导读:本文包含了干扰观测器论文开题报告文献综述及选题提纲参考文献，主要关键词:多智能体系统,干扰观测器,输入饱和,事件触发控制
干扰观测器论文文献综述
周琪,陈广登,鲁仁全,白伟伟[1]（2019）在《基于干扰观测器的输入饱和多智能体系统事件触发控制》一文中研究指出针对一类具有未知干扰与输入饱和的严格反馈多智能体系统,研究其在有向拓扑下的领导跟随一致性问题,提出一种基于干扰观测器的分布式事件触发控制方法.该方法首先设计干扰观测器估计未知干扰,进而结合动态面控制与自适应反步法设计控制输入.其次,采用相关阈值事件触发控制策略解决通信资源有限的问题,并引入饱和补偿系统补偿控制器信号与执行器信号的不匹配.然后,通过Lyapunov稳定性定理证明闭环系统内所有信号是半全局一致最终有界的.最后,仿真结果验证提出控制方法的有效性.(本文来源于《中国科学:信息科学》期刊2019年11期）
谢方圆,张爱民[2]（2019）在《基于干扰观测器的受扰卫星姿态控制器设计与优化》一文中研究指出对复杂环境下的卫星姿态控制进行了研究,针对存在外界干扰和转动惯量不确定的卫星姿态控制,建立了基于误差四元数卫星姿态动力学与运动学方程,在此基础上设计了反演滑模控制器,构造Lyapunov函数并从理论上证明了闭环系统的稳定性;设计非线性干扰观测器(NDO)对等效干扰进行估计,使控制器输出力矩减小,有效降低了输出饱和的风险,同时抑制了滑模控制带来的抖振;为了获得更好的控制效果,以控制器参数为优化变量,综合考虑了控制器的动态性能和被控对象的输入受限条件,建立了评价函数,利用改进的粒子群算法对控制器参数进行优化。仿真结果表明设计的控制器可行且有效,得到了较好的控制效果。(本文来源于《航天控制》期刊2019年05期）
叶辉,王丽琦,智鹏飞,朱丹丹[3]（2019）在《基于干扰观测器的AUV叁维路径自适应跟踪控制》一文中研究指出针对水下机器人存在环境干扰时的叁维路径跟踪问题,设计基于干扰观测器的非线性运动控制器.首先考虑叁维空间中给定路径点坐标时的跟踪轨迹生成问题,采用叁次样条算法生成二阶可导的跟踪路径,同时基于叁维视线导航算法(LOS)生成姿态指令.考虑海流等未知外界干扰和模型参数不确定性对水下机器人运动的影响,采用非线性干扰观测器对干扰和不确定项进行估计,并将反步法和自适应滑模相结合设计运动控制律,解决了不确定干扰估计误差界未知的问题,并保证系统的全局渐近稳定性.最后,通过仿真实验表明该方法能够实现水下机器人的姿态控制,对于模型参数不确定和存在外界干扰的AUV有较好的自适应性和鲁棒性,可以使AUV的运动精确地跟踪期望轨迹.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年05期）
于涛,王益博,孙汉旭,赵伟[4]（2019）在《基于干扰观测器的球形移动机器人直线运动控制》一文中研究指出针对受扰球形移动机器人的直线运动控制问题,提出一种基于滑模干扰观测器和双幂次趋近律的分层滑模控制方法。该控制方法利用滑模干扰观测器对未知扰动进行在线估计,并且采用基于滑模干扰观测器的分层滑模控制器实现被控机器人系统的连续鲁棒控制。首先设计被控系统的第一层和第二层滑动变量,然后基于第一层滑动变量定义系统的辅助滑动变量。基于所定义的辅助滑动变量设计滑模干扰观测器,然后基于所设计的滑模干扰观测器和第二层滑动变量,采用改进的双幂次趋近律设计分层滑模控制器。从理论上分析所设计的分层滑模控制器作用下闭环系统的稳定性,并通过仿真实验验证所提控制方法的有效性。(本文来源于《中国测试》期刊2019年09期）
王慧,姜守岭[5]（2019）在《基于干扰观测器的数字液压缸控制研究》一文中研究指出数字液压缸存在各种类型的扰动,包括参数不确定和不确定非线性,这些因素会限制数字液压缸高精度位置控制。针对数字液压缸高精度位置控制,提出一种反步控制与非线性干扰观测器相结合的控制策略以提高位置控制跟踪精度。首先建立了数字液压缸的非线性控制模型,基于李雅普诺夫方法从理论上证明了所设计的系统控制器能够保证系统全局稳定性,利用MATLAB/Simulink仿真软件验证所设计的控制策略的有效性。仿真结果表明,该控制策略能有效地减小由参数不确定和不确定非线性给系统带来的位置跟踪误差、相位滞后、稳态极限环和低速爬行现象,同时提高了系统的响应速度,使系统具有更强的鲁棒性,改善了位置跟踪品质。(本文来源于《控制工程》期刊2019年09期）
