一、民用飞机鲁棒飞行控制器的设计（论文文献综述）
李勇,李树豪,党利[1]（2021）在《基于鲁棒H∞控制的无人机纵向自动驾驶仪设计》文中研究表明针对传统增益调度技术在许多无人机（unmanned aerial vehicle,UAV）应用中存在的昂贵和耗时的缺点,通过某型固定翼无人机的6自由度非线性模型,在已知气动系数、飞机转动惯量和推力系数的情况下,利用雅可比线性化方法从6自由度非线性模型推导出线性变参数（linear parameter varying,LPV）飞机模型。应用张量-乘积（tensor product,TP）模型变换方法将无人机纵向非线性参数依赖的LPV模型变换为TP型凸多面体模型形式,将增益调度输出反馈鲁棒H∞控制器设计方法应用于所得到的TP凸多面体模型,设计了常规固定翼无人机的鲁棒增益预测自动驾驶仪飞行控制系统。在MATLAB SIMULINK环境下对该控制系统进行了全六自由度的飞行器仿真试验,结果表明闭环控制系统具有良好的指令跟随性和干扰抑制能力,在定义的飞行包线范围内具有较好的稳定性和鲁棒性,验证了所提出的飞行控制系统设计方法的有效性。
陈园[2]（2021）在《基于预测滑模方法的近空间飞行器姿态控制研究》文中进行了进一步梳理近空间飞行器是一种新型航空航天器,军事民用价值高,发展潜力广。近空间飞行器的姿态决定其上升、下降、翻滚、转向等运动,对其姿态控制系统的研究是一项有意义的课题。本文以国内公开文献中已建立的近空间飞行器数学模型为基础,研究其在内部参数不确定、外界扰动等干扰下的姿态控制问题,研究内容如下:（1）根据国内公开的文献资料,对已有的近空间飞行器数学模型进行了详细说明,并对巡航段飞行的飞行器,基于小扰动原理,对姿态控制系统模型线性化,得到近空间飞行器的快慢回路线性化模型,为后续控制器的设计做铺垫。（2）近空间飞行器在巡航段飞行时,存在内部参数不确定等小扰动的情况,为抑制小扰动的影响,设计了一种基于预测函数的滑模控制方法,简称预测滑模方法。该方法通过引入预测函数和改进滑模趋近律的方式来提高控制器的控制性能和精度,并以李雅普诺夫第二方法严格证明了系统的稳定性和鲁棒性。针对系统状态和控制输入受限的问题,通过优化系统性能指标进行约束处理。最后,以该方法设计快慢回路控制器并对姿态控制系统进行仿真说明了该方法的有效性。（3）当近空间飞行器在飞行中同时存在内部参数不确定和外界扰动使其偏离平衡点附近飞行时,预测滑模方法无法满足高性能和精度的要求。为抑制内部参数不确定和外界扰动的影响,提出了一种基于线性干扰观测器的预测滑模方法。该方法首先引入干扰观测器技术,设计线性干扰观测器估计外界扰动,以扰动估计值代替原扰动并考虑到预测模型中,再以预测滑模方法的设计思路为基础设计控制律,并证明了系统的稳定性。最后,对姿态控制系统的仿真验证了该方法的可行性。（4）近空间飞行器的气动参数及飞行条件的持续变化,飞行中内部参数不确定、外界未知扰动等构成的复合干扰存在未知性,设计的线性干扰观测器因具有线性特征,处理此类干扰具有一定的局限性。为抑制复合干扰的影响,提出了一种基于模糊干扰观测器鲁棒自适应预测滑模方法。该方法通过设计模糊干扰观测器逼近复合干扰,针对逼近复合干扰时产生的逼近误差,引入鲁棒自适应控制来消除误差,并基于标称控制律设计控制器。最后,对姿态运动进行了仿真,仿真结果表明了该方法的有效性。
白若蓉[3]（2021）在《电力系统水冲洗旋翼无人机的抗干扰控制研究》文中研究说明近几年来,随着计算机、微电子、芯片、传感器等软硬件技术的不断进步,无人机开始越来越多地在各个应用场景中扮演着重要的角色。旋翼无人机与常见的固定翼无人机相比具有许多优势:例如结构简单、可操作性强,机动性灵活、安全性较高等,被广泛应用在军事、植保、航空拍摄、物品运输等多个场景中。在电力系统中,绝缘子是重要的绝缘元件。因为其一直工作在大气环境中,其表面容易形成一层污秽层,造成污闪短路等现象。为了减少经济损失,定期清洗绝缘子的表面是很有必要的。目前的电力系统中常用的几种清洗绝缘子的方法有:停电人工清洗、载人直升机清洗、车载水箱清洗等。但这些方法成本较高、安全性低、应对突发事件能力较差,难以大规模推广。本文依托国家电网的科研项目,研究利用无人机搭载水箱清洗输电线路中的绝缘子。无论在哪个应用场景下,无人机的稳定飞行以及快速精确地飞到期望的位置并保持相应的姿态都是人们研究的重点。其中,无人机在飞行时会受到来自外部的扰动,例如风扰、电磁干扰等,也会由于内部参数变化和模型不确定性的影响受到内部的干扰,故而无人机的抗干扰控制是至关重要的问题。一直以来,许多专家学者在无人机抗干扰控制方面己经提出了许多有价值的成果,但仍存在一定的不足之处。例如控制器求解困难,计算过程复杂导致实时性较差,对扰动缺少分析等。本文考虑实际的项目应用背景,基于扰动建模和非线性的控制方法来设计无人机的位置和姿态控制器,并通过数值仿真实验来验证控制效果。本文研究了针对回冲力扰动的无人机抗干扰控制。利用牛顿第二定律和欧拉方程建立了四旋翼无人机的位置和姿态的动力学方程。针对无人机冲洗高压线路中的绝缘子时所受到的回冲力干扰,利用动量定理和伯努利方程进行扰动分析和建模。然后,将无人机系统划分为位置外环和姿态内环的双闭环系统,并分别运用非线性控制方法来设计其相应的控制器,并进行期望姿态角的解算。在此基础上,对无人机系统抗干扰控制进行数值仿真,仿真的结果证明了本文所设计的控制器能够有效使无人机在受到回冲力干扰时保持稳定。在此基础上,本文还考虑到无人机在飞行过程中除了会受到回冲力的干扰还会有其他的未知的外界扰动,本文引入了滑模控制来设计无人机位置外环和姿态内环的控制器。同时,考虑到滑模控制中存在的抖振问题,以及系统模型的不确定性和系统内部参数变化所造成的内部扰动,本文又引入了扩张状态观测器来对所设计的控制器进行改进和优化。在控制量中实时补偿系统受到的总扰动,从而有效提高了系统的抗干扰能力。本文的研究背景主要为电力系统中使用无人机搭载清洗水箱对输电线路中的绝缘子进行带电水冲洗作业。这项工作的研究不仅为电力行业的空中作业扩展了发展方向,提出了一种新的带电水冲洗绝缘子的方式,同时也为无人机抗干扰控制的研究拓宽了思路。从仿真实验的结果来看,无人机带电水冲洗可以有效的清洗输电线路中的绝缘子,并在飞行和冲洗的过程中都保持稳定飞行,顺利完成作业任务。
