滑模自适应律

反鱼雷鱼雷自适应滑模导引律李宗吉;张西勇;练永庆【摘要】针对在目标机动性加大的情况下常规鱼雷导引方法不能满足反鱼雷鱼雷迎面拦截来袭鱼雷需求的问题，为提高反鱼雷鱼雷拦截概率，提出了利用滑模观测/微分器对来袭鱼雷视线角速率进行估计的方法，基于李雅普诺夫稳定性理论，根据准平行接近的原理，推导出一种自适应滑模导引律。

将该方法运用于反鱼雷鱼雷跟踪拦截，仿真结果表明，该导引律对干扰和参数摄动具有强鲁棒性，与传统比例导引法相比，其对机动目标的导引精度高，脱靶量小，可以满足反鱼雷战技术的需求。

%For highly maneuvering targets,the guidance law of traditional torpedo can’t satisfy the requirement of anti-torpedo-torpedo frontally intercepting incoming torpedo.Aiming at this problem,the LOS angular rate was estimated by using the sliding mode observer/differentiator. An adaptive sliding mode guidance law was proposed based on Lyapunov’s stability theory.The method was applied in tracking and interception of anti-torpedo-torpedo.The simulation results show that the guidance law is highly robust to noise and parameter disturbance.Campared with the traditional proportional guidance law,the proposed law has high accuracy,and the miss distance is small.The proposed law can satisfy the tactical and technical requirement of anti-torpedo torpedo.【期刊名称】《弹道学报》【年(卷),期】2015(000)001【总页数】4页(P24-26,39)【关键词】反鱼雷鱼雷;导引律;变结构控制;鲁棒性【作者】李宗吉;张西勇;练永庆【作者单位】海军工程大学兵器工程系，武汉430033;海军工程大学兵器工程系，武汉 430033;海军工程大学兵器工程系，武汉 430033【正文语种】中文【中图分类】TJ630.3Keywords:anti-torpedo-torpedo;guidancelaw;variablestructurecontrol;robustness鱼雷的导引方式直接影响鱼雷的弹道,鱼雷的弹道则体现了对鱼雷机动性的需求。

电驱动车辆反馈线性化自适应滑模滑移率控制魏曙光;马晓军;曾庆含;刘春光【摘要】针对驱动和制动工况下电驱动汽车的滑移率控制这一强非线性和不确定性控制问题，提出了一种基于反馈线性化的自适应滑模控制（ASMC）方法。

针对车辆驱动、制动工况下的车轮滑移率进行了动力学分析，建立了统一的状态方程。

充分利用系统已知模型和参数，采用线性化反馈消除非线性变化的控制量增益系数的影响，通过对反馈项增益参数的自适应调整，适应附着路面不确定参数变化的控制要求，克服系统控制中存在的主要非线性和不确定性部分，对于系统难以建模描述部分，视为扰动，利用滑模控制抑制系统该部分的不确定性因素，同时保证系统响应的快速性，并对算法进行了Lyapunov稳定性分析。

最后，以某型电动汽车为对象进行了仿真分析，结果表明采用ASMC控制系统动态响应快、精度高、抗扰能力强，对路面参数变化具有较强的鲁棒性，同时输出控制量抖振小。

%This paper presents an adaptive sliding mode control method based on feedback linearization,targeting at the nonlinear wheel slip control system with strong uncertain both on EV acceleration and barking. After dynamic analysis of wheel slip when driving/barking an unite state equation is built. Taking full advantage of the known model and parameters,the nonlinear of control gain is eliminated through feedback linearization and self-adaptive law of feedback gain is adopted to accommodate with the variable friction in tire-road interface,which can overcome the main nonlinear factors and uncertains. Together,the unknown model and parameters is regarded as dieturbance is restrained by slid mode term which can also improve the response speed. Then the control algorithm stability is proved byLyapunov law. At last,simulation results of EV model demonstrated ASMC has rapid and precision response,little chattering and robustness to disturbance.【期刊名称】《火力与指挥控制》【年(卷),期】2016(041)006【总页数】5页(P23-27)【关键词】电动汽车;反馈线性化;自适应滑模控制;滑移率【作者】魏曙光;马晓军;曾庆含;刘春光【作者单位】装甲兵工程学院全电化技术实验室，北京100072; 装甲兵工程学院，北京100072;装甲兵工程学院全电化技术实验室，北京100072; 装甲兵工程学院，北京100072;装甲兵工程学院全电化技术实验室，北京100072; 装甲兵工程学院，北京100072;装甲兵工程学院全电化技术实验室，北京100072; 装甲兵工程学院，北京 100072【正文语种】中文【中图分类】TP273+.2一般来说车辆滑移率控制主要包括两种:驱动时的牵引力控制（TC）和制动时的防抱死控制（ABS），其主要作用是在冰、雪等低附着路面条件下，通过控制自动调节车轮力矩，确保车轮滑移率在安全范围内，避免车轮过度滑移或滑转引起车轮有效纵向驱/制动力降低，甚至危害横向行驶稳定性。