Ming-jie,LI,Jian-hua,WEI,Jin-hui,FANG,Wen-zhuo,SHI,Kai,GUO[6]（2019）在《基于扩展干扰观测器的电液执行器的模糊阻抗控制（英文）》一文中研究指出在本文中,我们同时处理遭受外干扰及参数不确定影响的单出杆电液执行器的速度控制和力控制。在某些应用中,速度控制和力控制两者都有要求。阻抗控制和扩展干扰观测器的结合可以解决该问题。阻抗控制可调节执行器的速度和输出力之间的动态关系,有助于执行器与作用环境或者工件间避免冲击和保持合适的接触力。阻抗规则参数可由模糊算法调节。扩展干扰观测器被用于补偿外部干扰和参数不确定性,实现精确的速度跟踪。为扩展干扰器的开发,提出精确的负载力动力学模型。分析了系统稳定性。实验数据表明所提控制算法具有高精度速度跟踪性能,同时具有良好的力调节能力,在工程机械和装配中具有较大应用前景。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年09期）
赵倩婷,姚建勇,姚志凯[7]（2019）在《基于有限时间干扰观测器的鲁棒积分跟踪控制》一文中研究指出针对电液位置伺服系统同时存在的参数不确定和不确定非线性(统称为干扰),导致传统非线性控制精度不高、跟踪性能不好等问题,提出基于有限时间干扰观测器(FTDO)的鲁棒积分跟踪控制策略.通过将误差符号鲁棒积分(RISE)控制策略与FTDO融合,实现对未观测干扰的抑制.考虑到实际系统中噪声对跟踪精度的影响,该控制策略结合期望补偿手段,提高跟踪精度.通过Lyapunov稳定性理论,证明了闭环系统的全局渐进稳定性.对比实验结果显示,利用该方法能够有效提高电液位置伺服系统在干扰作用下的跟踪性能,在相同的测试工况下,与速度前馈PI控制器相比,跟踪精度提高了25%左右.(本文来源于《浙江大学学报(工学版)》期刊2019年10期）
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》一文中研究指出重复使用运载器(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,设计了叁维模型,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。(本文来源于《哈尔滨工业大学》期刊2019-07-01）
陈佳晔,穆荣军,白瑜亮,张新,崔乃刚[9]（2019）在《自主学习干扰观测器驱动的重复使用运载器再入段滑模控制》一文中研究指出针对重复使用运载器(RLV)再入段的姿态控制问题,设计一种具有自主学习干扰观测器(SLDO)的滑模控制器。基于奇异摄动理论及时标分离原则,将RLV的姿态动力学方程划分为外环和内环子系统。根据RLV再入段模型不确定性和外部干扰均随时间变化、不可忽略且无法预知边界等特点,结合2型模糊神经结构、误差反馈学习架构以及滑模控制(SMC)理论,提出一种新型在线自主学习干扰观测器。设计基于SLDO驱动的多元超螺旋滑模控制器,完成对再入段姿态的跟踪。最后,针对6自由度RLV模型进行了仿真分析,仿真结果证明了控制方法的有效性以及鲁棒性。(本文来源于《宇航学报》期刊2019年06期）
