CN111367182A - 考虑输入受限的高超声速飞行器抗干扰反步控制方法 - Google Patents

考虑输入受限的高超声速飞行器抗干扰反步控制方法 Download PDF

Info

Publication number
CN111367182A
CN111367182A CN202010326756.0A CN202010326756A CN111367182A CN 111367182 A CN111367182 A CN 111367182A CN 202010326756 A CN202010326756 A CN 202010326756A CN 111367182 A CN111367182 A CN 111367182A
Authority
CN
China
Prior art keywords
loop
attitude
angular rate
control method
interference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010326756.0A
Other languages
English (en)
Inventor
罗世彬
吴瑕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Airtops Intelligent Technology Co ltd
Original Assignee
Hunan Airtops Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Airtops Intelligent Technology Co ltd filed Critical Hunan Airtops Intelligent Technology Co ltd
Priority to CN202010326756.0A priority Critical patent/CN111367182A/zh
Publication of CN111367182A publication Critical patent/CN111367182A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
    • G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，包括以下步骤：步骤1：建立姿态回路和角速率回路的模型；步骤2：设计预设性能函数对飞行器的姿态回路和角速率回路的状态变量跟踪误差的稳态和瞬态性能进行约束；步骤3：设计高增益扩张状态观测器，获取各回路的输出估计值和总扰动估计值；步骤4：基于反步法的框架，设计一个扰动补偿控制方法，使得在面临输入饱和约束的情况下，***的跟踪误差可以收敛至预先设定的区域内。本发明实现了对高超声速飞行器姿态回路和角速率回路的跟踪控制，采用预设性能控制方法改善了整个控制***的动态性能和稳态性能，而观测器的设计提高了整个***的抗干扰性能和鲁棒性。

Description

考虑输入受限的高超声速飞行器抗干扰反步控制方法
技术领域
本发明涉及高超声速飞行器控制技术领域，具体涉及一种考虑输入受限的高超声速飞行器抗干扰反步控制方法。
背景技术
高超声速飞行器是指飞行速度在五倍声速以上的飞机、导弹、炮弹等有翼或无翼的飞行器，它集中了传统航空器与航天器的优点，是当前世界主要强国的研究焦点。然而，高超声速飞行器具有飞行包络大、模型高度非线性以及参数不确定等特点，且飞行环境复杂，飞行过程中存在无法预知的干扰和不确定因素，为控制器的设计带来了很大的困难。
传统的PID控制由于其结构简单，被广泛应用于高超声速飞行器的控制中，但是PID控制器鲁棒性差，难以适应高超声速飞行器快时变的特性以及高精度的要求。如今，一些较为复杂的现代控制算法也用于高超声速飞行器的控制器设计中，以获得理想的性能，如滑模变结构控制器、鲁棒自适应控制器、预测控制器等。上述控制算法都会用到一定的模型信息，且算法设计过程较为复杂，很难广泛应用于高超声速飞行器的飞行实验中。此外，由于超燃冲压发动机的热阻塞以及舵偏角舵面转角限位，导致高超飞行器的输入受限，即执行器存在物理上下界约束而不能达到理论上下界，在进行控制***设计时，如果不考虑输入约束问题，使得输入超出执行器可承受的范围，则可能导致执行器失效甚至损坏，进而闭环***出现不稳定现象，控制器失效。不仅如此，执行器若长期处于饱和状态，也会破坏执行器的性能，因此，设计高超声速飞行器控制***时考虑输入受限问题，具有重要的价值。
在实际***的控制器设计过程中，我们期望***的输出可以同时获得满意的动态和稳态性能，预设性能控制算法应运而生。所谓预设性能是指保证跟踪误差收敛到预先设定的任意小的区域内同时，保证收敛速度和超调量满足预先设定的条件，它以提高***的性能为目标，来保证***满足预先设定的关于准确性、快速性和稳定性的要求。
