先进飞行器复合抗干扰控制技术综述

doi:10.7527/S1000-6893.2024.31303

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

先进飞行器复合抗干扰控制技术综述

陈谋(), 黄正国, 申耀华, 刘凡

南京航空航天大学自动化学院，南京 211106

收稿日期:2024-09-30 修回日期:2024-10-13 接受日期:2024-12-25 出版日期:2025-01-07 发布日期:2025-01-07
通讯作者: 陈谋 E-mail:chenmou@nuaa.edu.cn
基金资助:
国家自然科学基金(U23B2036);江苏省科技计划专项资金港澳台科技合作项目(BZ2023057)

Overview of composite anti-disturbance control technology of advanced vehicles

Mou CHEN(), Zhengguo HUANG, Yaohua SHEN, Fan LIU

College of Automation Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China

Received:2024-09-30 Revised:2024-10-13 Accepted:2024-12-25 Online:2025-01-07 Published:2025-01-07
Contact: Mou CHEN E-mail:chenmou@nuaa.edu.cn
Supported by:
National Natural Science Foundation of China(U23B2036);Hong Kong, Macao and Taiwan Science and Technology Cooperation Project of Special Foundation in Jiangsu Science and Technology Plan(BZ2023057)

摘要/Abstract

摘要：

随着信息技术和人工智能技术的快速发展，先进飞行器在军事和民用领域的应用越来越广泛。但随着执行的任务和工作环境变得越来越复杂，使得对飞行控制的要求也越来越高。如何在外部干扰等综合影响下，保证先进飞行器飞行控制系统的鲁棒性与安全性是近年来的研究热点之一。基于国内外现有的研究成果，综述了先进飞行器复合抗干扰技术的研究现状并展望了未来的研究发展方向。主要从先进飞行器多种时变干扰下的多干扰观测器协同复合控制，时变干扰与未建模动态综合作用下的复合抗扰控制，输入/输出与状态约束下的复合抗扰控制，以及基于干扰耦合利用的复合抗扰控制几个方面，分析了相应复合抗干扰控制器设计原理，并综述了目前已解决的关键技术。最后，对先进飞行器复合抗干扰控制技术的未来研究方向进行了展望。

关键词: 先进飞行器, 复合抗干扰控制, 干扰观测器, 神经网络, 输入约束, 状态约束, 输出约束

Abstract:

With the rapid development of information technology and artificial intelligence technology， advanced vehicles have been applied more and more widely in military and civilian fields. However， with the increasing complexity of the mission itself and the mission environment， the requirements for flight control are also increasing. Therefore， how to ensure the robustness and safety of flight control systems under the comprehensive influence of external disturbance is one of the research hot spots in recent years. Based on the existing research results at home and abroad， this paper summarizes the research status of composite anti-disturbance technology for advanced vehicles and outlined its future research and development direction. The design principle of the corresponding composite anti-disturbance control is analyzed mainly from the aspects of multi-disturbance observer composite control under multiple time-varying disturbances， composite anti-disturbance control under the combined action of time-varying disturbances and unmodeled dynamics， composite anti-disturbance control under input/output and state constraints， and composite anti-disturbance control based on disturbance coupling utilization. The key technologies that have been solved so far are reviewed. Finally， the future research directions of composite anti-disturbance control technology for advanced vehicles are discussed.

Key words: advanced vehicle, composite anti-disturbance control, disturbance observer, neural networks, input constraint, state constraint, output constraint

中图分类号:

陈谋, 黄正国, 申耀华, 刘凡. 先进飞行器复合抗干扰控制技术综述[J]. 航空学报, 2025, 46(6): 531303.

Mou CHEN, Zhengguo HUANG, Yaohua SHEN, Fan LIU. Overview of composite anti-disturbance control technology of advanced vehicles[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(6): 531303.

图/表 40

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

图 13

图 14

图 15

图 16

图 17

图 18

图 19

图 20

图 21

图 22

图 23

图 24

图 25

图 26

图 27

图 28

图 29

图 30

图 31

图 32

图 33

图 34

图 35

图 36

图 37

图 38

图 39

表1

主要控制方法的优势及其不足之处

方法	优势	不足
多干扰观测器协同的复合控制方法	能够实现更高精度的干扰估计	结构复杂、调节参数多
基于干扰观测器和神经网络的复合控制方法	能够有效实现带有不确定性和外部干扰的先进飞行器抗干扰复合控制，神经网络可以任意精度逼近非线性系统不确定	神经网络基函数选取不唯一，逼近效果存在差异，闭环系统稳定性分析复杂
基于干扰观测器和状态观测器的复合控制方法	能够有效实现具有不可测状态和外部干扰的先进飞行器抗干扰复合控制，可降低对传感器精准测量的依赖	状态观测器和干扰观测器相互耦合，增益选取困难，闭环系统稳定性分析复杂
基于干扰观测器、神经网络和状态观测器的多逼近器协同复合控制方法	能够有效实现带有不可测状态、不确定性和外部干扰的先进飞行器抗干扰复合控制，适应性广，鲁棒性强	神经网络、状态观测器和干扰观测器三者相互耦合，闭环系统稳定性分析复杂
基于干扰观测器、神经网络和预估器的多逼近器复合控制方法	能够有效分离系统辨识的精确性与跟踪控制的稳定性，可引入了额外的参数对收敛速度进行灵活调节	神经网络、预估器和干扰观测器三者相互耦合，闭环系统稳定性分析复杂
基于干扰观测器的抗饱和补偿法	能够有效实现输入饱和下先进飞行器抗干扰复合控制，设计方法简单	未对系统性能进行自适应调节
基于干扰观测器的辅助系统法	能够有效实现输入约束下先进飞行器抗干扰复合控制，直接面向系统性能调节	需要控制输入饱和期望输入之间偏差有界的假设
基于干扰观测器的预设性能方法	能够有效实现输出约束下先进飞行器抗干扰复合控制	输出逼近预设性能边界时需要无穷大的控制输入
状态约束下基于干扰观测器和不变集的复合抗干扰控制方法	能够有效实现状态约束下先进飞行器抗干扰复合控制	方法计算复杂且不变集不易求解
状态约束下基于干扰观测器和障碍Lyapunov函数的复合抗干扰控制方法	能够有效实现状态约束下先进飞行器抗干扰复合控制，能与基于Lyapunov函数控制的方法灵活结合	状态越界时控制输入存在奇异性
结合干扰观测器、预设性能和辅助系统的复合抗干扰控制方法	能够有效实现控制输入和输出约束下先进飞行器复合抗干扰控制，不会出现无穷大的控制输入	需要控制输入饱和偏差有界的假设
结合干扰观测器、障碍Lyapunov函数以及辅助系统的复合抗干扰控制方法	能够有效实现控制输入和状态约束下先进飞行器复合抗干扰控制，控制输入不会出现奇异性	需要控制输入饱和偏差有界的假设
基于干扰耦合利用的复合控制方法	能够有效利用干扰加强闭环系统的鲁棒性	需要分析干扰的结构特性或者干扰部分信息、控制输入容易颤振