晁凯悦[10]（2019）在《基于干扰观测器的光伏储能系统预测电流控制研究》一文中研究指出在一个独立运行的光伏发电系统中,光伏端电源输出功率变化、线性或非线性负载的变化等,都会对直流母线电压造成一定的冲击,从而影响直流母线上其他负载的正常工作。通过接入储能装置可以有效抑制直流母线上出现的电压波动,对于储能装置,双向DC-DC变换器是连接直流母线和储能介质的桥梁,通过对双向DC-DC变换器的合理控制可以解决光伏储能系统中的多种扰动问题。本文以光伏储能系统为研究对象,研究了一种基于干扰观测器的双向DC-DC变换器预测电流控制方法,解决了由光伏输出的波动性和负载的不确定性引起的直流母线电压波动问题,提高了光伏储能系统的动、稳态性能和抗干扰能力。论文具体内容如下:首先,从电路拓扑结构和控制方法两个角度介绍了双向DC-DC变换器的研究现状,并对预测电流控制方法和干扰观测器的发展过程和研究现状进行了介绍。其次,详细介绍了非隔离双向半桥型DC-DC变换器的工作原理,分别建立了双向DC-DC变换器在Boost和Buck工作模式下的数学模型。再次,给出了有限控制集预测电流控制器的设计过程,且分析了有限控制集预测电流控制方法中开关频率不固定的本质问题,进而设计出连续控制集预测电流控制器,进一步分析了连续控制集预测电流控制器的鲁棒性,并对预测控制进行延时补偿。接着,分析了光伏储能系统的多源扰动特性,将等效负载电流作为干扰进行前馈补偿,提高系统的抗扰能力,其中等效负载电流是由设计的非线性干扰观测器观测得出。最后,为了验证本文提出的控制方法的可行性和有效性,对两类预测电流控制方法和基于干扰观测器的连续控制集预测电流控制方法进行了仿真和实验验证。通过在光伏储能系统中多种工况下的仿真和实验对比,验证了基于干扰观测器的连续控制集预测电流控制方法可以有效提高光伏储能系统的动、稳态性能和抗干扰能力。(本文来源于《西安理工大学》期刊2019-06-30）
干扰观测器论文开题报告
（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：
对复杂环境下的卫星姿态控制进行了研究,针对存在外界干扰和转动惯量不确定的卫星姿态控制,建立了基于误差四元数卫星姿态动力学与运动学方程,在此基础上设计了反演滑模控制器,构造Lyapunov函数并从理论上证明了闭环系统的稳定性;设计非线性干扰观测器(NDO)对等效干扰进行估计,使控制器输出力矩减小,有效降低了输出饱和的风险,同时抑制了滑模控制带来的抖振;为了获得更好的控制效果,以控制器参数为优化变量,综合考虑了控制器的动态性能和被控对象的输入受限条件,建立了评价函数,利用改进的粒子群算法对控制器参数进行优化。仿真结果表明设计的控制器可行且有效,得到了较好的控制效果。
（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。
干扰观测器论文参考文献
[1].周琪,陈广登,鲁仁全,白伟伟.基于干扰观测器的输入饱和多智能体系统事件触发控制[J].中国科学:信息科学.2019
[2].谢方圆,张爱民.基于干扰观测器的受扰卫星姿态控制器设计与优化[J].航天控制.2019
[3].叶辉,王丽琦,智鹏飞,朱丹丹.基于干扰观测器的AUV叁维路径自适应跟踪控制[J].江苏科技大学学报(自然科学版).2019
[4].于涛,王益博,孙汉旭,赵伟.基于干扰观测器的球形移动机器人直线运动控制[J].中国测试.2019
[5].王慧,姜守岭.基于干扰观测器的数字液压缸控制研究[J].控制工程.2019
[6].Ming-jie,LI,Jian-hua,WEI,Jin-hui,FANG,Wen-zhuo,SHI,Kai,GUO.基于扩展干扰观测器的电液执行器的模糊阻抗控制（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2019
[7].赵倩婷,姚建勇,姚志凯.基于有限时间干扰观测器的鲁棒积分跟踪控制[J].浙江大学学报(工学版).2019
[8].陈佳晔.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].哈尔滨工业大学.2019
[9].陈佳晔,穆荣军,白瑜亮,张新,崔乃刚.自主学习干扰观测器驱动的重复使用运载器再入段滑模控制[J].宇航学报.2019
[10].晁凯悦.基于干扰观测器的光伏储能系统预测电流控制研究[D].西安理工大学.2019