一、基于伪控制限制方法的再入航天器自适应控制（论文文献综述）
田栢苓,李智禹,吴思元,宗群[1]（2020）在《可重复使用运载器再入轨迹与制导控制方法综述》文中进行了进一步梳理可重复使用运载器（RLV）是未来实现快速、可靠及廉价进出空间的必然趋势,也是当前航空航天领域的研究热点。对RLV再入段的轨迹优化、制导及控制方法进行了综述。在RLV再入轨迹优化方法上,分别从间接法、直接法以及伪谱法等方面进行了综述,在深入分析每类方法特点的基础上,对其未来发展趋势进行了展望;在RLV再入制导方法上,分别从离线标称轨迹制导、在线轨迹重构制导、预测校正制导等方面进行了综述,对每类再入制导方法进行了优缺点分析,并对未来发展方向进行了总结;在RLV再入姿态控制方法上,分别从线性控制方法、非线性控制方法、智能控制方法等方面对其进行了综述,并对其特点和未来发展趋势进行了分析。最后,对RLV再入制导控制一体化方法进行了综述,指出了未来RLV制导控制一体化研究中亟需解决的关键问题。
黄旭星,李爽,杨彬,孙盼,刘学文,刘新彦[2]（2021）在《人工智能在航天器制导与控制中的应用综述》文中研究指明航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。
刘云昭[3]（2020）在《基于神经网络预测的主动段轨迹在线生成方法研究》文中研究表明动力学的强非线性,模型和环境的不确定性,以及各种复杂飞行约束,导致飞行器主动段轨迹优化问题十分复杂,所以目前工程中多是离线规划得到参考轨迹。然而,由于建模误差和飞行扰动的影响,实际飞行往往达不到离线参考轨迹的性能指标,并且在大扰动甚至发动机故障等极端不确定情况下,离线轨迹可能会丧失参考价值。随着强适应性、高可靠性、快速响应成为航天发射任务的追求目标,离线轨迹优化方法实时性较差的瓶颈逐渐凸显,在线轨迹规划则可进一步挖掘飞行器的性能指标,提高任务执行能力,因而成为先进制导控制领域亟待突破的一个关键技术。本文以运载火箭为研究对象,在传统离线轨迹优化方法的基础上,提出一种基于神经网络预测的主动段轨迹在线生成方法,同时可以使运载火箭对推力、气动参数偏差具备一定的适应能力,主要研究内容包括:（1）建立了火箭主动段轨迹优化模型。本文研究对象为三级固体运载火箭,在发射惯性坐标系下描述火箭主动段质心运动方程,构造了以终端速度最大为性能指标的轨迹最优控制问题,在此基础上推导了第三级真空段飞行的两点边值问题,此外,考虑推力、气动等参数偏差,给出了相应的拉偏模型,这些工作为后续轨迹优化问题求解方法的研究提供了模型基础。（2）研究了轨迹样本的离线非线性优化方法。采用hp自适应伪谱法作为前端离散工具,免疫克隆选择算法作为初值生成工具,序列二次规划算法作为精确优化工具,这三种方法构成一个离线非线性优化框架。将上述方法作为神经网络样本的离线求解方法,为验证其有效性,在标称飞行条件下,求解原始轨迹最优控制问题得到主动段全程最优轨迹,求解两点边值问题得到第三级最优轨迹。（3）提出了基于神经网络的主动段轨迹在线生成方法。考虑参数拉偏模型,利用前述非线性优化框架离线求解了大量非标称条件下的最优参考轨迹,以之为样本,离线训练了“状态—控制”与“状态—协态”两个多层前馈神经网络。在线应用过程中,将“状态—控制”网络用于一、二级飞行,“状态—协态”网络用于第三级飞行,两个网络的输入均为实时飞行状态,前者直接输出当前时刻的控制量;后者输出当前时刻的协态量,以该协态量为良好初值,通过在线快速求解两点边值问题得到剩余时间的精确最优控制量,从而对轨迹进行末段修正。最后,通过仿真实验验证了上述方案的有效性,仿真结果表明,本文提出的主动段轨迹生成方法在保证实时性和精度的同时,对推力和气动偏差具备一定适应能力,可以满足在线应用的要求。
黄秀韦[4]（2020）在《空间组合体的姿态控制与控制分配》文中提出从1957年人类第一颗人造卫星发射太空以来,现已有近万颗有效卫星在轨运行。一些卫星由于燃油耗尽或动力装置受损,导致其丧失姿态或轨道机动能力,造成巨大的经济损失。为延长这些失效卫星的在轨使用寿命,移除空间碎片,本文探讨了机械臂捕获失效卫星或空间碎片后形成组合体的相关控制问题。针对捕获后组合体的质心、质量特性以及执行器配置矩阵发生巨大改变这一背景,本文研究了组合体的姿态控制以及控制分配问题,主要内容包括:首先,建立了不同执行器下的组合体姿态动力学方程。针对推力器驱动的组合体,考虑捕获后组合体的质心和推力器配置矩阵发生变化,在组合体体坐标系下建立了组合体姿态动力学方程。同时,针对反作用飞轮驱动的组合体,考虑捕获后组合体的质心和反作用飞轮配置矩阵发生变化,基于动量守恒定律,在组合体体坐标系下建立了组合体姿态动力学方程。其次,考虑组合体质心以及质量特性已知且忽略外部扰动,研究了组合体姿态和姿态速度跟踪以及控制分配问题。基于比例微分反馈的直接参数方法设计了控制力矩。由于捕获前后组合体质心位置改变引起推力器配置矩阵改变,控制力矩需要重新分配。针对配置矩阵完全已知和存在误差的情形,分别提出了改进的基于零空间的控制分配法和具有多面体、多胞体以及线性形式摄动的鲁棒控制分配法。最后,数值仿真结果验证了所提的控制器、改进的控制分配法以及鲁棒结构控制分配法和优越性。然后,考虑组合体转动惯量不确定性的情形,分别研究了角速度受限的组合体姿态跟踪和量测不确定的组合体姿态稳定问题。一方面,设计了一种结合动态∞范数受限控制分配的反步控制方案。首先,提出了一种基于扰动观测器的受限反步控制法,用以生成虚拟输入信号,使姿态和角速度跟踪误差收敛于零的小邻域内。其次,考虑执行器幅值和速率受限,通过线性规划法解决了动态∞范数受限控制分配问题,最后,仿真实例证实了所提控制算法的有效性。另一方面,提出了一种结合鲁棒控制分配的动态面控制方案。首先,建立了考虑测量不确定性的组合体姿态动力学模型。其次,基于两个非线性扰动观测器,采用反步法设计虚拟控制力矩,使闭环系统的所有状态收敛于零的小范围内。然后,针对重构后的反作用飞轮配置矩阵不确定的情形,设计了基于LMI的鲁棒控制分配方法。最后,仿真实例证实设计的控制算法使组合体姿态稳定控制。再次,考虑受轨道控制力矩影响的情形,研究了带有预设性能的组合体姿态稳定控制和鲁棒动态控制分配问题。建立了考虑轨道控制力矩影响的组合体姿态动力学模型。基于非线性扰动观测器,设计了带有预设性能的动态面虚拟控制力矩,使得闭环系统的姿态在规定的约束范围内收敛到零的小邻域,其他闭环状态一致最终有界。针对推力器配置矩阵存在不确定以及考虑动态性能,将控制分配问题转化为最大最小最优问题,提出了一种鲁棒动态控制分配策略。仿真实例证实了所提预设动态面控制法和鲁棒动态控制分配算法的有效性。最后,考虑组合体的执行器受故障的情形,研究了带有预设性能的组合体姿态容错跟踪控制问题。建立了考虑转动惯量不确定性、执行器饱和以及反作用飞轮故障的组合体姿态跟踪动力学模型。通过预设函数将“受约束的”状态转化为“无约束的”状态,并基于动态面法和非线性扩展状态观测器,设计了一种容错控制器,通过调整控制器参数使“无约束的”状态稳定,最终使闭环系统的姿态跟踪误差按预设轨迹收敛,且其他状态一致最终有界。仿真实例证实了所提算法分别在执行器故障和正常情形下均可以实现控制目标。