高超声速飞行器复杂的飞行环境使其具有模型高度非线性以及参数不确定的特性，如何在这种情况下实现对姿态和角速率的跟踪控制，是高超声速飞行器控制器设计面临的另一严峻挑战。近年来，由于神经网络的自学习和自适应能力，使其在非线性***中的应用与研究越来越广。神经网络多输入多输出的结构形式，也使其易于实现对被控对象未知非线性部分的辨识。模糊***是实现对模型在线辨识的另一种有效途径。但是神经网络/模糊***的通用逼近性质仅在给定的有界闭区域上有效。
综上所述，急需针对高超声速飞行器，设计一种跟踪控制方法，使得在存在外扰以及输入受限的情况下，飞行器的姿态和角速率能够满足预先设定的瞬态和稳态性能要求。
发明内容
本发明目的在于提供一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，使高超声速飞行器在存在模型不确定性、外部扰动以及输入受限的情况下，可以实现对姿态和角速率的跟踪，且跟踪性能满足预先设定的瞬态和稳态性能要求。
本发明采用的具体技术方案如下：
本发明的一方面提供一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，包括以下步骤：
步骤1：将高超声速飞行器无动力再入过程数学模型的参数不确定性、未建模动态和外部扰动合在一起看成总扰动，建立高超声速飞行器的姿态回路和角速率回路的数学模型，并将各回路的数学模型写成适合抗干扰反步控制方法设计的形式；
步骤2：根据所述步骤1的姿态回路和角速率回路的数学模型，引入预设性能函数对飞行器的姿态回路和角速率回路的状态变量跟踪误差的稳态和瞬态性能进行约束，得到不等式约束；
步骤3：根据所述步骤1的姿态回路和角速率回路的数学模型，设计高增益扩张状态观测器(High-Gains Extended State Observer-HGESO)，选取合适的观测器增益，获取姿态回路的输出估计值和总扰动估计值以及角速率回路的输出估计值和总扰动估计值；
步骤4：根据所述步骤3获得的姿态回路以及角速率回路的输出估计值和总扰动估计值，针对所述步骤1的姿态回路和角速率回路的数学模型，基于反步法的框架，设计一个扰动补偿控制方法，使得在面临输入受限的情况下，***的跟踪误差可以收敛至预先设定的区域内。
优选的，所述步骤1中适合抗干扰反步控制方法设计形式的姿态回路和角速率回路数学模型的表达式如式(1)和(2)：
Figure BDA0002463498410000031
Figure BDA0002463498410000032
其中：x1＝[x11,x12,x13]T＝[α,β,μ]T，x2＝[x21,x22,x23]T＝[p,q,r]T，δ＝[δeδaδr]T，α、β、μ分别是飞行器的攻角、侧滑角和倾侧角；p、q、r分别是滚转角速度、偏航角速度和俯仰角速度；h1(t)、h2(t)分别是是姿态回路、角速率回路的总扰动，包括模型参数不确定性、未建模动态和外部扰动；g10、g20为待设计参数；δe、δa、δr分别表示升降舵、方向舵和副翼的舵面偏转角，表达式为：
Figure BDA0002463498410000033
其中：δc＝[δec,δac,δrc]T是待设计的控制输入信号，δmax∈(0,∞)、δmin∈(0,∞)分别是舵面偏转角已知的上下界，g10、g20为待设计参数。
优选的，所述步骤1中的姿态回路对应飞行器的攻角、侧滑角和倾侧角三个状态变量，所述步骤1中的角速率回路对应飞行器的滚转角速度、偏航角速度和俯仰角速度三个状态变量。
优选的，所述步骤2中，定义e1＝[e11,e12,e13]T＝x1-x1d，e2＝[e21,e22,e23]T＝x2-x2d分别是姿态回路和角速率回路的跟踪误差，其中x1d＝[x1d,1,x1d,2,x1d,3]T是状态变量x1的参考输入，x2d＝[x2d,1,x2d,2,x2d,3]T是状态变量x2的参考输入，根据预设性能控制方法，规定跟踪误差需满足如下约束：
-ρij(t)<eij(t)<ρij(t)，(i＝1,2；j＝1,2,3) (4)
其中：t∈[0,∞)，ρij(t)是光滑、有界、正的且严格递减的性能函数，一般来说，性能函数ρij(t)可设计成如下形式：
Figure BDA0002463498410000034
其中：kij,c>0，
Figure BDA0002463498410000035
ρij,0>0，且选取ρij,0使得-ρij,0<eij(0)<ρij,0。
优选的，所述步骤3中，设计如式(6)和(7)所示的高增益扩张状态观测器：
Figure BDA0002463498410000041
Figure BDA0002463498410000042