庄会选[4]（2021）在《针对强扰动与最大允许损伤的飞机姿态控制方法研究》文中进行了进一步梳理随着经济和社会的飞速发展,飞机对人类的影响越来越突出。现代飞机在商业,民用和军事领域承担着重要的任务;这对飞机的机动性,可靠性和控制精度提出了更高的要求。由于姿态控制系统是飞机的关键部件,并且在飞行稳定性中起着重要作用,因此姿态控制的研究是一项极具挑战性的工作。飞机是一个复杂且高度非线性的系统,但是传统的控制方法无法满足现代飞机的控制精度。为了提高飞机姿态控制的准确性,本文将抗扰控制,滑模控制和反步控制方法、自适应律、鲁棒控制等相结合来探究大型飞机姿态控制问题。同时,在飞机垂直尾翼损坏的情况下,研究了具有最大允许损坏的姿态控制问题。文章的主要创新工作如下:（1）将非线性飞机模型经过无量纲变化将其转化为标准状态方程。针对非线性飞机姿态控制的抗扰问题,基于反步法设计自抗扰控制器。利用扩张状态观测器估计未知变量,用以补偿不确定项部分,使得飞机的姿态角能够跟踪期望轨迹,使闭环系统的状态变量收敛到参考状态。并从理论上分析和证明扩张状态观测器的收敛性和自抗扰控制器的稳定性。最后,以Navion飞机模型为例,通过大量的对比仿真验证该方法的有效性。（2）应用鲁棒自适应控制和反步滑模控制法研究飞机姿态控制的鲁棒问题。首先,结合反步法设计鲁棒自适应滑模控制器,并构造一种与滑模控制相结合的自适应律来补偿飞机系统的未知和不确定部分。该方法不需要精确地知道飞机模型的物理参数,只需利用矩阵模型范数的自适应上界来保证系统在滑模控制下的鲁棒性。并从理论上分析和证明自适应律和滑模控制的稳定性。最后,通过大量的对比仿真验证该方法的有效性。此外,设置执行器故障场景来测试控制器的抗干扰性能。（3）针对垂直尾翼损伤状态下的飞机姿态控制问题,提出一种基于LMI的自适应滑模容错控制方法。针对飞机损伤模型,设计一种新型的非线性积分滑模面。利用LMI技术,给出了损伤飞机的等价运动学模型稳定的充分条件。并设计基于自适应滑模控制的损伤允许控制器,用于分析受损飞机系统。最后,以波音747-100/200型飞机为例,通过对飞机垂直尾翼结构损伤的数值模拟,验证理论证明结果的有效性。通过数值仿真,以验证控制律对闭环系统的性能有积极的影响,但与传统的损伤飞机稳定控制方法相比,该控制律具有更好的容错性和对外界干扰的鲁棒性。（4）进一步考虑把垂直尾翼损伤模型扩展到非线性系统中,对于切换函数产生的抖振问题,提出一种基于双曲正切函数的等效滑模容错控制方法。借助Lyapunov方法,构造了线性滑模面和等效滑模控制器,并在理论上证明在该控制器下的闭环系统是渐近稳定的;为进一步优化控制精度,并削弱由符号函数导致的抖振,在此应用改进的双曲正切函数代替控制器中的符号函数,设计基于双曲正切函数的等效滑模控制器,并从理论上证明在该控制方法下的闭环系统是一致渐近稳定的。最后,以波音747-100/200飞机模型为例,通过数值仿真验证此方法的可行性和有效性。
时晓宇[5]（2021）在《无人机飞控系统的故障诊断与容错控制技术研究》文中研究表明航天科技的发展日新月异,以无人机为代表的航空飞行器变得越来越复杂,人们对航空器的稳定性、安全性和可靠性也提出了更高的要求。无人机飞控系统的故障诊断与容错控制技术可以提高航天器的自主运行能力。此外,复杂多变的空间环境不可避免地对无人机造成影响,自身长时间运行也会使系统产生不同类型的故障,其中44%是执行器故障造成的。因此,研究执行器的故障诊断和飞控系统的容错控制,对延长设备使用寿命,提高系统稳定运行的能力具有重要意义。旋翼无人机独有的垂直起降、自由悬停和小巧灵活的优势而被广泛应用在军事和民用领域。本文以四旋翼无人机为主要研究对象,针对外界扰动、模型不确定性和执行器故障对飞控系统运行安全的影响,对飞控系统中故障诊断、鲁棒跟踪控制和容错控制等方面的问题进行研究,主要内容如下:基于外界扰动和执行器故障对系统建模的影响,深入分析无人机的动力学模型机理,优化无人机飞控系统的数学模型。通过分析飞控系统执行器故障的类型并建立典型故障的数学模型,再建立故障模式下无人机的动力学模型,为后续无人机故障诊断和容错控制研究奠定理论基础。针对执行器故障的多样性和受强噪声干扰问题,提出一种基于变分模态分解和层次模糊熵的故障特征提取算法。实现不同频率下故障信号的特征提取,从理论上提高故障特征提取的准确率。通过优化Alexnet神经网络算法对轴承信号进行故障特征分类和识别,提高故障诊断的精度。试验结果表明,与卷积神经网络和Googlenet网络相比,该方法不仅能够识别故障的类型,准确率达97.92%,还能够识别故障的严重程度,准确率达94.73%。针对外界扰动和模型不确定性情况下四旋翼无人机的跟踪控制问题,实现固定扰动和随机扰动情况下四旋翼无人机的跟踪控制。针对扰动为固定值的情况,提出一种改进的反步滑模跟踪控制算法,解决了滑模控制本身存在的抖振问题,也提高了系统的抗扰动特性。进一步,考虑扰动和模型不确定性部分为随机值时,提出一种新型的将模糊控制和PID控制相结合的鲁棒跟踪控制优化算法,并通过扩张状态观测器对系统的随机部分进行实时观测和补偿。结果表明,四旋翼无人机偏航控制子系统的响应时间比传统的PID控制算法减少近50%,且超调量也大大减小,该方法提高了系统的响应速度和跟踪性能。在分析外界扰动对系统影响的基础上,研究四旋翼无人机执行器故障容错控制问题。针对执行器偏差这类加性故障的容错控制问题,提出一种改进的分数阶幂次滑模容错控制算法,克服了传统容错控制只能使系统渐近稳定的缺点,实现了系统有限时间内到稳定状态的目的。自适应控制技术能够补偿干扰对系统的影响,提高了系统的稳定性。针对执行器失效这类乘性故障的容错控制问题,设计一种新的非奇异终端滑模控制算法,试验表明,该方法不仅消除了姿态和位置控制中的奇异现象,而且使飞控系统在有限时间内达到稳定状态。此外,利用自适应控制策略对系统扰动和不确定性进行补偿,进一步提高控制器的性能。