表1

参考文献 128

1	孙亚力. 俄乌双方战区防空反导作战研究［J］. 国防科技工业， 2023（4）： 50-52.
	SUN Y L. Analysis and discussion on aerospace attack-defense operations in the Russia-Ukraine conflict［J］. Defence Science & Technology Industry， 2023（4）： 50-52 （in Chinese）.
2	武张静，曹泽，史禹龙，等. 基于PX4的山火侦察固定翼无人机［J］. 自动化应用， 2022（5）： 83-85.
	WU Z J， CAO Z， SHI Y L， et al. Mountain fire reconnaissance fixed-wing UAV based on PX4［J］. Automation Application， 2022（5）： 83-85 （in Chinese）.
3	于德水，袁孝璟. 多旋翼无人机在特警实战领域的技术应用［J］. 中国公共安全， 2020（5）： 138-140.
	YU D S， YUAN X J. Technical application of multi-rotor UAV in the field of special police actual combat［J］. China Public Security， 2020（5）： 138-140 （in Chinese）.
4	杨阳，罗婷，唐伟革，等. 多旋翼无人机在医学救援领域的应用研究［J］. 医疗卫生装备， 2018， 39（6）： 91-95.
	YANG Y， LUO T， TANG W G， et al. Application of multi-rotor unmanned aerial vehicle in medical rescue［J］. Chinese Medical Equipment Journal， 2018， 39（6）： 91-95 （in Chinese）.
5	王琛，惠倩倩，张帆. 水空跨域多模态共轴无人机设计［J］. 航空学报， 2023， 44（21）： 529047.
	WANG C， HUI Q Q， ZHANG F. Design of water-air cross-domain multi-mode coaxial UAV［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（21）： 529047 （in Chinese）.
6	王雨辰，林德福，王伟，等. 大跨域条件下的自适应滚转稳定容错控制方法［J］. 航空学报， 2021， 42（3）： 324368.
	WANG Y C， LIN D F， WANG W， et al. Adaptive fault-tolerance control method for roll stability during phase of large span flight［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（3）： 324368 （in Chinese）.
7	刘伟，陈谋，花翔宇. 双四旋翼协同吊挂系统的非线性自适应控制［J/OL］. 控制理论与应用，（2024-04-19）［2024-09-30］. .
	LIU W， CHEN M， HUA X Y. Nonlinear adaptive control of dual quadrotor cooperative suspension system ［J/OL］. Control Theory & Applications，（2024-04-19）［2024-09-30］. （in Chinese）.
8	马梓元，万茹，龚华军，等. 异构多智能体输出调节量化自适应跟踪控制［J］. 宇航学报， 2024， 45（3）： 469-477.
	MA Z Y， WAN R， GONG H J， et al. Heterogeneous multi-agent output adjustment quantization adaptive tracking control［J］. Journal of Astronautics， 2024， 45（3）： 469-477 （in Chinese）.
9	古训，王鹏博. 基于自适应容错的四旋翼无人机位姿跟踪与抗扰控制设计［J/OL］. 控制工程，（2024-01-25）［2024-09-30］. .
	GU X， WANG P B. Position tracking and disturbance rejection controller design of the quadrotor UAV based on the adaptive fault tolerance control strategy［J/OL］. China Industrial Economics，（2024-01-25）［2024-09-30］. （in Chinese）.
10	梁洪基，李俊丽，朱晓英，等. 基于快速自适应超螺旋滑模算法的四旋翼无人机轨迹跟踪控制［J/OL］. 控制工程‍‍，（2024-9-23）［2024-09-30］. .
	LIANG H J， LI J L， ZHU X Y， et al. Trajectory tracking control of a quadrotor UAV based on a fast adaptive super-twisting sliding mode algorithm［J/OL］. Control Engineering of China，（2024-9-23）［2024-09-30］. （in Chinese）.
11	张超凡，董琦. 考虑输入饱和的固定翼无人机自适应增益滑模控制［J］. 航空学报， 2020， 41（S1）： 723755.
	ZHANG C F， DONG Q. Adaptive-gain sliding mode control of fixed-wing UAV considering input saturation［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（S1）： 723755 （in Chinese）.
12	刘博，孟中杰. 软管连接约束下的加油机/无人机编队跟踪控制［J］. 航空学报， 2023， 44（17）： 328210.
	LIU B， MENG Z J. Tanker/UAV formation tracking control with hose connection constraints［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（17）： 328210 （in Chinese）.
13	李俊芳，李峰，吉月辉，等. 四旋翼无人机轨迹稳定跟踪控制［J］. 控制与决策， 2020， 35（2）： 349-356.
	LI J F， LI F， JI Y H， et al. Trajectory stable tracking control of quadrotor UAV［J］. Control and Decision， 2020， 35（2）： 349-356 （in Chinese）.
14	BOUZID Y， SIGUERDIDJANE H， BESTAOUI Y. Nonlinear internal model control applied to VTOL multi-rotors UAV［J］. Mechatronics， 2017， 47： 49-66.
15	HUANG L J， PEI H L， CHENG Z H. System identification and improved internal model control for yaw of unmanned helicopter［J］. Asian Journal of Control， 2023， 25（2）： 1619-1638.
16	LEI X S， LU P， LIU F. The high performance control for small rotary-wing unmanned aircraft based on composite control method［J］. Transactions of the Institute of Measurement and Control， 2014， 36（8）： 1033-1040.
17	GUO L， CAO S Y. Anti-disturbance control theory for systems with multiple disturbances： A survey［J］. ISA Transactions， 2014， 53（4）： 846-849.
18	YONG K N， CHEN M， SHI Y， et al. Flexible performance-based control for nonlinear systems under strong external disturbances［J］. IEEE Transactions on Cybernetics， 2024， 54（2）： 762-775.
19	KAI J M， ALLIBERT G， HUA M D， et al. Nonlinear feedback control of quadrotors exploiting first-order drag effects［J］. IFAC-PapersOnLine， 2017， 50（1）： 8189-8195.
