CN106292294A - 基于模型参考自适应控制的舰载无人机自动着舰控制装置 - Google Patents

Abstract

本发明公开了一种基于模型参考自适应控制的舰载无人机自动着舰控制装置，属于航空飞行器控制技术领域。本发明装置包括：着舰指令与下滑基准轨迹生成模块，用于根据舰船与舰载无人机的相对位置和绝对位置信息，生成三维下滑基准轨迹信号和速度指令信号；模型参考自适应飞行控制模块，利用模型参考自适应控制算法生成舰载无人机的飞行控制信号，使得舰载无人机的实际飞行轨迹和速度跟踪着舰指令与下滑基准轨迹生成模块所生成的三维下滑基准轨迹信号和速度指令。该发明适用于固定翼有人舰载机和无人舰载机。相比现有技术，本发明不需要引导控制律的计算，控制着舰更准确，控制***更简单，控制实时性好。

Description

基于模型参考自适应控制的舰载无人机自动着舰控制装置

技术领域

本发明涉及一种基于模型参考自适应控制的舰载无人机自动着舰控制装置，属于航空航宇控制技术领域。

背景技术

本发明中的“着舰”包括跑道拦阻着舰、撞网回收等着陆方式，在控制方法的原理上具有通用性。

舰载机作为航母的重要武器力量，其关键技术是如何保障在十分恶劣的环境下安全准确着舰。由于着舰环境十分恶劣，母舰运动、舰尾气流等扰动作用都会对无人机着舰产生很大影响，极大增加了舰载机的着舰难度，严重影响了着舰安全。舰船在海上航行过程中，由于受海浪、海涌及风的影响，舰体将会产生纵摇、偏航、横摇、上下起伏等形式的甲板运动，导致舰船上的着舰点为三自由度活动点，严重影响着舰的难度以及安全性。海上多变的环境下，舰载机在舰船上着舰时，舰尾气流扰动也是影响其着舰性能的重要因素。在进场着舰段，随飞行速度的减小，飞行迎角一般都会超过临界迎角，处于速度不稳定区域，使保持飞行轨迹变得非常困难。同时，舰载无人机本身是一个复杂的控制对象，具有非线性、不确定性、多变量、强耦合等特性。复杂环境因素的干扰、飞行高度和状态的改变以及建模误差等因素共同构成了舰载无人机***的不确定因素。

当前的舰载机自动着舰***(ACLS)，通常由舰上设备及机上设备两部分组成。舰上部分有跟踪雷达，稳定平台，高速计算机，显示设备，数据链编码/发射机，数据链监控器，飞行轨迹记录仪等。机上部分有数据链接收机，接收译码器，自动驾驶仪耦合器，自动飞行控制***，自动油门控制器，雷达增强器等。自动着舰控制方法通常采用将轨迹控制回路作为外回路，姿态控制回路和速度控制作为内回路，轨迹控制回路基于轨迹跟踪误差信息，结合甲板运动预测与补偿信息，经过轨迹控制器后生成姿态和速度指令信号，发送给飞行控制***，飞行控制***要求跟踪这些指令信号，以获得期望的轨迹、姿态和速度，其中内外回路控制律的设计都是基于传统单回路设计方法，如PID控制方法。然而，适用于无人机的自动着舰***(ACLS)未见公开的应用报道。

综上可知，现有舰载机自动着舰控制技术普遍存在***复杂，实时性差，对硬件要求高等缺陷。

发明内容

本发明所要解决的技术问题在于克服现有技术不足，提供一种基于模型参考自适应控制的舰载无人机自动着舰控制装置，不需要引导控制律的计算，着舰更准确，控制***更简单，控制实时性好。

本发明具体采用以下技术方案解决上述技术问题:

一种基于模型参考自适应控制的舰载无人机自动着舰控制装置，该装置包括：着舰指令与下滑基准轨迹生成模块，用于根据舰船与舰载无人机的相对位置和绝对位置信息，生成三维下滑基准轨迹信号和速度指令信号；

模型参考自适应飞行控制模块，利用模型参考自适应控制算法生成舰载无人机的飞行控制信号，使得舰载无人机的实际飞行轨迹和速度跟踪着舰指令与下滑基准轨迹生成模块所生成的三维下滑基准轨迹信号和速度指令。

优选地，模型参考自适应飞行控制模块中，用于对参考模型的名义控制矩阵估计值K₂(t)进行在线更新的自适应更新律按照以下方法设计得到：

令ω(t)＝[Δx^T(t),Δr^T(t)]^T，Δr为参考输入信号，Δx为状态向量，则输出跟踪误差

e(t)＝Δy(t)-Δy_m(t)，

式中，Δy、Δy_m分别为***输出、参考模型输出；

定义新的误差信号为

ε(t)＝ξ_m(s)h(s)[e](t)+Ψ(t)ξ(t)，

式中，h(s)＝1/f(s)，f(s)为稳定多项式，Ψ(t)为Ψ^*＝K_p的估计值，K_p为高频增益矩阵，ξ_m(s)为参考模型的交互矩阵，ξ(t)＝Θ^T(t)ζ(t)-h(s)[Δu](t)；