陈在斌[6]（2020）在《倾转旋翼无人机控制系统关键技术研究》文中研究指明倾转旋翼无人机是一种独特的飞行器,兼有旋翼无人机和固定翼无人机的飞行优点,比如垂直起降能力、续航时间长、巡航速度高以及负载能力大等,因此,它在军事和民用领域都有广阔的应用前景。飞行控制系统是倾转旋翼无人机系统的核心部分,其性能的好坏直接影响着飞行器的飞行品质与飞行安全。本文在总结了国内外相关技术研究成果与研究现状的基础上,提出了一种新型的倾转旋翼无人机结构,并对其总体布局、系统建模、控制律设计、飞行仿真与试验等方面展开了研究,主要内容包括以下几个方面:首先,通过总结国内外相关的参考文献以及典型的倾转旋翼无人机的结构特点,提出了一种新型的倾转旋翼无人机构型方案,并介绍了其构型特点以及工作原理,给出了其结构和气动参数。第二,运用刚体动力学的相关知识对倾转旋翼无人机整机进行建模,并通过坐标转换,得到其机体坐标系下的六自由度非线性模型,并分别计算了无人机各子系统的力学模型。运用小扰动原理对非线性模型进行线性化处理,得到各飞行模式下的状态空间方程。最后,为获得模型参数,设计了旋翼升力系统的模型参数辨识试验以及机身/机翼气动参数辨识的计算流体力学（CFD）仿真试验,为后续飞行控制律的设计打下基础。第三,针对倾转旋翼无人机直升机模式,设计了基于鲁棒伺服线性二次型最优（LQR）控制与经典PID控制相结合的飞行控制律。仿真结果表明,与传统的串级PID控制方法相比,二者的上升时间基本一致,但基于鲁棒伺服LQR的控制系统响应更加平缓,超调量更小,且很大程度地抑制了系统响应初期因输入指令突变而导致飞行器瞬间产生较大角速率的现象,从而降低了对无人机机体可用过载的要求。第四,将状态观测器应用于倾转旋翼无人机飞控系统的设计当中,以此来估计无人机的飞行状态和外部扰动的实时作用量。以直升机模式滚转通道为例设计了基于扩张状态观测器的飞行控制律,通过对鲁棒伺服LQR控制器输出进行扰动补偿,得到被控对象最终的输入量。仿真结果表明,设计的扩张状态观测器能够很好的估计直升机模式中存在的随机气流扰动,将其引入到鲁棒伺服LQR控制中后,很好的抑制了干扰,提高了系统的抗扰动能力。并通过悬停试验验证了飞行控制系统的有效性。第五,针对倾转旋翼无人机固定翼模式和过渡模式在建模过程中参数存在不确定性以及易受环境干扰的特点,设计了基于H2/H∞的保性能最优状态反馈控制律,并且以线性矩阵不等式的形式,给出了飞行控制控制系统控制器设计存在的条件,并进行了被控系统的稳定性分析与证明。通过仿真试验表明,该方法对于含有不确定性的控制系统具有较好鲁棒性,而且能够有效抑制控制系统存在的外部干扰,提高了被控系统的动态性能和鲁棒性能。最后,针对倾转旋翼无人机过渡模式的高度保持和姿态跟踪控制设计了多模型自适应鲁棒混合控制律。针对过渡模式结构变化快和模型特性差异大的特点,将整个过渡过程分成多个工作空间,每个空间选择一个线性模型,并对每个线性模型设计对应的鲁棒控制器。针对控制器直接切换过程中存在的状态跳变以及不稳定的问题,提出了一种对控制器进行软化处理的策略。通过选择一个钟形函数对控制器进行自适应加权处理,从而实现了各控制器间的平滑切换。数值仿真结果表明,将多模型自适应与鲁棒控制相结合的控制策略不仅实现了倾转旋翼无人机过渡阶段的平稳飞行,同时确保了系统良好的跟踪能力和鲁棒性。
徐佳[7]（2020）在《基于维修实例的民机襟翼控制电传系统改进与设计》文中认为我国航空航天技术的迅速发展,飞机成为人们出行的主要方式之一,人们对飞机的安全可靠性提出了更高的要求。本文基于一起典型的襟翼控制系统故障,通过对故障现象、故障原因以及故障调查进行分析,运用可靠性工程原理评估襟翼机电系统的可靠度,分析得到系统缺乏位置及速度反馈控制机制是故障发生的重要原因。基于此,本文收集整理某单位襟翼系统故障资料并对数据进行预处理,运用概率和数理统计方法,对常用的部件寿命分布类型进行评估,再运用拟合优度检验,确定出部件的寿命分布类型,根据寿命类型分布和分布参数,计算出各个重要部件的可靠性指标,目的在于找出襟翼系统可靠性影响较大的故障模式和薄弱环节,为后文襟翼排除故障和襟翼控制系统可靠性改进设计提供依据。通过比较分析,本文采用机电作动器作为功率电传作动器,取消了对机载液压系统的依赖,这样能够使民用飞机的自身重量减少许多,同时又起到了提升系统效率的作用,有效得增加系统稳定性和可靠性。本文深入研究了襟翼机电作动器的工作原理、工作特点及数学模型,确定了襟翼控制作动系统的动力学模型,利用了非线性理论,根据反向递推法设计了一种非线性连续鲁棒控制器并进行了理论证明。再模拟襟翼作动系统的使用环境和不同的负载条件,利用数值仿真完成了控制器的稳定性验证。为近一步提高襟翼机电作动器系统的安全可靠性,提出了复合式机电作动器概念,对机电作动器控制系统的余度结构设计和管理进行分析,设计了一种“双电机-四通道”控制模式。再针对复合余度形式中存在的力矩不均衡问题就问题出现的原因和危害展开了分析,根据故障的数量,介绍复合系统工作模式。基于以上分析,就电传控制部分设计了一种基于电流误差反馈补偿的控制系统,基于元件模型和参数进行了数值仿真,证明所设计的电流反馈补偿器能够实现均衡系统力矩纠纷的问题。最后针对襟翼机械控制部分编写了维护提示,明确具体维护标准,提供排故思路,为襟翼系统的维修计划安排、维修方案制定优化以及维修工作的开展提供有力依据。
祝洋[8]（2020）在《基于多源干扰估计器的鲁棒飞行控制技术研究与应用》文中研究说明在复杂多变的飞行条件下,飞行器不可避免地受到输入干扰、模型不确定性、测量误差等因素的影响,这些因素统称为多源干扰。为了保证飞行器的飞行品质和飞行安全,在控制设计阶段必须系统地考虑多源干扰的主动抑制问题。然而,经典控制理论表明,同时抑制多源干扰往往需要做精细的折中,这样的设计过程复杂且极具挑战性。本文针对多源受扰系统的鲁棒轨迹跟踪问题,在标称跟踪控制器的基础上,提出统一的基于干扰估计器的鲁棒控制框架,将针对不同干扰的补偿机制进行结构整合,实现测控系统的多源干扰抑制,并在几种飞行器平台上进行应用与验证。本文创新点总结如下:针对无速率测量系统的鲁棒跟踪问题,提出了两种基于不确定性和干扰估计器（UDE）的输入干扰补偿方法。第一种方法中推导了UDE滤波器在无速率测量条件下的可行相对阶,保证UDE在可物理实现的前提下实现干扰的估计与补偿,并通过passivity技术注入阻尼,替代标称跟踪控制器中不可获得的速率反馈项,实现速率跟踪。第二种方法中提出了一种伦伯格状态观测器（LSO）和UDE的双向耦合结构,LSO为UDE提供速率估计,解决无速率测量问题,而UDE为LSO提供干扰估计,消除干扰对LSO性能的影响。在3-DOF直升机平台上的实验结果表明,提出的两种控制方法都能实现对集总干扰的估计与补偿以及对参考信号的高精度跟踪。针对传感器测量性能受限系统的鲁棒跟踪问题,首先,提出了一种基于测控系统模型的测量误差估计器（MEE）。相比于经典的滤波方法,MEE最大化地利用了传感器、控制器和被控对象的模型以及控制系统实时的输入输出信息,实现对测量误差的在线精准估计,并在控制系统中进行动态补偿。其次,通过引入预滤波器对测量信号进行预处理,可以降低MEE的带宽要求,从而降低MEE对模型不确定性的敏感程度。进一步针对复杂的传感器模型,提出了一个传感器动态时滞补偿器（SLC）,利用测控系统模型重构动态时滞误差并在闭环系统中对其进行实时补偿。