-
公开(公告)号：CN110389530B
公开(公告)日：2022-05-17
申请号：CN201910648375.1
申请日：2019-07-18
申请人： 西北工业大学
IPC分类号： G05B13/04
摘要： 本发明涉及一种基于数据筛选的MEMS陀螺仪参数辨识驱动控制方法，属于智能化仪器仪表领域。该方法将陀螺仪动力学模型转化为无量纲的动力学线性参数化模型；设计在线数据筛选方法选择合适的历史数据，并结合当前数据共同构建参数自适应律；采用区间激励的方式松绑参数辨识对持续激励条件的苛刻要求；设计控制器同时实现参数辨识和驱动控制。本发明设计的基于数据筛选的MEMS陀螺仪参数辨识驱动控制方法可解决参数辨识难以获取真值且对持续激励要求严苛的问题，获取精确的动力学模型，同时实现高精度陀螺仪驱动控制，进一步改善MEMS陀螺仪性能。
-
公开(公告)号：CN113110593A
公开(公告)日：2021-07-13
申请号：CN202110492430.X
申请日：2021-05-06
申请人： 西北工业大学 , 中国航空工业集团公司成都飞机设计研究所
IPC分类号： G05D1/10
摘要： 本发明涉及一种基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法，属于编队飞行控制领域，用于多无人机编队跟踪中动力学模型存在不确定性以及飞行编队中部分无人机估计能力弱的问题。该方法采用虚拟编队结构策略，引入虚拟领航无人机并结合飞行编队位置和偏航角信息，将全局飞行编队期望轨迹指令转换为编队内各无人机对应的期望指令作为闭环系统的参考信息。采用反步法设计无人机控制输入，实现特定飞行编队下的跟踪控制。利用神经网络估计模型的动力学不确定性，在线采集历史数据构建预测误差，利用强连接通信拓扑结构共享编队间无人机的不确定性估计知识，结合跟踪误差更新神经网络权重。
-
公开(公告)号：CN112327626A
公开(公告)日：2021-02-05
申请号：CN202011273970.0
申请日：2020-11-14
申请人： 西北工业大学 , 中国航空工业集团公司成都飞机设计研究所
IPC分类号： G05B13/04
摘要： 本发明涉及一种基于数据分析的飞行器通道耦合协调控制方法，该方法基于飞行器再入段的动力学模型，分析模型特点定义三层滑模面，利用Filippov等效理论设计等效控制律，利用滑模控制原理设计切换控制律；利用神经网络估计系统的未知动力学，基于在线数据构造预测误差用以评估不确定学习性能，结合跟踪误差调节神经网络权重自适应更新律；结合等效控制和切换控制并前馈神经网络估计信息，设计通道耦合协调控制律，并应用于高超声速飞行器再入段模型。本发明充分利用飞行器耦合特性设计协调控制律，并利用在线数据进行神经网络学习，弥补了偏航通道不足而带来的大侧滑角问题，实现飞行器高效耦合利用并获得姿态的高精度控制，为飞行器控制提供了新的技术途径。
-
公开(公告)号：CN110456638A
公开(公告)日：2019-11-15
申请号：CN201910648278.2
申请日：2019-07-18
申请人： 西北工业大学
IPC分类号： G05B13/04
摘要： 本发明涉及一种基于区间数据激励的MEMS陀螺仪参数辨识自适应驱动控制方法，属于智能化仪器仪表领域。该方法将陀螺仪动力学模型转化为无量纲的动力学线性参数化模型；并基于历史数据构造预测误差，结合预测误差和跟踪误差设计参数更新律，实现参数精确辨识；参数更新律采用区间激励的方式松绑了参数辨识对持续激励条件的苛刻要求；设计控制器实现陀螺驱动控制。本发明设计的基于区间数据激励的MEMS陀螺仪参数辨识自适应驱动控制方法可解决参数辨识难以获取真值且对持续激励条件要求严苛的问题，获取精确的动力学模型，同时实现高精度陀螺仪驱动控制，进一步改善MEMS陀螺仪性能。
-
公开(公告)号：CN109062049A
公开(公告)日：2018-12-21
申请号：CN201810949491.2
申请日：2018-08-20
申请人： 西北工业大学
IPC分类号： G05B13/04
摘要： 本发明涉及一种基于集总复合估计的严格反馈系统神经网络控制方法，属于智能控制方法领域，用于解决具有外界干扰的不确定反馈系统中未知动态和时变扰动的问题。该方法基于反步法的框架，采用神经网络来估计系统的非线性函数，利用扰动观测器处理由神经网络近似误差和时变扰动所形成的复合扰动，利用在线数据的神经网络估计和扰动观测估计构造集总复合估计误差，并设计神经网络和扰动观测器的更新律，最后基于神经网络估计与扰动观测估计设计控制输入。本发明将神经网络学习和扰动观测有机结合，为处理具有时变干扰的严格反馈系统控制提供了有效途径。
-
公开(公告)号：CN114859712B
公开(公告)日：2023-08-01