令

ζ(t)＝h(s)[ω](t)

则新的误差信号转化为

$\mathrm{\ϵ}\left(t\right)={\mathrm{\Ψ}}^{*}{\widetilde{\mathrm{\Θ}}}^T\mathrm{\ζ}\left(t\right)+\widetilde{\mathrm{\Ψ}}\left(t\right)\mathrm{\ξ}\left(t\right)$

式中，

于是，控制矩阵参数的自适应更新律设计为：

${\stackrel{\·}{\mathrm{\Θ}}}^T\left(t\right)=\frac{-S_p\mathrm{\ϵ}\left(t\right){\mathrm{\ζ}}^T\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\·}{\mathrm{\Ψ}}\left(t\right)=\frac{-{\mathrm{\Γ\ϵ\ξ}}^T\left(t\right)}{m^2\left(t\right)}$

式中，Γ＝Γ^T＞0, S_p表示可逆定常矩阵。

优选地，模型参考自适应飞行控制模块的输入信号包括：舰载无人机的四个纵向状态量——飞行速度V、迎角α、俯仰角速率q、俯仰角θ；五个横侧向状态量——侧滑角β、滚转角速率p、偏航角速率r、滚转角φ、偏航角ψ；着舰指令与下滑基准轨迹生成模块输出的速度指令V_c及下滑基准轨迹信号X_EATDc(t),Y_EATDc(t),Z_EATDc(t)；

模型参考自适应飞行控制模块的输出信号包括：油门开度Δδ_T、升降舵偏角Δδ_e、副翼偏角δ_a、方向舵偏角δ_r；

模型参考自适应飞行控制模块中的飞行控制律包括纵向和横侧向飞行控制律，通过以下方法设计得到：

第一步，基于如下纵向线性模型

$\left[\begin{array}{c}\mathrm{\Δ}\stackrel{\·}{V}\\ \mathrm{\Δ}\stackrel{\·}{\mathrm{\α}}\\ \mathrm{\Δ}\stackrel{\·}{q}\\ \mathrm{\Δ}\stackrel{\·}{\mathrm{\θ}}\\ \mathrm{\Δ}\stackrel{\·}{H}\end{array}\right]=A_{lon}\left[\begin{array}{c}\mathrm{\Δ}V\\ \mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\\ \mathrm{\Δ}H\end{array}\right]+B_{lon}\left[\begin{array}{c}\mathrm{\Δ}{\mathrm{\δ}}_e\\ {\mathrm{\Δ\δ}}_T\end{array}\right]$

${\mathrm{\Δy}}_{lon}=C_{lon}{x}_{lon}=\left[\begin{array}{ccccc}1& 0& 0& 0& 0\\ 0& 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}\mathrm{\Δ}V\\ \mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\\ \mathrm{\Δ}H\end{array}\right]$

判断传递函数矩阵的相对阶次l_i，i＝1,2，计算高频增益矩阵

$K_p=\left[\begin{array}{c}{c}_{1,lon}{A}_{lon}^{l_1-1}{B}_{lon}\\ c_{2,lon}{A}_{lon}^{l_2-1}{B}_{lon}\end{array}\right]$

保证为非奇异；式中，A_lon、B_lon、C_lon为变量符号描述的纵向线性***矩阵，c_1,lon、c_2,lon分别为C_lon的第1行和第2行；

第二步，根据传递函数矩阵的相对阶次l_i，i＝1,2，选取交互矩阵其中p_1i,p_2i为纵向***期望极点，从而设计如下参考模型

Δy_m,lon(t)＝W_m,lon(s)[Δr_lon](t)

式中，Δr_ion(t)＝[0，ΔH_EATDc]^T，

第三步，计算纵向飞行控制律

$\left[\begin{array}{c}\mathrm{\Δ}{\mathrm{\δ}}_e\left(t\right)\\ \mathrm{\Δ}{\mathrm{\δ}}_T\left(t\right)\end{array}\right]=K_{1,lon}^T\left(t\right)\left[\begin{array}{c}\mathrm{\Δ}V\left(t\right)\\ \mathrm{\Δ}\mathrm{\α}\left(t\right)\\ \mathrm{\Δ}q\left(t\right)\\ \mathrm{\Δ}\mathrm{\θ}\left(t\right)\\ \mathrm{\Δ}H\left(t\right)\end{array}\right]+K_{2,lon}\left(t\right)\left[\begin{array}{c}0\\ \mathrm{\Δ}{H}_{EATDc}\left(t\right)\end{array}\right]$