在2-DOF直升机平台上的仿真实验结果展示了MEE相比于卡尔曼滤波器的性能优势。针对存在多源干扰的一类二阶系统的鲁棒跟踪问题,提出了一个多源干扰估计框架。该框架利用部分准确的控制系统模型信息和部分准确的状态测量来构建MEE和UDE,以分别在控制系统中估计和补偿多源干扰。此外,通过在多源干扰估计框架中引入奇异摄动参数ε,可以实现两个估计器估计带宽的协同调参,并利用奇异摄动理论证明了减小ε可以提高多源干扰抑制性能和闭环系统稳定性。在2-DOF直升机平台和四旋翼飞行器上的仿真实验结果表明,提出的基于MEE+UDE的多源干扰补偿方法相比于经典的鲁棒控制方案在瞬态控制、稳态控制和调参简易性等层面具有更优的性能。针对存在测量误差条件下的固定翼飞机航迹倾角鲁棒同步跟踪问题,研究本文提出的方法在飞行器编队控制中的推广应用。考虑固定翼飞机航迹倾角动态模型中的非最小相位特性,通过将基于MEE的测量误差补偿方法与经典的分布式观测技术以及非最小相位系统控制技术进行融合,提出了一种基于三模块的分布式鲁棒控制方案。该方案的特点是各个模块在结构和功能上实现解耦,使得在不影响其他功能模块的情况下,可以根据实际需求对其中任意模块进行改进或重新设计。对F-16战斗机编队的仿真结果表明,提出的控制方法可以实现时变航迹倾角参考信号的鲁棒同步跟踪。
黄小丽[9]（2020）在《高超声速飞行器预见控制研究》文中指出随着现代军事科技的不断进步,高超声速飞行器技术已成为世界各国争相研究的热点。飞行器控制系统的稳定是飞行器安全飞行的关键,高超声速飞行器具有强耦合、强非线性和快时变的气动特性,传统的控制方法仅仅根据当前的飞行参考信息设计控制器,系统会出现输出延时现象,然而,在一定飞行范围内,其部分未来外界干扰和目标信息是能够提前预知的,因此,如何有效利用这些已知的未来信息设计控制器,使其飞行器能够稳定飞行是当前重中之重。其主要内容如下:1.首先根据牛顿第二定律和动量矩定理建立了高超声速飞行器的运动方程组,然后在一定的条件假设下得出了高超声速飞行器的纵向模型,最后基于小扰动线性化原理,建立了高超声速飞行器在平衡点处的线性模型,为后续控制器的设计打下基础。2.针对高超声速飞行器控制问题,设计了具有前馈补偿功能的最优预见控制器。基于小扰动线性化模型,首先利用高超声速飞行器已知的未来高度信息、速度信息以及未来干扰信息构造扩大误差系统;然后基于最优调节方法求得最优预见控制律;最后以高超声速飞行器纵向模型为仿真对象,以平衡点为起始条件对其进行仿真验证,并通过与最优控制器作对比,表明了该控制器的优越性。3.针对高超声速飞行器控制问题,基于信息融合估计理论,设计了信息融合预见控制器。基于小扰动线性化模型,首先通过求逆时间方向的状态序列的最优融合滤波,得到高超声速飞行器在k时刻的信息融合预见控制律;其次针对高超声速飞行器飞行过程中不易直接测量到的部分状态,设计了状态观测器;最后以高超声速飞行器纵向模型为仿真对象,以平衡点为起始条件对其进行仿真验证,并通过与最优预见控制方法作对比,表明了信息融合预见控制方法的优越性。4.针对高超声速飞行器飞行过程中需要满足的约束条件,结合预见控制和预测控制方法两者的优点,设计了预见预测控制器。首先利用飞行器已知未来飞行高度和速度信息及未来已知干扰信息设计了前馈预见补偿器;其次利用预测控制方法设计了预测控制器;最后以高超声速飞行器纵向模型为仿真对象,以平衡点为起始条件对其进行仿真验证,并通过与预测控制方法作对比,表明了预见预测控制方法能够提高系统的动态响应以及跟踪精度。
范欣林[10]（2020）在《复合式共轴双桨无人直升机动力学建模与控制系统综合》文中提出复合式高速共轴无人直升机既具有直升机的垂直起降、定点悬停和低空飞行性能特点,又具有固定翼飞机的飞行速度、远航程和长航时的性能特点,无论是军事领域还是民用领域都具有极大的实用价值,是未来高速直升机的重要发展方向之一。本文以“共轴直升机+尾推螺旋桨”构型的复合式高速共轴直升机为研究对象,重点研究复合式高速直升机的动力学建模和飞行控制技术,本文研究内容如下:首先,介绍了复合式高速共轴无人直升机的基本构型和参数,以及在不同飞行模式下的操纵特性。采用模块化机理建模方法对研究对象的旋翼和其它气动部件进行空气动力学分析,建立了复合式高速共轴直升机的全量非线性数学模型。在此基础上,结合小扰动线性化模型理论对非线性数学模型进行线性化。其次,根据复合式高速共轴直升机的操纵特点,复合式高速共轴无人直升机的飞行模式可分为直升机模式、过渡模式、飞机模式,并分析了不同飞行模式的操纵量和操纵关系,以及过渡模式的切换策略分析。最后,介绍了经典的PID控制理论、H∞控制理论以及H∞混合灵敏度控制的三种经典设计方法。根据得到的线性化数学模型对复合式共轴直升机进行控制律设计,在直升机模式下,控制律架构采用内外环回路的思想进行设计,其中内回路的姿态回路和外回路中的速度回路采用H∞混合灵敏度GS/T进行设计,外回路中的位置回路采用PI进行设计。在飞机模式下,纵向运动采用H∞混合灵敏度GS/T设计控制律,横侧向运动采用H∞混合灵敏度S/KS/T方法设计控制律。也对过渡模式的操纵策略进行了分析。
二、民用飞机鲁棒飞行控制器的设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、民用飞机鲁棒飞行控制器的设计（论文提纲范文）
（1）基于鲁棒H∞控制的无人机纵向自动驾驶仪设计（论文提纲范文）
| 0引言 |
| 1某固定翼无人机纵向LPV模型及纵向TP模型分析 |
| 1.1基于雅可比的纵向LPV模型 |
| 1.2纵向TP凸多面体模型 |
| 2基于增益调度的H∞自动驾驶仪设计 |
| 3某型无人机六自由度非线性仿真分析结果 |
| 4结束语 |
（2）基于预测滑模方法的近空间飞行器姿态控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第一章 绪论 |
| 1.1 本文研究背景、目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 近空间飞行器的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 相关控制方法及其在飞行器中的应用 |
| 1.3.1 线性控制方法 |
| 1.3.2 非线性控制方法 |
| 1.3.3 鲁棒自适应控制方法 |
| 1.3.4 干扰观测器技术 |