其中：a11、a12、a21、a22设计满足s2+a11s+a12＝(s+ωo1)2、s2+a21s+a22＝(s+ωo2)2，其中ωo1、ωo2为高增益扩张状态观测器的带宽，z11＝[z11,1,z11,2,z11,3]T是姿态回路输出x1的估计值，μi∈(0,1)(i＝1,2)为待设计参数，z12＝[z12,1,z12,2,z12,3]T是姿态回路总扰动h1的估计值，eE1＝[eE1,1,eE1,2,eE1,3]T是姿态回路的估计误差，z21＝[z21,1,z21,2,z21,3]T是角速率回路输出x2的估计值，z22＝[z22,1,z22,2,z22,3]T是角速率回路总扰动h2的估计值，eE2＝[eE2,1,eE2,2,eE2,3]T是角速率回路的估计误差。
优选的，所述步骤4中，控制器设计过程如下：
首先对姿态回路进行控制器设计，选择一个预设性能函数ρ1j(t)如式(5)所示，且ρ1j(t)的初值满足ρ1j(0)>|x1j(0)-x1d,j(0)|(j＝1,2,3)，以此来实现对姿态回路跟踪误差的性能约束；同时，可设计如下虚拟控制律
Figure BDA0002463498410000043
其中：k1j是姿态回路虚拟控制律的增益。
为了实现对姿态回路总扰动的补偿，姿态回路最终的控制律设计成如下形式：
x2d＝-z12+α1 (9)
其中α1＝[α11,α12,α13]T。
对角速率回路进行控制器设计，选择一个预设性能函数ρ2j(t)如式(5)所示，且ρ2j(t)的初值满足ρ2j(0)>|x2j(0)-x2d,j(0)|(j＝1,2,3)，以此来实现对角速率回路跟踪误差的性能约束；同时，可设计如下虚拟控制律
Figure BDA0002463498410000051
其中：k2j是姿态回路虚拟控制律的增益。
为了实现对角速率回路总扰动的补偿，***最终的控制律δc设计成如下形式：
δc＝-z22+α2 (11)
其中α2＝[α21,α22,α23]T。将式(11)代入式(3)中，可以得到***实际控制律δ。
本发明的另一方面提供一种考虑输入受限的高超声速飞行器抗干扰反步控制***，采用上述所述的控制方法。
本发明的有益效果：
(1)本发明提供一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，使高超声速飞行器在存在模型不确定性、外部扰动以及输入受限的情况下，能够实现对姿态和角速率的精确跟踪。
(2)本发明实施例针对含输入受限的高超声速飞行器无动力再入过程，首先将飞行器的内部不确定性和外部扰动合在一起看成总扰动，采用高增益扩张状态观测器来实现对总扰动的估计，并引入预设性能控制算法对***姿态回路和角速率回路的跟踪误差进行约束，保证姿态回路和角速率回路的跟踪误差收敛到预先设定的区域内，之后，基于反步法的框架，设计了扰动补偿控制器，实现对姿态回路和角速率回路的跟踪控制；预设性能控制方法的引入，可以确保***的稳态误差、收敛速度及超调量满足预先设定的条件，从而保证了跟踪过程中，飞行器的姿态和角速率满足瞬态和稳态性能要求。
(3)本发明实施例引入了高增益扩张状态观测器实现对***状态和总扰动的估计补偿，与传统的扩张状态观测器相比，高增益观测器的估计更准确，观测器的估计误差更小，然而高增益观测器会引起峰值现象，研究表明，采用输入受限可以有效抑制峰值现象对***性能的影响，而在飞行器跟踪控制器的设计过程中，输入受限是我们必须考虑的问题，因此本发明设计的控制方法充分利用了飞行器本身存在的输入受限情况；此外，采用高增益扩张状态观测器估计***的不确定性，相比用神经网络和模糊***辨识非线性以及用干扰观测器观测干扰的设计思路简单，且不用考虑神经网络和模糊***仅在一些紧集上有效的缺点，***的抗干扰性能和鲁棒性更强。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例1提供的一种考虑输入受限的高超声速飞行器抗干扰反步控制方法的流程图。
具体实施方式
以下对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1：
一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，包括以下步骤：
步骤1：将高超声速飞行器无动力再入过程数学模型中的参数不确定性、未建模动态和外部扰动合在一起看成总扰动，建立高超声速飞行器的姿态回路和角速率回路的数学模型，并将各回路的数学模型写成适合控制方法设计的形式；具体的，将姿态回路和角速率回路的数学模型写成适合抗干扰反步控制方法设计的形式。
可以将高超声速飞行器无动力再入过程数学模型写成如下式(a)所示：
Figure BDA0002463498410000071
其中：α、β、μ、γ分别是飞行器的攻角、侧滑角、倾侧角和航迹角；p、q、r分别是滚转角速度、偏航角速度和俯仰角速度；M是飞行器机翼的质量；g是重力加速度；S是飞行器机翼的参考面积；Ix、Iy、Iz是飞行器的主转动惯量；L、D、Y分别是飞行器的阻力、侧力和升力，l、m、n分别是滚转力矩、偏航力矩和俯仰力矩，
