1 南京航空航天大学南京 211000
2 南京航空航天大学, 南京 211000
针对模型未知的直升机机动飞行过程中存在的输入时滞及饱和问题, 提出了一种无模型增量自适应最优控制方案。首先, 利用增量非线性技术得到了系统的近似时变模型, 并通过递推最小二乘估计(RLS)对相关矩阵参数进行辨识; 其次, 采用泛函性能指标处理输入时滞及饱和问题, 利用增量自适应动态规划(IADP)设计近似最优跟踪控制律; 最后, 通过神经网络近似基于实时状态和延时输入的时间差分误差(TDE)函数, 并运用其瞬时积分得到评价网络权值更新率。通过Lyapunov函数分析证明了闭环系统的稳定性。直升机机动飞行速度跟踪控制仿真验证了该方法的有效性。
直升机控制 输入时滞 输入饱和 增量自适应动态规划(IADP) helicopter control input delay input saturation Incremental Adaptive Dynamic Programming (IADP)
1 郑州西亚斯学院电子信息工程学院, 郑州 451000
2 郑州大学信息工程学院, 郑州 450000
为了克服未知的执行器故障对四旋翼无人机编队飞行的影响, 提出了一种基于动态规划的最优协同容错控制律。首先, 建立了四旋翼无人机模型, 然后, 基于动态规划设计了最优协同控制律, 利用RBF神经网络逼近最优性能指标函数, 设计了自适应律来估计未知的执行器故障, 最终得到的最优协同容错控制律可实现对无人机编队飞行的高精度控制。通过对比仿真验证了设计的控制律具有更优的编队控制效果, 编队飞行的最大轨迹跟踪误差仅为0.04 m, 控制精度较高, 设计的自适应律具有更优的故障估计效果, 最大估计误差仅为0.05 N·m, 实现了对四旋翼无人机编队的安全稳定控制。
无人机编队 未知执行器故障 动态规划 RBF神经网络 自适应律 最优协同容错控制律 UAV formation unknown actuator failure dynamic programming RBF neural network adaptive law optimal cooperative fault-tolerant control law
主要对三体对抗场景下的主动防御制导方法进行研究。首先, 通过构造具有严格反馈形式的三体对抗模型, 结合Backstepping理论和微分对策思想推导出一种主动防御制导策略;其次, 基于自适应动态规划算法建立评价神经网络以自学习在线求解该制导方法, 并利用Lyapunov稳定性理论证明了闭环系统的稳定性和评价网络权值的收敛性;最终, 仿真验证了所设计的主动防御制导方法的有效性。
主动防御 微分对策 自适应动态规划 精确制导** active defense differential game adaptive dynamic programming precision-guided weapon
1 中国科学院云南天文台，云南 昆明 650216
2 中国科学院大学，北京 100049
3 中国科学院空间目标与碎片观测重点实验室，江苏 南京 210034
结合当今技术的发展状况，针对台站观测任务数量多、问题建模难、求解复杂度高等问题，提出了一种基于贪婪算法与动态规划算法融合的改进贪婪动态规划算法。该算法首先将调度问题划分成几个子问题，然后根据约束条件以最大化观测收益为目标函数对问题进行迭代求解，进而生成近似最优观测计划。实验结果表明，该算法在解决观测任务调度问题时具有一定的可行性和实用性，并为下一步建立台站自动化运行系统奠定坚实的基础。
遥感 卫星激光测距 任务优化 贪婪算法 动态规划 激光与光电子学进展
2023, 60(7): 0728001
江西理工大学电气工程与自动化学院, 江西赣州 341000
为了解决 STM(stepper motor)镜头中步进电机低频对焦慢、高频失步跑焦的问题, 通过分析对焦过程中电机的加减速动作, 结合步进电机加减速曲线, 设计了一种适用于 STM镜头驱动的步进电机开环控制算法。算法根据步进电机速度在单位控制周期内不变, 把步进电机位置控制问题转换为单位控制周期内脉冲输出问题, 实现了速度控制与位置控制的巧妙结合。设计并搭建了 STM镜头对焦电机控制电路, 工程实验结果表明：该算法提高了步进电机开环控制的精度, 有效地减小了由于步进电机过冲和失步带来的跑焦问题。