赵锴[5]（2020）在《高超声速飞行器再入段轨迹优化与跟踪》文中进行了进一步梳理自从第一架飞机问世以来,人类对飞行器始终在提出更高更快的要求。随着最近几十年航空航天技术的迅速发展,高超声速飞行器成为了现代航空航天的热点研究方向之一。本文对高超声速飞行器再入段轨迹优化方法进行研究,以通用航天器CAV-H为研究对象,建立了其再入过程运动的数学模型和气动系数模型,并在此基础上,进行飞行器轨迹优化工作。本文的主要工作为:首先分析再入飞行器的运动状态以及受力情况,得到高超声速飞行器再入运动的三自由度运动数学模型,并且根据参考文献中已知的飞行器气动数据,对其进行辨识工作得到了飞行器再入过程中的气动系数模型。然后分析了飞行器再入过程中需要考虑的约束条件,给出了轨迹优化工作中的目标函数。进行轨迹优化工作前,介绍了伪谱法的基本原理,以及基于伪谱法的最优控制问题。将轨迹优化这一求解连续动态过程问题转化为非线性、离散、静态的规划问题,并说明了得到的规划问题与原轨迹优化问题具有一致性。基于Guass伪谱法,使用GPOPS工具包,自拟飞行器再入过程中的初始条件,分别以飞行器横向、纵向的最大航程为目标,通过进行仿真并对结果进行分析来说明轨迹优化的效果。接着使用遗传算法进行轨迹优化工作,首先介绍了遗传算法和粒子群算法的基本原理,又给出了使用遗传算法解决最优控制问题时,需要对约束条件进行处理的过程和方法,设计了相应的适应度函数,然后给出了基于改进型遗传算法的飞行器再入轨迹优化的仿真过程,对比分析了不同约束条件对轨迹优化效果的影响,并以最大航程为目标函数,得到了相应的仿真结果,证明了改进型粒子群遗传算法的有效性。最后进行的是高超声速飞行器再入走廊设计与轨迹规划任务,首先根据高超声速飞行器再入段所面临的约束问题给出了飞行器再入走廊的建立过程以及数学表达式,接着设计LQR飞行器轨迹跟踪器,用于对飞行器再入段的纵向轨迹进行跟踪,再给出飞行器再入段横向轨迹的控制策略,最后进行仿真工作,验证控制器的有效性。
马诚诚[6]（2020）在《基于零空间的控制分配算法研究》文中指出本文以具有冗余操纵量的过驱动飞行器作为研究对象,对基于零空间的控制分配算法及其在飞行控制系统设计中的应用进行了研究与分析。本文主要工作如下所述:首先,针对现有的基于零空间的伪逆（PAN,Pseudo-inverse Along the Null-space）控制分配算法存在的问题进行了改进,弱化算法在求解过程中对操纵舵面物理约束符号的要求。主要针对控制分配算法在对超出可达力矩集的期望力矩进行控制分配时误差较大这一问题,提出了将直接分配法与PAN算法相结合的控制分配策略,使PAN算法在可达力矩集外同样能够保证一定的精度,拓宽了算法的适用范围。其次,在改进的PAN控制分配算法的基础上,提出一种简单高效时间复杂度低的控制分配策略。提出的控制分配策略通过在求解的过程中引入一个记录向量来记录与期望力矩差向量的二范数最小的控制分配结果,以处理期望力矩不可达时的控制分配问题,并通过限制算法的最大迭代次数来降低算法的时间复杂度。与此同时,针对期望力矩不可达情况设计了积分滑模伪控制器,以处理因期望力矩不可达所导致的不确定项,最终实现系统动态性能的优化。最后,以PAN算法为基础,研究了有效的、考虑操纵量约束的控制分配算法给系统所带来的影响。在所设计的控制策略中将操纵量物理约束的控制分配给系统带来的干扰分为匹配不确定项与非匹配不确定项,并分别设计积分滑模控制器（ISMC,Integral Sliding Mode Controller）及基于李雅普诺夫直接法的鲁棒控制器对两种不确定项进行处理。同时,采用小增益定理确保在操纵面出现故障的情况下系统的稳定性。
高寒[7]（2019）在《组合体航天器姿态稳定控制研究》文中研究说明在轨服务是一项以在轨航天器维修、组件更换、燃料加注、轨道碎片清理为目的的空间技术,能够有效提高航天器的性能、延长航天器的服役周期、挽回航天器失效造成的损失,具有十分重要的实际意义与理论研究价值。目标捕获后的组合体航天器姿态控制作为在轨服务任务中的一个重要环节,是完成后续复杂操作的前提和基础。由于目标航天器会对组合体系统的参数以及结构造成影响,因此组合体航天器是一个具有参数不确定性以及动力学耦合的复杂时变非线性系统,同时由于受到自身因素的影响,组合体航天器还存在控制信号离散、执行机构饱和、角速度不可测等问题,这些因素都给组合体航天器姿态控制系统的设计带来了很大的难度。因此,本文针对在轨服务任务中目标捕获后的组合体航天器姿态控制方法展开研究,其主要内容包括:建立了目标捕获后的组合体航天器姿态模型,包含组合体航天器的运动学模型、组合体航天器确定性动力学模型以及不确定性动力学模型、目标与服务航天器之间存在相对运动的非完全约束组合体航天器动力学模型。针对参数部分未知情况下的组合体航天器的姿态控制问题,提出了自适应的有限时间控制方法。首先,对于存在外界干扰的组合体航天器系统,设计了基于积分滑模的有限时间控制器。考虑控制信号离散情况下的量化问题,设计了一类改进型的量化器,能够有效减少由于量化导致的控制抖振问题同时能够保证较低的通讯频率,并采用自适应方法对外界干扰以及量化误差进行估计补偿。然后,针对同时存在转动惯量不确定性与外界干扰的组合体航天器,设计了一类基于观测器的姿态控制器。采用改进的超螺旋观测器对组合体的不确定性进行观测,并采用反步法设计有限时间控制器并利用观测值进行补偿,所设计的控制算法能够保证整个姿态控制系统的有限时间收敛特性。针对参数完全未知情况下的组合体航天器姿态控制问题,提出了不依赖于模型参数的无模型控制方法。