摘要滑模变结构控制出现在20世纪中后期，由于变结构系统的滑动模态运动对系统的参数摄动、外界的扰动、不确定模态和模型不确定性具有自适应性，也就是完全鲁棒性，使得滑模控制引起了人们的极大关注。

反演（backstepping）是将复杂的非线性系统分解成不超过系统阶数的子系统，然后为每个子系统分别设计李雅普诺夫函数和中间虚拟控制量，一直后退到整个系统，直到完成整个控制律的设计。

本课题与李雅普诺夫型自适应律结合，综合考虑控制律和自适应律，使整个闭环系统满足期望的动静态性能指标。

在本论文中，将滑模变结构控制和基于backstepping设计方法的自适应控制有机结合，实现了以下技术指标：研究了Backstepping的基本思想和设计方法，并通过仿真实例进行验证。

设计出Backstepping滑模控制器。

设计出自适应Backstepping滑模控制器,使整个闭环系统满足期望的动静态性能指标。

通过MATLAB平台，对实例进行了仿真。

仿真结果表明：研究自适应反演滑模控制策略，为一大类不确定非线性系统提供了一种更有效的控制策略。

关键词：滑模变结构，反演控制器，自适应，李雅普诺夫函数Adaptive Backstepping Sliding Mode ControlABSTRACTThe sliding mode variable structure control was brought in the mid-and late 20th century. It is attention-getting because the sliding mode movement of variable structure system holds the adaptability, an ideal robustness, for the change of system parameters, outside disturbance, uncertain mode and model uncertainty of the system.Backstepping algorithm is designed to decompose a complicated nonlinear system to several subsystems with lower orders, and then a Lyapunov function and an interim virtual control variable are respectively designed for each subsystem. The steps of recursive algorithm will continue until the whole control law is worked out. In order to make the whole closed-loop system meet the anticipant stable and dynamic performance indexes, the subject is combined to Lyapunov’s adaptive law, and the control law and adaptive law are also taken into consideration.In this paper, the sliding mode variable structure control is properly combined to adaptive control based on backstepping design and the technical goals are realized as following.The basic ideal and designing method of backstepping are studied and proved through the simulation of practical examples.Backstepping sliding mode controller is developed.Adaptive backstepping sliding mode controller is designed to make the whole closed-loop system meet the anticipant stable and dynamic performance indexes.The simulation of practical examples is carried out on the platform of MATLAB. The simulation results show that the adaptive backstepping slidingmode provides a more efficient control strategy for a large class of uncertain nonlinear systems.Key words:sliding mode variable structure，backstepping controller，adaptive，Lyapunov function自适应反演滑模控制0 引言进入20世纪80年代以来，随着计算机、大功率电子切换器件、机器人及电机等技术的迅速发展，变结构控制理论和应用研究开始进入了一个新阶段。

基于神经网络的自适应滑模控制算法一、基于神经网络的自适应滑模控制算法概述自适应滑模控制算法是一种先进的控制策略，它能够在系统存在不确定性和外部干扰的情况下，保证系统的稳定性和性能。