20	JIA J D， GUO K X， YU X， et al. Accurate high-maneuvering trajectory tracking for quadrotors： A drag utilization method［J］. IEEE Robotics and Automation Letters， 2022， 7（3）： 6966-6973.
21	GUO K X， JIA J D， YU X， et al. Multiple observers based anti-disturbance control for a quadrotor UAV against payload and wind disturbances［J］. Control Engineering Practice， 2020， 102： 104560.
22	胡伟，万文章，陈谋. 基于神经网络和干扰观测器的UAV自动着舰控制［J］. 航空学报， 2022， 43（S1）： 726963.
	HU W， WAN W Z， CHEN M. Neural network and disturbance observer based control for automatic carrier landing of UAV［J］. Acta Aeronautica et Astronautica Sinica，2022， 43（S1）： 726963 （in Chinese）.
23	YANG B， LI H Y， YAO D Y， et al. DO-based adaptive consensus control for multiple MUAVs with dynamic constraints［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2023， 53（4）： 2387-2398.
24	YU Z Q， ZHANG Y M， JIANG B， et al. Distributed adaptive fault-tolerant close formation flight control of multiple trailing fixed-wing UAVs‍［J］. ISA Transactions， 2020， 106： 181-199.
25	LIU W， CHEN M， YONG K N. Flexible performance constraint-based control of a quadrotor UAV-suspended payload system under input saturation‍［J］. International Journal of Systems Science， 2024， 55（1）： 130-146.
26	LU S M， CHEN M， LIU Y J， et al. SDO-based command filtered adaptive neural tracking control for MIMO nonlinear systems with time-varying constraints‍［J］. IEEE Transactions on Cybernetics， 2024， 54（9）： 5054-5067.
27	SHEN Y H， CHEN M. Event-triggering-learning-based ADP control for post-stall pitching maneuver of aircraft［J］. IEEE Transactions on Cybernetics， 2024， 54（1）： 423-434.
28	CHEN M， XIONG S X， WU Q X. Tracking flight control of quadrotor based on disturbance observer［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2021， 51（3）： 1414-1423.
29	KRZYSZTOF Ł， MADONSKI R. Cascade extended state observer for active disturbance rejection control applications under measurement noise‍［J］. ISA Transactions， 2021， 109： 1-10.
30	HUANG Z G， CHEN M. Coordinated disturbance observer-based flight control of fixed-wing UAV‍［J］. IEEE Transactions on Circuits and Systems Ⅱ： Express Briefs， 2022， 69（8）： 3545-3549.
31	ZHOU T， CHEN Z S， JIAO J J. Quadrotor attitude control by improved snake optimizer based adaptive switching disturbance rejection approach［J］. Measurement Science and Technology， 2024， 35（7）： 076203.
32	WEI L L， CHEN M， SHI S. Dynamic event-triggered consensus cost-based switching control for UAV formation with disturbances［J］. IEEE Transactions on Intelligent Vehicles， 2024， 9（2）： 3531-3543.
33	陈志明，牛康，李磊，等. 基于BSP-ANN的四旋翼无人机轨迹跟踪方法［J］. 航空学报， 2018， 39（6）： 321924.
	CHEN Z M， NIU K， LI L， et al. Trajectory tracking method for quadrotor UAV based on BSP-ANN‍［J］. Acta Aeronautica et Astronautica Sinica， 2018， 39（6）： 321924 （in Chinese）.
34	马振伟，白浩，陈洪波，等. 四旋翼飞行器的RBF神经网络鲁棒自适应控制［J］. 北京航空航天大学学报， 2024， 50（5）： 1620-1628.
	MA Z W， BAI H， CHEN H B， et al. RBF neural network robust adaptive control of quadrotor aircraft‍［J］. Journal of Beijing University of Aeronautics and Astronautics， 2024， 50（5）： 1620-1628 （in Chinese）.
35	李成洋，王伟，耿宝魁，等. 考虑输入饱和的空间飞行器姿态神经鲁棒自适应滑模控制［J］. 宇航学报， 2024， 45（8）： 1269-1280.
	LI C Y， WANG W， GENG B K， et al. Neural robust adaptive sliding mode method for spacecraft attitude control with input saturation‍［J］. Journal of Astronautics， 2024， 45（8）： 1269-1280 （in Chinese）.
36	张智超，高太元，张磊，等. 基于径向基神经网络的气动热预测代理模型［J］. 航空学报， 2021， 42（4）： 524167.
	ZHANG Z C， GAO T Y， ZHANG L， et al. Aeroheating agent model based on radial basis function neural network‍［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（4）： 524167 （in Chinese）.
37	RAZMI H， AFSHINFAR S. Neural network-based adaptive sliding mode control design for position and attitude control of a quadrotor UAV［J］. Aerospace Science and Technology， 2019， 91： 12-27.
38	GE S S， WANG C. Adaptive neural control of uncertain MIMO nonlinear systems［J］. IEEE Transactions on Neural Networks， 2004， 15（3）： 674-692.
39	PENG C， BAI Y， GONG X， et al. Modeling and robust backstepping sliding mode control with adaptive RBFNN for a novel coaxial eight-rotor UAV［J］. IEEE/CAA Journal of Automatica Sinica， 2015， 2（1）： 56-64.
40	PANG Q W， WANG D S， WU W， et al. Improved BP network based sliding model tracking control for a quadrotor UAV［J］. Journal of Control Engineering and Applied Informatics， 2022， 24（2）： 69-79.
41	刘晓东，马飞，张玉，等. 基于BP神经网络的模型参考自适应姿态控制［J］. 航天控制， 2019， 37（6）： 3-7.
