白辰
- 作品数：9 被引量：22H指数：3
- 供职机构：北京航空航天大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 基于NESO的高超声速滑翔飞行器解耦控制研究
- 针对于高超声速滑翔飞行器姿态控制问题,本文提出了基于NESO的解耦控制方法。根据分散控制的思想,把耦合动态和不确定性归结为广义不确定项,然后采用NESO方法给出估计值,并作为补偿信号加入到分散控制律中。理论推导证明了该方...
- 白辰任章邵兴悦
- 关键词：高超声速滑翔飞行器解耦控制NESO不确定性
- 文献传递
- 基于模糊神经网络扰动观测器的RLV动态逆再入姿态控制
- 针对于RLV再入段飞行参数不确定性大和外界干扰的问题,提出基于B样条模糊神经网络扰动观测器的RLV动态逆控制方法。非线性动态逆控制器面向标称系统设计,保证控制性能。把参数不确定性和外扰看成是系统的总扰动,设计B样条模糊神...
- 白辰任章樊垚李菁菁
- 关键词：模糊神经网络扰动观测器动态逆
- 文献传递
- 基于NESO的高超声速滑翔飞行器解耦控制研究
- 针对于高超声速滑翔飞行器姿态控制问题，本文提出了基于NESO的解耦控制方法。根据分散控制的思想，把耦合动态和不确定性归结为广义不确定项，然后采用NESO方法给出估计值，并作为补偿信号加入到分散控制律中。理论推导证明了该方...
- 白辰任章邵兴悦
- 关键词：高超声速滑翔飞行器解耦控制NESO不确定性
- 高超声速飞行器飞行控制技术研究综述被引量：10
- 2015年
- 与传统的航空航天器相比,高超声速飞行器具有建模困难、不确定性大、参数剧烈时变、耦合严重以及异类执行机构等控制难点。针对上述五个方面的研究现状进行综述,首先概括了高超声速飞行器建模研究成果,给出了面向控制系统设计的仿射非线性模型;其次针对不确定性、参数时变和耦合等问题,总结相关控制方法的研究成果;最后,对异类执行机构复合控制问题进行了阐述和总结。
- 任章白辰
- 关键词：高超声速飞行器不确定性时变参数
- 基于模糊神经网络扰动观测器的RLV动态逆再入姿态控制被引量：4
- 2013年
- 针对于RLV再入段飞行参数不确定性大和外界干扰的问题,提出基于B样条模糊神经网络扰动观测器的RLV动态逆控制方法。非线性动态逆控制器面向标称系统设计,保证控制性能。把参数不确定性和外扰看成是系统的总扰动,设计B样条模糊神经网络扰动观测器进行估计,构造补偿控制信号加入到系统中。通过引入气动参数偏差和干扰力矩对所设计的控制方法进行仿真,并与传统动态逆方法的控制器进行对比,研究结果表明:本文的RLV姿态控制方法对于参数不确定性和外扰具有较强的鲁棒性,弥补了动态逆方法要求模型精确这一不足。
- 白辰任章樊垚李菁菁
- 关键词：模糊神经网络扰动观测器动态逆
- 标准轨道与落点预测复合的再入制导方法
- 针对传统标准轨道制导法与预测-校正制导法各自的优缺点,提出了一种基于标准轨道与落点预测复合的再入制导方法.将制导系统分为横侧向平面与纵向平面进行设计,在横侧向平面采用方向角误差走廊法,在纵向平面研究了两种制导律:基于LQ...
- 梁子璇任章白辰熊子豪
- 关键词：再入制导LQR模糊逻辑
- 文献传递
- 基于模糊神经网络扰动观测器的RLV动态逆再入姿态控制
- 针对于RLV再入段飞行参数不确定性大和外界干扰的问题,提出基于B样条模糊神经网络扰动观测器的RLV动态逆控制方法.非线性动态逆控制器面向标称系统设计,保证控制性能.把参数不确定性和外扰看成是系统的总扰动,设计B样条模糊神...
- 白辰任章樊壵李菁菁
- 关键词：模糊神经网络扰动观测器非线性动态逆
- 文献传递
- 基于NESO的高超声速拦截弹解耦控制研究被引量：3
- 2016年
- 针对高超声速拦截弹姿态控制问题,提出了基于非线性扩张状态观测器(NESO)的解耦控制方法。根据Tornambe的分散鲁棒控制理论,把耦合项和不确定性视为广义不确定项,构造基于NESO的估计和补偿信号并加入到闭环控制律中。理论推导证明了该方法可以保证闭环系统跟踪误差一致有界。在高超声速拦截弹模型上进行了仿真验证,并与传统的分通道反馈控制方法进行对比,结果表明所设计解耦控制方法得到了更好的控制效果,在较大程度上消除了通道耦合和不确定性的影响。
- 白辰熊子豪任章
- 关键词：解耦控制NESO不确定性
- 基于模糊神经网络的MIMO系统自适应解耦控制被引量：6
- 2015年
- 针对一类具有不确定性的多输入多输出(MIMO)非线性系统控制问题,提出了基于模糊神经网络的自适应解耦控制方法.根据分散控制理论和反馈线性化方法设计了MIMO非线性系统的分通道解耦控制律,然后把通道耦合项和不确定性项归结为总的系统扰动项,利用模糊神经网络观测器得到其估计值,并作为补偿信号加入到解耦控制律中.证明了所设计的解耦控制律、模糊神经网络观测器以及模糊神经网络权值向量自适应律可以保证控制误差、扰动估计误差和权值向量误差一致最终收敛.仿真中将本文的方法与传统的输出反馈控制律进行了对比,结果表明加入的补偿控制信号消除了通道耦合和不确定性带来的不利影响,验证了该方法的有效性和稳定性.
- 白辰樊垚任章杨鹏
- 关键词：多输入多输出系统模糊神经网络解耦控制不确定性