其中，K_2,lon(t)为在线更新的控制矩阵；

第四步，基于如下横侧向线性模型

$\left[\begin{array}{c}\stackrel{\·}{\mathrm{\β}}\\ \stackrel{\·}{p}\\ \stackrel{\·}{r}\\ \stackrel{\·}{\mathrm{\φ}}\\ \stackrel{\·}{\mathrm{\ψ}}\\ \stackrel{\·}{y}\end{array}\right]=A_{lat}\left[\begin{array}{c}\mathrm{\β}\\ p\\ r\\ \mathrm{\φ}\\ \mathrm{\ψ}\\ y\end{array}\right]+B_{lat}\left[\begin{array}{c}{\mathrm{\δ}}_a\\ {\mathrm{\δ}}_r\end{array}\right]$

$y_{lat}=C_{lat}{x}_{lat}=\left[\begin{array}{cccccc}1& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}\mathrm{\β}\\ p\\ r\\ \mathrm{\φ}\\ \mathrm{\ψ}\\ y\end{array}\right]$

判断传递函数矩阵的相对阶次l_i，i＝1,2，计算高频增益矩阵

$K_p=\left[\begin{array}{c}{c}_{1,lat}{A}_{lat}^{l_1-1}{B}_{lat}\\ c_{2,lat}{A}_{lat}^{l_2-1}{B}_{lat}\end{array}\right]$

保证为非奇异；式中，A_lat、B_lat、C_lat为横侧向线性***矩阵，c_1,lat、c_2,lat分别为C_lat的第1行和第2行；

第五步，根据传递函数矩阵的相对阶次l_i，i＝1,2，选取交互矩阵其中p_1i,p_2i为横侧向***期望极点，从而设计如下参考模型

y_m,lat(t)＝W_m,lat(s)[r_lat](t)

式中，r_lat(t)＝[0,Y_EATDc]^T，

第六步，计算横侧向飞行控制律

$\left[\begin{array}{c}{\mathrm{\δ}}_a\left(t\right)\\ {\mathrm{\δ}}_r\left(t\right)\end{array}\right]=K_{1,\mathrm{lat}}^T\left(t\right)\left[\begin{array}{c}\mathrm{\β}\left(t\right)\\ p\left(t\right)\\ r\left(t\right)\\ \mathrm{\φ}\left(t\right)\\ \mathrm{\ψ}\left(t\right)\\ y\left(t\right)\end{array}\right]+K_{2,\mathrm{lat}}\left(t\right)\left[\begin{array}{c}0\\ Y_{\mathrm{EATDc}}\left(t\right)\end{array}\right]$

其中，K_2,lat(t)为在线更新的控制矩阵。

优选地，着舰指令与下滑基准轨迹生成模块的输入信号包括：舰船跑道或下滑道的方位角(ψ_S+λ_ac)，其中ψ_S为舰船方位角，λ_ac为斜角甲板夹角；着舰指令与下滑基准轨迹生成模块的输出信号包括：速度指令V_c及下滑基准轨迹信号X_EATDc(t),Y_EATDc(t),Z_EATDc(t)。

进一步地。着舰指令与下滑基准轨迹生成模块使用以下方法生成速度指令V_c及下滑基准轨迹信号X_EATDc(t)、Y_EATDc(t)、Z_EATDc(t)：

捕获下滑道后，根据已知的初始下滑高度-Z_EA0、下滑角γ_c、下滑速度V_c，计算着舰时间

$t_d=\frac{Z_{EA0}}{V_c{\mathrm{sin\γ}}_c}$

和下滑道长度

$R_A=V_c{t}_d=\frac{Z_{EA0}}{{\mathrm{sin\γ}}_c};$

然后计算以理想着舰点为原点的地面坐标系下的三维下滑基准轨迹：

$\left\{\begin{array}{c}{X}_{EATDc}\left(t\right)=V_c(t-t_d){\mathrm{cos\γ}}_{c}cos({\mathrm{\ψ}}_S+{\mathrm{\λ}}_{ac})\\ Y_{EATDc}\left(t\right)=V_c(t-t_d){\mathrm{cos\γ}}_c\sin ({\mathrm{\ψ}}_S+{\mathrm{\λ}}_{ac})\\ Z_{EATDc}\left(t\right)=-H_{EATDc}\left(t\right)=-V_c(t-t_d){\mathrm{sin\γ}}_c\end{array}\right..$

相比现有技术，本发明具有以下有益效果：

(1)本发明根据舰船与舰载无人机的相对位置和绝对位置信息，在线计算着舰指令信号，生成舰载无人机下滑基准轨迹，并通过飞行控制***控制舰载无人机跟踪基准轨迹；与现有技术相比，能够提高舰载无人机与舰船的协同性。

