CN115327916B - 一种高机动飞机气动参数摄动的自适应补偿控制方法 - Google Patents
一种高机动飞机气动参数摄动的自适应补偿控制方法 Download PDFInfo
- Publication number
- CN115327916B CN115327916B CN202211053382.5A CN202211053382A CN115327916B CN 115327916 B CN115327916 B CN 115327916B CN 202211053382 A CN202211053382 A CN 202211053382A CN 115327916 B CN115327916 B CN 115327916B
- Authority
- CN
- China
- Prior art keywords
- perturbation
- aircraft
- angular velocity
- aerodynamic
- adaptive
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims description 42
- 230000003068 static effect Effects 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000009977 dual effect Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 abstract description 6
- 230000008439 repair process Effects 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 235000008113 selfheal Nutrition 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种高机动飞机气动参数摄动的自适应补偿控制方法，属于飞行控制技术领域，解决了现有技术中没有针对高机动飞机气动参数摄动的补偿方法，存在无法自动修复高机动飞机的气动参数摄动、飞行稳定性差的问题。通过获取高机动飞机的实际姿态角和滤波后的期望姿态角，得到姿态角误差，并结合滤波后的期望姿态角，进行反步动态逆控制处理，获得参考角速度；获取高机动飞机的实际角速度，与滤波后的参考角速度做差，得到角速度误差，对气动参数摄动进行自适应摄动估计，并结合角速度误差和滤波后的参考角速度，对高机动飞机进行自适应摄动补偿控制，对气动参数摄动进行修复。实现了对高机动飞机气动参数摄动的补偿控制，保持稳定飞行。
Description
技术领域
本发明涉及飞行控制技术领域，尤其涉及一种高机动飞机气动参数摄动的自适应补偿控制方法。
背景技术
高机动飞机结构损伤会引起气动参数变化，进而影响***的静稳定性和控制精度。高机动飞机在大迎角区域做机动时，飞机的气动力具有明显的非线性和非定常性，对正常式布局飞机，气流以大迎角流过飞机头部和具有大后掠角的边条翼时会产生旋涡绕流结构，机翼上的气流则从表面发生分离，旋涡区和分离区气流的相互作用，产生了很大的非线性非定常空气动力载荷，即摄动，进而影响高机动飞机的静稳定性和控制精度。因此需研究大迎角高机动条件下的空气动力学特性，设计相应的补偿控制方案。
现有技术主要针对高机动飞机无气动参数摄动条件下的标称控制技术，或一般动态***、流程控制***的摄动补偿技术进行研究。例如，现存前沿飞行操纵方法提出了解决经典控制论问题的方案，针对大包线、全空域、全速域、急转弯等严格需求工况，科学家们设计了自适应动态逆方法，加入被观测器估计得到的状态和输入参数以抵消实际***的不确定状态和输入，还加入了根据期望指令实时改变比例控制参数的自适应律，使算法结构简单且适应各种高机动模式；针对偏航舵、升降舵、副翼等机械舵面输入饱和问题，工程师提出了额外调控方法，用B样条逼近突变饱和的式子，再用方向控制推进装置即喷工质舵调节器建立硬件结构舵操纵回路里的虚飞控算子，使机械舵在舵偏角很小的情况下依然能实现高机动姿控；针对干扰条件下的鲁棒稳定问题，科学家设计了估计算法有源自动修复的想法，制造额外的估计回路和算法，对大幅值低频连续特征或小幅值高频离散特征的多干扰采取平行估计策略，继而让多个干扰观测值导进综控机重构操控软件，抵消干扰危害，实时自愈合飞机。然而，上述方法都没考虑参数摄动情况，更没有针对高机动飞机气动参数摄动设计专门的补偿方法。现有摄动补偿控制算法则更多聚焦于通用动态***。例如，采用博弈论思想解决互联***摄动补偿问题；采用分段李雅普诺夫方法证明带摄动的分段线性***的全局稳定性；用摄动与输入函数的位置关系将摄动划分为乘性摄动和加性摄动，并用经典鲁棒方法直接被动修复加性摄动；针对多输入多输出***中的单通道摄动，用另一无摄动通道错位补偿单摄动对整体***的影响，这些都是理论上常见的补偿方法。而现有针对工业工程现场偏应用的补偿方法也很多，例如，针对磨矿机执行机构摄动，为保障矿物颗粒粒径分布吻合期望随机分布函数，须首先建立非高斯随机分布***和摄动模型，进而设计随机容错控制器修复执行器故障。