| 1.4 本文的主要工作 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 1.5 本章小结 |
| 第二章 近空间飞行器姿态运动的数学模型 |
| 2.1 引言 |
| 2.2 近空间飞行器几何模型 |
| 2.3 近空间飞行器数学模型 |
| 2.3.1 基本假设 |
| 2.3.2 定义常用坐标系 |
| 2.3.3 数学模型 |
| 2.3.4 空气动力与气动力矩 |
| 2.3.5 惯性矩 |
| 2.3.6 发动机推力和推力矩 |
| 2.4 近空间飞行器姿态控制系统模型线性化 |
| 2.4.1 快慢回路模型 |
| 2.4.2 快慢回路模型线性化 |
| 2.5 本章小结 |
| 第三章 基于预测滑模方法的近空间飞行器姿态控制 |
| 3.1 引言 |
| 3.2 问题陈述 |
| 3.3 预测滑模方法 |
| 3.3.1 控制器设计 |
| 3.3.2 滑模趋近律可达性、收敛性、降抖振分析 |
| 3.3.3 稳定性与鲁棒性分析 |
| 3.4 基于预测滑模方法的姿态控制 |
| 3.4.1 慢回路控制器设计 |
| 3.4.2 快回路控制器设计 |
| 3.4.3 姿态控制系统仿真 |
| 3.5 具有约束的预测滑模方法姿态控制 |
| 3.5.1 具有约束的控制器设计 |
| 3.5.2 具有约束的姿态控制系统仿真 |
| 3.6 本章小结 |
| 第四章 基于线性干扰观测器的近空间飞行器预测滑模姿态控制 |
| 4.1 引言 |
| 4.2 问题陈述 |
| 4.3 基于线性干扰观测器预测滑模方法 |
| 4.3.1 线性干扰观测器设计 |
| 4.3.2 控制器设计 |
| 4.3.3 稳定性分析 |
| 4.4 基于线性干扰观测器预测滑模方法的姿态控制 |
| 4.4.1 慢回路控制器设计 |
| 4.4.2 快回路控制器设计 |
| 4.4.3 姿态控制系统仿真 |
| 4.5 本章小结 |
| 第五章 基于FDO的近空间飞行器鲁棒自适应姿态控制 |
| 5.1 引言 |
| 5.2 问题陈述 |
| 5.3 基于FDO鲁棒自适应预测滑模控制方法 |
| 5.3.1 系统描述 |
| 5.3.2 FDO设计与稳定性分析 |
| 5.3.3 基于FDO的闭环系统控制器设计 |
| 5.4 基于FDO鲁棒自适应预测滑模方法的姿态控制 |
| 5.4.1 慢回路控制器设计 |
| 5.4.2 快回路控制器设计 |
| 5.4.3 姿态控制系统仿真 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）电力系统水冲洗旋翼无人机的抗干扰控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无人机应用 |
| 1.2.2 无人机控制 |
| 1.3 本文主要研究内容 |
| 第2章 基础理论与数学知识 |
| 2.1 引言 |
| 2.2 非线性系统稳定性理论 |
| 2.3 反步控制简介 |
| 2.4 滑模控制简介 |
| 2.5 扩张状态观测器简介 |
| 2.6 无人机基础知识介绍 |
| 2.7 本章小结 |
| 第3章 针对回冲力的无人机抗干扰控制 |
| 3.1 引言 |
| 3.2 四旋翼无人机动力学模型 |
| 3.2.1 坐标系定义 |
| 3.2.2 坐标系转换 |
| 3.2.3 动力学模型 |
| 3.3 回冲力模型 |
| 3.4 无人机控制器设计 |
| 3.4.1 位置控制器设计 |
| 3.4.2 期望姿态角的解算 |
| 3.4.3 姿态控制器设计 |
| 3.5 数值仿真 |
| 3.6 本章小结 |
| 第4章 针对未知扰动的无人机抗干扰控制 |
| 4.1 引言 |
| 4.2 基于反步滑模法的控制器设计 |
| 4.2.1 位置控制器设计 |
| 4.2.2 姿态控制器设计 |
| 4.3 基于扩张状态观测器的控制器设计 |
| 4.3.1 位置控制器设计 |
| 4.3.2 姿态控制器设计 |
| 4.4 仿真实验 |
| 4.4.1 数值仿真 |
| 4.4.2 清洗实验 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（4）针对强扰动与最大允许损伤的飞机姿态控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第一章 绪论 |
| 第一节 飞机控制系统概述 |
| 1.1.1 飞行控制的发展 |
| 1.1.2 飞行控制与飞行控制系统 |
| 第二节 研究背景、目的和意义 |
| 1.2.1 研究背景 |
| 1.2.2 研究目的和意义 |
| 第三节 国内外研究现状 |
| 1.3.1 飞机控制系统研究现状 |
| 1.3.2 飞机抗扰控制研究现状 |
| 1.3.3 飞机滑模控制研究现状 |
| 1.3.4 飞机垂直尾翼损伤的研究现状 |
| 1.3.5 飞机模型对比分析 |
| 第四节 本文内容安排 |
| 第二章 飞机动力学模型 |
| 第一节 飞机常用的坐标系 |
| 2.1.1 机体坐标系 |
| 2.1.2 大地坐标系 |
| 2.1.3 气流坐标系 |
| 2.1.4 稳定坐标系 |
| 2.1.5 航迹坐标系 |
| 2.1.6 固连地心坐标系 |
| 第二节 飞机的运动方程 |
| 2.2.1 运动假设 |
| 2.2.2 建立动力学方程 |
| 2.2.3 运动学方程 |
| 第三节 飞行机动性能 |
| 2.3.1 飞行包络 |
| 2.3.2 飞行过载 |
| 第四节 小结 |
| 第三章 基于反步法的飞机姿态抗扰控制 |
| 第一节 引言 |
| 第二节 非线性飞机模型 |
| 第三节 反步法自抗扰控制器设计 |
| 3.3.1 反步策略 |
| 3.3.2 扩张状态观测器设计 |
| 3.3.3 自抗扰控制设计 |
| 第四节 闭环动态稳定性分析 |
| 3.4.1 扩张状态观测器的收敛性 |
| 3.4.2 自抗扰控制器的稳定性 |
| 第五节 数值仿真 |
| 第六节 小结 |
| 第四章 基于反步法的飞机系统鲁棒自适应滑模姿态控制 |
| 第一节 引言 |
| 第二节 反步滑模控制设计 |
| 4.2.1 反步法 |
| 4.2.2 滑模控制设计 |
| 4.2.3 自适应律设计 |
| 第三节 闭环动态稳定性分析 |
| 第四节 仿真实验 |
| 第五节 小结 |
