal control of nonlinear systems:a predictive control approach[外文期刊] 2003(06)7.蒋铁铮;陈陈;艾芊 汽轮发电机主汽门开度的非线性最优预测控制[期刊论文]-控制理论与应用 2006(03)8.Park J H;Seo S J;Park G T Robust adaptive fuzzy controller for nonlinear system using estimationof bounds for approximation errors[外文期刊] 2003(01)9.王玉惠;吴庆宪;姜长生 具有闭环极点约束的空天飞行器再入姿态的模糊保性能控制[期刊论文]-航空学报2007(03)10.Li H X;Tong S C A hybrid adaptive fuzzy control for a class of nonlinear MIMO systems[外文期刊]2003(01)11.朱亮;姜长生;张春雨 基于径向基神经网络干扰观测器的空天飞行器自适应轨迹线性化控制[期刊论文]-航空学报 2007(03) 本文读者也读过(10条)本文读者也读过(10条)1. 方炜.姜长生.FANG Wei.JIANG Chang-sheng 空天飞行器再入过程姿态预测控制律设计[期刊论文]-系统工程与电子技术2007,29(8)2. 都延丽.吴庆宪.姜长生.周丽.DU Yan-li.WU Qing-xian.JIANG Chang-sheng.ZHOU Li 基于FLNDO的近空间飞行器鲁棒最优预测控制[期刊论文]-宇航学报2009,30(4)3. 方炜.姜长生.FANG Wei.JIANG Chang-sheng 一类基于间接自适应模糊系统的非线性预测控制[期刊论文]-信息与控制2008,37(6)4. 周建锁.刘志远.叶青.裴润.Zhou Jiansuo.Liu Zhiyuan.Ye Qing.Pei Run 机器人轨迹跟踪连续预测控制[期刊论文]-系统工程与电子技术2000,22(11)5. 方炜 空天飞行器再入飞行的模糊自适应预测控制[学位论文]20086. 沈宏良.龚正.SHEN Hong-liang.GONG Zheng 航天飞机末端能量管理段在线轨迹设计方法[期刊论文]-宇航学报

关注我们

关注微信公众号

您选择了以下内容