综上，目前的现有技术中没有针对高机动飞机气动参数摄动的补偿方法，存在无法自动修复高机动飞机的气动参数摄动、飞行稳定性差等缺陷。
发明内容
鉴于上述的分析，本发明实施例旨在提供一种高机动飞机气动参数摄动的自适应补偿控制方法，用以解决现有技术中存在的无法自动修复高机动飞机的气动参数摄动、飞行稳定性差的问题。
本发明的目的主要是通过以下技术方案实现的：
本发明实施例提供了一种高机动飞机气动参数摄动的自适应补偿控制方法，包括如下步骤：
获取高机动飞机的实际姿态角和滤波后的期望姿态角，得到姿态角误差；
基于所述滤波后的期望姿态角的导数和姿态角误差，进行反步动态逆控制处理，获得参考角速度；
获取高机动飞机的实际角速度，与滤波后的参考角速度做差，得到角速度误差；
基于所述角速度误差，对气动参数摄动进行自适应摄动估计，获得气动参数摄动估计值；
基于所述气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，对高机动飞机进行自适应反步摄动补偿控制，对气动参数摄动进行修复。
基于上述方法的进一步改进，获取高机动飞机的实际姿态角和滤波后的期望姿态角，包括：
构建高机动飞机内外双回路控制模型；其中，所述高机动飞机内外双回路控制模型用于对气动参数摄动进行自适应摄动估计，并对高机动飞机进行自适应反步摄动补偿，修复气动参数摄动；
基于所述高机动飞机内外双回路控制模型，获取所述高机动飞机的实际姿态角；
基于所述高机动飞机内外双回路控制模型对滤波前的期望姿态角进行外回路指令滤波，得到滤波后的期望姿态角。
基于上述方法的进一步改进，所述高机动飞机内外双回路控制模型，包括：
高机动飞机模型，表示为：
其中，输入变量u＝[δa,δe,δr,δy,δz]T，δa表示副翼控制输入，δe表示升降舵控制输入，δr表示方向舵控制输入，δy表示横侧向推力矢量输入，δz表示纵向推理矢量输入；外回路状态变量x1＝[α β φ]T，α表示迎角，β表示偏航角，φ表示滚转角；内回路状态变量x2＝[pq r]T，p表示俯仰角速度，q表示偏航角速度，r表示滚转角速度；中的各元素均为气动参数，δClβ是横滚静稳定性导数，δCm是纵向静稳定性导数，/>是纵向过失速导数，δCnβ是航向静稳定性导数；
f2的表达式如下所示：
其中，fp(·)、fq(·)和fr(·)分别表示俯仰通道、偏航通道和滚转通道的非线性状态函数，记x0,y0,z0分别为飞机质心在地轴系三个坐标轴的投影，则I11,I22,I33分别表示机身绕x0轴的转动惯量、机身绕y0轴的转动惯量和机身绕z0轴的转动惯量，I13表示机身在x0-z0轴上的惯性积，分别为俯仰气动力矩、偏航气动力矩和滚转气动力矩；
G1和G2为控制效率分配矩阵；为气动和结构复合参数矩阵；
角速率通道气动参数摄动模型，表示为：
上式中各项均为参数向量，各参数向量中的各元素表达式如下所示：
其中，带下标r的气动系数为飞机的静态气动参数，方程组等号左侧为整体气动参数，κi,i＝1,2,3,4,5是气动参数摄动系数，当摄动为0时，气动参数摄动系数值为0；当摄动不为0时，满足1≤|κi|≤10，整体气动参数为静态气动参数与摄动系数的和。
基于上述方法的进一步改进，所述高机动飞机内外双回路控制模型，还包括：
第1级滤波器和第2级滤波器；其中，第1级滤波器为外回路指令滤波器，第2级滤波器为内回路指令滤波器，即i＝1,2；
第i级滤波器表示为：
其中，ωic为第i级滤波器频率，为第i级滤波器阻尼比，xid为第i级滤波前的期望状态变量，zi1和zi2是第i级滤波器状态变量，初值选取为zi1(0)＝xid(0)；
滤波后的期望状态变量，满足：
其中，xic为第i级滤波器滤波后的期望状态变量。
基于上述方法的进一步改进，基于所述高机动飞机内外双回路控制模型对滤波前的期望姿态角进行外回路指令滤波，得到滤波后的期望姿态角，包括：
利用第1级滤波器，即外回路指令滤波器，对滤波前的期望姿态角x1d进行滤波处理，获得滤波后的高机动飞机的期望姿态角x1c。
基于上述方法的进一步改进，基于所述滤波后的期望姿态角的导数和姿态角误差，进行反步动态逆控制处理，获得参考角速度，包括：
通过对姿态角误差和滤波后的期望姿态角的导数，按照如下方式进行反步动态逆控制处理，获得参考角速度x2d，即第2级滤波前的期望状态变量：
其中，k1＞0为外回路比例控制参数，姿态角误差e1＝x1-x1c，x1c是经外回路指令滤波后的期望姿态角，x1是实际姿态角。