STM镜头 步进电机 动态规划算法 加减速曲线 位置控制 STM lens, stepper motor, dynamic programming, acce
针对导弹纵向通道存在干扰影响的问题，设计了一种复合控制方案。首先，选取超螺旋干扰观测器估计未知干扰，并设计积分滑模控制器补偿输入干扰产生的影响;其次，基于微分对策理论，结合自适应动态规划算法，设计单评价神经网络在线求解自适应最优控制器来抑制非匹配干扰,利用Lyapunov稳定性理论证明了闭环系统的稳定性和评价网络权值的收敛性;最后，对导弹纵向动力学进行建模仿真，验证了所提复合控制策略的有效性。
积分滑模控制 微分对策 自适应动态规划 超螺旋干扰观测器 integral sliding mode control differential game adaptive dynamic programming super-twisting disturbance observer
针对多对一追逃博弈(PE)问题，提出了显性协同框架下的最优追逃控制策略。首先，利用图论工具将多对一追逃博弈问题转化为多智能体系统一致性控制问题;然后，结合自适应动态规划(ADP)技术，设计评价网络对追逃双方控制策略进行在线求解，并利用Lyapunov法证明稳定性。考虑到追逃策略总是成对出现，单个逃逸者面对多方追击时存在多个逃逸策略难以选择的问题，提出整体逃逸策略是各单一逃逸策略的动态加权的控制算法; 最后，通过对导弹协同攻防过程建模并进行对比仿真，证明了所提博弈策略的有效性。
多对一追逃博弈 自适应动态规划 多智能体系统 导弹攻防 many-to-one pursuit-evasion game Adaptive Dynamic Programming(ADP) multi-agent system missile attack and defense
利用自适应动态规划算法, 研究了带有扰动的导弹自动驾驶仪系统的鲁棒最优控制问题。首先, 设计了非线性扰动观测器估计系统中的未知扰动; 接着, 考虑一类积分滑模面, 根据扰动观测器的输出, 设计积分滑模控制器, 使得系统沿着滑模面进入滑动模态运动; 然后, 针对等效滑动模态系统, 设计带有新权值更新律的评价网络, 利用自适应动态规划技术自适应学习最优控制律, 通过Lyapunov方法证明了闭环系统的稳定性和权值估计值的收敛性; 最后, 运用导弹自动驾驶仪系统验证了算法的可行性和有效性。
导弹自动驾驶仪 扰动观测器 滑模控制器 自适应动态规划 missile autopilot disturbance observer sliding mode controller adaptive dynamic programming
1 西安邮电大学通信与信息工程学院，陕西 西安 710121
2 西安邮电大学信息通信网络与安全重点实验室，陕西 西安 710121
为解决双连接分流过程中资源利用率和由阻塞导致的资源浪费之间的矛盾，考虑总功率约束下毫米波链路高间歇性情形以及异构网络链路之间的公平性，以系统加权和速率最大化为优化目标，将非凸问题建模为有界离散时间的马尔可夫决策过程，提出一种具有阻塞预测的动态规划算法来解决微波毫米波并行连接的功率分配问题。仿真结果表明，该算法通过对功率分配策略进行学习，可以显著提升系统性能。
光通信 异构网络 功率分配 动态规划 系统公平性和链路阻塞 激光与光电子学进展
2021, 58(17): 1706003
提出了一种包含在线采样、离线学习两个阶段的基于数据驱动的迭代自适应动态规划(ADP)算法，仅通过在线数据，解决输入约束的连续未知模型的非线性系统的H∞控制问题。通过策略迭代(PI）和迭代强化学习(IRL)方法推导出无模型(HJI)方程。构建3个神经网络，在线采集系统数据结束后，利用离线学习方法，近似求解无模型HJI方程，进而得到值函数、控制策略和扰动策略，神经网络的未知参数通过最小二乘方法求解。仿真结果验证了算法的可行性。
自适应动态规划 H∞控制 输入约束 最优控制 神经网络 adaptive dynamic programming H∞ control input constrains optimal control neural network