	LIU X D， MA F， ZHANG Y， et al. Model reference adaptive attitude control technology based on BP natural network［J］. Aerospace Control， 2019， 37（6）： 3-7 （in Chinese）.
42	魏瑶，刘志成，蔡彬，等. 基于深度循环双Q网络的无人机避障算法研究［J］. 西北工业大学学报， 2022， 40（5）： 970-979.
	WEI Y， LIU Z C， CAI B， et al. Study on UAV obstacle avoidance algorithm based on deep recurrent double Q network［J］. Journal of Northwestern Polytechnical University， 2022， 40（5）： 970-979 （in Chinese）.
43	HAN H G， ZHANG L， HOU Y， et al. Nonlinear model predictive control based on a self-organizing recurrent neural network［J］. IEEE Transactions on Neural Networks and Learning Systems， 2016， 27（2）： 402-415.
44	QIN X H， ZHAO Z S， HUANG P K， et al. Multiple feedback recurrent neural network based super-twisting predefined-time nonsingular terminal sliding mode control for quad-rotor UAV‍［J］. Aerospace Science and Technology， 2024， 151： 109282.
45	CHEN M， SHAO S Y， JIANG B. Adaptive neural control of uncertain nonlinear systems using disturbance observer［J］. IEEE Transactions on Cybernetics， 2017， 47（10）： 3110-3123.
46	CHEN M， GE S S. Direct adaptive neural control for a class of uncertain nonaffine nonlinear systems based on disturbance observer［J］. IEEE Transactions on Cybernetics， 2013， 43（4）： 1213-1225.
47	XU B， SHOU Y X， LUO J， et al. Neural learning control of strict-feedback systems using disturbance observer［J］. IEEE Transactions on Neural Networks and Learning Systems， 2019， 30（5）： 1296-1307.
48	CHEN M， SHI P， LIM C C. Adaptive neural fault-tolerant control of a 3-DOF model helicopter system［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2016， 46（2）： 260-270.
49	WAN M， CHEN M， YONG K N. Adaptive tracking control for an unmanned autonomous helicopter using neural network and disturbance observer［J］. Neurocomputing， 2022， 468： 296-305.
50	CHEN M， YAN K， WU Q X. Multiapproximator-based fault-tolerant tracking control for unmanned autonomous helicopter with input saturation［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2022， 52（9）： 5710-5722.
51	夏然龙，邵书义，吴庆宪. 风干扰下倾转旋翼飞行器直升机模态预设性能跟踪控制［J］. 无人系统技术， 2023， 6（2）： 71-80.
	XIA R L， SHAO S Y， WU Q X. Prescribed performance tracking control of helicopter mode of tiltrotor aircraft under wind disturbance‍［J］. Unmanned Systems Technology， 2023， 6（2）： 71-80 （in Chinese）.
52	CHEN M， ZHOU Y L， GUO W W. Robust tracking control for uncertain MIMO nonlinear systems with input saturation using RWNNDO‍［J］. Neurocomputing， 2014， 144： 436-447.
53	YANG Q Y， CHEN M. Adaptive neural prescribed performance tracking control for near space vehicles with input nonlinearity‍［J］. Neurocomputing， 2016， 174： 780-789.
54	SHAO S Y， CHEN M， HOU J， et al. Event-triggered-based discrete-time neural control for a quadrotor UAV using disturbance observer‍［J］. IEEE/ASME Transactions on Mechatronics， 2021， 26（2）： 689-699.
55	郭洪振，陈谋. 基于预设性能的四旋翼无人机编队安全控制［J］. 航空学报， 2021， 42（8）： 525789.
	GUO H Z， CHEN M. Safety formation control of quadrotor UAVs based on prescribed performance‍［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（8）： 525789 （in Chinese）.
56	LU X Y， WANG J Y， WANG Y H， et al. Neural network observer-based predefined-time attitude control for morphing hypersonic vehicles［J］. Aerospace Science and Technology， 2024， 152： 109333.
57	赵振华，肖亮，姜斌，等. 基于扩张状态观测器的四旋翼无人机快速非奇异终端滑模轨迹跟踪控制［J］. 控制与决策， 2022， 37（9）： 2201-2210.
	ZHAO Z H， XIAO L， JIANG B， et al. Fast nonsingular terminal sliding mode trajectory tracking control of a quadrotor UAV based on extended state observers‍［J］. Control and Decision， 2022， 37（9）： 2201-2210 （in Chinese）.
58	吴云洁，王建敏，刘晓东，等. 带有干扰观测器的高超声速飞行器滑模控制［J］. 控制理论与应用， 2015， 32（6）： 717-724.
	WU Y J， WANG J M， LIU X D， et al. Disturbance-observer-based sliding mode control for hypersonic flight vehicle［J］. Control Theory & Applications， 2015， 32（6）： 717-724 （in Chinese）.
59	WANG J N， YUAN X， ZHU B. Geometric control for trajectory-tracking of a quadrotor UAV with suspended load［J］. IET Control Theory & Applications， 2022， 16（12）： 1271-1281.
60	CHEN W H， YANG J， GUO L， et al. Disturbance-observer-based control and related methods-An overview［J］. IEEE Transactions on Industrial Electronics， 2016， 63（2）： 1083-1095.
61	LI Y K， CHEN M， LI T， et al. Robust resilient control based on multi-approximator for the uncertain turbofan system with unmeasured states and disturbances‍［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2021， 51（10）： 6040-6049.