基于上述方法的进一步改进，获取高机动飞机的实际角速度，与滤波后的参考角速度做差，得到角速度误差，包括：
采集高机动飞机内外双回路控制模型的内回路反馈，得到高机动飞机的实际角速度，即内回路状态变量x2＝[p q r]T；
对参考角速度x2d，即第2级滤波前的期望状态变量，进行第2级指令滤波处理，即内回路指令滤波处理，处理后，获得滤波后的参考角速度x2c，即内回路状态变量滤波后的期望值；
将实际角速度与滤波后的参考角速度做差，得到角速度误差e2＝x2-x2c。
基于上述方法的进一步改进，基于角速度误差，对气动参数摄动进行自适应摄动估计，获得气动参数摄动估计值，包括：
获取跟踪补偿误差；其中，跟踪补偿误差υ2即为角速度误差：
υ2＝e2
通过以下方式，获得气动参数摄动估计值的导数：
其中，Γ2是自适应学习率。
对气动参数摄动估计值的导数进行积分，获得气动参数摄动估计值
基于上述方法的进一步改进，基于气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，对高机动飞机进行自适应反步摄动补偿控制，对气动参数摄动进行修复，包括：
将气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，注入内回路反步动态逆控制器，将其重构为自适应反步摄动补偿控制器；
利用自适应反步摄动补偿控制器，对高机动飞机进行自适应摄动补偿，完成对气动参数摄动的修复。
基于上述方法的进一步改进，利用自适应反步摄动补偿控制器，对高机动飞机进行自适应摄动补偿，完成对气动参数摄动的修复，包括：
所述自适应反步摄动补偿控制器，表示为：
其中，k2为比例控制参数；u为补偿控制指令，即控制输出，表示控制器期望控制输入产生的舵面偏转角；
利用所述自适应反步摄动补偿控制器，发出补偿控制指令，对高机动飞机进行自适应摄动补偿，完成对气动参数摄动的修复。
与现有技术相比，本发明至少可实现如下有益效果之一：
1、本发明提供了一个自动修复气动参数摄动的补偿控制方法，使高机动飞机在飞行中即使出现此类参数摄动也能保持稳定。
2、本发明在公开一个补偿控制方法的同时，也提供了一个气动参数摄动自适应估计的方法。估计得到的准确摄动信息不仅有助于修复摄动，也有助于驾驶员基于复杂多元任务做综合决策。
3、本发明是在标称动态逆控制的基础上设计的自适应反步补偿控制算法，具有动态逆控制的优点，即能解决非线性问题、结构简单易实现、可靠性高等，为剩余通道设计其它复杂控制器预留了设计空间。
4、本发明所述飞控方法虽然更多考虑高机动飞机的飞行需求，但仍可为其它种类飞行器摄动补偿控制提供借鉴，推动通用飞控技术的发展。
本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例中控制方法的流程图；
图2为本发明实施例中控制方法的方框图；
图3(a)是本发明实施例中飞机高机动过程中的参数摄动曲线；
图3(b)是本发明实施例中飞机高机动过程中的参数摄动曲线；
图4(a)是本发明实施例中自适应反步动态逆控制器的迎角α跟踪曲线；
图4(b)是本发明实施例中自适应反步动态逆控制器的俯仰角速度q跟踪曲线；
图4(c)是本发明实施例中自适应反步动态逆控制器的滚转角φ跟踪曲线；
图4(d)是本发明实施例中自适应反步动态逆控制器的滚转角速度p跟踪曲线。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
实施例1
本发明的一个具体实施例，公开了一种高机动飞机气动参数摄动的自适应补偿控制方法，如图1所示，包括如下步骤：
S1.获取高机动飞机的实际姿态角和滤波后的期望姿态角，得到姿态角误差。
S2.基于所述滤波后的期望姿态角的导数和姿态角误差，进行反步动态逆控制处理，获得参考角速度；
获取高机动飞机的实际角速度，与滤波后的参考角速度做差，得到角速度误差。
S3.基于所述角速度误差，对气动参数摄动进行自适应摄动估计，获得气动参数摄动估计值；
基于所述气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，对高机动飞机进行自适应反步摄动补偿控制，对气动参数摄动进行修复。
与现有技术相比，本实施例提供的方法能够使高机动飞机在飞行中出现气动参数摄动时，能够针对该摄动进行补偿控制，保持稳定飞行。
实施例2
在实施例1的基础上进行优化，步骤S1可进一步细化为如下步骤：
S11.根据真实飞行试验，构建如图2所示的高机动飞机内外双回路控制模型，用于后续步骤中对气动参数摄动进行自适应摄动估计，并对高机动飞机进行自适应反步摄动补偿控制，修复气动参数摄动；其中，高机动飞机内外双回路控制模型包括高机动飞机模型。
具体来说，高机动飞机模型，表示为：