首先基于自适应动态规划理论,设计了一种无需模型参数的近似最优姿态控制器,利用动作-评判神经网络学习最优值函数与最优控制策略,并采用双层权值更新的神经网络以提高算法的学习效率,给出了双层神经网络迭代学习过程的收敛性分析,同时给出了有限次迭代情况下的策略迭代方法的收敛性分析,通过数值仿真的方法说明了所提算法的有效性。然后,基于预设性能方法提出一种输出反馈预设性能姿态控制器,利用跟踪微分器对角速度进行观测,再利用误差变换方法将姿态误差、角速度误差转化为新的误差系统,利用转化后的误差进行无模型控制器设计,所设计的控制器能够同时对组合体的姿态以及姿态角速度进行约束同时无需组合体航天器的参数信息。针对参数完全未知情况下的非完全约束组合体航天器姿态控制问题,提出了基于数据驱动理论的控制方法。首先,设计一种基于无模型自适应数据驱动理论的姿态控制器,考虑干扰以及不确定性对系统的影响,设计了离散扩张状态观测器对其进行观测补偿,考虑执行机构饱和的影响,设计了抗饱和补偿环节,通过仿真对比验证所提算法的有效性。进一步的为了提高控制品质,提出了一种基于参数预测的数据驱动无模型自适应滑模姿态控制器。设计了基于神经网络的预测策略,利用历史数据对未来时刻系统参数进行预测,并将预测值引入控制器设计中使得控制算法具有良好的适应性,此外引入基于离散滑模控制的补充控制器,在原控制算法的基础上进一步缩小系统控制误差加快系统收敛速度,同样采用仿真对比的方式验证了所提方法的有效性。
陈佳晔[8]（2019）在《基于干扰观测器的重复使用运载器再入段滑模控制方法研究》文中研究表明重复使用运载器（Reusable Launch Vehicle,RLV）作为低成本、可靠的空天运输手段,已经成为世界各航天大国正在重点研究并进行多次实验验证的对象。重复使用运载器具有多次安全可靠进出大气层及回收能力,并且能够精确地将载荷送入轨道,因此可大幅度降低运输、发射成本。但由于RLV具有跨空域、跨速域的飞行特点,其飞行过程中速度和高度变化较大、姿态变化剧烈,飞行器模型呈现强耦合和非线性等特点,同时外界存在严重干扰,模型参数存在不确定性,使得RLV控制系统设计成为其领域内研究难点之一。本文针对RLV的上述难点问题,为实现RLV可靠安全再入,重点开展RLV再入姿态控制问题研究。定义了RLV再入段需要用到的坐标系、坐标系转换关系、角度及角度几何关系,针对RLV再入段的飞行特征,通过受力和力矩分析,建立了RLV再入数学模型,为了使模型可直接应用于现有的控制方法,对模型进行适当简化,推导出RLV再入段面向控制系统设计的数学模型。由于RLV再入段飞行高度变化大,速度和姿态变化剧烈,再入过程中大气环境复杂,从而导致高速大姿态再入过程中气动特性复杂。针对RLV的外形结构特点,设计了三维模型,采用基于计算流体力学的方法对RLV气动系数进行了模拟计算,得出气动系数表。在建立模型时,将气动系数中的摄动项处理为模型不确定性,通过干扰观测器进行观测补偿,与传统采用多项式拟合等方式进行处理相比,简化了模型,提高控了制精度。考虑到RLV在再入飞行阶段,严重的外界干扰以及模型不确定性对系统有严重影响,文中提出基于自主学习干扰观测器的姿态控制方法,处理存在大干扰、不确定性的RLV再入段系统的鲁棒姿态控制问题。首先根据奇异摄动理论和时标分离原则,将RLV再入姿态模型系统分为内、外环子系统;然后分别设计基于Sigmoid函数的扩张状态观测器和自主学习干扰观测器,观测和补偿系统中的不确定性和外界干扰带来的影响;在此基础上,分别设计内、外环子系统改进的多元超螺旋滑模控制器,完成RLV再入段姿态跟踪控制,实现了精确跟踪制导指令,同时对系统中的抖动有效地抑制;最后,通过仿真对比分析基于不同观测器的控制方案,验证了本文所提出的控制方法的优势。针对RLV再入段可能出现综合扰动（括执行机构故障、模型不确定性以及外界干扰等）,提出基于Sigmoid函数的迭代学习干扰观测器的自适应有限时间收敛容错控制方法。文中首先针对RLV再入段的执行机构可能出现的故障类型进行分析并建立了故障力矩数学模型;然后设计一种新型基于Sigmoid的迭代学习干扰观测器,用于对系统中存在的综合扰动进行观测和补偿;在此基础上设计了一种自适应有限时间收敛控制器,实现对RLV姿态有限时间跟踪;最后设置不同的故障类型工况,对所提出的容错控制方法的有效性和鲁棒性进行了分析和验证。针对RLV的多异类执行机构控制分配问题,提出了RLV多异类执行机构混合规划控制分配方法。首先分析了RLV再入段的执行机构功能和特性;在此基础上,设计了基于序列二次规划的气动舵控制分配、基于Mamdani模糊控制及决策机制的RCS控制分配以及基于动压剖面的异类执行机构分配方案;最终,设置不同工况,对文中提出的混合规划控制分配策略与伪逆控制分配策略进行对比仿真实验,验证了所提出的混合规划控制分配策略的合理性。
张亮[9]（2019）在《重型运载火箭自适应控制方法研究》文中研究指明浩瀚的宇宙空间,激发了人类探测宇宙的梦想和好奇心,而重型运载火箭作为一种大运载工具是一个国家进行大规模空间探索的基础,体现了一个国家的最高科学技术水平。针对未来我国空间站建设、嫦娥系列月球探测、火星探测、深空探测、载人登月/登火等任务,开展重型运载火箭技术研究,可大幅提高我国的航天科技实力与空间探测水平。本论文针对重型运载火箭的自适应姿态控制系统设计需求,重点解决如何进一步提高PID控制系统性能,如何抑制强耦合、大干扰与不确定性以及保证发动机伺服机构故障下的姿态稳定等三个核心问题,主要研究内容包括:首先,基于相关经验公式和已知的参数开展重型运载火箭总体参数设计,主要包括气动参数计算、弹性振动模态参数计算、液体晃动参数计算以及质量特性参数计算等。由于重型运载火箭长细比较大,结构刚度较低,相对一般运载火箭,其一阶振动频率较低,液体推进剂晃动现象突出,且助推器的局部弹性模态容易与芯级振动模态相互耦合,使得全箭刚体运动与弹性振动和液体晃动之间耦合较强。为避免模型复杂化并便于控制系统设计,采用牛顿-欧拉法建立了重型运载火箭弹振晃耦合动力学模型,为后续重型运载火箭控制系统设计奠定基础。基于前述建立的重型运载火箭弹振晃耦合动力学模型,开展小扰动线性化,获得相应传递函数模型,设计了PD+固定系数校正网络的控制系统。针对传统PD控制系统难以应对火箭飞行过程中存在的强干扰、气动不确定性以及弹性振动频率或晃动频率与地面试验不一致从而导致校正网络难以对控制信号进行滤波处理的问题,设计了自适应增广控制器。