(2)本发明在舰载无人机模型参数和结构不确定情况下设计飞行控制器，从理论上保证模型不确定的线性***的输出信号渐近跟踪参考模型的输出信号，进而跟踪参数输入信号，即舰载无人机高度、航迹和速度能够跟踪基准轨迹和速度，最终实现下滑轨迹的跟踪，从而可准确完成着舰任务。因此，本发明能够在线调节控制参数，具有很强的自适应能力和鲁棒性能，而传统自动着舰***采用经典控制方法而设计的，依赖舰载机的精确模型，对于***不确定性和外部扰动缺乏自适应性。

(3)本发明没有引导控制律的计算，飞行控制***直接将轨迹误差通过设计自适应控制律予以减小或消除，使得飞行控制***的设计变得更加简单。

附图说明

图1表示本发明基于模型参考自适应控制的舰载无人机自动着舰控制装置的原理框图；

图2表示舰载无人机着舰过程中的高度轨迹跟踪效果图；

图3表示舰载无人机着舰过程中的速度控制效果图；

图中，实线表示期望值曲线，虚线表示实际值曲线。

具体实施方式

下面结合附图对本发明的技术方案进行详细说明：

本发明基于模型参考自适应控制的舰载无人机自动着舰控制装置的原理如图1所示，其由着舰指令与下滑基准轨迹生成模块、自适应飞行控制模块两部分组成。

着舰指令与下滑基准轨迹生成模块

该模块的输入信号包括：舰船跑道或下滑道的方位角(ψ_S+λ_ac)，其中ψ_S为舰船方位角，λ_ac为斜角甲板夹角。

该模块的输出信号包括三维下滑基准轨迹信号X_EATDc(t),Y_EATDc(t),Z_EATDc(t)和速度指令信号V_c。其中，下滑基准轨迹信号、速度指令信号输出给自适应飞行控制模块。

第一步，舰载机捕获下滑道，已知初始下滑高度-Z_EA0、下滑角γ_c、下滑速度V_c，计算着舰时间

$t_d=\frac{Z_{EA0}}{V_c{\mathrm{sin\γ}}_c}---\left(1\right)$

和下滑道长度

$R_A=V_c{t}_d=\frac{Z_{EA0}}{{\mathrm{sin\γ}}_c}---\left(2\right)$

第二步，计算以理想着舰点为原点的地面坐标系下的三维下滑基准轨迹

$\left\{\begin{array}{c}{X}_{EATDc}\left(t\right)=V_c(t-t_d){\mathrm{cos\γ}}_{c}cos({\mathrm{\ψ}}_S+{\mathrm{\λ}}_{ac})\\ Y_{EATDc}\left(t\right)=V_c(t-t_d){\mathrm{cos\γ}}_c\sin ({\mathrm{\ψ}}_S+{\mathrm{\λ}}_{ac})\\ Z_{EATDc}\left(t\right)=-H_{EATDc}\left(t\right)=-V_c(t-t_d){\mathrm{sin\γ}}_c\end{array}\right.---\left(3\right)$

模型参考自适应飞行控制模块

该模块的输入信号包括：传感器反馈的舰载无人机四个纵向状态量x＝(V,α,β,p,q,r,φ,θ,ψ,X,Y,H)^T——飞行速度V、迎角α、俯仰角速率q、俯仰角θ；传感器反馈的五个横侧向状态量——侧滑角β、滚转角速率p、偏航角速率r、滚转角φ、偏航角ψ；着舰指令与下滑基准轨迹生成模块输出的速度指令V_c，下滑基准轨迹信号X_EATDc(t),Y_EATDc(t),Z_EATDc(t)。

该模块的输出信号包括：油门开度Δδ_T、升降舵偏角Δδ_e、副翼偏角δ_a、方向舵偏角δ_r。发送给执行机构，从而控制舰载机飞行。

具体过程为：首先计算纵向飞行控制律(第一、二、三步)，其次计算横侧向飞行控制律(第四、五、六步)。

第一步，基于如下纵向线性模型

$\left[\begin{array}{c}\mathrm{\Δ}\stackrel{\·}{V}\\ \mathrm{\Δ}\stackrel{\·}{\mathrm{\α}}\\ \mathrm{\Δ}\stackrel{\·}{q}\\ \mathrm{\Δ}\stackrel{\·}{\mathrm{\θ}}\\ \mathrm{\Δ}\stackrel{\·}{H}\end{array}\right]=A_{lon}\left[\begin{array}{c}\mathrm{\Δ}V\\ \mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\\ \mathrm{\Δ}H\end{array}\right]+B_{lon}\left[\begin{array}{c}\mathrm{\Δ}{\mathrm{\δ}}_e\\ {\mathrm{\Δ\δ}}_T\end{array}\right]---\left(4\right)$

${\mathrm{\Δy}}_{lon}=C_{lon}{x}_{lon}=\left[\begin{array}{ccccc}1& 0& 0& 0& 0\\ 0& 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}\mathrm{\Δ}V\\ \mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\\ \mathrm{\Δ}H\end{array}\right]---\left(5\right)$