其中，输入变量u＝[δa,δe,δr,δy,δz]T，δa表示副翼控制输入，δe表示升降舵控制输入，δr表示方向舵控制输入，δy表示横侧向推力矢量输入，δz表示纵向推理矢量输入；外回路状态变量x1＝[α β φ]T，α表示迎角，β表示偏航角，φ表示滚转角；内回路状态变量x2＝[pq r]T，p表示俯仰角速度，q表示偏航角速度，r表示滚转角速度；中的各元素均为气动参数，δClβ是横滚静稳定性导数，δCm是纵向静稳定性导数，/>是纵向过失速导数，δCnβ是航向静稳定性导数。
f2的表达式如下所示：
其中，fp(·)、fq(·)和fr(·)分别表示俯仰通道、偏航通道和滚转通道的非线性状态函数，设x0,y0,z0分别为飞机质心在地轴系三个坐标轴的投影，则I11,I22,I33分别表示机身绕x0轴的转动惯量、机身绕y0轴的转动惯量和机身绕z0轴的转动惯量，I13表示机身在x0-z0轴上的惯性积，分别为俯仰气动力矩、偏航气动力矩和滚转气动力矩。
G1、G2和的表达式如下所示：
其中，G1和G2为控制效率分配矩阵，表示副翼在俯仰通道的控制分配系数，表示方向舵在俯仰通道的控制分配系数，/>表示推力矢量横侧向舵在俯仰通道的控制分配系数，/>表示升降舵在偏航通道的控制分配系数，/>表示推力矢量纵向舵在偏航通道的控制分配系数，/>表示副翼在滚转通道的控制分配系数，/>表示方向舵在滚转通道的控制分配系数，/>表示推力矢量横侧向舵在滚转通道的控制分配系数；/>为气动和结构复合参数矩阵；其中，c3，c4，c7和c9是气动常数，qd是动压，b是翼展，S是参考机翼面积，c是平均气动弦长，/>中的物理量均通过风洞实验测定。
角速率通道气动参数摄动模型，表示为：
上式中各项均为参数向量，各参数向量中的各元素表达式如下所示：
其中，带下标r的气动系数为飞机的静态气动参数，方程组等号左侧为整体气动参数，κi,i＝1,2,3,4,5是气动参数摄动系数，当摄动为0时，气动参数摄动系数值为0，则静态气动参数与整体气动参数相等；当摄动不为0时，满足1≤|κi|≤10，整体气动参数为静态气动参数与摄动系数的和。
采用这种形式的气动参数摄动，主要出于两方面的考虑。其一是为了模仿大迎角下的气动参数的迟滞效应。飞机气动参数的迟滞效应要是受到迎角的角速度的影响，/>的值越大，流场的迟滞效应也就越明显。而飞机的迟滞效应主要在大迎角状态下发生，迎角α的大小对于迟滞环的大小也有显著的影响。所以在考虑迟滞环的大小时，用/>来对气动参数进行修正。
另外一个考虑就是检验控制***的鲁棒性。由于飞机在大迎角飞行时，特别是在进行过失速机动时，流场非常复杂，要非常准确的获得飞机的气动参数几乎不可能，所以气动参数误差的存在是难免的，而且有时候还非常大。而飞机的控制律是基于试飞(或风洞实验)得到的气动参数而设计的，所以要使控制***可用的条件就是飞机控制***具有较好的鲁棒性。所以在控制律设计时使用静态的气动参数，而在计算飞机机动过程中的气动力和力矩时，利用对其进行修正。
S12.基于高机动飞机内外双回路控制模型，获取高机动飞机的实际姿态角和滤波后的期望姿态角。
通过采集高机动飞机模型的外回路反馈，得到高机动飞机的实际姿态角，即外回路状态变量x1＝[α β φ]T。
获取滤波前的期望姿态角，并基于滤波前的期望姿态角，通过高机动飞机模型的外回路指令滤波后得到高机动飞机的滤波后的期望姿态角。
具体来说，如图2所示，第1级滤波器为外回路指令滤波器，第2级滤波器为内回路指令滤波器，即i＝1,2。第i级滤波器的形式如下：
其中，ωic为第i级滤波器频率，为第i级滤波器阻尼比，二者均为率变频器待选定的参数，xid为第i级滤波前的期望状态变量，zi1和zi2是滤波器状态变量，初值选取为zi1(0)＝xid(0)。
滤波后的期望状态变量，满足：
其中，xic为第i级滤波器滤波后的期望状态变量。
此处引入的二阶指令滤波器，将经典的自适应反步控制中对中间信号的求导替换为求解二阶指令滤波器的状态变量，避免了对复杂运动学方程进行求导和微分***，减小了计算量。
需要说明的是，利用第1级滤波器，即外回路指令滤波器，对滤波前的期望姿态角x1d进行滤波处理，获得滤波后的高机动飞机的期望姿态角x1c。
S13.将实际姿态角和滤波后的期望姿态角做差，得到姿态角误差；
具体来说，x1c是经外回路指令滤波后的期望姿态角，x1是实际姿态角，则姿态角误差e1＝x1-x1c。
优选地，步骤S2可进一步细化为如下步骤：
S21.基于滤波后的期望姿态角的导数和姿态角误差，进行反步动态逆控制处理，获得参考角速度。
具体来说，通过对姿态角误差和滤波后的期望姿态角的导数，按照如下方式进行反步动态逆控制处理，获得参考角速度x2d，即第2级滤波前的期望状态变量：
其中，k1＞0为外回路比例控制参数。
S22.获取高机动飞机的实际角速度，将实际角速度与滤波后的参考角速度做差，得到角速度误差。
具体来说，通过采集高机动飞机内外双回路控制模型的内回路反馈，得到高机动飞机的实际角速度，即内回路状态变量x2＝[p q r]T。