在PID控制基础上引入自适应增益控制律、干扰补偿算法、最优控制分配律和自适应陷波器等增广模块以满足重型运载火箭在大干扰与振动频率不确定性条件下的姿态稳定控制需求。其次,针对重型运载火箭弹振晃耦合较为严重,且飞行过程中存在强不确定性、复杂外部干扰环境,传统PD控制器难以满足控制精度要求,本论文提出了基于欧拉角的自抗扰控制方法,同时设计了数字滤波器以满足在弹性振动和液体晃动条件下的姿态稳定控制要求。通过新型非线性扩张状态观测器可以有效估计外部干扰和未建模动态,同时非线性控制律可以满足快速无超调的控制要求。为了适应姿态易奇异的问题,设计了基于四元数的自抗扰滑模控制器,以进一步提高控制器的抗干扰能力,并提高控制性能。由于自抗扰控制器设计中强调快速无超调,系统阻尼较大,从而带来了较大的基频,然而在弹振晃耦合动力学模型中一般要求具有一定的超调量,降低系统的基频,并满足弹性振动的频带间隔要求,为此设计了重型运载火箭固定时间收敛滑模姿态跟踪控制器。利用具有期望响应时间和超调量等性能指标的二阶系统参考模型与实际重型运载火箭的姿态控制模型进行状态跟踪对比,从而构建具有固定时间收敛特性的自适应滑模趋近律和扰动观测器,实现制导指令按参考模型实际响应,并克服内外干扰,同时也可有效抑制弹性振动和液体晃动。此外,为进一步保证姿态角误差及其导数均可良好收敛,设计了基于固定时间收敛扩张状态观测器的滑模控制器。最后,针对重型运载火箭在助推器发动机参与控制后,伺服机构个数增加,出现故障的概率增大,为了提高控制系统的可靠性和抗故障能力,开展自适应容错控制系统设计。建立了发动机伺服机构的故障动力学模型以描述其典型的故障模式,设计了快速故障辨识观测器,并结合自适应增广控制器设计了自适应增广容错控制器。为了避免控制器设计中依赖于较为精确的故障辨识信息,结合扰动观测器设计了自适应容错控制器。
王勇[10]（2019）在《高超声速飞行器复合控制方法研究》文中研究表明高超声速飞行器具有飞行空域广、高度和速度跨度范围大、飞行环境复杂多变等特点,因而其控制系统面临着控制力矩不足、系统响应延迟和飞行鲁棒性降低等难题。本文以吸气式高超声速飞行器为研究对象,提出了基于气动力和直接力的复合控制方案,对高超声速飞行器动力学建模、执行机构特性、滑模变结构控制律设计和控制指令分配等进行了详细研究。首先,给出了升力体外形的高超声速飞行器总体方案,以及飞行器典型特征参数。提出了“水平副翼+双垂尾”气动力控制系统,辅以燃烧室引流直接力控制的复合控制方案。详细介绍了相关坐标系的定义及其转换关系,建立了高超声速飞行器的姿态动力学模型。其次,以高超声速飞行器复合控制机构为研究对象,开展了复杂系统近似建模技术、空气舵系统和直接力系统的力矩特性研究。基于拉丁超立方采样方法,以极大极小距离作为优化准则,提出了最优拉丁超立方采样方法。系统地研究并实现了Kriging近似建模方法。推导了空气舵系统、直接力系统的控制力矩模型,分析了模型的影响因素,采用最优拉丁立方抽样建立了训练样本集和验证样本集,并通过CFD方法对上述样本集上的力矩特性进行了数值计算。在此基础上,建立了两种控制机构的近似模型。之后,为了提高控制系统的综合性能,设计了自适应滑模控制器。介绍了滑模变结构控制的基本原理。根据飞行器不同状态变量的响应时间不同,利用时间尺度理论将控制系统划分为快变量和慢变量两个子系统。在此基础上,设计了面向高超声速飞行器的自适应滑模控制器。仿真分析结果表明,该控制器能够有效解决复合控制系统快响应、强耦合、非线性和不确定性条件下的控制问题。最后,针对复合控制系统的控制分配策略问题进行了研究。介绍了典型的控制分配策略。针对中高空巡航飞行状态,提出了能量最省的控制分配策略,通过仿真分析验证了分配策略的正确性。而针对高机动飞行或俯冲攻击状态,提出了基于模糊逻辑的控制分配策略,建立了隶属度函数和模糊控制规则,形成了模糊控制分配策略,通过仿真分析验证了该分配策略的有效性。
二、基于伪控制限制方法的再入航天器自适应控制（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、基于伪控制限制方法的再入航天器自适应控制（论文提纲范文）
（2）人工智能在航天器制导与控制中的应用综述（论文提纲范文）
| 1 不确定非线性模型智能姿轨控研究现状 |
| 1.1 轨迹智能规划制导技术 |
| 1.1.1 转移轨迹智能规划技术 |
| 1.1.2 进入、下降和着陆智能制导技术 |
| 1.1.3 巡视器轨迹智能规划技术 |
| 1.2 姿态智能自适应控制技术 |
| 1.3 不确定非线性模型智能姿轨控关键技术 |
| 1.3.1 鲁棒轨迹在线快速规划技术 |
| 1.3.2 在线自适应制导与控制技术 |
| 2 机构故障下智能姿轨控研究现状 |
| 2.1 智能故障诊断技术 |
| 2.2 智能容错控制技术 |
| 2.3 机构故障下智能姿轨控关键技术 |
| 2.3.1 多机构、多模式快速故障诊断技术 |
| 2.3.2 鲁棒自适应容错控制技术 |
| 3 航天器智能规划与控制的发展建议 |
| 3.1 航天器智能规划控制发展趋势及挑战 |
| 3.1.1 有效训练样本问题 |
| 3.1.2 星载计算能力问题 |
| 3.1.3 人工智能技术最优性问题 |
| 3.1.4 工程实践应用问题 |
| 3.2 航天器智能制导与控制技术的发展建议 |
| 3.2.1 建立人工智能技术空间应用架构 |
| 3.2.2 基于任务需求分析人工智能技术最优性 |
| 3.2.3 积累任务数据作为样本并标注 |
| 3.2.4 基于地面仿真测试系统验证人工智能技术 |
| 4 总结 |
（3）基于神经网络预测的主动段轨迹在线生成方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究概况 |
| 1.2.1 轨迹优化一般框架 |
| 1.2.2 离散参数化方法 |
| 1.2.3 数值优化方法 |
| 1.2.4 其他轨迹优化方法 |
| 1.3 本文内容与结构安排 |
| 第二章 火箭主动段轨迹优化模型 |
| 2.1 主动段建模常用坐标系 |
| 2.1.1 坐标系的定义 |
| 2.1.2 坐标系间转换关系 |
| 2.2 主动段质心运动模型 |
| 2.3 主动段轨迹优化问题描述 |
| 2.3.1 轨迹最优控制问题模型 |
| 2.3.2 真空段飞行边值问题模型 |
| 2.3.3 参数拉偏模型 |
