XiaoMi-AI文件搜索系统
World File Search System动态逆
基于四元数和动态逆的无人机精确航迹控制
知识共享署名许可协议（ http ： / / creativecommons.org / licenses / by / 4.0 ），其中这是一篇开放获取的文章，根据知识共享署名许可协议（ http ： / / creativecommons.org /许可／ by／ ４．０ ），其中
基于自适应动态逆的抗干扰与耦合纵向自动着舰控制律
摘要：基于非线性动态逆（NDI）设计了纵向自动着舰系统（ACLS）控制律，以实现抑制尾流、解耦横向状态和跟踪动态期望着陆点（DTP）的目的。首先，建立F/A−18飞机六面进近非线性着舰模型，获取气动、操纵面、极限状态等参数。其次，采用俯仰角控制跟踪期望纵向轨迹的策略。基于自适应NDI设计了自动功率补偿系统（APCS）、俯仰角速率、俯仰角和垂直位置控制环路，并详细推导了稳定性分析和原理描述。采用频率响应法设计了甲板运动补偿（DMC）算法。第三，通过遗传算法对控制参数进行优化。提出了一种综合考虑飞机速度、迎角（AOA）、俯仰速率、俯仰角和垂直位置的适应度函数。最后，在半实物仿真平台上进行了综合仿真。结果表明，所采用的自动着陆控制律既能达到良好的性能，又能抑制气流尾流和横侧耦合。
研究文章 无人机的 L1 自适应控制方案...
本文介绍了一种用于无人机 (UAV) 舰载着陆的 L 1 自适应控制器，该控制器增强了动态逆控制器。三轴和功率补偿器 NDI (非线性动态逆) 控制器作为此架构的基线控制器。内环命令输入是滚转速率、俯仰速率、偏航速率和推力命令。外环命令输入来自制导律，用于校正下滑道。然而，不完善的模型逆和不准确的气动数据可能会导致性能下降，并可能导致舰载着陆失败。L 1 自适应控制器被设计为增强控制器，以解决匹配和不匹配的系统不确定性。通过蒙特卡罗模拟检查了控制器的性能，显示了基于非线性动态逆开发的 L 1 自适应控制方案的有效性。
敏捷固定翼无人机的建模与姿态控制...
线性控制方法。一种常见的候选方法是非线性动态逆，它涉及使用微分代数方法将非线性模型转换为完整或部分模型。动态逆的基本原理是使用代数方法的逆变换来消除从输入到输出的非线性（输入/输出线性化），从而获得系统的非线性控制器。这是通过强制稳定的线性误差动力学来实现的。优点是它可以实现简单的设计，不需要繁琐的增益调度，具有易于在线实施的特点，因为它可以产生控制器的“闭式解”，并且保证了误差动力学的渐近稳定性。这种方法的缺点是对建模不准确性很敏感，并且与线性方法不同，这种方法在大多数情况下会得到一个模型相关的控制器。
基于GPS的自动着舰系统设计...
着舰过程最后20秒风险较大，主要是因为舰载空气尾流强烈。据统计，1964年美国舰载着舰事故率白天为0.031%，夜间仅为0.1%，大大超过陆基着舰事故率[8]。另外，考虑到舰载机纵轴与着陆甲板纵轴呈9度左右夹角，飞机需要有一个横向速度来补偿舰载机的横向运动，此时侧滑角β也不为零。在小扰动条件下，对飞机动力学和运动学方程进行线性化，发现纵向和横向变量存在较强的耦合，表明在着舰最后阶段分别采用纵向控制环和横向控制环进行控制并不是有效的方式。飞行器的部分动力学和运动学方程可以写成公式1的形式，这是非线性系统的一种表达。处理非线性系统时，动态逆是一种常用的方法。它可以避免复杂的参数设定和增益调整。只要知道系统的精确数学模型，就可以应用动态逆进行控制[7, 10]。在准确了解飞行器动力学和运动学方程的情况下，动态逆是一种可行的飞行控制方法。( ) ( ) ( )
采用分段多项式的非线性控制分配...