对参考角速度x2d，即第2级滤波前的期望状态变量，进行第2级指令滤波处理，即内回路指令滤波处理，处理后，获得滤波后的参考角速度x2c，即内回路状态变量滤波后的期望值。
将实际角速度与滤波后的参考角速度做差，得到角速度误差e2＝x2-x2c。
优选地，步骤S3可进一步细化为如下步骤：
S31.基于角速度误差，对气动参数摄动进行自适应摄动估计，获得气动参数摄动估计值。
需要说明的是，对气动参数摄动进行自适应摄动估计，需要利用跟踪补偿误差，而跟踪补偿误差即角速度误差：
υ2＝e2
其中，υ2为跟踪补偿误差。
具体来说，通过以下方式，获得气动参数摄动估计值的导数：
其中，Γ2是自适应学习率。
对气动参数摄动估计值的导数进行积分，获得气动参数摄动估计值
摄动估计误差满足：
其中，是摄动估计值，实际摄动/>一般为常数，满足：
因而，估计算法改进表达式如下：
值得注意的是，对于高机动飞机快慢双回路控制模型，其响应满足以下两个条件：
①
②
其中，L∞表示无穷范数，L2表示欧式范数，t表示时间。根据控制模型和内环反馈误差，即角速度误差e2表达式，获得跟踪误差***模型为
即：
其中，k2为比例控制参数。
S32.基于气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，对高机动飞机进行自适应反步摄动补偿控制，对气动参数摄动进行修复。
具体来说，将气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，注入内回路反步动态逆控制器，将其重构为自适应反步摄动补偿控制器：
其中，k2为比例控制参数；u为补偿控制指令，即控制输出，表示控制器期望控制输入产生的舵面偏转角。
利用自适应反步摄动补偿控制器，发出补偿控制指令，对高机动飞机进行摄动补偿控制，完成对气动参数摄动的修复。
为证明高机动飞机快慢双回路控制模型的稳定性，须首先建立以下假设：1.状态变量(α,β,φ,θ)属于紧集Ωc，定义Ωc＝{(α,β,φ,θ)||α|≤80°,|β|≤20°,|φ|≤30°,|θ|≤45°}。2.x1的期望跟踪指令x1d满足均有界。
设计Lyapunov函数为：
根据跟踪误差***模型，Lyapunov函数的导数满足：
为保证选取/>考虑/>自适应摄动估计算法为：
由此可知，为负半定，则/>进而可知V(∞)＜∞。考虑假设1，在紧集Ωc上，由误差***模型可知，/>
由可得：
因此，根据Barbalat引理，可得：
至此，高机动飞机快慢双回路控制***的两个响应条件，均已满足。
通过设计合适的李雅普诺夫函数来构造参数摄动估计算法，证明在该估计算法和比例控制参数k2下，高机动飞机快慢双回路控制模型的稳定性，以参数估计值代替实际值，进而实现对摄动项的补偿，最终使高机动飞机稳定飞行。
图3、和图4是本方法的试验结果。图3(a)中横坐标表示迎角，纵坐标表示值1附近变化的摄动，图3(b)中横坐标表示迎角，纵坐标表示值1附近变化的摄动；图4(a)中横坐标表示时间，纵坐标表示迎角，图4(b)中横坐标表示时间，纵坐标表示俯仰角速度，图4(c)中横坐标表示时间，纵坐标表示滚转角，图4(d)中横坐标表示时间，纵坐标表示滚转角速度。
与实施例1相比，本实施例在公开一个补偿控制方法的同时，也提供了一个气动参数摄动自适应估计的方法，通过估计得到的准确摄动信息不仅有助于修复摄动，也有助于驾驶员基于复杂多元任务做综合决策。在标称动态逆控制的基础上设计的自适应反步补偿控制算法，具有动态逆控制的优点，即能解决非线性问题、结构简单易实现、可靠性高等，为剩余通道设计其它复杂控制器预留了设计空间。与此同时，虽然更多考虑高机动飞机的飞行需求，但仍可为其它种类飞行器摄动补偿控制提供借鉴，推动通用飞控技术的发展。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，包括如下步骤：
获取高机动飞机的实际姿态角和滤波后的期望姿态角，得到姿态角误差；
基于所述滤波后的期望姿态角的导数和姿态角误差，进行反步动态逆控制处理，获得参考角速度；
获取高机动飞机的实际角速度，与滤波后的参考角速度做差，得到角速度误差；
基于所述角速度误差，对气动参数摄动进行自适应摄动估计，获得气动参数摄动估计值；
基于所述气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，对高机动飞机进行自适应反步摄动补偿控制，对气动参数摄动进行修复。
2.根据权利要求1所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，获取高机动飞机的实际姿态角和滤波后的期望姿态角，包括：
构建高机动飞机内外双回路控制模型；其中，所述高机动飞机内外双回路控制模型用于对气动参数摄动进行自适应摄动估计，并对高机动飞机进行自适应反步摄动补偿，修复气动参数摄动；