| 2.4 本章小结 |
| 第三章 轨迹样本的离线非线性优化方法研究 |
| 3.1 hp自适应伪谱离散方法 |
| 3.1.1 全局伪谱法基本原理 |
| 3.1.2 hp自适应策略 |
| 3.2 基于串行设计的非线性优化方法 |
| 3.2.1 免疫克隆选择算法基本原理 |
| 3.2.2 串行非线性优化策略 |
| 3.3 基于非线性优化的轨迹仿真分析 |
| 3.3.1 直接法框架下的全程轨迹仿真 |
| 3.3.2 间接法框架下的真空段轨迹仿真 |
| 3.4 本章小结 |
| 第四章 基于神经网络的轨迹在线生成方法研究 |
| 4.1 基于神经网络的轨迹在线生成策略 |
| 4.2 多层前馈神经网络模型与训练 |
| 4.2.1 神经网络模型与BP算法 |
| 4.2.2 飞行包线与训练样本 |
| 4.3 基于神经网络的轨迹仿真分析 |
| 4.3.1 状态—控制网络仿真与精度分析 |
| 4.3.2 状态—协态网络仿真与精度分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）空间组合体的姿态控制与控制分配（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究背景和意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究背景和意义 |
| 1.2 组合体姿态控制的研究现状 |
| 1.2.1 质量特性辨识 |
| 1.2.2 控制方法 |
| 1.2.3 预设控制 |
| 1.3 组合体控制分配的研究现状 |
| 1.3.1 一般控制分配 |
| 1.3.2 动态控制分配 |
| 1.3.3 鲁棒控制分配 |
| 1.4 本文主要研究内容及安排 |
| 第2章 组合体姿态动力学与运动学描述及预备知识 |
| 2.1 引言 |
| 2.2 参考坐标系及通用定义 |
| 2.3 组合体模型定义 |
| 2.4 质量特性辨识 |
| 2.5 组合体姿态运动学模型 |
| 2.6 组合体姿态动力学模型 |
| 2.6.1 推力器驱动的组合体姿态动力学模型 |
| 2.6.2 反作用飞轮驱动的组合体姿态动力学模型 |
| 2.7 预备知识 |
| 2.7.1 线性矩阵不等式的相关结论 |
| 2.7.2 最优控制的相关结论 |
| 2.8 本章小结 |
| 第3章 组合体姿态跟踪控制与鲁棒结构控制分配 |
| 3.1 引言 |
| 3.2 组合体姿态跟踪的直接参数化控制 |
| 3.2.1 问题描述 |
| 3.2.2 控制器设计 |
| 3.3 基于零空间的改进受限控制分配 |
| 3.4 鲁棒结构控制分配 |
| 3.5 仿真分析 |
| 3.5.1 直接参数化控制方法的有效性 |
| 3.5.2 基于零空间的改进受限控制分配法的优越性 |
| 3.5.3 鲁棒结构控制分配方法的有效性 |
| 3.6 本章小结 |
| 第4章 考虑惯量不确定的组合体姿态控制与控制分配 |
| 4.1 引言 |
| 4.2 角速度受限的组合体姿态跟踪控制与动态 ∞ 范数受限控制分配 |
| 4.2.1 问题描述 |
| 4.2.2 基于扰动观测器的受限反步控制律 |
| 4.2.3 动态 ∞ 范数受限控制分配 |
| 4.2.4 仿真分析 |
| 4.3 量测不确定下组合体姿态控制和鲁棒控制分配 |
| 4.3.1 问题描述 |
| 4.3.2 基于扰动观测器的动态面控制律 |
| 4.3.3 鲁棒控制分配 |
| 4.3.4 仿真分析 |
| 4.4 本章小结 |
| 第5章 组合体姿态预设控制和鲁棒动态控制分配 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 控制系统设计 |
| 5.3.1 带有预设性能的控制器设计 |
| 5.3.2 稳定性分析 |
| 5.4 鲁棒动态控制分配 |
| 5.5 仿真分析 |
| 5.5.1 组合体的去翻滚控制 |
| 5.5.2 组合体大角度机动 |
| 5.6 本章小结 |
| 第6章 组合体姿态容错预设跟踪控制 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.2.1 反作用飞轮驱动的组合体姿态跟踪模型 |
| 6.2.2 考虑执行器故障和饱和的组合体姿态跟踪模型 |
| 6.3 控制系统设计 |
| 6.3.1 非线性扩展状态观测器设计 |
| 6.3.2 容错控制器设计 |
| 6.3.3 稳定性分析 |
| 6.4 仿真分析 |
| 6.4.1 执行器正常的情形 |
| 6.4.2 执行器故障的情形 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（5）高超声速飞行器再入段轨迹优化与跟踪（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 轨迹优化问题研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 轨迹优化问题概述 |
| 1.3.1 轨迹优化问题的数学描述 |
| 1.3.2 轨迹优化问题的求解方法 |
| 1.4 论文的主要内容 |
| 第2章 高超声速飞行器再入段运动模型研究 |
| 2.1 引言 |
| 2.2 基本坐标系的定义及转换关系 |
| 2.2.1 基本坐标系定义 |
| 2.2.2 坐标系之间的转换 |
| 2.3 高超声速飞行器再入段运动模型的建立 |
| 2.3.1 基本运动方程及其简化 |
| 2.3.2 再入段运动模型的建立 |
| 2.3.3 大气密度模型 |
| 2.4 气动系数模型 |
| 2.4.1 气动数据分析 |
| 2.4.2 基于最小二乘辨识的双变量气动模型 |
| 2.5 轨迹优化问题 |
| 2.5.1 优化问题的变量 |
| 2.5.2 约束条件 |
| 2.5.3 目标函数 |
| 2.6 本章小结 |
| 第3章 基于伪谱法的轨迹优化问题 |
| 3.1 引言 |
| 3.2 伪谱法 |
| 3.2.1 伪谱法的基本原理 |
| 3.2.2 伪谱法的特点 |
| 3.3 基于伪谱法的最优控制 |
| 3.4 基于伪谱法的仿真结果与分析 |
| 3.4.1 仿真相关参数 |
| 3.4.2 最大横向航程轨迹优化 |
| 3.4.3 最大纵向航程轨迹优化 |
| 3.5 本章小结 |
| 第4章 基于遗传算法的轨迹优化分析 |
| 4.1 引言 |
| 4.2 经典遗传算法 |
| 4.3 粒子群优化算法 |
| 4.4 改进型遗传算法 |
| 4.5 参数化和约束处理 |
| 4.5.1 参数插值法 |
| 4.5.2 约束处理方法 |
| 4.6 以最大总航程为目标的轨迹优化仿真 |
| 4.7 本章小结 |
| 第5章 再入走廊建立与控制器设计 |
| 5.1 引言 |
| 5.2 再入走廊建立 |
| 5.2.1 攻角方案设计 |
| 5.2.2 再入走廊建立 |
| 5.3 轨迹跟踪与控制 |
| 5.3.1 LQR控制器设计 |
| 5.3.2 纵向轨迹跟踪 |
| 5.3.3 横向轨迹规划 |
| 5.4 数值仿真 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（6）基于零空间的控制分配算法研究（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 控制分配算法研究现状 |
| 1.2.1 过驱动系统控制分配算法研究现状 |
| 1.2.2 零空间控制分配算法研究现状 |
| 1.2.3 过驱动系统容错控制研究现状 |
| 1.2.4 控制分配研究存在的问题及研究方向 |
| 1.3 本文的主要研究工作及章节安排 |
| 第二章 理论基础简介 |
| 2.1 引言 |
| 2.2 控制分配问题描述 |
| 2.2.1 过驱动系统描述 |
| 2.2.2 控制分配系统结构 |
| 2.2.3 控制分配数学描述 |
| 2.3 控制分配方法概述 |
| 2.4 零空间控制分配原理概述 |
| 2.5 积分滑模控制器概述 |
| 2.5.1 滑模控制相关概念 |
| 2.5.2 滑模控制系统设计概述 |
| 2.6 小增益定理概述 |
| 2.7 本章小结 |
| 第三章 基于直接分配法与零空间的控制分配策略研究 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 控制分配策略设计 |
| 3.3.1 改进的PAN控制分配策略 |
| 3.3.2 基于直接分配法与零空间的控制分配策略 |
| 3.4 仿真验证及结果分析 |
| 3.4.1 仿真实例1 |
| 3.4.2 仿真实例2 |
| 3.5 本章小结 |
| 第四章 力矩不可达情况下基于零空间的控制分配算法研究 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 力矩不可达情况下基于零空间的控制分配算法 |
| 4.4 积分滑模容错控制器设计及可达性证明 |
| 4.4.1 积分滑模控制器设计及稳定性分析 |
| 4.4.2 积分滑模控制器可达性分析 |
| 4.5 仿真验证及结果分析 |
| 4.5.1 仿真实例1 |
| 4.5.2 仿真实例2 |
| 4.6 本章小结 |
| 第五章 基于零空间控制分配的滑模容错控制研究 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 系统描述 |
| 5.2.2 基于零空间的伪逆控制分配系统描述 |
| 5.3 控制器设计及稳定性证明 |
| 5.3.1 积分滑模控制器设计 |
| 5.3.2 稳定性分析 |
| 5.3.3 滑模控制器可达性分析 |
| 5.3.4 非匹配不确定项的鲁棒控制器设计 |
| 5.4 仿真验证 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 后续研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（7）组合体航天器姿态稳定控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 课题来源及研究背景 |
| 1.1.2 研究的目的和意义 |
| 1.2 国内外领域研究现状 |
| 1.2.1 在轨服务航天器目标捕获项目概述 |
| 1.2.2 依赖于模型参数的组合体航天器控制 |
| 1.2.3 不依赖于模型参数的组合体航天器控制 |
| 1.2.4 基于数据驱动的航天器控制 |
| 1.3 主要研究内容及章节安排 |
| 第2章 组合体航天器姿态运动模型 |
| 2.1 引言 |
| 2.2 坐标系定义与组合体航天器姿态运动学 |
| 2.3 组合体航天器姿态动力学 |
| 2.3.1 确定性模型组合体航天器姿态动力学 |
| 2.3.2 不确定性模型组合体航天器姿态动力学 |
| 2.4 非完全约束组合体姿态动力学 |
| 2.5 本章小结 |
| 第3章 参数部分未知的组合体航天器有限时间姿态控制 |
| 3.1 引言 |
| 3.2 基于积分滑模的量化有限时间姿态控制 |
| 3.2.1 混合型滞回量化器设计 |
| 3.2.2 基于积分滑模的姿态控制器设计 |
| 3.2.3 仿真分析 |
| 3.3 基于超螺旋观测器的有限时间姿态控制 |
| 3.3.1 超螺旋观测器设计 |
| 3.3.2 基于反步法的姿态控制器设计 |
| 3.3.3 仿真分析 |
| 3.4 本章小结 |
| 第4章 参数完全未知的组合体航天器无模型姿态控制 |
| 4.1 引言 |
| 4.2 基于自适应动态规划方法的姿态控制 |
| 4.2.1 考虑迭代误差的自适应动态规划控制器设计 |
| 4.2.2 神经网络收敛性分析 |
| 4.2.3 仿真分析 |
| 4.3 基于预设性能方法的姿态输出反馈控制 |
| 4.3.1 角速度观测器设计 |
| 4.3.2 输出反馈预设性能控制器设计 |
| 4.3.3 仿真分析 |
| 4.4 本章小结 |
| 第5章 参数完全未知的非完全约束组合体航天器数据驱动姿态控制 |
| 5.1 引言 |
| 5.2 基于无模型自适应方法的姿态控制 |
| 5.2.1 基于观测器的无模型自适应姿态控制器设计 |
| 5.2.2 考虑饱和的无模型自适应姿态控制器设计 |
| 5.2.3 仿真分析 |
| 5.3 基于参数预测的无模型自适应姿态控制 |
| 5.3.1 基于参数预测的无模型自适应姿态控制器设计 |
| 5.3.2 补充控制器设计 |
| 5.3.3 仿真分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及其他成果 |
| 致谢 |
| 个人简历 |
（8）基于干扰观测器的重复使用运载器再入段滑模控制方法研究（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 可重复使用运载器研究现状 |
| 1.2.1 国外RLV的研究现状 |
| 1.2.2 国内RLV的研究现状 |
| 1.3 飞行器姿态控制技术研究现状 |
| 1.3.1 考虑模型不确定性和干扰情况下控制方法研究现状 |
| 1.3.2 考虑执行机构故障的控制方法研究现状 |
| 1.4 飞行器控制分配技术研究现状 |
| 1.5 论文主要研究内容及结构安排 |
| 第2章 RLV再入段数学模型及气动特性分析 |
| 2.1 引言 |
| 2.2 坐标系定义及坐标系转换关系 |
| 2.2.1 坐标系定义 |
| 2.2.2 角度定义 |
| 2.2.3 坐标系转换关系 |
| 2.2.4 角度几何转换关系 |
| 2.3 RLV再入数学模型 |
| 2.3.1 基本假设 |
| 2.3.2 RLV受力分析 |
| 2.3.3 RLV运动学方程 |
| 2.3.4 RLV动力学方程 |
| 2.3.5 RLV气动数据模型 |
| 2.3.6 RLV面向控制系统设计的系统模型 |
| 2.4 RLV再入段高超声速气动力数值模拟与分析 |
| 2.4.1 RLV三维几何建模及计算网格划分 |
| 2.4.2 RLV气动特性分析 |
| 2.5 RLV标称轨迹设计及气动系数摄动对控制系统影响分析 |
| 2.5.1 RLV标称轨迹设计 |
| 2.5.2 RLV气动系数摄动对控制系统影响分析 |
| 2.6 本章小结 |
| 第3章 基于自主学习干扰观测器的滑模控制方法研究 |
| 3.1 引言 |
| 3.2 基于Sigmoid的扩张状态观测器 |
| 3.2.1 扩张状态观测器 |
| 3.2.2 基于Sigmoid的外环扩张状态观测器 |
| 3.2.3 基于Sigmoid的内环扩张状态观测器 |
| 3.3 自主学习干扰观测器 |
| 3.3.1 基本非线性干扰观测器 |
| 3.3.2 区间2 型神经模糊系统结构 |
| 3.3.3 基于滑模控制的自主学习算法 |
| 3.3.4 自主学习干扰观测器稳定性分析 |
| 3.3.5 仿真验证 |
| 3.4 多元超螺旋滑模控制器设计 |
| 3.4.1 超螺旋滑模控制基本理论 |
| 3.4.2 多元超螺旋滑模控制器设计 |
| 3.4.3 仿真验证 |
| 3.5 本章小结 |
| 第4章 基于迭代学习干扰观测器的容错控制方法研究 |
| 4.1 引言 |
| 4.2 RLV执行机构故障类型建模 |
| 4.2.1 气动舵面故障 |
| 4.2.2 RCS故障 |
| 4.2.3 RLV执行机构故障数学模型 |
| 4.3 基于Sigmoid的迭代学习观测器设计 |
| 4.3.1 迭代学习基本原理 |
| 4.3.2 基于Sigmoid的迭代学习观测器设计 |
| 4.4 自适应有限时间收敛控制器设计 |
| 4.4.1 有限时间稳定基本原理 |
| 4.4.2 自适应有限时间收敛控制器设计 |
| 4.5 仿真验证 |
| 4.6 本章小结 |
| 第5章 基于混合规划的最优控制分配方法研究 |
| 5.1 引言 |
| 5.2 RLV执行机构及特性分析 |
| 5.2.1 反作用控制系统特性分析 |
| 5.2.2 气动舵特性分析 |
| 5.3 基于Mamdani模糊控制器的RCS控制分配方法 |
| 5.4 基于序列二次规划的气动舵控制分配方法 |
| 5.5 仿真验证 |
| 5.5.1 在无故障情况下两种控制分配方案对比验证 |
| 5.5.2 发生故障情况下两种控制分配方案对比验证 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间所发表的学术论文 |
| 致谢 |
| 个人简历 |
（9）重型运载火箭自适应控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外重型运载火箭的研究现状 |
| 1.2.1 国外重型运载火箭 |
| 1.2.2 国内主要重型运载火箭 |
| 1.3 运载火箭姿态控制技术国内外研究现状 |
| 1.3.1 自适应控制 |
| 1.3.2 滑模控制 |
| 1.3.3 自抗扰控制 |
| 1.3.4 容错控制 |
| 1.3.5 弹性振动和液体晃动自适应抑制 |
| 1.4 论文组织结构及主要研究内容 |
| 第2章 重型运载火箭弹振晃耦合动力学建模 |
| 2.1 引言 |
| 2.2 重型运载火箭总体参数设计 |
| 2.3 重型运载火箭动力学建模基本理论 |
| 2.3.1 坐标系定义 |
| 2.3.2 坐标转换关系 |
| 2.3.3 建模基本假设条件 |
| 2.3.4 弹性振动方程建模基本理论 |
| 2.4 重型运载火箭弹振晃耦合动力学建模 |
| 2.4.1 重型运载火箭受力分析 |
| 2.4.2 重型运载火箭质心平动方程建立 |
| 2.4.3 重型运载火箭绕质心转动方程建立 |
| 2.4.4 重型运载火箭弹性振动方程建立 |
| 2.4.5 其他附加方程 |
| 2.5 本章小结 |
| 第3章 重型运载火箭自适应增广控制方法 |
| 3.1 引言 |
| 3.2 弹振晃耦合动力学模型小扰动线性化 |
| 3.2.1 基本原理 |
| 3.2.2 小扰动线性化过程 |
| 3.3 重型运载火箭传统PD控制系统设计 |
| 3.3.1 PD控制参数及校正网络设计 |
| 3.3.2 PD控制器仿真分析 |
| 3.4 重型运载火箭自适应增广控制系统设计 |
| 3.4.1 基本PID控制器设计 |
| 3.4.2 基于描述函数法的自适应增益控制律设计及参数整定 |
| 3.4.3 干扰补偿算法设计 |
| 3.4.4 最优控制分配算法设计 |
| 3.4.5 自适应陷波器设计 |
| 3.5 重型运载火箭自适应增广控制仿真分析 |
| 3.5.1 大干扰情况下仿真分析 |
| 3.5.2 弹性振动频率拉偏条件仿真分析 |
| 3.5.3 蒙特卡洛打靶仿真分析 |
| 3.6 本章小结 |
| 第4章 重型运载火箭自抗扰控制方法 |
| 4.1 引言 |
| 4.2 基于欧拉角的自抗扰控制器设计 |
| 4.2.1 姿态控制系统状态空间模型建立 |
| 4.2.2 自抗扰控制器设计 |
| 4.2.3 自抗扰控制器仿真分析 |
| 4.3 基于四元数的自抗扰控制器设计 |
| 4.3.1 基于四元数描述的姿态控制系统状态空间模型建立 |
| 4.3.2 基于四元数的自抗扰控制器设计 |
| 4.3.3 基于四元数的自抗扰滑模控制器设计 |
| 4.3.4 基于四元数的自抗扰滑模控制仿真分析 |
| 4.4 本章小结 |
| 第5章 重型运载火箭固定时间收敛控制方法 |
| 5.1 引言 |
| 5.2 基本理论 |
| 5.3 基于固定时间收敛的模型参考自适应滑模控制方法 |
| 5.3.1 参考模型设计 |
| 5.3.2 状态空间模型设计 |
| 5.3.3 固定时间收敛的模型参考自适应控制器设计 |
| 5.3.4 固定时间收敛的模型参考自适应控制仿真分析 |
| 5.4 基于固定时间收敛扩张状态观测器的滑模控制方法 |
| 5.4.1 姿态控制模型建立 |
| 5.4.2 固定时间收敛扩张状态观测器设计 |
| 5.4.3 固定时间收敛的非奇异终端滑模面设计 |
| 5.4.4 固定时间收敛的非奇异终端滑模控制设计 |
| 5.4.5 固定时间收敛滑模姿态控制仿真分析 |
| 5.5 本章小结 |
| 第6章 重型运载火箭自适应容错控制方法 |
| 6.1 引言 |
| 6.2 执行器故障动力学建模及故障观测器设计 |
| 6.2.1 执行器故障动力学建模 |
| 6.2.2 快速故障观测器设计 |
| 6.3 自适应增广容错控制方法 |
| 6.3.1 基于故障观测的最优控制分配算法 |
| 6.3.2 考虑单个和多个发动机故障条件下的仿真分析 |
| 6.4 基于扰动观测器的自适应容错控制方法 |
| 6.4.1 四元数姿态描述的自抗扰滑模控制故障仿真分析 |
| 6.4.2 基于固定时间收敛扩张状态观测器的滑模控制故障仿真分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间所发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（10）高超声速飞行器复合控制方法研究（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 高超声速飞行器发展概况 |
| 1.2.1 国内外发展概况 |
| 1.2.2 控制系统面临的挑战 |
| 1.2.3 分析与思考 |
| 1.3 飞行器复合控制技术研究现状 |
| 1.3.1 飞行器控制执行机构 |
| 1.3.2 控制律设计方法 |
| 1.3.3 控制指令分配算法 |
| 1.4 本文主要研究内容及章节安排 |
| 第2章 高超声速飞行器动力学模型 |
| 2.1 飞行器方案与布局 |
| 2.1.1 飞行器气动外形 |
| 2.1.2 飞行器的气动特性 |
| 2.1.3 控制操纵机构布局 |
| 2.2 常用坐标系定义及其转化 |
| 2.2.1 常用坐标系 |
| 2.2.2 坐标系转换 |
| 2.3 飞行器姿态运动方程 |
| 2.4 本章小结 |
| 第3章 高超声速飞行器控制机构特性 |
| 3.1 基于Kriging的近似建模方法 |
| 3.1.1 基于最优拉丁超立方的试验设计 |
| 3.1.2 Kriging近似模型 |
| 3.1.3 算例测试 |
| 3.2 空气舵系统近似模型 |
| 3.2.1 试验设计 |
| 3.2.2 基于CFD的数值仿真 |
| 3.2.3 基于Kriging的近似建模与验证 |
| 3.3 直接力系统近似模型 |
| 3.3.1 试验设计 |
| 3.3.2 基于CFD的数值仿真 |
| 3.3.3 基于Kriging的近似建模与验证 |
| 3.4 本章小结 |
| 第4章 滑模变结构控制律设计 |
| 4.1 滑模变结构控制概念 |
| 4.1.1 基本原理 |
| 4.1.2 控制律设计 |
| 4.1.3 系统抖振消除 |
| 4.2 自适应滑模控制律设计 |
| 4.3 仿真分析 |
| 4.3.1 阶跃指令跟踪 |
| 4.3.2 复杂指令跟踪 |
| 4.4 本章小结 |
| 第5章 分段自适应控制分配算法 |
| 5.1 典型的控制分配策略 |
| 5.1.1 动压分配法 |
| 5.1.2 链式递增分配方法 |
| 5.1.3 线性规划法 |
| 5.2 基于能量最省的控制分配策略 |
| 5.2.1 控制系统状态方程 |
| 5.2.2 能量最省分配策略 |
| 5.2.3 仿真分析 |
| 5.3 基于模糊逻辑的控制分配策略 |
| 5.3.1 算法思路 |
| 5.3.2 仿真分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
四、基于伪控制限制方法的再入航天器自适应控制（论文参考文献）
- [1]可重复使用运载器再入轨迹与制导控制方法综述[J]. 田栢苓,李智禹,吴思元,宗群. 航空学报, 2020(11)
- [2]人工智能在航天器制导与控制中的应用综述[J]. 黄旭星,李爽,杨彬,孙盼,刘学文,刘新彦. 航空学报, 2021(04)
- [3]基于神经网络预测的主动段轨迹在线生成方法研究[D]. 刘云昭. 西安电子科技大学, 2020(05)
- [4]空间组合体的姿态控制与控制分配[D]. 黄秀韦. 哈尔滨工业大学, 2020
- [5]高超声速飞行器再入段轨迹优化与跟踪[D]. 赵锴. 哈尔滨工程大学, 2020(05)
- [6]基于零空间的控制分配算法研究[D]. 马诚诚. 南京航空航天大学, 2020(07)
- [7]组合体航天器姿态稳定控制研究[D]. 高寒. 哈尔滨工业大学, 2019(01)
- [8]基于干扰观测器的重复使用运载器再入段滑模控制方法研究[D]. 陈佳晔. 哈尔滨工业大学, 2019(02)
- [9]重型运载火箭自适应控制方法研究[D]. 张亮. 哈尔滨工业大学, 2019(02)
- [10]高超声速飞行器复合控制方法研究[D]. 王勇. 哈尔滨工业大学, 2019(01)