摘要 —非线性控制分配是基于现代非线性动态逆的飞行控制系统的重要组成部分，该系统需要高精度的飞机气动模型。通常，精确实施的机载模型决定了系统非线性的消除效果。因此，更精确的模型可以更好地消除非线性，从而提高控制器的性能。本文提出了一种新的控制系统，该系统将非线性动态逆与基于分段多线性表示的控制分配相结合。分段多线性表示是通过对块矩阵的克罗内克积的新泛化，结合非线性函数的规范分段线性表示而开发的。还给出了分段多线性模型的雅可比矩阵的解析表达式。所提出的公式给出了分段多线性气动数据的精确表示，因此能够精确地模拟飞机整个飞行包线内的非线性气动特性。所得到的非线性控制器用于控制具有十个独立操作控制面的无尾飞翼飞机。两种创新控制面配置的仿真结果表明，可以实现完美的控制分配性能，与普通的基于多项式的控制分配相比，具有更好的跟踪性能。
F-16 大攻角机动控制... - eucass
非线性动态逆是针对大迎角机动问题研究最多的非线性控制技术。非线性动态逆是一种基于系统动力学逆的反馈线性化方法 [1]。通常，飞机动力学可分为两类：慢速动力学和快速动力学，F-16 也不例外。慢速动力学对于固定翼飞机是相同的，可以使用风轴微分方程推导。另一方面，快速动力学对于每架飞机都是独一无二的，在推导飞机的快速动力学时必须包括空气动力学数据库。本文使用了基于 NASA 兰利和艾姆斯研究中心的 F-16 风洞试验结果的亚音速气动数据库 [1]。该数据库适用于 和每种飞行条件。因此，它是在大攻角区域测试新开发的控制律的合适平台。在 Simulink 环境中开发了 F-16 的 6 自由度数学模型。数学模型包括气动数据库、发动机模型、大气方程和运动方程 [3]、[4]。开发了平飞、爬升、下降和稳定平转飞行条件下的配平算法 [5]。此外，还基于小扰动理论推导出了线性化算法 [6]。为了比较非线性动态逆控制律和线性控制律的性能，设计了横向和纵向运动的线性控制增强系统。采用特征结构分配技术综合了线性控制律。纵向控制器是一种简单的迎角控制指令系统，使用 F-16 飞机的短周期动力学设计而成。横向控制器是一种侧滑和稳定轴滚转速率指令系统，使用 F-16 飞机的线性化横向稳定轴方程设计而成。线性控制器的设计过程最终根据高度和速度安排增益矩阵，以实现全包络有效飞行控制律。使用预定义的大迎角机动对线性和非线性飞行控制律进行了比较。这种机动被定义为快速且同时的俯仰和滚转运动。虽然拉起运动在迎角和之间变化，但滚转运动在倾斜角保持恒定。随着攻角的增大，纵向和侧向动力学无法分离，因此增益调度线性控制器和非线性动态逆控制器的机动能力变得重要。
使用混合增量非线性的稳健飞行控制...
近年来，无人驾驶飞行器 (UAV) 已广泛应用于民用和军事用途，例如交通监控、配送任务和地理测量。它们可以替代暴露于重复任务或危险环境中的载人飞机，从而降低运营成本 [1, 2]。根据任务环境，无人机可能需要通过干扰进行鲁棒控制。此外，根据无人机的形式，它可能被设计为非线性、高度耦合、不确定、时变的系统。典型的控制方法已经变得难以满足系统的良好性能。因此，提出了一种通过微分陀螺仪中测量的角速度来利用角加速度进行飞行控制的控制方法 [3]。战斗机VAAC采用角加速度控制概念提出后，通过反馈角加速度可以提高系统的鲁棒性，如增量非线性动态逆（INDI）[4, 5]、带噪声的角加速度滤波器[6]。将角加速度反馈应用于控制系统有三个主要优点。
使用混合增量非线性的稳健飞行控制...
近年来，无人驾驶飞行器 (UAV) 已广泛应用于民用和军事用途，例如交通监控、配送任务和地理测量。它们可以替代暴露于重复任务或危险环境中的载人飞机，从而降低运营成本 [1, 2]。根据任务环境，无人机可能需要通过干扰进行鲁棒控制。此外，根据无人机的形式，它可能被设计为非线性、高度耦合、不确定、时变的系统。典型的控制方法已经变得难以满足系统的良好性能。因此，提出了一种通过微分陀螺仪中测量的角速度来利用角加速度进行飞行控制的控制方法 [3]。战斗机VAAC采用角加速度控制概念提出后，通过反馈角加速度可以提高系统的鲁棒性，如增量非线性动态逆（INDI）[4, 5]、带噪声的角加速度滤波器[6]。将角加速度反馈应用于控制系统有三个主要优点。
气动弹性运载火箭的晃动观测器设计
本文重点介绍滑模观测器的设计，以估计晃动质量的位置和速度状态。这些状态随后用作姿态控制器的反馈信号。简单的比例微分 (PD) 刚体控制器无法安全地执行姿态命令，否则会遇到稳定性问题，即使在稳定状态下，非零晃动质量位置也会导致旋转角度抖动。通过晃动状态反馈，即使是非最优 PD 控制器也会在有限的执行器活动下表现出平滑的响应。然而，观测器的晃动模型参数的轻微不确定性会对控制器性能产生负面影响，从而增加液体的振幅和振荡行为。需要额外的观测器来估计正确的参数值。更强大的增量非线性动态逆控制器可以改善控制器响应，但需要进一步开发，例如，在反馈回路中加入陷波滤波器。