基于所述高机动飞机内外双回路控制模型，获取所述高机动飞机的实际姿态角；
基于所述高机动飞机内外双回路控制模型对滤波前的期望姿态角进行外回路指令滤波，得到滤波后的期望姿态角。
3.根据权利要求2所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，所述高机动飞机内外双回路控制模型，包括：
高机动飞机模型，表示为：
其中，输入变量u＝[δa,δe,δr,δy,δz]T，δa表示副翼控制输入，δe表示升降舵控制输入，δr表示方向舵控制输入，δy表示横侧向推力矢量输入，δz表示纵向推理矢量输入；外回路状态变量x1＝[α β φ]T，α表示迎角，β表示偏航角，φ表示滚转角；内回路状态变量x2＝[p q r]T，p表示俯仰角速度，q表示偏航角速度，r表示滚转角速度；中的各元素均为气动参数，δClβ是横滚静稳定性导数，δCm是纵向静稳定性导数，/>是纵向过失速导数，δCnβ是航向静稳定性导数；
f2的表达式如下所示：
其中，fp(·)、fq(·)和fr(·)分别表示俯仰通道、偏航通道和滚转通道的非线性状态函数，记x0,y0,z0分别为飞机质心在地轴系三个坐标轴的投影，则I11,I22,I33分别表示机身绕x0轴的转动惯量、机身绕y0轴的转动惯量和机身绕z0轴的转动惯量，I13表示机身在x0-z0轴上的惯性积，分别为俯仰气动力矩、偏航气动力矩和滚转气动力矩；
G1和G2为控制效率分配矩阵；为气动和结构复合参数矩阵；
角速率通道气动参数摄动模型，表示为：
上式中各项均为参数向量，各参数向量中的各元素表达式如下所示：
其中，带下标r的气动系数为飞机的静态气动参数，方程组等号左侧为整体气动参数，κi,i＝1,2,3,4,5是气动参数摄动系数，当摄动为0时，气动参数摄动系数值为0；当摄动不为0时，满足1≤|κi|≤10，整体气动参数为静态气动参数与摄动系数的和；为迎角的角速度。
4.根据权利要求2所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，所述高机动飞机内外双回路控制模型，还包括：
第1级滤波器和第2级滤波器；其中，第1级滤波器为外回路指令滤波器，第2级滤波器为内回路指令滤波器，即i＝1,2；
第i级滤波器表示为：
其中，ωic为第i级滤波器频率，为第i级滤波器阻尼比，xid为第i级滤波前的期望状态变量，zi1和zi2是第i级滤波器状态变量，初值选取为zi1(0)＝xid(0)；
滤波后的期望状态变量，满足：
其中，xic为第i级滤波器滤波后的期望状态变量。
5.根据权利要求3所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，基于所述高机动飞机内外双回路控制模型对滤波前的期望姿态角进行外回路指令滤波，得到滤波后的期望姿态角，包括：
利用第1级滤波器，即外回路指令滤波器，对滤波前的期望姿态角x1d进行滤波处理，获得滤波后的高机动飞机的期望姿态角x1c。
6.根据权利要求5所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，基于所述滤波后的期望姿态角的导数和姿态角误差，进行反步动态逆控制处理，获得参考角速度，包括：
通过对姿态角误差和滤波后的期望姿态角的导数，按照如下方式进行反步动态逆控制处理，获得参考角速度x2d，即第2级滤波前的期望状态变量：
其中，k1＞0为外回路比例控制参数，姿态角误差e1＝x1-x1c，x1c是经外回路指令滤波后的期望姿态角，x1是实际姿态角。
7.根据权利要求6所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，获取高机动飞机的实际角速度，与滤波后的参考角速度做差，得到角速度误差，包括：
采集高机动飞机内外双回路控制模型的内回路反馈，得到高机动飞机的实际角速度，即内回路状态变量x2＝[p q r]T；
对参考角速度x2d，即第2级滤波前的期望状态变量，进行第2级指令滤波处理，即内回路指令滤波处理，处理后，获得滤波后的参考角速度x2c，即内回路状态变量滤波后的期望值；
将实际角速度与滤波后的参考角速度做差，得到角速度误差e2＝x2-x2c。
8.根据权利要求7所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，基于角速度误差，对气动参数摄动进行自适应摄动估计，获得气动参数摄动估计值，包括：
获取跟踪补偿误差；其中，跟踪补偿误差υ2即为角速度误差：
υ2＝e2
通过以下方式，获得气动参数摄动估计值的导数：
其中，Γ2是自适应学习率；
对气动参数摄动估计值的导数进行积分，获得气动参数摄动估计值