申请号：CN202210400770.X
申请日：2022-04-17
申请人： 西北工业大学
IPC分类号： G05B13/04
摘要： 本发明提出的一种面向油门约束的飞行器制导控制一体化方法，属于飞行控制领域，用于处理飞行器机身推进系统耦合带来的油门强约束问题。该方法面向飞行器纵向动力学模型，分析动力学内在机理基于反步法框架思路设计控制律，结合油门约束指标为速度制导系统建立二次规划的约束模型，定义损失函数利用KKT算法求解优化。采用神经网络技术学习动力学不确定性，建立串并行模型设计预测误差，建立制导系统和控制系统的交互参数，结合跟踪误差、预测误差和交互参数设计神经网络权重的自适应更新律，实现了油门约束下的飞行稳定和复杂环境下的高精度飞行状态跟踪。
-
公开(公告)号：CN113220022B
公开(公告)日：2022-08-09
申请号：CN202110492427.8
申请日：2021-05-06
申请人： 西北工业大学 , 中国航空工业集团公司成都飞机设计研究所
IPC分类号： G05D1/10
摘要： 本发明涉及一种基于事件触发估计信息传输的飞行编队有限时间自适应控制方法，属于编队飞行控制领域，针对存在动力学不确定性的多无人机编队飞行控制，主要关注编队内部分无人机估计能力不足和提升系统跟踪控制性能的问题。该方法引入了虚拟领航无人机的协调策略，设定各无人机与领航者的相对位置作为反馈信息，采用反步法和有限时间收敛算法设计控制输入，按照飞行编队队形实现协调轨迹跟踪。采用神经网络估计动力学不确定性，采集在线数据构造预测误差评价估计能力，结合事件触发条件共享编队间的估计信息，应用到自适应更新律中，提升多无人机对模型不确定性的估计能力，降低编队通信压力，提高飞行控制性能。
-
公开(公告)号：CN113157000B
公开(公告)日：2022-08-09
申请号：CN202110499631.2
申请日：2021-05-06
申请人： 西北工业大学 , 中国航空工业集团公司成都飞机设计研究所
IPC分类号： G05D1/10
摘要： 本发明涉及一种基于虚拟结构和人工势场的飞行编队协同避障自适应控制方法，属于编队飞行控制领域，用于多无人机编队避障控制和处理无人机模型动力学不确定性的影响。该方法采用虚拟编队结构和人工势场策略，结合编队参考点的目标轨迹和编队虚拟结构质点运动学模型获取避碰避障下的虚拟质点运动轨迹作为闭环系统的期望指令。采用反步法设计无人机控制输入，实现编队精确保持与有效避障下的目标跟踪控制。利用神经网络估计模型的动力学不确定性，建立串并行模型获取平行估计状态，构建预测误差挖掘系统学习评价指标，结合跟踪误差设计神经网络权重更新律。本发明增强了不确定估计的精度，为提升编队飞行性能提供了新的技术途径。
-
公开(公告)号：CN113110593B
公开(公告)日：2022-08-09
申请号：CN202110492430.X
申请日：2021-05-06
申请人： 西北工业大学 , 中国航空工业集团公司成都飞机设计研究所
IPC分类号： G05D1/10
摘要： 本发明涉及一种基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法，属于编队飞行控制领域，用于多无人机编队跟踪中动力学模型存在不确定性以及飞行编队中部分无人机估计能力弱的问题。该方法采用虚拟编队结构策略，引入虚拟领航无人机并结合飞行编队位置和偏航角信息，将全局飞行编队期望轨迹指令转换为编队内各无人机对应的期望指令作为闭环系统的参考信息。采用反步法设计无人机控制输入，实现特定飞行编队下的跟踪控制。利用神经网络估计模型的动力学不确定性，在线采集历史数据构建预测误差，利用强连接通信拓扑结构共享编队间无人机的不确定性估计知识，结合跟踪误差更新神经网络权重。
-
公开(公告)号：CN114859712A
公开(公告)日：2022-08-05
申请号：CN202210400770.X
申请日：2022-04-17
申请人： 西北工业大学
IPC分类号： G05B13/04
摘要： 本发明提出的一种面向油门约束的飞行器制导控制一体化方法，属于飞行控制领域，用于处理飞行器机身推进系统耦合带来的油门强约束问题。该方法面向飞行器纵向动力学模型，分析动力学内在机理基于反步法框架思路设计控制律，结合油门约束指标为速度制导系统建立二次规划的约束模型，定义损失函数利用KKT算法求解优化。采用神经网络技术学习动力学不确定性，建立串并行模型设计预测误差，建立制导系统和控制系统的交互参数，结合跟踪误差、预测误差和交互参数设计神经网络权重的自适应更新律，实现了油门约束下的飞行稳定和复杂环境下的高精度飞行状态跟踪。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.041 秒)