| 第五章 基于LMI的最大允许垂直尾翼损伤滑模鲁棒控制 |
| 第一节 引言 |
| 第二节 问题形成与准备 |
| 5.2.1 飞机模型 |
| 5.2.2 受损飞机模型 |
| 第三节 基于LMI的飞机系统稳定性研究 |
| 5.3.1 滑模容错控制器 |
| 5.3.2 滑模自适应律设计 |
| 第四节 仿真结果 |
| 5.4.1 飞行条件 |
| 5.4.2 控制器设计结果 |
| 第五节 小结 |
| 第六章 基于IHTF垂直尾翼损伤的等效滑模容错控制 |
| 第一节 引言 |
| 第二节 问题形成与准备 |
| 6.2.1 受损飞机模型 |
| 6.2.2 稳定性与控制导数估计 |
| 第三节 等效滑模控制器设计 |
| 6.3.1 等效控制 |
| 6.3.2 滑模控制 |
| 第四节 基于双曲正切函数的滑模控制 |
| 第五节 数值仿真 |
| 6.5.1 控制器设计结果 |
| 第六节 小结 |
| 第七章 结论与展望 |
| 第一节 结论 |
| 第二节 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
| 个人简历 |
（5）无人机飞控系统的故障诊断与容错控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 无人机飞控系统故障诊断和容错控制的研究现状 |
| 1.2.1 无人机飞控系统故障诊断的研究现状 |
| 1.2.2 无人机飞控系统跟踪控制的研究现状 |
| 1.2.3 无人机飞控系统容错控制的研究现状 |
| 1.3 无人机飞控系统诊断与容错研究存在的问题与挑战 |
| 1.4 本文主要研究内容与章节安排 |
| 第二章 无人机系统建模与故障分析 |
| 2.1 引言 |
| 2.2 无人机建模分析 |
| 2.2.1 四旋翼无人机建模分析 |
| 2.2.2 固定翼无人机建模分析 |
| 2.3 无人机飞控系统中的主要故障分析 |
| 2.4 本章小结 |
| 第三章 基于优化特征提取的飞控系统故障诊断 |
| 3.1 引言 |
| 3.2 飞控系统轴承故障特征集构建 |
| 3.2.1 轴承信号的变分模态分解处理 |
| 3.2.2 基于层次模糊熵的轴承信号特征提取 |
| 3.3 基于Alexnet神经网络的轴承故障诊断及损伤识别 |
| 3.4 本章小结 |
| 第四章 基于复杂环境下飞控系统的抗扰动控制 |
| 4.1 引言 |
| 4.2 基于滑模控制的飞控系统固定扰动分析 |
| 4.2.1 控制器设计及稳定性证明 |
| 4.2.2 仿真验证及分析 |
| 4.3 基于扩张状态观测器的飞控系统随机扰动控制 |
| 4.3.1 系统控制器设计及稳定性证明 |
| 4.3.2 扩展状态观测器设计及稳定性证明 |
| 4.3.3 仿真验证及分析 |
| 4.4 本章小结 |
| 第五章 基于执行器故障的飞控系统自适应容错控制 |
| 5.1 引言 |
| 5.2 基于执行器偏差故障的飞控系统分数阶幂次滑模容错控制 |
| 5.2.1 容错控制器设计及稳定性分析 |
| 5.2.2 系统有限时间可达性分析 |
| 5.2.3 仿真验证及分析 |
| 5.3 基于执行器失效故障的快速终端滑模控制器设计 |
| 5.3.1 容错控制器设计及稳定性分析 |
| 5.3.2 仿真验证及分析 |
| 5.4 本章小结 |
| 第六章 四旋翼无人机实验平台应用 |
| 6.1 引言 |
| 6.2 四旋翼无人机平台简介 |
| 6.3 四旋翼无人机鲁棒跟踪控制实验 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（6）倾转旋翼无人机控制系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 倾转旋翼机的国外研究现状 |
| 1.2.2 倾转旋翼机的国内研究现状 |
| 1.3 飞行控制相关技术研究概况 |
| 1.3.1 飞行动力学建模技术 |
| 1.3.2 飞行控制技术 |
| 1.4 论文的主要研究内容及章节安排 |
| 第2章 倾转旋翼无人机动力学分析 |
| 2.1 引言 |
| 2.2 倾转旋翼无人机构型描述 |
| 2.2.1 倾转旋翼无人机的构形设计和基本参数 |
| 2.2.2 倾转旋翼无人机的工作原理 |
| 2.3 倾转旋翼无人机飞行动力学建模 |
| 2.3.1 坐标系定义 |
| 2.3.2 飞行力学方程组 |
| 2.3.3 非线性数学模型 |
| 2.4 模型的线性化 |
| 2.4.1 直升机模式的线性化 |
| 2.4.2 固定翼模式的线性化 |
| 2.4.3 过渡模式的线性化 |
| 2.4.4 干扰模型的线性化 |
| 2.5 相关参数辨识 |
| 2.5.1 旋翼系统参数辨识 |
| 2.5.2 气动参数估算 |
| 2.6 本章小结 |
| 第3章 基于鲁棒伺服LQR的直升机模式控制律设计 |
| 3.1 引言 |
| 3.2 鲁棒伺服LQR控制理论研究 |
| 3.3 直升机模式飞行控制律设计 |
| 3.4 状态观测器的设计 |
| 3.4.1 ESO理论研究 |
| 3.4.2 基于ESO的鲁棒伺服LQR控制器设计 |
| 3.4.3 仿真验证 |
| 3.5 飞行试验 |
| 3.5.1 试验平台组成 |
| 3.5.2 试验结果分析 |
| 3.6 本章小结 |
| 第4章 基于H_2/H_∞混合的固定翼模式控制律设计 |
| 4.1 引言 |
| 4.2 倾转旋翼无人机不确定性分析 |
| 4.2.1 不确定性定义 |
| 4.2.2 不确定性来源 |
| 4.3 H_2/H_∞混合控制理论研究 |
| 4.3.1 问题描述 |
| 4.3.2 H_2/H_∞稳定性分析 |
| 4.4 固定翼模式控制律设计 |
| 4.5 本章小结 |
| 第5章 基于多模型自适应鲁棒的过渡模式控制律设计 |
| 5.1 引言 |
| 5.2 多模型自适应鲁棒控制理论研究 |
| 5.3 过渡模式控制律设计 |
| 5.3.1 倾转走廊 |
| 5.3.2 状态反馈控制律设计 |