9.根据权利要求8所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，基于气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，对高机动飞机进行自适应反步摄动补偿控制，对气动参数摄动进行修复，包括：
将气动参数摄动估计值、角速度误差和滤波后的参考角速度的导数，注入内回路反步动态逆控制器，将其重构为自适应反步摄动补偿控制器；
利用自适应反步摄动补偿控制器，对高机动飞机进行自适应摄动补偿，完成对气动参数摄动的修复。
10.根据权利要求9所述的高机动飞机气动参数摄动的自适应补偿控制方法，其特征在于，利用自适应反步摄动补偿控制器，对高机动飞机进行自适应摄动补偿，完成对气动参数摄动的修复，包括：
所述自适应反步摄动补偿控制器，表示为：
其中，k2为比例控制参数；u为补偿控制指令，即控制输出，表示控制器期望控制输入产生的舵面偏转角；
利用所述自适应反步摄动补偿控制器，发出补偿控制指令，对高机动飞机进行自适应摄动补偿，完成对气动参数摄动的修复。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211053382.5A CN115327916B (zh) | 2022-08-30 | 2022-08-30 | 一种高机动飞机气动参数摄动的自适应补偿控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211053382.5A CN115327916B (zh) | 2022-08-30 | 2022-08-30 | 一种高机动飞机气动参数摄动的自适应补偿控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115327916A CN115327916A (zh) | 2022-11-11 |
| CN115327916B true CN115327916B (zh) | 2024-06-25 |
Family
ID=83928698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211053382.5A Active CN115327916B (zh) | 2022-08-30 | 2022-08-30 | 一种高机动飞机气动参数摄动的自适应补偿控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115327916B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116643501B (zh) * | 2023-07-18 | 2023-10-24 | 湖南大学 | 稳定性约束下的空中作业机器人可变阻抗控制方法及*** |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102508692A (zh) * | 2011-09-28 | 2012-06-20 | 天津大学 | 临近空间飞行器控制方法仿真与验证方法 |
| CN106970646A (zh) * | 2017-05-23 | 2017-07-21 | 四川理工学院 | 基于自适应积分反步的四旋翼飞行器控制方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107247459B (zh) * | 2017-07-24 | 2023-06-09 | 桂林航天工业学院 | 抗干扰飞行控制方法及装置 |
| CN108803639A (zh) * | 2018-05-29 | 2018-11-13 | 南京理工大学 | 一种基于反步法的四旋翼飞行器飞行控制方法 |
| CN109062055A (zh) * | 2018-09-10 | 2018-12-21 | 南京航空航天大学 | 一种基于Back-stepping鲁棒自适应动态面的近空间飞行器控制*** |
| CN110187713A (zh) * | 2019-04-12 | 2019-08-30 | 浙江大学 | 一种基于气动参数在线辨识的高超声速飞行器纵向控制方法 |
| CN111679583B (zh) * | 2020-06-21 | 2021-04-20 | 西北工业大学 | 基于气动参数估计的变体飞行器自适应控制方法 |
| CN113126494B (zh) * | 2021-04-14 | 2022-08-09 | 西北工业大学 | 参考轨迹动态修正的低空飞行气动辨识控制方法 |
| CN114906349B (zh) * | 2022-06-28 | 2024-07-09 | 北京京航计算通讯研究所 | 高机动飞机升降舵效率损失故障的自适应容错控制方法 |