Figure BDA0002463498410000072
V是高超声速飞行器的速度，b是翼展长度，c是平均气动弦长,
Figure BDA0002463498410000073
是动压；CL、CD、CY、Cl、Cm、Cn为气动系数，计算公式如式(a.1)所示，δe、δa、δr分别是升降舵、方向舵和副翼的舵面偏转角，具体形式如式(a.2)所示；
Figure BDA0002463498410000074
Figure BDA0002463498410000075
其中：δ为***的控制输入，δc＝[δec,δac,δrc]T是待设计的控制输入信号，δmax∈(0,∞)、δmin∈(0,∞)分别是舵面偏转角已知的上下界。
将式(a)简写成式(a.3)和(a.4)的形式：
Figure BDA0002463498410000081
Figure BDA0002463498410000082
其中，x1＝[x11,x12,x13]T＝[α,β,μ]T，x2＝[x21,x22,x23]T＝[p,q,r]T，δ＝[δeδaδr]T；f1(x1)、f2(x1,x2)、g11(x1)、g12(x1)和g2(x1)的表达式如式(a.5)：
f1(x1)＝[fα fβ fμ]T,f2(x1,x2)＝[fp fq fr]T
Figure BDA0002463498410000083
Figure BDA0002463498410000084
Figure BDA0002463498410000085
Figure BDA0002463498410000086
Figure BDA0002463498410000087
Figure BDA0002463498410000088
Figure BDA0002463498410000089
Figure BDA00024634984100000810
Figure BDA00024634984100000811
Figure BDA00024634984100000812
Figure BDA00024634984100000813
Figure BDA0002463498410000091
其中：CD,α、
Figure BDA0002463498410000092
CL,α、
Figure BDA0002463498410000093
CY,β、
Figure BDA0002463498410000094
Cl,β、
Figure BDA0002463498410000095
Cl,p、Cl,q、Cm,β、
Figure BDA0002463498410000096
Cm,p、Cm,q、Cn,α、
Figure BDA0002463498410000097
Figure BDA0002463498410000098
Cn,r为气动导数。
将式(a.3)和(a.4)分别称为姿态回路和角速率回路，所述姿态回路和角速率回路可以构成串级***，所述姿态回路作为串级***的外环，用于控制高超声速飞行器的姿态角和消除飞行器控制***的偏差，所述角速率回路作为串级***的内环，用于快速补偿或抑制外扰的影响，同时保证内环的输出快速高精度地跟踪外环控制器的输出信号x2d，为了便于控制器的设计，将式(a.3)和(a.4)简写成式(a.6)和式(a.7)所示的形式：
Figure BDA0002463498410000099
Figure BDA00024634984100000910
其中：h1(t)＝f1(x1)+g12(x1)δ+(g11(x1)-g10)x2是姿态回路的总扰动，包括姿态回路中模型参数的不确定性、未建模动态和外部扰动；h2(t)＝f2(x1,x2)+(g2(x1)-g20)δ是角速率回路的总扰动，包括角速率回路中模型参数的不确定性、未建模动态和外部扰动；因为g11和g2和气动参数相关，虽然有相关的参数可以参考，但不是精确值，因此g11、g2取参考的气动参数g10、g20作为其估计值。
在步骤1中的姿态回路，高超声速飞行器具有攻角、侧滑角和倾侧角三个状态变量，在步骤1中的角速率回路中，高超声速飞行器具有滚转角速度、偏航角速度和俯仰角速度三个状态变量。
步骤2：根据所述步骤1的姿态回路和角速率回路的数学模型，引入预设性能函数对飞行器的姿态回路和角速率回路的状态变量跟踪误差的稳态和瞬态性能进行约束，得到不等式约束。具体为：
定义e1＝[e11,e12,e13]T＝x1-x1d，e2＝[e21,e22,e23]T＝x2-x2d是姿态回路和角速率回路的跟踪误差，其中x1d＝[x1d,1,x1d,2,x1d,3]T是状态变量x1的参考输入，x2d＝[x2d,1,x2d,2,x2d,3]T是状态变量x2的参考输入，根据预设性能控制方法，规定跟踪误差需满足如下约束：