| 5.3.3 数值仿真 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续研究工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（7）基于维修实例的民机襟翼控制电传系统改进与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 机电作动器的国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文的研究内容及结构安排 |
| 第二章 典型维修故障实例介绍及相关技术指标说明 |
| 2.1 民机襟翼系统介绍 |
| 2.2 襟翼系统故障案例介绍 |
| 2.3 民机襟翼控制系统可靠性和维修性概念 |
| 2.3.1 民机可靠性概念 |
| 2.3.2 维修性指标 |
| 2.4 本章小结 |
| 第三章 民机襟翼控制系统部件寿命可靠性评估 |
| 3.1 可靠性数据的收集 |
| 3.1.1 可靠性数据收集的目的和要求 |
| 3.1.2 可靠性数据收集的内容和方法 |
| 3.2 襟翼系统关键部件寿命可靠性评估方案 |
| 3.2.1 襟翼控制系统关键部件寿命分布类型 |
| 3.2.2 寿命分布类型的参数估计 |
| 3.2.3 寿命分布类型拟合优度检验 |
| 3.3 案例分析 |
| 3.4 本章小结 |
| 第四章 机电作动器控制器的设计 |
| 4.1 机电作动器的结构研究 |
| 4.2 控制原理 |
| 4.3 机电作动器故障分析 |
| 4.4 系统模型建立 |
| 4.5 机电作动器控制器设计 |
| 4.5.1 控制器设计过程 |
| 4.5.2 稳定性分析 |
| 4.6 数值仿真 |
| 4.6.1 恒定负载仿真分析 |
| 4.6.2 变负载仿真分析 |
| 4.7 本章小结 |
| 第五章 襟翼作动器力矩均衡控制系统设计及维护提示 |
| 5.1 余度结构设计和管理 |
| 5.2 力矩不均衡问题研究 |
| 5.3 控制系统设计 |
| 5.4 数值仿真 |
| 5.4.1 未加反馈补偿的仿真分析 |
| 5.4.2 加入电流反馈的仿真分析 |
| 5.5 襟翼系统支架组件维护提示 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 进一步研究的展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
（8）基于多源干扰估计器的鲁棒飞行控制技术研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.1.1 受多源干扰的控制系统 |
| 1.1.2 低成本飞行器的发展现状 |
| 1.1.3 低成本飞行器在受多源干扰条件下的控制难点 |
| 1.2 受多源干扰控制系统的国内外研究历史与现状 |
| 1.2.1 受集总输入干扰系统的鲁棒控制 |
| 1.2.2 受输出干扰或传感器数量受限系统的鲁棒控制 |
| 1.2.3 受多源干扰系统的鲁棒控制 |
| 1.3 本论文的主要创新与贡献 |
| 1.3.1 主要创新 |
| 1.3.2 主要贡献 |
| 1.4 本论文的结构安排 |
| 第二章 无速率测量系统的集总输入干扰补偿控制 |
| 2.1 引言 |
| 2.2 无速率测量系统的控制器设计分析 |
| 2.2.1 问题描述 |
| 2.2.2 设计难点 |
| 2.3 基于passivity技术和改进的UDE的控制方案设计 |
| 2.3.1 控制方案设计 |
| 2.3.2 改进的UDE设计 |
| 2.3.3 稳定性和性能分析 |
| 2.3.4 3-DOF直升机应用 |
| 2.4 基于改进的LSO+UDE的控制方案设计 |
| 2.4.1 控制方案设计 |
| 2.4.2 改进的LSO设计 |
| 2.4.3 UDE设计 |
| 2.4.4 稳定性和性能分析 |
| 2.4.5 3-DOF直升机应用 |
| 2.5 本章小结 |
| 第三章 传感器性能受限系统的测量误差补偿控制 |
| 3.1 引言 |
| 3.2 传感器性能受限系统的控制器设计分析 |
| 3.2.1 问题描述 |
| 3.2.2 设计难点 |
| 3.3 基于MEE的控制方案设计 |
| 3.3.1 控制方案设计 |
| 3.3.2 MEE设计 |
| 3.3.3 稳定性分析 |
| 3.3.4 2-DOF直升机应用 |
| 3.3.5 固定翼飞机应用 |
| 3.4 被控系统模型精度受限条件下基于MEE的控制方案设计 |
| 3.4.1 改进的控制方案设计 |
| 3.4.2 2-DOF直升机应用 |
| 3.5 传感器动态时滞条件下基于MEE+SLC的控制方案设计 |
| 3.5.1 针对一阶传感器模型的控制方案设计 |
| 3.5.2 针对一阶传感器模型的MEE设计 |
| 3.5.3 针对高阶传感器模型的控制方案和MEE设计的推广 |
| 3.5.4 2-DOF直升机应用 |
| 3.6 本章小结 |
| 第四章 存在多源干扰系统的一体化补偿控制 |
| 4.1 引言 |
| 4.2 存在多源干扰系统的控制器设计分析 |
| 4.2.1 问题描述 |
| 4.2.2 设计难点 |
| 4.3 基于MEE+UDE的控制方案设计 |
| 4.3.1 多源干扰估计框架设计 |
| 4.3.2 控制方案设计 |
| 4.3.3 MEE设计 |
| 4.3.4 UDE设计 |
| 4.3.5 稳定性和性能分析 |
| 4.3.6 与经典鲁棒控制方案的对比 |
| 4.3.7 2-DOF直升机应用 |
| 4.3.8 四旋翼飞行器应用 |
| 4.4 本章小结 |
| 第五章 固定翼飞机高精度编队控制 |
| 5.1 引言 |
| 5.2 固定翼飞机高精度编队控制设计分析 |
| 5.2.1 问题描述 |
| 5.2.2 设计难点 |
| 5.3 基于因果稳定逆的分布式鲁棒同步输出跟踪控制方案设计 |
| 5.3.1 控制方案设计 |
| 5.3.2 分布式观测网络设计 |
| 5.3.3 因果稳定逆设计 |
| 5.3.4 基于MEE的局部鲁棒控制器设计 |
| 5.3.5 稳定性和性能分析 |
| 5.3.6 F-16战斗机编队应用 |
| 5.4 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（9）高超声速飞行器预见控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 高超声速飞行器研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 高超声速飞行器控制方法研究现状 |