近年来，随着神经网络技术的发展，基于神经网络的自适应滑模控制算法逐渐成为研究的热点。

该算法通过神经网络来逼近系统的不确定性和非线性部分，从而实现对复杂系统的精确控制。

1.1 神经网络在控制算法中的应用神经网络因其强大的非线性映射能力和自学习能力，在控制系统中得到了广泛的应用。

它可以被训练来逼近任意复杂的非线性函数，这使得神经网络成为处理系统不确定性和非线性的理想工具。

1.2 自适应滑模控制算法的基本原理自适应滑模控制算法的核心思想是在系统的滑动面附近设计一个控制律，使得系统状态能够沿着滑动面滑动，最终达到期望的状态。

算法的自适应特性体现在能够根据系统状态的变化动态调整控制参数，以适应系统的变化。

1.3 基于神经网络的自适应滑模控制算法的优势将神经网络与自适应滑模控制算法相结合，可以充分发挥两者的优势。

神经网络能够处理系统的不确定性和非线性，而自适应滑模控制算法能够保证系统的稳定性和性能。

这种结合不仅提高了控制算法的鲁棒性，还增强了其适应性。

二、基于神经网络的自适应滑模控制算法的关键技术基于神经网络的自适应滑模控制算法涉及多个关键技术，包括神经网络的设计、训练、参数调整以及滑模控制律的设计等。

2.1 神经网络的设计神经网络的设计是算法成功的关键。

需要选择合适的网络结构、激活函数和学习算法，以确保网络能够有效地逼近系统的不确定性和非线性部分。

2.2 神经网络的训练神经网络的训练是算法实施的基础。

通过大量的训练数据，网络可以学习到系统的动态特性，从而提高控制算法的性能。

2.3 参数调整策略参数调整策略是算法自适应性的核心。

需要设计合适的调整机制，使得控制参数能够根据系统状态的变化动态调整，以适应系统的变化。

2.4 滑模控制律的设计滑模控制律的设计是算法实现稳定性和性能的关键。

自适应滑模变结构制导律
首先，让我们从自适应控制的角度来看待这个问题。

自适应控
制是一种能够根据系统的变化自动调整控制参数的控制方法。

在自
适应滑模变结构制导律中，系统会根据实时的状态信息和误差信号
来动态地调整控制参数，以适应系统参数的变化和外部干扰，从而
实现对系统的精确控制。

其次，我们可以从滑模控制的角度来分析。

滑模控制是一种非
线性控制方法，通过引入滑模面来实现对系统的控制。

在自适应滑
模变结构制导律中，滑模面会根据系统的动态特性和控制要求进行
设计，以实现对系统状态的快速跟踪和抑制外部干扰的能力。

此外，变结构控制也是这种控制律的重要组成部分。

变结构控
制是一种通过切换不同的控制器结构来适应系统变化的控制方法。

在自适应滑模变结构制导律中，系统会根据实时的系统状态和参数
信息来选择合适的控制器结构，以保证系统的稳定性和性能。

总的来说，自适应滑模变结构制导律是一种综合了自适应控制、滑模控制和变结构控制的高级控制方法，它能够有效地应对系统参
数变化和外部干扰，实现对复杂动态系统的精确控制。

在实际应用
中，需要综合考虑系统动力学特性、控制要求和工程实际情况，进行详细的设计和分析，以确保控制系统的稳定性和性能。

一种改进的自适应滑模变结构导引律
当前控制系统越来越复杂，对控制系统稳定性和鲁棒性的要求也越来越高，控制策略
优化至关重要。

滑模变结构控制方法是一种用于求解复杂控制问题的有效工具，但是由于
受系统模型动态不确定性限制，传统滑模变结构控制存在较大的运行误差和稳定性问题。

为了解决传统滑模变结构控制的问题，研究者提出了一种以时变权重函数设计的自适
应滑模变结构导引律。

该律可以根据系统模型快速变化而自适应调整参数，从而有效解决
稳定性问题。

虽然自适应滑模变结构导引律取得了一定的成果，但也存在设计灵活性差、
收敛速度慢等问题。

为了克服上述不足，提出了一种基于时变虚圆权函数的双重更新机制改进的自适应滑
模变结构导引律。

这种改进方法通过采用时变虚圆权函数替代时变权重函数，改善了自适
应滑模变结构导引律的设计灵活性；同时引入了双重更新策略，对导引参数进行不断更新，可以提高系统的稳定性，并加快收敛速度。

此外，该改进方法还通过动态调整控制参数的
步长和数值变量的权重来调节控制系统响应的动态特性，取得了较好的控制效果。

总的来说，该研究为传统的自适应滑模变结构导引律提供了一种新的改进方法，具有
调节灵活、运行稳定、收敛快等优势，可有效提高控制精度。