-
2022
- 2022-08-30 CN CN202211053382.5A patent/CN115327916B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102508692A (zh) * | 2011-09-28 | 2012-06-20 | 天津大学 | 临近空间飞行器控制方法仿真与验证方法 |
| CN106970646A (zh) * | 2017-05-23 | 2017-07-21 | 四川理工学院 | 基于自适应积分反步的四旋翼飞行器控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115327916A (zh) | 2022-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN109144084B (zh) | 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法 | |
| CN109189087B (zh) | 一种垂直起降重复使用运载器的自适应容错控制方法 | |
| Nguyen et al. | An optimal control modification to model-reference adaptive control for fast adaptation | |
| CN103558857B (zh) | 一种btt飞行器的分布式复合抗干扰姿态控制方法 | |
| CN103105850B (zh) | 一种近空间飞行器故障诊断与容错控制方法 | |
| CN105629734B (zh) | 一种近空间飞行器的轨迹跟踪控制方法 | |
| CN110850887B (zh) | 一种四旋翼无人机复合动态逆抗干扰姿态控制方法 | |
| CN104238357A (zh) | 一种近空间飞行器的容错滑模控制方法 | |
| CN104950898A (zh) | 一种再入飞行器全阶非奇异终端滑模姿态控制方法 | |
| CN113741188B (zh) | 执行器故障下固定翼无人机反步自适应容错控制方法 | |
| CN114906349B (zh) | 高机动飞机升降舵效率损失故障的自适应容错控制方法 | |
| CN106681345A (zh) | 基于人群搜索算法的无人机自抗扰控制方法 | |
| CN115327916B (zh) | 一种高机动飞机气动参数摄动的自适应补偿控制方法 | |
| Li et al. | Angular acceleration estimation-based incremental nonlinear dynamic inversion for robust flight control | |
| 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 | |
| CN106647264A (zh) | 一种基于控制约束的扩展鲁棒h∞的无人机控制方法 | |
| CN113126491A (zh) | 基于t-s模糊干扰建模的抗干扰跟踪控制设计方法 | |
| Li et al. | L1 adaptive structure-based nonlinear dynamic inversion control for aircraft with center of gravity variations | |
| CN115328185B (zh) | 一种飞行器非线性非定常气动载荷修正*** | |
| CN113759718B (zh) | 一种飞机机翼损伤自适应控制方法 | |
| CN115220467A (zh) | 一种基于神经网络增量动态逆的飞翼飞行器姿态控制方法 | |
| Wang et al. | A neural network based MRAC scheme with application to an autonomous nonlinear rotorcraft in the presence of input saturation | |
| CN117250867B (zh) | 一种多模式垂直起降飞行器自愈控制方法 | |
| Nguyen et al. | A multi-objective flight control approach for performance adaptive aeroelastic wing |
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 | ||
| GR01 | Patent grant |