-ρij(t)<eij(t)<ρij(t)，(i＝1,2；j＝1,2,3) (b.1)
其中：t∈[0,∞)，ρij(t)是光滑、有界、正的且严格递减的性能函数，一般来说，性能函数ρij(t)可设计成如下形式：
Figure BDA0002463498410000101
其中：kij,c>0，
Figure BDA0002463498410000102
ρij,0>0，且选取ρij,0使得-ρij,0<eij(0)<ρij,0。
当不等式(b.1)满足时，踪误差曲线被限制在-ρij(t)和ρij(t)所包围的区域中，另外，结合函数ρij(t)的递减特性可知，跟踪误差将在函数-ρij(t)和ρij(t)的共同作用下迅速收敛到0的一个小领域内。常数ρij,∞表示预先设定的稳态误差的上界，ρij(t)的衰减速度为跟踪误差eij(t)收敛速度的下界，同时跟踪误差的最大超调不会大于ρij,0。因此通过选择适当的性能函数可以对跟踪误差的稳态和瞬态性能进行限制。
步骤3：根据所述步骤1的姿态回路和角速率回路的数学模型，设计高增益扩张状态观测器(High-Gains Extended State Observer-HGESO)，选取合适的观测器增益，获取姿态回路的输出估计值和总扰动估计值以及角速率回路的输出估计值和总扰动估计值；
Figure BDA0002463498410000103
Figure BDA0002463498410000104
其中：a11、a12、a21、a22设计满足s2+a11s+a12＝(s+ωo1)2、s2+a21s+a22＝(s+ωo2)2，其中ωo1、ωo2为高增益扩张状态观测器的带宽，z11＝[z11,1,z11,2,z11,3]T是姿态回路输出x1的估计值，μi∈(0,1)(i＝1,2)为待设计参数，z12＝[z12,1,z12,2,z12,3]T是姿态回路总扰动h1的估计值，eE1＝[eE1,1,eE1,2,eE1,3]T是姿态回路的估计误差，z21＝[z21,1,z21,2,z21,3]T是角速率回路输出x2的估计值，z22＝[z22,1,z22,2,z22,3]T是角速率回路总扰动h2的估计值，eE2＝[eE2,1,eE2,2,eE2,3]T是角速率回路的估计误差。
步骤4：根据所述步骤3获得的姿态回路以及角速率回路的输出估计值和总扰动估计值，针对所述步骤1的姿态回路和角速率回路的数学模型，基于反步法的框架，设计一个扰动补偿控制方法，使得在面临输入受限(a.2)的情况下，***的跟踪误差e1、e2可以收敛至预先设定的区域(b.1)内。
首先对姿态回路进行控制器设计，选择一个预设性能函数ρ1j(t)如式(b.2)所示，且ρ1j(t)的初值满足ρ1j(0)>|x1j(0)-x1d,j(0)|(j＝1,2,3)，以此来实现对姿态回路跟踪误差的性能约束；同时，可设计如下虚拟控制律
Figure BDA0002463498410000111
其中：k1j是姿态回路虚拟控制律的增益。
为了实现对姿态回路总扰动的补偿，姿态回路最终的控制律设计成如下形式：
x2d＝-z12+α1 (d.2)
其中α1＝[α11,α12,α13]T。
对角速率回路进行控制器设计，选择一个预设性能函数ρ2j(t)如式(b.2)所示，且ρ2j(t)的初值满足ρ2j(0)>|x2j(0)-x2d,j(0)|(j＝1,2,3)，以此来实现对角速率回路跟踪误差的性能约束；同时，可设计如下虚拟控制律
Figure BDA0002463498410000121
其中：k2j是姿态回路虚拟控制律的增益。
为了实现对角速率回路总扰动的补偿，***最终的控制律δc设计成如下形式：
δc＝-z22+α2 (d.4)
其中α2＝[α21,α22,α23]T。将式(d.4)代入式(a.2)中，可以得到***实际控制律δ。
本发明实施例针对含输入受限的高超声速飞行器无动力再入过程，采用预设性能控制函数对***姿态回路和角速率回路的跟踪误差进行约束，使得***的跟踪误差可以收敛到预先设定的区域内；并将飞行器的内部不确定性和外部扰动合在一起看成总扰动，设计高增益扩张状态观测器来实现对总扰动的估计，并基于反步法的框架，设计一种扰动补偿控制方法，实现对姿态回路和角速率回路的跟踪控制。预设性能控制算法的引入，改善了整个控制***的动态性能和稳态性能，采用高增益扩张状态观测器估计***的总扰动，相比用神经网络和模糊***辨识非线性以及用干扰观测器观测干扰的设计思路简单，且不用考虑神经网络和模糊***仅在一些紧集上有效的缺点，***的抗干扰性能和鲁棒性更强。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，其特征在于，包括以下步骤：
步骤1：将高超声速飞行器无动力再入过程数学模型的参数不确定性、未建模动态和外部扰动合在一起看成总扰动，建立高超声速飞行器的姿态回路和角速率回路的数学模型，并将各回路的数学模型写成抗干扰反步控制方法设计的形式；