判断传递函数矩阵的相对阶次l_i，i＝1,2，计算高频增益矩阵

$K_p=\left[\begin{array}{c}{c}_{1,lon}{A}_{lon}^{l_1-1}{B}_{lon}\\ c_{2,lon}{A}_{lon}^{l_2-1}{B}_{lon}\end{array}\right]---\left(6\right)$

保证为非奇异。式中，A_lon、B_lon、C_lon为变量符号描述的纵向线性***矩阵，c_1,lon、c_2,lon分别为C_lon的第1行和第2行。

第二步，根据传递函数矩阵的相对阶次l_i，i＝1,2，选取交互矩阵其中p_1i,p_2i为纵向***期望极点，从而设计如下参考模型

Δy_m,lon(t)＝W_m,lon(s)[Δr_lon](t) (7)

式中，Δr_lon(t)＝[0,ΔH_EATDc]^T，

第三步，计算纵向飞行控制律

$\left[\begin{array}{c}\mathrm{\Δ}{\mathrm{\δ}}_e\left(t\right)\\ \mathrm{\Δ}{\mathrm{\δ}}_T\left(t\right)\end{array}\right]=K_{1,lon}^T\left(t\right)\left[\begin{array}{c}\mathrm{\Δ}V\left(t\right)\\ \mathrm{\Δ}\mathrm{\α}\left(t\right)\\ \mathrm{\Δ}q\left(t\right)\\ \mathrm{\Δ}\mathrm{\θ}\left(t\right)\\ \mathrm{\Δ}H\left(t\right)\end{array}\right]+K_{2,lon}\left(t\right)\left[\begin{array}{c}0\\ \mathrm{\Δ}{H}_{EATDc}\left(t\right)\end{array}\right]---\left(8\right)$

其中，K_2,lon(t)为控制矩阵，依据参考模型自适应控制算法进行在线更新。

第四步，基于如下横侧向线性模型

$\left[\begin{array}{c}\stackrel{\·}{\mathrm{\β}}\\ \stackrel{\·}{p}\\ \stackrel{\·}{r}\\ \stackrel{\·}{\mathrm{\φ}}\\ \stackrel{\·}{\mathrm{\ψ}}\\ \stackrel{\·}{y}\end{array}\right]=A_{lat}\left[\begin{array}{c}\mathrm{\β}\\ p\\ r\\ \mathrm{\φ}\\ \mathrm{\ψ}\\ y\end{array}\right]+B_{lat}\left[\begin{array}{c}{\mathrm{\δ}}_a\\ {\mathrm{\δ}}_r\end{array}\right]---\left(9\right)$

$y_{lat}=C_{lat}{x}_{lat}=\left[\begin{array}{cccccc}1& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}\mathrm{\β}\\ p\\ r\\ \mathrm{\φ}\\ \mathrm{\ψ}\\ y\end{array}\right]---\left(4\right)$

判断传递函数矩阵的相对阶次l_i，i＝1,2，计算高频增益矩阵

$K_p=\left[\begin{array}{c}{c}_{1,lat}{A}_{lat}^{l_1-1}{B}_{lat}\\ c_{2,lat}{A}_{lat}^{l_2-1}{B}_{lat}\end{array}\right]---\left(5\right)$

保证为非奇异。式中，A_lat、B_lat、C_lat为横侧向线性***矩阵，c_1,lat、c_2,lat分别为C_lat的第1行和第2行。

第五步，根据传递函数矩阵的相对阶次l_i，i＝1,2，选取交互矩阵其中p_1i,p_2i为横侧向***期望极点，从而设计如下参考模型

y_m,lat(t)＝W_m,lat(s)[r_lat](t) (6)

式中，r_lat(t)＝[0,Y_EATDc]^T，

第六步，计算横侧向飞行控制律

$\left[\begin{array}{c}{\mathrm{\δ}}_a\left(t\right)\\ {\mathrm{\δ}}_r\left(t\right)\end{array}\right]=K_{1,lat}^T\left(t\right)\left[\begin{array}{c}\mathrm{\β}\left(t\right)\\ p\left(t\right)\\ r\left(t\right)\\ \mathrm{\φ}\left(t\right)\\ \mathrm{\ψ}\left(t\right)\\ y\left(t\right)\end{array}\right]+K_{2,lat}\left(t\right)\left[\begin{array}{c}0\\ Y_{EATDc}\left(t\right)\end{array}\right]---\left(7\right)$

其中，K_2,lat(t)为控制矩阵，依据参考模型自适应控制算法进行在线更新。

模型参考自适应控制算法

针对如下线性***

$\mathrm{\Δ}\stackrel{\·}{x}\left(t\right)=A\mathrm{\Δ}x\left(t\right)+B\mathrm{\Δ}u\left(t\right),\mathrm{\Δ}y\left(t\right)=C\mathrm{\Δ}x\left(t\right)---\left(8\right)$