| 1.3.1 反馈线性化方法 |
| 1.3.2 滑模变结构控制方法 |
| 1.3.3 预测控制方法 |
| 1.3.4 其他控制方法 |
| 1.4 预见控制理论研究现状 |
| 1.5 本文主要研究内容 |
| 第2章 高超声速飞行器的数学模型 |
| 2.1 引言 |
| 2.2 常用坐标系及其转换 |
| 2.2.1 常用坐标系 |
| 2.2.2 坐标系之间的转换关系 |
| 2.3 飞行器动力学方程组 |
| 2.3.1 飞行器质心运动的动力学方程 |
| 2.3.2 飞行器绕质心转动的动力学方程 |
| 2.4 飞行器运动学方程 |
| 2.4.1 飞行器绕质心运动的运动学方程 |
| 2.4.2 飞行器绕质心转动的运动学方程 |
| 2.5 飞行器的质量方程 |
| 2.6 飞行器运动方程组 |
| 2.7 小扰动线性化 |
| 2.7.1 小扰动线性化原理 |
| 2.7.2 高超声速飞行器小扰动线性化模型 |
| 2.8 本章小结 |
| 第3章 高超声速飞行器最优预见控制 |
| 3.1 引言 |
| 3.2 基于最优控制的高超声速飞行器 |
| 3.2.1 误差系统的构造 |
| 3.2.2 最优控制器的设计 |
| 3.3 基于最优预见控制的高超声速飞行器 |
| 3.3.1 最优预见控制器的设计 |
| 3.3.2 高超声速飞行器最优预见控制系统 |
| 3.4 仿真分析 |
| 3.4.1 高超声速飞行器最优预见控制方法仿真 |
| 3.4.2 算法对比分析 |
| 3.5 本章小结 |
| 第4章 高超声速飞行器信息融合预见控制 |
| 4.1 引言 |
| 4.2 基于信息融合预见控制的高超声速飞行器 |
| 4.2.1 信息融合估计理论 |
| 4.2.2 信息融合预见控制器的设计 |
| 4.2.3 信息融合预见控制系统 |
| 4.3 高超声速飞行器状态观测器的设计 |
| 4.3.1 状态观测器设计原理 |
| 4.3.2 基于状态观测器的信息融合预见控制器的设计 |
| 4.4 仿真分析 |
| 4.4.1 高超声速飞行器信息融合预见控制仿真 |
| 4.4.2 算法对比分析 |
| 4.5 本章小结 |
| 第5章 高超声速飞行器预见预测控制 |
| 5.1 引言 |
| 5.2 基于预测控制的高超声速飞行器 |
| 5.2.1 模型预测控制器的设计 |
| 5.2.2 约束问题 |
| 5.3 基于预见预测控制的高超声速飞行器 |
| 5.3.1 预见预测控制器的设计 |
| 5.3.2 预见预测控制算法计算步骤 |
| 5.4 仿真分析 |
| 5.4.1 高超声速飞行器预见预测控制仿真 |
| 5.4.2 算法对比分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文 |
（10）复合式共轴双桨无人直升机动力学建模与控制系统综合（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.2.1 国外现状 |
| 1.2.2 国内现状 |
| 1.3 国内外对H_∞控制技术在直升机中的应用 |
| 1.3.1 H_∞在直升机中的应用 |
| 1.3.2 H_∞在固定翼中的应用 |
| 1.4 研究内容 |
| 第二章 复合式共轴无人直升机动力学建模 |
| 2.1 复合式共轴直升机基本构型 |
| 2.2 动力学建模原理 |
| 2.3 坐标系定义 |
| 2.3.1 地面坐标系O_eX_eY_eZ_e |
| 2.3.2 机体坐标系O_bX_bY_bZ_b |
| 2.4 直升机的动力学方程和运动方程 |
| 2.5 旋翼空气动力学 |
| 2.5.1 入流模型 |
| 2.5.2 旋翼挥舞运动 |
| 2.5.3 直升机的力和力矩 |
| 2.6 小扰动线性化 |
| 2.7 本章总结 |
| 第三章 复合式共轴无人直升机操纵特性分析 |
| 3.1 直升机模式操纵策略 |
| 3.2 飞机模式操纵策略 |
| 3.3 过渡模式操纵特性策略 |
| 3.3.1 线性过渡模式 |
| 3.3.2 最小功率优化过渡模式 |
| 3.4 本章总结 |
| 第四章 复合式共轴无人直升机控制律设计 |
| 4.1 控制理论基础 |
| 4.1.1 经典PID控制 |
| 4.1.2 H_∞标准设计问题 |
| 4.1.3 H_∞混合灵敏度设计问题 |
| 4.1.4 H_∞混合灵敏度加权函数选择方法 |
| 4.1.5 H_∞混合灵敏度控制问题分类 |
| 4.2 直升机模式控制系统设计 |
| 4.2.1 内环控制器 |
| 4.2.2 速度回路控制 |
| 4.2.3 位置环 |
| 4.3 飞机模式控制律设计 |
| 4.3.1 飞机模式推导 |
| 4.3.2 纵向控制 |
| 4.3.3 横侧向控制 |
| 4.4 过度模式切换策略 |
| 4.5 本章总结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
四、民用飞机鲁棒飞行控制器的设计（论文参考文献）
- [1]基于鲁棒H∞控制的无人机纵向自动驾驶仪设计[J]. 李勇,李树豪,党利. 现代防御技术, 2021(05)
- [2]基于预测滑模方法的近空间飞行器姿态控制研究[D]. 陈园. 南京信息工程大学, 2021(01)
- [3]电力系统水冲洗旋翼无人机的抗干扰控制研究[D]. 白若蓉. 中国科学技术大学, 2021(08)
- [4]针对强扰动与最大允许损伤的飞机姿态控制方法研究[D]. 庄会选. 南开大学, 2021
- [5]无人机飞控系统的故障诊断与容错控制技术研究[D]. 时晓宇. 电子科技大学, 2021(01)
- [6]倾转旋翼无人机控制系统关键技术研究[D]. 陈在斌. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2020(03)
- [7]基于维修实例的民机襟翼控制电传系统改进与设计[D]. 徐佳. 电子科技大学, 2020(01)
- [8]基于多源干扰估计器的鲁棒飞行控制技术研究与应用[D]. 祝洋. 电子科技大学, 2020(03)
- [9]高超声速飞行器预见控制研究[D]. 黄小丽. 兰州理工大学, 2020(12)
- [10]复合式共轴双桨无人直升机动力学建模与控制系统综合[D]. 范欣林. 北方工业大学, 2020(02)