步骤2：根据所述步骤1的姿态回路和角速率回路的数学模型，引入性能函数对飞行器的姿态回路和角速率回路的状态变量跟踪误差的稳态和瞬态性能进行约束，得到不等式约束；
步骤3：根据所述步骤1的姿态回路和角速率回路的数学模型，设计高增益扩张状态观测器(High-Gains Extended State Observer-HGESO)，选取合适的观测器增益，获取各回路的输出估计值和总扰动估计值；
步骤4：根据所述步骤3获得的输出估计值和总扰动估计值，针对所述步骤1的姿态回路和角速率回路的数学模型，基于反步法的框架，设计一个扰动补偿控制方法，使得在面临输入受限的情况下，***的跟踪误差能收敛至预先设定的区域内。
2.根据权利要求1所述的一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，其特征在于，所述步骤1中适合抗干扰反步控制方法设计形式的姿态回路和角速率回路数学模型的表达式如式(1)和(2)：
Figure FDA0002463498400000011
Figure FDA0002463498400000012
其中：x1＝[x11,x12,x13]T＝[α,β,μ]T，x2＝[x21,x22,x23]T＝[p,q,r]T，δ＝[δe δa δr]T，α、β、μ分别是飞行器的攻角、侧滑角和倾侧角；p、q、r分别是滚转角速度、偏航角速度和俯仰角速度；h1(t)、h2(t)分别是是姿态回路、角速率回路的总扰动，包括模型参数不确定性、未建模动态和外部扰动；g10、g20为待设计参数；δe、δa、δr分别表示升降舵、方向舵和副翼的舵面偏转角，表达式为：
Figure FDA0002463498400000021
其中：δc＝[δec,δac,δrc]T是待设计的控制输入信号，δmax∈(0,∞)、δmin∈(0,∞)分别是舵面偏转角已知的上下界。
3.根据权利要求1所述的一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，其特征在于，所述步骤1中的姿态回路对应飞行器的攻角、侧滑角和倾侧角三个状态变量，所述步骤1中的角速率回路对应飞行器的滚转角速度、偏航角速度和俯仰角速度三个状态变量。
4.根据权利要求1所述的一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，其特征在于，所述步骤2中，定义e1＝[e11,e12,e13]T＝x1-x1d，e2＝[e21,e22,e23]T＝x2-x2d分别是姿态回路和角速率回路的跟踪误差，其中x1d＝[x1d,1,x1d,2,x1d,3]T是状态变量x1的参考输入，x2d＝[x2d,1,x2d,2,x2d,3]T是状态变量x2的参考输入，根据预设性能控制方法，规定跟踪误差需满足如下约束：
-ρij(t)<eij(t)<ρij(t)，(i＝1,2；j＝1,2,3) (4)
其中：t∈[0,∞)，ρij(t)是光滑、有界、正的且严格递减的性能函数，将性能函数ρij(t)设计成如下形式：
Figure FDA0002463498400000022
其中：kij,c>0，
Figure FDA0002463498400000023
ρij,0>0，且选取ρij,0使得-ρij,0<eij(0)<ρij,0。
5.根据权利要求1所述的一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，其特征在于，所述步骤3中，设计如式(6)和(7)所述的高增益扩张状态观测器：
Figure FDA0002463498400000024
Figure FDA0002463498400000031
其中：a11、a12、a21、a22设计满足s2+a11s+a12＝(s+ωo1)2、s2+a21s+a22＝(s+ωo2)2，其中ωo1、ωo2为高增益扩张状态观测器的带宽，z11＝[z11,1,z11,2,z11,3]T是姿态回路输出x1的估计值，μi∈(0,1)(i＝1,2)为待设计参数，z12＝[z12,1,z12,2,z12,3]T是姿态回路总扰动h1的估计值，eE1＝[eE1,1,eE1,2,eE1,3]T是姿态回路的估计误差，z21＝[z21,1,z21,2,z21,3]T是角速率回路输出x2的估计值，z22＝[z22,1,z22,2,z22,3]T是角速率回路总扰动h2的估计值，eE2＝[eE2,1,eE2,2,eE2,3]T是角速率回路的估计误差。
6.根据权利要求1所述的一种考虑输入受限的高超声速飞行器抗干扰反步控制方法，其特征在于，所述步骤4中，控制器设计过程如下：
首先对姿态回路进行控制器设计，选择一个预设性能函数ρ1j(t)如式(5)所示，且ρ1j(t)的初值满足ρ1j(0)>|x1j(0)-x1d,j(0)|(j＝1,2,3)，以此来实现对姿态回路跟踪误差的性能约束；同时，设计如下虚拟控制律