式中，Δx为状态向量，Δu为控制向量，Δy为输出向量，A,B,C为***矩阵。

构建参考模型为

${\mathrm{\Δy}}_m\left(t\right)=W_m\left(s\right)\[\mathrm{\Δ}r\]\left(t\right),W_m\left(s\right)={\mathrm{\ξ}}_m^{-1}\left(s\right)---\left(9\right)$

式中，ξ_m(s)为交互矩阵。

控制的目的是期望***输出Δy跟踪参考模型的输出Δy_m，因此构建控制律结构为

$\mathrm{\Δ}u\left(t\right)=K_1^T\left(t\right)\mathrm{\Δ}x\left(t\right)+K_2\left(t\right)\mathrm{\Δ}r\left(t\right)---\left(10\right)$

式中Δr为参考输入信号，K₂(t)为名义控制矩阵的估计值。

在模型参数完全已知的情况下，设计名义控制律中的控制矩阵满足如下等式条件

$G_c\left(s\right)=C{(sI-A-{\mathrm{BK}}_1^{*T})}^{-1}{\mathrm{BK}}_2^{*}=W_m\left(s\right),W_m\left(s\right)={\mathrm{\ξ}}_m^{-1}\left(s\right)---\left(17\right)$

则能够保证***输出Δy完全跟踪参考模型的输出Δy_m。然而，模型参数不确定的情形下，无法得到名义控制矩阵因此只能用估计值K₂(t)替代，估计值需要利用如下自适应算法来在线更新。

令ω(t)＝[Δx^T(t),Δr^T(t)]^T，则输出跟踪误差

e(t)＝Δy(t)-Δy_m(t) (18)

定义新的误差信号为

ε(t)＝ξ_m(s)h(s)[e](t)+Ψ(t)ξ(t) (19)

式中，h(s)＝1/f(s)，f(s)为稳定多项式，Ψ(t)为Ψ^*＝K_p的估计值。

令

ζ(t)＝h(s)[ω](t),ξ(t)＝Θ^T(t)ζ(t)-h(s)[Δu](t) (11)

则新的误差信号转化为

$\mathrm{\ϵ}\left(t\right)={\mathrm{\Ψ}}^{*}{\widetilde{\mathrm{\Θ}}}^T\mathrm{\ζ}\left(t\right)+\widetilde{\mathrm{\Ψ}}\left(t\right)\mathrm{\ξ}\left(t\right)---\left(12\right)$

式中， $\widetilde{\mathrm{\Ψ}}\left(t\right)=\mathrm{\Ψ}\left(t\right)-{\mathrm{\Ψ}}^{*}.$

于是，控制矩阵参数的自适应更新律设计为

${\stackrel{\·}{\mathrm{\Θ}}}^T\left(t\right)=\frac{-S_p\mathrm{\ϵ}\left(t\right){\mathrm{\ζ}}^T\left(t\right)}{m^2\left(t\right)}---\left(13\right)$

$\stackrel{\·}{\mathrm{\Ψ}}\left(t\right)=\frac{-{\mathrm{\Γ\ϵ\ξ}}^T\left(t\right)}{m^2\left(t\right)}---\left(14\right)$

式中，Γ＝Γ^T＞0，

根据多变量参考模型自适应控制算法原理的相关理论证明，可知该算法能够保证线性***各变量的有界性，输出能够渐近跟踪参考模型的输出。

为了验证本发明提出的舰载无人机自动着舰控制装置效果，以某无人机的纵向动力学和运动学模型为例，基准轨迹中在最后10秒时刻加入甲板运动补偿，主要仿真参数设置如下表1：

表1

通过MATLAB软件平台下的数值仿真验证，结果表明所发明的舰载无人机自动着舰控制装置能够使舰载无人机高精度地跟踪下滑基准轨迹，从而成功地完成着舰任务。

Claims (5)

1.一种基于模型参考自适应控制的舰载无人机自动着舰控制装置，其特征在于，该装置包括：着舰指令与下滑基准轨迹生成模块，用于根据舰船与舰载无人机的相对位置和绝对位置信息，生成三维下滑基准轨迹信号和速度指令信号；

模型参考自适应飞行控制模块，利用模型参考自适应控制算法生成舰载无人机的飞行控制信号，使得舰载无人机的实际飞行轨迹和速度跟踪着舰指令与下滑基准轨迹生成模块所生成的三维下滑基准轨迹信号和速度指令。

2.如权利要求1所述舰载无人机自动着舰控制装置，其特征在于，模型参考自适应飞行控制模块中，用于对参考模型的名义控制矩阵估计值K₂(t)进行在线更新的自适应更新律按照以下方法设计得到：

令ω(t)＝[Δx^T(t),Δr^T(t)]^T，Δr为参考输入信号，Δx为状态向量，则输出跟踪误差

e(t)＝Δy(t)-Δy_m(t)，

式中，Δy、Δy_m分别为***输出、参考模型输出；

定义新的误差信号为

ε(t)＝ξ_m(s)h(s)[e](t)+Ψ(t)ξ(t)，

式中，h(s)＝1/f(s)，f(s)为稳定多项式，Ψ(t)为Ψ^*＝K_p的估计值，K_p为高频增益矩阵，ξ_m(s)为参考模型的交互矩阵，ξ(t)＝Θ^T(t)ζ(t)-h(s)[Δu](t)；

令

ζ(t)＝h(s)[ω](t),

则新的误差信号转化为

$\mathrm{\ϵ}\left(t\right)={\mathrm{\Ψ}}^{*}{\widetilde{\mathrm{\Θ}}}^T\mathrm{\ζ}\left(t\right)+\widetilde{\mathrm{\Ψ}}\left(t\right)\mathrm{\ξ}\left(t\right)$

式中，

于是，控制矩阵参数的自适应更新律设计为：

${\stackrel{\·}{\mathrm{\Θ}}}^T\left(t\right)=\frac{-S_p\mathrm{\ϵ}\left(t\right){\mathrm{\ζ}}^T\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\·}{\mathrm{\Ψ}}\left(t\right)=\frac{-{\mathrm{\Γ\ϵ\ξ}}^T\left(t\right)}{m^2\left(t\right)}$

式中，Γ＝Γ^T＞0,S_p为可逆定常矩阵。

3.如权利要求1所述舰载无人机自动着舰控制装置，其特征在于，模型参考自适应飞行控制模块的输入信号包括：舰载无人机的四个纵向状态量——飞行速度V、迎角α、俯仰角速率q、俯仰角θ；五个横侧向状态量——侧滑角β、滚转角速率p、偏航角速率r、滚转角φ、偏航角ψ；着舰指令与下滑基准轨迹生成模块输出的速度指令V_c及下滑基准轨迹信号X_EATDc(t),Y_EATDc(t),Z_EATDc(t)；

模型参考自适应飞行控制模块的输出信号包括：油门开度Δδ_T、升降舵偏角Δδ_e、副翼偏角δ_a、方向舵偏角δ_r；

模型参考自适应飞行控制模块中的飞行控制律包括纵向和横侧向飞行控制律，通过以下方法设计得到：

第一步，基于如下纵向线性模型

$\left[\begin{array}{c}\mathrm{\Δ}\stackrel{\·}{V}\\ \mathrm{\Δ}\stackrel{\·}{\mathrm{\α}}\\ \mathrm{\Δ}\stackrel{\·}{q}\\ \mathrm{\Δ}\stackrel{\·}{\mathrm{\θ}}\\ \mathrm{\Δ}\stackrel{\·}{H}\end{array}\right]=A_{lon}\left[\begin{array}{c}\mathrm{\Δ}V\\ \mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\\ \mathrm{\Δ}H\end{array}\right]+B_{lon}\left[\begin{array}{c}{\mathrm{\Δ\δ}}_e\\ {\mathrm{\Δ\δ}}_T\end{array}\right]$

${\mathrm{\Δy}}_{lon}=C_{lon}{x}_{lon}=\left[\begin{array}{ccccc}1& 0& 0& 0& 0\\ 0& 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}\mathrm{\Δ}V\\ \mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\\ \mathrm{\Δ}H\end{array}\right]$

判断传递函数矩阵的相对阶次l_i，i＝1,2，计算高频增益矩阵

$K_p=\left[\begin{array}{c}{c}_{1,lon}{A}_{lon}^{l_1-1}{B}_{lon}\\ c_{2,lon}{A}_{lon}^{l_2-1}{B}_{lon}\end{array}\right]$

保证为非奇异；式中，A_lon、B_lon、C_lon为变量符号描述的纵向线性***矩阵，c_1,lon、c_2,lon分别为C_lon的第1行和第2行；

第二步，根据传递函数矩阵的相对阶次l_i，i＝1,2，选取交互矩阵其中p_1i,p_2i为纵向***期望极点，从而设计如下参考模型

Δy_m,lon(t)＝W_m,lon(s)[Δr_lon](t)

式中，Δr_lon(t)＝[0,ΔH_EATDc]^T，

第三步，计算纵向飞行控制律

$\left[\begin{array}{c}\mathrm{\Δ}{\mathrm{\δ}}_e\left(t\right)\\ \mathrm{\Δ}{\mathrm{\δ}}_T\left(t\right)\end{array}\right]=K_{1,lon}^T\left(t\right)\left[\begin{array}{c}\mathrm{\Δ}V\left(t\right)\\ \mathrm{\Δ}\mathrm{\α}\left(t\right)\\ \mathrm{\Δ}q\left(t\right)\\ \mathrm{\Δ}\mathrm{\θ}\left(t\right)\\ \mathrm{\Δ}H\left(t\right)\end{array}\right]+K_{2,lon}\left(t\right)\left[\begin{array}{c}0\\ \mathrm{\Δ}{H}_{EATDc}\left(t\right)\end{array}\right]$

其中，K_2,lon(t)为在线更新的控制矩阵；

第四步，基于如下横侧向线性模型

$\left[\begin{array}{c}\stackrel{\·}{\mathrm{\β}}\\ \stackrel{\·}{p}\\ \stackrel{\·}{r}\\ \stackrel{\·}{\mathrm{\φ}}\\ \stackrel{\·}{\mathrm{\ψ}}\\ \stackrel{\·}{y}\end{array}\right]=A_{lat}\left[\begin{array}{c}\mathrm{\β}\\ p\\ r\\ \mathrm{\φ}\\ \mathrm{\ψ}\\ y\end{array}\right]+B_{lat}\left[\begin{array}{c}{\mathrm{\δ}}_a\\ {\mathrm{\δ}}_r\end{array}\right]$

$y_{lat}=C_{lat}{x}_{lat}=\left[\begin{array}{cccccc}1& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 1\end{array}\right]\left[\begin{array}{c}\mathrm{\β}\\ p\\ r\\ \mathrm{\φ}\\ \mathrm{\ψ}\\ y\end{array}\right]$

判断传递函数矩阵的相对阶次l_i，i＝1,2，计算高频增益矩阵

$K_p=\left[\begin{array}{c}{c}_{1,lat}{A}_{lat}^{l_1-1}{B}_{lat}\\ c_{2,lat}{a}_{lat}^{l_2-1}{B}_{lat}\end{array}\right]$

保证为非奇异；式中，A_lat、B_lat、C_lat为横侧向线性***矩阵，c_1,lat、c_2,lat分别为C_lat的第1行和第2行；

第五步，根据传递函数矩阵的相对阶次l_i，i＝1,2，选取交互矩阵其中p_1i,p_2i为横侧向***期望极点，从而设计如下参考模型

y_m,lat(t)＝W_m,lat(s)[r_lat](t)

式中，r_lat(t)＝[0,Y_EATDc]^T，

第六步，计算横侧向飞行控制律

$\left[\begin{array}{c}{\mathrm{\δ}}_a\left(t\right)\\ {\mathrm{\δ}}_r\left(t\right)\end{array}\right]=K_{1,lat}^T\left(t\right)\left[\begin{array}{c}\mathrm{\β}\left(t\right)\\ p\left(t\right)\\ r\left(t\right)\\ \mathrm{\φ}\left(t\right)\\ \mathrm{\ψ}\left(t\right)\\ y\left(t\right)\end{array}\right]+K_{2,lat}\left(t\right)\left[\begin{array}{c}0\\ Y_{EATDc}\left(t\right)\end{array}\right]$

其中，K_2,lat(t)为在线更新的控制矩阵。

4.如权利要求1所述舰载无人机自动着舰控制装置，其特征在于，着舰指令与下滑基准轨迹生成模块的输入信号包括：舰船跑道或下滑道的方位角(ψ_S+λ_ac)，其中ψ_S为舰船方位角，λ_ac为斜角甲板夹角；着舰指令与下滑基准轨迹生成模块的输出信号包括：速度指令V_c及下滑基准轨迹信号X_EATDc(t),Y_EATDc(t),Z_EATDc(t)。

5.如权利要求4所述舰载无人机自动着舰控制装置，其特征在于，着舰指令与下滑基准轨迹生成模块使用以下方法生成速度指令V_c及下滑基准轨迹信号X_EATDc(t)、Y_EATDc(t)、Z_EATDc(t)：

捕获下滑道后，根据已知的初始下滑高度-Z_EA0、下滑角γ_c、下滑速度V_c，计算着舰时间

$t_d=\frac{Z_0}{V_c{\mathrm{sin\γ}}_c}$

和下滑道长度

$R_A=V_c{t}_d=\frac{Z_{EA0}}{{\mathrm{sin\γ}}_c};$

然后计算以理想着舰点为原点的地面坐标系下的三维下滑基准轨迹：

$\left\{\begin{array}{c}{X}_{EATDc}\left(t\right)=V_c(t-t_d){\mathrm{cos\γ}}_{c}cos({\mathrm{\ψ}}_S+{\mathrm{\λ}}_{ac})\\ Y_{EATDc}\left(t\right)=V_c(t-t_d){\mathrm{cos\γ}}_c\sin ({\mathrm{\ψ}}_S+{\mathrm{\λ}}_{ac})\\ Z_{EATDc}\left(t\right)=-H_{EATDc}\left(t\right)=-V_c(t-t_d){\mathrm{sin\γ}}_c\end{array}\right..$