62	CHEN M， LI Y K. Model reference resilient control for the helicopter with time-varying disturbance‍［J］. International Journal of Robust and Nonlinear Control， 2019， 29（15）： 5095-5117.
63	LI Y K， CHEN M， LI T， et al. Tracking control for the helicopter with time-varying disturbance and input stochastic perturbation‍［J］. Proceedings of the Institution of Mechanical Engineers， Part G： Journal of Aerospace Engineering， 2020， 234（4）： 961-976.
64	潘世豪，王婷，张浩然，等. 基于自适应干扰观测器的无人直升机模型参考跟踪控制［J］. 南京航空航天大学学报， 2023， 55（6）： 977-987.
	PAN S H， WANG T， ZHANG H R， et al. Reference model tracking control for unmanned aerial helicopters based on adaptive disturbance observer‍［J］. Journal of Nanjing University of Aeronautics & Astronautics， 2023， 55（6）： 977-987 （in Chinese）.
65	JIANG H， DUAN G R， HOU M Z. State and disturbance observer-based controller design for fully actuated systems‍［J］. IEEE Transactions on Circuits and Systems Ⅰ： Regular Papers， 2024， 71（11）： 5261-5270.
66	LI Y K， LI D P， LIU B J， et al. Output feedback control for linear systems under measurement disturbances［J］. IEEE Transactions on Circuits and Systems Ⅱ： Express Briefs， 2023， 70（6）： 2067-2071.
67	LI Y K， LIU D， LI D P， et al. Multisource disturbances rejection control for linear systems with unmeasured states under process and measurement disturbances‍［J］. Journal of the Franklin Institute， 2024， 361（6）： 106737.
68	CHEN M， GE S S. Adaptive neural output feedback control of uncertain nonlinear systems with unknown hysteresis using disturbance observer‍［J］. IEEE Transactions on Industrial Electronics， 2015， 62（12）： 7706-7716.
69	MIN H F， XU S Y， MA Q， et al. Composite-observer-based output-feedback control for nonlinear time-delay systems with input saturation and its application‍［J］. IEEE Transactions on Industrial Electronics， 2018， 65（7）： 5856-5863.
70	MIN H F， XU S Y， FEI S M， et al. Observer-based NN control for nonlinear systems with full-state constraints and external disturbances［J］. IEEE Transactions on Neural Networks and Learning Systems， 2022， 33（9）： 4322-4331.
71	LIAN Y X， XIA J W， PARK J H， et al. Disturbance observer-based adaptive neural network output feedback control for uncertain nonlinear systems［J］. IEEE Transactions on Neural Networks and Learning Systems， 2023， 34（10）： 7260-7270.
72	PENG Z H， WANG D， WANG J. Predictor-based neural dynamic surface control for uncertain nonlinear systems in strict-feedback form‍［J］. IEEE Transactions on Neural Networks and Learning Systems， 2017， 28（9）： 2156-2167.
73	WANG W， TONG S C. Adaptive fuzzy bounded control for consensus of multiple strict-feedback nonlinear systems［J］. IEEE Transactions on Cybernetics， 2018， 48（2）： 522-531.
74	XU B. Composite learning finite-time control with application to quadrotors［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2018， 48（10）： 1806-1815.
75	杨杨，刘奇东，陈笛笛，等. 基于预估器的一类多智能体系统神经动态面输出一致控制［J］. 控制理论与应用， 2021， 38（8）： 1197-1212.
	YANG Y， LIU Q D， CHEN D D， et al. Predictor-based neural dynamic surface output consensus control of a class of nonlinear multi-agent systems‍［J］. Control Theory & Applications， 2021， 38（8）： 1197-1212 （in Chinese）.
76	YUAN Y， DUAN H B. Adaptive learning control for a quadrotor unmanned aerial vehicle landing on a moving ship‍［J］. IEEE Transactions on Industrial Informatics， 2024， 20（1）： 534-545.
77	YU Z Q， LIU Z X， ZHANG Y M， et al. Decentralized fault-tolerant cooperative control of multiple UAVs with prescribed attitude synchronization tracking performance under directed communication topology‍［J］. Frontiers of Information Technology & Electronic Engineering， 2019， 20（5）： 685-700.
78	YU Z Q， LI J X， XU Y W， et al. Reinforcement learning-based fractional-order adaptive fault-tolerant formation control of networked fixed-wing UAVs with prescribed performance［J］. IEEE Transactions on Neural Networks and Learning Systems， 2024， 35（3）： 3365-3379.
79	彭程，白越，乔冠宇. 共轴八旋翼无人飞行器的偏航静态抗饱和补偿控制［J］. 机器人， 2018， 40（2）： 240-248.
	PENG C， BAI Y， QIAO G Y. Static anti-windup compensation control of yaw movement for a coaxial eight-rotor UAV‍［J］. Robot， 2018， 40（2）： 240-248 （in Chinese）.
80	张家旭，周时莹，赵健，等. 基于非线性干扰观测器的车轮滑移率跟踪控制［J］. 华中科技大学学报（自然科学版）， 2020， 48（10）： 44-49.
	ZHANG J X， ZHOU S Y， ZHAO J， et al. Wheel slip rate tracking control based on nonlinear disturbance observer［J］. Journal of Huazhong University of Science and Technology （Natural Science Edition）， 2020， 48（10）： 44-49 （in Chinese）.
81	高阳，吴文海，王子健. 具有输入约束和输出噪声的不确定系统级联线性自抗扰控制［J］. 自动化学报， 2022， 48（3）： 843-852.
	GAO Y， WU W H， WANG Z J. Cascaded linear active disturbance rejection control for uncertain systems with input constraint and output noise［J］. Acta Automatica Sinica， 2022， 48（3）： 843-852 （in Chinese）.
82	赖文馨，李元龙，林宗利. 基于系统输出的嵌套饱和系统抗饱和补偿器设计［J］. 控制理论与应用， 2023， 40（2）： 187-195.
	LAI W X， LI Y L， LIN Z L. Output-based anti-windup compensator designs for nested saturated systems‍［J］. Control Theory & Applications， 2023， 40（2）： 187-195 （in Chinese）.
83	NIE B W， LIU Z T， GUO T H， et al. Design and validation of disturbance rejection dynamic inverse control for a tailless aircraft in wind tunnel［J］. Applied Sciences， 2021， 11（4）： 1407.
84	杨青运，陈谋. 具有输入饱和的近空间飞行器鲁棒控制［J］. 控制理论与应用， 2015， 32（1）： 18-28.
	YANG Q Y， CHEN M. Robust control for near space vehicles with input saturation［J］. Control Theory & Applications， 2015， 32（1）： 18-28 （in Chinese）.
85	SUN R J， ZHOU Z， ZHU X P. Flight quality characteristics and observer-based anti-windup finite-time terminal sliding mode attitude control of aileron-free full-wing configuration UAV‍［J］. Aerospace Science and Technology， 2021， 112： 106638.
86	SMITH J， SU J Y， LIU C J， et al. Disturbance observer based control with anti-windup applied to a small fixed wing UAV for disturbance rejection［J］. Journal of Intelligent & Robotic Systems， 2017， 88（2）： 329-346.
87	LI B M， CHEN M. Adaptive fuzzy anti-saturation tracking control for uncertain nonlinear systems with external disturbance‍［J］. International Journal of Systems Science， 2024， 55（6）： 1243-1258.
88	宋晓娟，王宏伟，吕书锋. 输入饱和的充液航天器抗干扰有限时间滑模控制［J］. 控制与决策， 2021， 36（5）： 1078-1086.
	SONG X J， WANG H W， LYU S F. Anti-disturbance finite-time sliding mode control for liquid-filled spacecraft with input saturation‍［J］. Control and Decision， 2021， 36（5）： 1078-1086 （in Chinese）.
89	冯振欣，郭建国，周军. 高超声速飞行器多约束鲁棒姿态控制器设计［J］. 宇航学报， 2017， 38（8）： 839-846.
	FENG Z X， GUO J G， ZHOU J. Robust attitude control design for a hypersonic vehicle with multi-constraints［J］. Journal of Astronautics， 2017， 38（8）： 839-846 （in Chinese）.
90	林海兵，都延丽，刘武，等. 基于FTDO的RLV再入段鲁棒容错姿态控制［J］. 电光与控制， 2020， 27（3）： 46-51.
	LIN H B， DU Y L， LIU W， et al. Robust fault-tolerant attitude control for the RLV during reentry based on fixed-time disturbance observer［J］. Electronics Optics & Control， 2020， 27（3）： 46-51 （in Chinese）.
91	CHEN M， REN B B， WU Q X， et al. Anti-disturbance control of hypersonic flight vehicles with input saturation using disturbance observer‍［J］. Science China Information Sciences， 2015， 58（7）： 1-12.
92	SHAO S Y， YAN X H， CHEN M， et al. Event-triggered robust constrained control of uncertain nonlinear systems with input saturation based on self-learning disturbance observer‍［J］. IEEE Transactions on Instrumentation and Measurement， 2024， 73： 2517515.
93	丁岩，于志刚. 考虑输入输出受限的无人机自适应滑模容错控制［J］. 系统工程与电子技术， 2020， 42（10）： 2340-2347.
	DING Y， YU Z G. Adaptive sliding mode fault tolerant control of UAV considering input and output constraints［J］. Systems Engineering and Electronics， 2020， 42（10）： 2340-2347 （in Chinese）.
94	DAI P， FENG D Z， ZHAO J Q， et al. Asymmetric integral barrier Lyapunov function-based dynamic surface control of a state-constrained morphing waverider with anti-saturation compensator‍［J］. Aerospace Science and Technology， 2022， 131： 107975.
95	胡伟，雍可南，陈谋. 基于干扰区间观测器的无人机预设性能着舰飞行控制［J］. 中国科学：信息科学， 2022， 52（9）： 1711-1726.
	HU W， YONG K N， CHEN M. Disturbance interval observer-based carrier landing control of unmanned aerial vehicles using prescribed performance［J］. Scientia Sinica （Informationis）， 2022， 52（9）： 1711-1726 （in Chinese）.
96	SHAO S Y， LIU N， LI C R， et al. Robust anti-swing control for unmanned helicopter slung-load system with prescribed performance［J］. Transactions of Nanjing University of Aeronautics and Astronautics， 2021， 38（2）： 193-205.
97	马浩翔，陈谋，吴庆宪. 具有输入输出约束的无人直升机预设性能安全跟踪控制［J］. 控制理论与应用， 2024， 41（1）： 39-48.
	MA H X， CHEN M， WU Q X. Prescribed performance safe tracking control for the unmanned helicopter with input and output constraints［J］. Control Theory & Applications， 2024， 41（1）： 39-48 （in Chinese）.
98	WAN M， CHEN M， LUNGU M H. Adaptive sensor fault tolerant control with prescribed performance for unmanned autonomous helicopter based on neural networks［J］. Aircraft Engineering and Aerospace Technology， 2024， 96（3）： 417-429.
99	SHAO S Y， CHEN M. Adaptive neural discrete-time fractional-order control for a UAV system with prescribed performance using disturbance observer［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2021， 51（2）： 742-754.
100	曹承钰，李繁飙，廖宇新，等. 高超声速变外形飞行器建模与固定时间预设性能控制［J］. 自动化学报， 2024， 50（3）： 486-504.
	CAO C Y， LI F B， LIAO Y X， et al. Modeling and fixed-time prescribed performance control for hypersonic morphing vehicle［J］. Acta Automatica Sinica， 2024， 50（3）： 486-504 （in Chinese）.
101	WU Y， CHEN M， LI H Y， et al. Event-triggered-based adaptive NN cooperative control of six-rotor UAVs with finite-time prescribed performance‍［J］. IEEE Transactions on Automation Science and Engineering， 2024， 21（2）： 1867-1877.
102	BUMROONGSRI P， KHEAWHOM S. An off-line robust MPC algorithm for uncertain polytopic discrete-time systems using polyhedral invariant sets‍［J］. Journal of Process Control， 2012， 22（6）： 975-983.
103	马宇，蔡远利. 基于非线性干扰观测器的高超声速飞行器离线预测控制方法［J］. 固体火箭技术， 2016， 39（6）： 825-832.
	MA Y， CAI Y L. Nonlinear-disturbance-observer-based offline model predictive control for hypersonic vehicles［J］. Journal of Solid Rocket Technology， 2016， 39（6）： 825-832 （in Chinese）.
104	FU J， WANG L M， CHEN M. Invariant set based sliding mode control for near-space vehicles with attitude constraints［J］. Proceedings of the Institution of Mechanical Engineers， Part G： Journal of Aerospace Engineering， 2016， 230（5）： 793-804.
105	MA Y， CAI Y L. Scheduled composite off-line output feedback model predictive control for a constrained hypersonic vehicle using polyhedral invariant sets［J］. Journal of Aerospace Engineering， 2018， 31（4）： 04018035.
106	LU S M， CHEN M， LIU Y J， et al. Adaptive NN tracking control for uncertain MIMO nonlinear system with time-varying state constraints and disturbances［J］. IEEE Transactions on Neural Networks and Learning Systems， 2023， 34（10）： 7309-7323.
107	孙伟杰，乔雨晨，彭云建. 基于障碍Lyapunov函数的未知控制方向非线性系统的约束鲁棒输出调节［J］. 控制理论与应用， 2023， 40（9）： 1696-1701.
	SUN W J， QIAO Y C， PENG Y J. Constraint robust output regulation for nonlinear systems with unknown control direction based on a barrier Lyapunov function［J］. Control Theory & Applications， 2023， 40（9）： 1696-1701 （in Chinese）.
108	REN Y， CHEN M. Anti-swing control for a suspension cable system of a helicopter with cable swing constraint and unknown dead-zone‍［J］. Neurocomputing， 2019， 356： 257-267.
109	邵茂森，徐骋，赵斌，等. 全捷联光学导引头视场角及输入约束下制导控制一体化设计［J］. 光学精密工程， 2021， 29（6）： 1291-1300.
	SHAO M S， XU C， ZHAO B， et al. Integrated guidance and control design considering angle of view constraint of strap-down optical seeker and input constraint［J］. Optics and Precision Engineering， 2021， 29（6）： 1291-1300 （in Chinese）.
110	郝爽，何玉鹏，陈继尧，等. 多蛇形机器人编队路径跟踪控制［J］. 电子与信息学报， 2024， 46（7）： 2981-2993.
	HAO S， HE Y P， CHEN J Y， et al. Formation path-following control of multi-snake robots‍［J］. Journal of Electronics & Information Technology， 2024， 46（7）： 2981-2993 （in Chinese）.
111	潘昌忠，何广，李智靖，等. 不确定电液伺服系统的时变输出约束自适应滤波控制［J］. 北京航空航天大学学报， 2024， 50（6）： 1819-1828.
	PAN C Z， HE G， LI Z J， et al. Adaptive filtered control for uncertain electro-hydraulic servo systems with time-varying output constraints‍［J］. Journal of Beijing University of Aeronautics and Astronautics， 2024， 50（6）： 1819-1828 （in Chinese）.
112	宋梦实，张帆，黄攀峰. 位置约束下软式自主空中加油的抗干扰控制［J］. 航空学报， 2023， 44（20）： 629114.
	SONG M S， ZHANG F， HUANG P F. Anti-disturbance control of hose-drogue autonomous aerial refueling with position constraints‍［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（20）： 629114 （in Chinese）.
113	CAO C Y， WEI C S， LIAO Y X， et al. On novel trajectory tracking control of quadrotor UAV： A finite-time guaranteed performance approach‍［J］. Journal of the Franklin Institute， 2022， 359（16）： 8454-8483.
114	SHEN Z P， LI F， CAO X M， et al. Prescribed performance dynamic surface control for trajectory tracking of quadrotor UAV with uncertainties and input constraints［J］. International Journal of Control， 2021， 94（11）： 2945-2955.
115	陈浩岚，王鹏，汤国建. 变形飞行器输出误差受限与输入饱和控制方法［J］. 航空学报， 2023， 44（15）： 528762.
	CHEN H L， WANG P， TANG G J. Attitude control scheme for morphing vehicles with output error constraints and input saturation‍［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（15）： 528762 （in Chinese）.
116	YANG M， LI G L， WANG S Y， et al. Prescribed performance control scheme for fixed trim reentry vehicle with actuator input and power constraints［J］. Aerospace Science and Technology， 2020， 104： 105972.
117	YONG K N， CHEN M， SHI Y， et al. Flexible performance-based robust control for a class of nonlinear systems with input saturation‍［J］. Automatica， 2020， 122： 109268.
118	马悦萌，周荻，邹昕光. 状态/输入约束下飞-推一体化的保性能安全控制［J］. 宇航学报， 2022， 43（4）： 496-507.
	MA Y M， ZHOU D， ZOU X G. Integrated flight-propulsion performance-guaranteed safety control with state/input constraints‍［J］. Journal of Astronautics， 2022， 43（4）： 496-507 （in Chinese）.
119	YAN X H， SHAO G W， YANG Q Y， et al. Adaptive robust tracking control for near space vehicles with multi-source disturbances and input‍-output constraints［J］. Actuators， 2022， 11（10）： 273.
120	YUAN J C， ZHU M， GUO X， et al. Finite-time trajectory tracking control for a stratospheric airship with full-state constraint and disturbances［J］. Journal of the Franklin Institute， 2021， 358（2）： 1499-1528.
121	FAN D D， LIU Q Y， ZHAO C L， et al. Flying in narrow spaces： prioritizing safety with disturbance-aware control‍［J］. IEEE Robotics and Automation Letters， 2024， 9（7）： 6328-6335.
122	WEI P， CHAN S N， LEE S， et al. Mitigating ground effect on mini quadcopters with model reference adaptive control‍［J］. International Journal of Intelligent Robotics and Applications， 2019， 3（3）： 283-297.
123	GUO Z Y， GUO J G， ZHOU J. Adaptive attitude tracking control for hypersonic reentry vehicles via sliding mode-based coupling effect-triggered approach［J］. Aerospace Science and Technology， 2018， 78： 228-240.
124	GUO Z Y， MA Q W， GUO J G， et al. Performance-involved coupling effect-triggered scheme for robust attitude control of HRV［J］. IEEE/ASME Transactions on Mechatronics， 2020， 25（3）： 1288-1298.
125	FANG X， LIU F. Coupling and disturbance characterization based robust control for manned submersibles‍［J］. Journal of the Franklin Institute， 2019， 356（15）： 8468-8483.
126	GUO Z Y， GUO J G， ZHOU J， et al. Robust tracking for hypersonic reentry vehicles via disturbance estimation-triggered control‍［J］. IEEE Transactions on Aerospace and Electronic Systems， 2020， 56（2）： 1279-1289.
127	SUN J L， PU Z Q， YI J Q. Conditional disturbance negation based active disturbance rejection control for hypersonic vehicles‍［J］. Control Engineering Practice， 2019， 84： 159-171.
128	HUANG Z G， CHEN M， SHI P. Disturbance utilization-based tracking control for the fixed-wing UAV with disturbance estimation［J］. IEEE Transactions on Circuits and Systems I： Regular Papers， 2023， 70（3）： 1337-1349.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	杨智春, 杨特. 动载荷识别物理嵌入式神经网络模型与方法[J]. 航空学报, 2025, 46(5): 531450-531450.
[2]	赵辰豪, 吴德伟, 何晶, 吴倩. 一种无人机视觉位姿估计的语义特征匹配算法[J]. 航空学报, 2025, 46(2): 330406-330406.
[3]	鲁明, 宿诺, 赵维珩, 曹歌, 田利梅, 张强. 基于积分终端滑模的SGCMG伺服系统抗干扰控制[J]. 航空学报, 2024, 45(S1): 730768-730768.
[4]	刘柳, 向先宏, 张宇飞, 陈海昕, 魏闯, 朱剑, 杨普. 一种高升阻比非常规翼身融合燕尾气动布局[J]. 航空学报, 2024, 45(6): 629630-629630.
[5]	马菲, 张琼, 赖培军, 岳一笛. 基于BP神经网络的试飞训练安全性量化模型[J]. 航空学报, 2024, 45(5): 529957-529957.
[6]	倪育德, 闫苗玉, 刘瑞华. 基于DOA-BP神经网络的电离层TEC短期预测[J]. 航空学报, 2024, 45(4): 328707-328707.
[7]	潘慕绚, 陆思蓉, 程珂, 李小涛. 航空发动机约束控制综述[J]. 航空学报, 2024, 45(23): 30533-030533.
[8]	葛佳昊, 向锦武, 李道春. 基于组合NARX神经网络的非平稳含噪混沌时间序列在线预测[J]. 航空学报, 2024, 45(21): 330128-330128.
[9]	李俊燊, 孟祥彦, 石暖暖, 李伟, 祝宁华, 李明. 光学神经网络智能处理：技术演变与未来展望[J]. 航空学报, 2024, 45(20): 630439-630439.
[10]	陈勇刚, 刘康妮, 王帅. 基于BiGRU⁃Attention改进的航空设备故障知识图谱构建[J]. 航空学报, 2024, 45(18): 229916-229916.
[11]	黄渭清, 李宁, 刘开霖, 付志忠, 纪鹏飞, 张生良, 董立伟, 孙燕涛. 基于MAML-LSTM的服役涡轮叶片损伤状态评估方法[J]. 航空学报, 2024, 45(18): 429547-429547.
[12]	李晖, 陈银超, 孙绍山, 梁兆鑫, 毛刚, 乔彬, 李永波. 基于联邦图网络的转子系统故障诊断方法[J]. 航空学报, 2024, 45(17): 530611-530611.
[13]	龙家俊, 刘陈飘, 秦飞, 张加乐, 徐圣冠, 高宜胜. 基于Liutex的数据驱动湍流模型修正[J]. 航空学报, 2024, 45(15): 129579-129579.
[14]	胡渊豪, 宋艺博, 刘家辉, 赵孝礼, 邓文翔, 胡健, 姚建勇. 基于注意力卷积胶囊网络的电液比例伺服阀故障诊断[J]. 航空学报, 2024, 45(15): 630407-630407.
[15]	刘延芳, 佘佳宇, 袁秋帆, 周芮, 齐乃明. 无人机遥感图像实时小目标检测方法[J]. 航空学报, 2024, 45(14): 630119-630119.

先进飞行器复合抗干扰控制技术综述

Overview of composite anti-disturbance control technology of advanced vehicles

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 40

参考文献 128

相关文章 15

编辑推荐

Metrics

本文评价