Figure FDA0002463498400000032
其中：k1j是姿态回路虚拟控制律的增益；
为了实现对姿态回路总扰动的补偿，姿态回路最终的控制律设计成如下形式：
x2d＝-z12+α1 (9)
其中α1＝[α11,α12,α13]T；
对角速率回路进行控制器设计，选择一个预设性能函数ρ2j(t)如式(5)所示，且ρ2j(t)的初值满足ρ2j(0)>|x2j(0)-x2d,j(0)|(j＝1,2,3)，以此来实现对角速率回路跟踪误差的性能约束；同时，设计如下虚拟控制律
Figure FDA0002463498400000041
其中：k2j是姿态回路虚拟控制律的增益；
为了实现对角速率回路总扰动的补偿，***最终的控制律δc设计成如下形式：
δc＝-z22+α2 (11)
其中α2＝[α21,α22,α23]T；将式(11)代入式(3)中，能得到***实际控制律δ。
7.一种考虑输入受限的高超声速飞行器抗干扰反步控制***，其特征在于，采用权利要求1-6任意所述的控制方法。
CN202010326756.0A 2020-04-23 2020-04-23 考虑输入受限的高超声速飞行器抗干扰反步控制方法 Pending CN111367182A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010326756.0A CN111367182A (zh) 2020-04-23 2020-04-23 考虑输入受限的高超声速飞行器抗干扰反步控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010326756.0A CN111367182A (zh) 2020-04-23 2020-04-23 考虑输入受限的高超声速飞行器抗干扰反步控制方法

Publications (1)

Publication Number Publication Date
CN111367182A true CN111367182A (zh) 2020-07-03

Family

ID=71207568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010326756.0A Pending CN111367182A (zh) 2020-04-23 2020-04-23 考虑输入受限的高超声速飞行器抗干扰反步控制方法

Country Status (1)

Country Link
CN (1) CN111367182A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111831002A (zh) * 2020-07-10 2020-10-27 中国人民解放军海军工程大学 一种基于预设性能的超高声速飞行器姿态控制方法
CN113110552A (zh) * 2021-04-27 2021-07-13 北京三快在线科技有限公司 飞行器的姿态控制方法、装置、设备及可读存储介质
CN113985901A (zh) * 2021-09-14 2022-01-28 中国人民解放军海军工程大学 基于扰动估计的高超声速飞行器预设性能控制方法及装置
CN114153144A (zh) * 2021-11-01 2022-03-08 天津大学 一种输入受限和输入扰动的弹性高超声速飞行器控制方法
CN114281092A (zh) * 2021-12-23 2022-04-05 北京航空航天大学 一种基于滑模干扰观测器的高超声速飞行器协调姿态控制方法
CN115328185A (zh) * 2022-08-30 2022-11-11 北京京航计算通讯研究所 一种飞行器非线性非定常气动载荷修正***
CN116610137A (zh) * 2023-07-19 2023-08-18 北京航空航天大学 一种基于干扰预示的高超声速飞行器强抗扰控制方法
CN116880162A (zh) * 2023-09-06 2023-10-13 中国科学院工程热物理研究所 一种考虑油泵动态特性的航空发动机抗扰控制***及方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111831002A (zh) * 2020-07-10 2020-10-27 中国人民解放军海军工程大学 一种基于预设性能的超高声速飞行器姿态控制方法
CN113110552A (zh) * 2021-04-27 2021-07-13 北京三快在线科技有限公司 飞行器的姿态控制方法、装置、设备及可读存储介质
CN113985901A (zh) * 2021-09-14 2022-01-28 中国人民解放军海军工程大学 基于扰动估计的高超声速飞行器预设性能控制方法及装置
CN113985901B (zh) * 2021-09-14 2023-06-27 中国人民解放军海军工程大学 基于扰动估计的高超声速飞行器预设性能控制方法及装置
CN114153144A (zh) * 2021-11-01 2022-03-08 天津大学 一种输入受限和输入扰动的弹性高超声速飞行器控制方法
CN114153144B (zh) * 2021-11-01 2023-08-22 天津大学 一种输入受限和输入扰动的弹性高超声速飞行器控制方法
CN114281092A (zh) * 2021-12-23 2022-04-05 北京航空航天大学 一种基于滑模干扰观测器的高超声速飞行器协调姿态控制方法
CN115328185A (zh) * 2022-08-30 2022-11-11 北京京航计算通讯研究所 一种飞行器非线性非定常气动载荷修正***
CN116610137A (zh) * 2023-07-19 2023-08-18 北京航空航天大学 一种基于干扰预示的高超声速飞行器强抗扰控制方法
CN116610137B (zh) * 2023-07-19 2023-09-15 北京航空航天大学 一种基于干扰预示的高超声速飞行器强抗扰控制方法
CN116880162A (zh) * 2023-09-06 2023-10-13 中国科学院工程热物理研究所 一种考虑油泵动态特性的航空发动机抗扰控制***及方法
CN116880162B (zh) * 2023-09-06 2023-11-14 中国科学院工程热物理研究所 一种考虑油泵动态特性的航空发动机抗扰控制***及方法

Similar Documents

Publication Publication Date Title
CN111367182A (zh) 考虑输入受限的高超声速飞行器抗干扰反步控制方法
CN110377045B (zh) 一种基于抗干扰技术的飞行器全剖面控制方法
CN111290421A (zh) 一种考虑输入饱和的高超声速飞行器姿态控制方法
CN106444799B (zh) 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法
Zhen et al. Automatic carrier landing control for unmanned aerial vehicles based on preview control and particle filtering
Zhen et al. Adaptive super-twisting control for automatic carrier landing of aircraft
CN105607473B (zh) 小型无人直升机的姿态误差快速收敛自适应控制方法
CN105629734B (zh) 一种近空间飞行器的轨迹跟踪控制方法
CN110908281A (zh) 无人直升机姿态运动有限时间收敛强化学习控制方法
CN108776434B (zh) 一种高超声速飞行器快速自适应滑模容错控制方法
CN108594837A (zh) 基于pd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法
CN109164708B (zh) 一种高超声速飞行器神经网络自适应容错控制方法
CN114281092B (zh) 一种基于滑模干扰观测器的高超声速飞行器协调姿态控制方法
CN110244751B (zh) 一种高超声速飞行器姿态自适应递推控制方法及***
CN111045440B (zh) 一种高超声速飞行器俯冲段快速滚转控制方法
Su et al. Probe motion compound control for autonomous aerial refueling docking
CN106802570B (zh) 一种无人直升机位置跟踪的方法与装置
CN111077897B (zh) 一种改进型非线性pid的四旋翼飞行器控制方法
CN113778129A (zh) 一种干扰补偿的高超声速变后掠翼飞行器跟踪控制方法
CN112947518A (zh) 一种基于干扰观测器的四旋翼鲁棒姿态控制方法
CN114721266B (zh) 飞机舵面结构性缺失故障情况下的自适应重构控制方法
CN116339140B (zh) 一种基于瞬时自抗扰和自适应动态逆的复合容错控制方法
CN115185185A (zh) 四旋翼飞行器自适应滑模控制***的建立方法
CN113759718B (zh) 一种飞机机翼损伤自适应控制方法
CN111007867B (zh) 一种可预设调整时间的高超声速飞行器姿态控制设计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination