CN115685764A - 变翼展飞行器任务自适应的抗干扰跟踪控制方法及*** - Google Patents

变翼展飞行器任务自适应的抗干扰跟踪控制方法及*** Download PDF

Info

Publication number
CN115685764A
CN115685764A CN202310000702.9A CN202310000702A CN115685764A CN 115685764 A CN115685764 A CN 115685764A CN 202310000702 A CN202310000702 A CN 202310000702A CN 115685764 A CN115685764 A CN 115685764A
Authority
CN
China
Prior art keywords
variable
span
control
aircraft
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.)
Granted
Application number
CN202310000702.9A
Other languages
English (en)
Other versions
CN115685764B (zh
Inventor
王恩美
郭雷
章健淳
乔建忠
王陈亮
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.)
Hangzhou Innovation Research Institute of Beihang University
Original Assignee
Hangzhou Innovation Research Institute of Beihang University
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 Hangzhou Innovation Research Institute of Beihang University filed Critical Hangzhou Innovation Research Institute of Beihang University
Priority to CN202310000702.9A priority Critical patent/CN115685764B/zh
Publication of CN115685764A publication Critical patent/CN115685764A/zh
Application granted granted Critical
Publication of CN115685764B publication Critical patent/CN115685764B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明涉及一种变翼展飞行器任务自适应的抗干扰跟踪控制方法及***。基于变翼展飞行器在不同翼展构型下的气动分析数据,拟合其气动参数非线性表达式;表征翼展变形执行误差引入的***干扰,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型;设计非线性变翼展优化指标,提出任务自适应的连续变翼展优化控制律;在反步控制方法框架下,提出基于干扰估计的自适应指令滤波反步跟踪控制律;联合变翼展飞行动力学模型、连续变翼展优化控制和自适应指令滤波反步跟踪控制,完成任务跟踪。本发明可实现任务自适应的连续变翼展辅助飞行,同时可保证变形执行误差下的高精度任务跟踪,易于工程实现,适用于具有对称变翼展特点飞行器的任务跟踪控制。

Description

变翼展飞行器任务自适应的抗干扰跟踪控制方法及***
技术领域
本发明属于飞行器控制领域,具体涉及一种变翼展飞行器任务自适应的抗干扰跟踪控制方法及***。
背景技术
近年来物流运输、环境监测、应急救援、现代农业等行业和领域对新一代飞行器长久巡航/短距起降等多性能兼备、多任务遂行能力的需求愈来愈迫切。受自然界的飞行生物启发,变构型飞行器在飞行过程中利用构型变化改善气动特性、增强操纵能力、改善发动机性能等,可扩大其任务场景与应用范围。伴随仿生材料、机构设计等技术发展的推动,变翼展飞行器因高效改变气动受力面积和气动性能的特点,已成为各国变构型飞行器的强力研发方向。
变翼展飞行器未来工程应用的发展潜力源于其动态任务的适应性,跟踪控制***作为核心“大脑”子***,是保障其安全执行任务的关键。但变翼展在赋予飞行器多性能兼备、多任务遂行能力的同时,也使飞行器面临飞行任务复杂化动态化、构型与控制非线性时变、***干扰多源耦合等挑战,对其跟踪控制***的任务适应能力、协调变形能力和抗干扰能力提出了较高的需求。
针对固定构型飞行器的跟踪控制问题国内外已开展了较为***地研究,但针对变翼展飞行器在动态任务下以变形辅助飞行过程中的跟踪控制问题研究较少,且现有跟踪控制方法多面向结构化单一任务或给定构型,根据构型状态将飞行动力学模型处理为离散局部模型后再进行控制律设计,控制律设计时采用保守性较高的集总方式处理构型变化引入的干扰,并未对干扰进行具体建模与分析,这种控制策略本质上属变形与任务跟踪的分通道控制。在变翼展飞行器强耦合多干扰的***特性和动态多变的任务特性下,分通道控制方法难以根据动态任务需求实时调整翼展变化改善飞行器气动性能,对构型突变、变形执行误差及其相关***干扰等应对能力不足,这不利于变翼展飞行器任务适应性和飞行安全性的保证,并进一步制约着变翼展飞行器的研发与应用。
综上所述,现有方法针对变翼展飞行器在动态任务下以变形辅助飞行过程中的跟踪控制问题,协调连续变形控制与变形执行误差下抗干扰跟踪控制的能力尚有不足,为进一步提高变翼展飞行器的任务适应性和飞行安全性,亟需提出一种新的变翼展飞行器任务自适应的抗干扰跟踪控制方法及***。
发明内容
针对变翼展飞行器在动态任务下以变形辅助飞行过程中的跟踪控制问题,克服现有技术协调连续变形控制与变形执行误差下抗干扰飞行控制的不足,本发明提出一种新的变翼展飞行器任务自适应的抗干扰跟踪控制方法,建立考虑变形执行误差的变翼展飞行动力学模型,设计任务自适应的连续变翼展优化控制律和基于干扰估计的自适应指令滤波反步跟踪控制律,完成变形与飞行协调控制。本发明可实现任务自适应的连续变翼展辅助飞行,以及变形执行误差下的高精度任务跟踪,能够有效提高变翼展飞行器的任务适应性和飞行安全性。
为达到上述目的,本发明从任务适应性和飞行安全性的角度出发,设计任务自适应的连续变翼展优化控制律以及基于干扰估计的自适应指令滤波反步跟踪控制律,解决变翼展飞行器在动态任务下以变形辅助飞行过程中的跟踪控制问题,具体采用的技术方案如下:
一种变翼展飞行器任务自适应的抗干扰跟踪控制方法,包括以下步骤:
第一步,基于变翼展飞行器在不同翼展构型下的气动参数分析数据,以翼展变形比率和飞行状态为变量拟合气动参数非线性表达式;所述变翼展飞行器为两侧为平直翼且翼展对称伸缩的飞行器;
第二步,联合第一步的气动参数非线性表达式,表征翼展变形执行误差引入的***干扰,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型;
第三步,面向不同任务阶段进行非线性变翼展优化,结合连续变翼展执行控制,提出任务自适应的连续变翼展优化控制律;
第四步,在反步控制方法框架下,分别以发动机推力和俯仰舵偏为速度控制子***与高度控制子***的控制变量,提出基于干扰估计的自适应指令滤波反步跟踪控制律,保证变形执行误差干扰下的高精度任务跟踪;
第五步,联合第二步建立的严反馈形式下考虑变形执行误差的变翼展飞行动力学模型、第三步提出的任务自适应的连续变翼展优化控制律、第四步提出的基于干扰估计的自适应指令滤波反步跟踪控制律,装载于变翼展飞行器,在任务执行过程中根据飞行任务进行自适应的变形控制和跟踪控制,完成变翼展飞行器任务自适应的抗干扰跟踪控制。
进一步地,所述第一步中,所述气动参数分析数据为飞行器在不同工作点的升力系数C L 、阻力系数C D 和力矩系数C m ;所述翼展变形比率ξ的定义为:
Figure 388484DEST_PATH_IMAGE001
,其中0≤ξ≤1,W表示两侧机翼的翼展之和,W min表示两侧机翼的最小翼展之和,W max表示两侧机翼的最大翼展之和;所述飞行状态包括飞行速度V、飞行迎角α和俯仰舵偏δ m ;所述气动参数非线性表达式为:
Figure 645153DEST_PATH_IMAGE003
其中,C L 表示升力系数,其拟合多项式为{1,α,ξ,ξ 2,αξ},相应拟合系数为{c l1,c l2,c l3,c l4,c l5};C D 表示阻力系数,其拟合多项式为{1,α,α 2,ξ,ξ 2,αξ,V},相应拟合系数为{c d1,c d2,c d3,c d4,c d5,c d6,c d7};C m 表示俯仰力矩系数,其拟合多项式为{1,δ m α,α 2,ξ,ξ 2,αξ},相应拟合系数为{c m1,c m2,c m3,c m4,c m5,c m6};工作点的选取考虑飞行器的翼展变形比率ξ、飞行速度V、飞行迎角α和俯仰舵偏δ m 四个维度,具体为:翼展变形比率ξ在[0, 1]区间内设计离散取值点N 1个,飞行速度V在最小飞行速度V min与最大飞行速度V max区间内设计离散取值点N 2个,飞行迎角α在最小飞行迎角α min和最大飞行迎角α max区间内设计离散取值点N 3个,俯仰舵偏δ m 在最小俯仰舵偏δ m_min和最大俯仰舵偏δ m_max区间内设计离散取值点N 4个,共计N 1 ×N 2 × N 3 ×N 4个工作点。
进一步地,所述第二步中,所述翼展变形执行误差采用翼展变形比率误差∆ξ来表示;所述***干扰包括翼展变形执行比率误差∆ξ直接引入的气动参考面积误差和气动参数不确定性,以及间接引入的气动力不确定性和气动力矩不确定性,其表达式为:
Figure 219354DEST_PATH_IMAGE005
上式中,∆S为气动参考面积误差,∆C L 为升力参数不确定性,∆C D 为阻力参数不确定性,∆C m 为俯仰力矩参数不确定性;∆L为气动升力不确定性,∆D为气动阻力不确定性,∆M yy 为俯仰力矩不确定性;b为飞行器机翼平均弦长;S为不考虑变形执行误差的气动参考面积,其表达式为S=[W min+ξ(W maxW min)]·b;∆x cg 为飞行器质心位置偏差;
Figure 168855DEST_PATH_IMAGE006
为考虑变形执行误差的气动阻力,其表达式为
Figure 930138DEST_PATH_IMAGE007
ρ为空气密度,
Figure 521656DEST_PATH_IMAGE008
为考虑变形执行误差的气动参考面积,其表达式为
Figure 684784DEST_PATH_IMAGE009
Figure 575161DEST_PATH_IMAGE010
为考虑变形执行误差的阻力参数,其表达式为
Figure 89319DEST_PATH_IMAGE011
Figure 218949DEST_PATH_IMAGE012
为考虑变形执行误差的气动升力,其表达式为
Figure 502162DEST_PATH_IMAGE013
Figure 59046DEST_PATH_IMAGE014
为考虑变形执行误差的升力参数,其表达式为
Figure 60500DEST_PATH_IMAGE015
所述严反馈形式下考虑变形执行误差的变翼展飞行动力学模型为:
Figure 728241DEST_PATH_IMAGE016
上式中,V表示飞行器相对空气的飞行速度,h表示飞行器的飞行高度,γ表示飞行器的航迹倾斜角,α表示飞行器的飞行迎角,q表示飞行器的俯仰角速度,
Figure 865962DEST_PATH_IMAGE017
为其相应变量的导数;T表示发动机推力,δ m 表示俯仰舵偏;f V g V 、∆f V f γ g γ 、∆f γ f α g α 、∆f α f q g q 、∆f q 均表示该变翼展飞行动力学模型推导过程中的中间变量,其表达式为:
Figure 593746DEST_PATH_IMAGE019
其中,m表示飞行器质量,g表示重力加速度;D表示不考虑变形执行误差的气动阻力,其表达式为
Figure 82496DEST_PATH_IMAGE020
I yy 表示飞行器绕俯仰轴的转动惯量;中间变量∆f v 、∆f γ 、∆f α 、∆f q 的范数|∆f v |、|∆f γ |、|∆f α |、|∆f q |有界,满足0≤|∆f v |≤λ v 、0≤|∆f γ |≤λ γ 、0≤|∆f α |≤λ α 、0≤|∆f q |≤λ q ,其中|∆f v |、|∆f γ |、|∆f α |、|∆f q |上界的λ v λ γ λ α λ q 均表示未知常数。
进一步地,所述第三步中,所述连续变翼展优化控制律包括非线性变翼展优化和连续变翼展执行控制两部分;所述非线性变翼展优化,包括在可行范围[0,1]内寻找满足面向不同任务阶段的非线性变翼展优化指标f aero的最优翼展变化比率ξ in ,该优化问题表达为:
Figure 553929DEST_PATH_IMAGE021
其中,不同任务阶段包括加速上升阶段、减速上升阶段、加速俯冲阶段、减速俯冲阶段和匀速/定高阶段;f aero为面向不同任务阶段的非线性变翼展优化指标,表达式为:
Figure 44691DEST_PATH_IMAGE023
上式中max(*)表示对括号内*表达式求最大值,min(*)表示对括号内*表达式求最小值;
所述连续变翼展执行控制,包括设计最优翼展变化比率ξ in 的执行控制律,以保证整个任务执行阶段的变形连续,所述执行控制律为:
Figure 943377DEST_PATH_IMAGE024
其中,ξ in 为连续变翼展执行控制部分的输入变量,也是非线性变翼展优化部分的输出变量;ξ out 为连续变翼展执行控制部分的输出变量,
Figure 653844DEST_PATH_IMAGE025
为其一阶导数,
Figure 397809DEST_PATH_IMAGE026
为其二阶导数;控制参数r 1>0、r 2>0。
进一步地,所述第四步中,所述基于干扰估计的自适应指令滤波反步跟踪控制律,包括速度控制子***内的自适应推力控制律和高度控制子***内的自适应舵偏控制律;
所述速度控制子***内的自适应推力控制律为:
Figure 775701DEST_PATH_IMAGE027
其中,控制变量T表示发动机推力,控制参数k v >0、c v >1,ε v >0;V d 表示飞行器执行任务时的期望飞行速度,
Figure 845288DEST_PATH_IMAGE028
表示V d 的导数;e v =V d V表示速度跟踪误差,|e v |表示速度跟踪误差的绝对值;
Figure 43051DEST_PATH_IMAGE029
为对中间变量∆f v 的范数|∆f v |的上界λ v 的估计值,其估计值
Figure 856286DEST_PATH_IMAGE029
的自适应律为
Figure 823105DEST_PATH_IMAGE030
,估计参数a v >0;
所述高度控制子***内的自适应舵偏控制律为:
Figure 798015DEST_PATH_IMAGE032
其中,第一行e h 为飞行高度跟踪误差,h d 为期望飞行高度,
Figure 247188DEST_PATH_IMAGE033
h d 的一阶导数,虚拟控制变量γ d 为根据飞行高度跟踪误差e h 所设计的期望航迹倾斜角,z γ 为期望航迹倾斜角γ d 的滤波跟踪变量,
Figure 864114DEST_PATH_IMAGE034
z γ 的一阶导数,
Figure 685440DEST_PATH_IMAGE035
z γ 的二阶导数,k h r γ 为控制参数,且k h >0、r γ >0;第二行,e γ 为航迹倾斜角跟踪误差,虚拟控制变量α d 为根据e γ 所设计的期望迎角,
Figure 362409DEST_PATH_IMAGE036
为对中间变量∆f γ 的范数|∆f γ |的上界λ γ 的估计值,
Figure 269185DEST_PATH_IMAGE037
为估计值
Figure 424223DEST_PATH_IMAGE038
的自适应律,z α 为期望迎角α d 的滤波跟踪变量,
Figure 365634DEST_PATH_IMAGE039
z α 的一阶导数,
Figure 682346DEST_PATH_IMAGE040
z α 的二阶导数,k γ ε γ c γ a γ r α 均为控制参数,且k γ >0、ε γ >0、c γ >1、a γ >0、r α >0;第三行,e α 为迎角跟踪误差,虚拟控制变量q d 为根据e α 所设计的期望俯仰角速度,
Figure 76418DEST_PATH_IMAGE041
为对中间变量∆f α 的范数|∆f α |的上界λ α 的估计值,
Figure 35147DEST_PATH_IMAGE042
为估计值
Figure 329600DEST_PATH_IMAGE043
的自适应律,z q 为期望俯仰角速度q d 的滤波跟踪变量,
Figure 348371DEST_PATH_IMAGE044
z q 的一阶导数,
Figure 229739DEST_PATH_IMAGE045
z q 的二阶导数,k α ε α c α a α r q 为控制参数,且k α >0、ε α >0、c α >1、a α >0、r q >0;第四行,e q 表示俯仰角速度跟踪误差,δ m 表示根据俯仰角速度跟踪误差e q 所设计的实际控制变量俯仰舵偏,
Figure 461001DEST_PATH_IMAGE046
为对中间变量∆f q 的范数|∆f q |的上界λ q 的估计值,
Figure 377004DEST_PATH_IMAGE047
为估计值
Figure 566677DEST_PATH_IMAGE048
的自适应律,k q ε q c q a q 均为控制参数,且k q >0、c q >1、ε q >0、a q >0。
本发明还提供一种所述的变翼展飞行器任务自适应的抗干扰跟踪控制方法的任务自适应跟踪控制***,包括:
考虑变形执行误差的变翼展飞行动力学模块,通过拟合飞行器气动参数与翼展变形比率之间的非线性关系,建模表征翼展变形执行误差引入的***干扰,以发动机推力和俯仰舵偏为控制变量,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型;
任务自适应的连续变翼展优化控制模块,基于面向不同任务阶段的非线性变翼展优化指标,在不同任务阶段在线优化翼展变形比率后,结合连续变翼展执行控制律,完成连续变翼展优化控制,实现任务自适应的连续变翼展辅助飞行;
基于干扰估计的自适应指令滤波跟踪控制模块,在反步控制方法框架下,设计速度控制子***中的自适应推力控制律和高度控制子***中的自适应舵偏控制律,控制律中同时考虑变形执行误差引入的***干扰上界自适应估计值,达成干扰抑制效果,实现翼展变形执行误差下的高精度任务跟踪。
本发明与现有技术相比的优点在于:针对变翼展飞行器在动态任务下以变形辅助飞行过程中的跟踪控制问题,现有方法同时协调连续变形控制与变形执行误差下抗干扰跟踪控制的能力不足,本发明提出的变翼展飞行器任务自适应的抗干扰跟踪控制方法及***,有机联合了变翼展控制和跟踪控制,能够有效提高变翼展飞行器的任务适应性和飞行安全性;变翼展控制使得飞行器能够在不同的任务阶段合理利用翼展变化带来的气动性能提升,进而提高任务适应性、降低飞行能耗,并通过连续执行控制律减少变形突变对跟踪控制精度的影响,跟踪控制对变形执行误差相关的***干扰进行自适应地估计并抑制,最终确保任务跟踪精度,达成提高变翼展飞行安全性的效果。
附图说明
图1为本发明变翼展飞行器任务自适应的抗干扰跟踪控制方法的流程图;
图2为本发明变翼展飞行器任务自适应的抗干扰跟踪控制***概图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,本发明提出的一种变翼展飞行器任务自适应的抗干扰跟踪控制方法,面向两侧为平直翼且翼展对称伸缩的变翼展飞行器,针对变翼展飞行器在动态任务下如何协调变形控制与变形执行误差下的抗干扰跟踪控制问题。具体实施步骤包括:
第一步,基于变翼展飞行器在不同翼展构型下的气动参数分析数据,以翼展变形比率和飞行状态为变量拟合气动参数非线性表达式;所述变翼展飞行器为两侧为平直翼且翼展对称伸缩的飞行器;
第二步,联合第一步的气动参数非线性表达式,表征翼展变形执行误差引入的***干扰,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型;
第三步,面向不同任务阶段进行非线性变翼展优化,结合连续变翼展执行控制,提出任务自适应的连续变翼展优化控制律;
第四步,在反步控制方法框架下,分别以发动机推力和俯仰舵偏为速度控制子***与高度控制子***的控制变量,提出基于干扰估计的自适应指令滤波反步跟踪控制律,保证变形执行误差干扰下的高精度任务跟踪;
第五步,联合第二步建立的严反馈形式下考虑变形执行误差的变翼展飞行动力学模型、第三步提出的任务自适应的连续变翼展优化控制律、第四步提出的基于干扰估计的自适应指令滤波反步跟踪控制律,装载于变翼展飞行器,在任务执行过程中根据飞行任务进行自适应的变形控制和跟踪控制,完成变翼展飞行器任务自适应的抗干扰跟踪控制。
具体地,以翼型NA2410、最大翼展2.6m、最小翼展1.8m、弦长为0.3m的某型号变翼展飞行器为应用对象,解释本发明具体步骤:
第一步,基于变翼展飞行器在不同翼展构型下的气动参数分析数据,以翼展变形比率和飞行状态为变量拟合气动参数非线性表达式,具体包括:
步骤(1.1) 飞行器气动参数分析:
在飞行器设计与气动分析软件中,建立该变翼展飞行器模型后,在其飞行包线内进行气动分析,获得不同翼展构型下的气动参数分析数据。定义翼展变形比率ξ表征飞行器两侧机翼同时对称伸缩后总翼展的变化程度,
Figure 935341DEST_PATH_IMAGE049
,其中0≤ξ≤1,W表示两侧机翼的翼展之和,W min表示两侧机翼的最小翼展之和,W max表示两侧机翼的最大翼展之和。该飞行器中,W min=1.8mW max=2.6m
Figure 235873DEST_PATH_IMAGE050
;选择飞行器的翼展变形比率ξ、飞行速度V、飞行迎角α和俯仰舵偏δ m 四个变量,构建[ξ,V,α,δ m ]四个维度描述的工作空间,并选择一定数量的工作点执行气动分析操作,获得不同工作点对应的升力系数C L 、阻力系数C D 和力矩系数C m ,形成变翼展飞行器气动参数分析数据。
以该变翼展飞行器为例,工作点选择方式为:令翼展变形比率ξ在0与1区间内以0.1为间隔取值11个点,令飞行速度V在最小飞行速度10m/s与最大飞行速度30m/s区间内以5m/s为间隔离散取值5个点,令飞行迎角α在最小飞行迎角-5 deg 和最大飞行迎角5 deg内以1deg为间隔区间取值11个点,令俯仰舵偏δ m 在最小俯仰舵偏-30deg和最大俯仰舵偏30deg区间内以5deg为间隔离散取值13个点,四维取值组合后共计11×5×11×13个工作点。
步骤(1.2) 飞行器气动参数非线性多项式拟合:
基于上述飞行器气动参数分析数据,以工作点的维度——翼展变形比率ξ、飞行速度V、飞行迎角α和俯仰舵偏δ m 为相关变量,选择多项式形式,构建变翼展飞行器气动参数的非线性表达式,利用最小二乘法拟合多项式系数,并根据拟合效果迭代优化多项式形式。该变翼展飞行器拟合结果如下:
Figure 6383DEST_PATH_IMAGE051
(1)
其中,c l1=0.2061,c l2=0.0598,c l3=0.0624,c l4=-0.0048,c l5=0.0133,c d1=0.0185,c d2=0.0018,c d3=0.0004,c d4=-0.0022,c d5=0.0018,c d6=0.0006,c d7=-0.0002,c m1=0.0442,c m2=0.0147,c m3=-0.0001,c m4=-0.0311,c m5=0.0141,c m6=0.0088。
第二步,联合第一步的气动参数非线性表达式,表征翼展变形执行误差引入的***干扰,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型,具体包括:
步骤(2.1) 翼展变形执行误差引入的***干扰表征:
采用变形比率误差∆ξ表示翼展变形执行误差,翼展变形执行误差引入的***干扰包括:气动参考面积误差、飞行器质心位置偏差、气动参数不确定性、气动力不确定性和气动力矩不确定性,推导可获得以下表达式:
Figure 101378DEST_PATH_IMAGE052
(2)
上式中,∆S为气动参考面积误差,∆C L 为升力参数不确定性,∆C D 为阻力参数不确定性,∆C m 为俯仰力矩参数不确定性;∆L为气动升力不确定性,∆D为气动阻力不确定性,∆M yy 为俯仰力矩不确定性;b为飞行器机翼平均弦长;S为不考虑变形执行误差的气动参考面积,其表达式为S=[W min+ξ(W maxW min)]·b;∆x cg 为飞行器质心位置偏差;
Figure 222917DEST_PATH_IMAGE053
为考虑变形执行误差的气动阻力,其表达式为
Figure 61560DEST_PATH_IMAGE054
ρ为空气密度,
Figure 444832DEST_PATH_IMAGE055
为考虑变形执行误差的气动参考面积,其表达式为
Figure 710728DEST_PATH_IMAGE056
Figure 53985DEST_PATH_IMAGE057
为考虑变形执行误差的阻力参数,其表达式为
Figure 961898DEST_PATH_IMAGE058
Figure 707000DEST_PATH_IMAGE059
为考虑变形执行误差的气动升力,其表达式为
Figure 409377DEST_PATH_IMAGE060
Figure 239929DEST_PATH_IMAGE061
为考虑变形执行误差的升力参数,其表达式
Figure 420375DEST_PATH_IMAGE062
;该变翼展飞行器的机翼平均弦长b=0.3m,不考虑变形执行误差的气动参考面积S=(1.8+0.8ξ)·0.3,考虑50%范围的变形执行误差则∆ξ为[-0.5,0.5]区间内的随机常数,考虑0.1m的质心偏差则∆x cg 为[-0.1m,0.1m]区间内的随机常数。
步骤(2.2) 考虑变形执行误差的变翼展飞行动力学建模:
基于水平无侧滑假设将飞行器的纵向运动与横向运动解耦,再基于翼展对称伸缩变化、不影响重心偏离机体纵轴的假设,考虑变形执行误差后变翼展飞行器的纵向的变翼展飞行动力学模型可表示为:
Figure 19984DEST_PATH_IMAGE063
(3)
其中,V表示飞行器的飞行速度,h表示飞行器的飞行高度,γ表示飞行器的航迹倾斜角,α表示飞行器的飞行迎角,q表示飞行器的俯仰角速度,
Figure 893262DEST_PATH_IMAGE064
为相应变量的导数;m为飞行器质量,g为重力加速度,T表示发动机推力,I yy 为飞行器俯仰轴的转动惯量;
Figure 211111DEST_PATH_IMAGE065
为考虑变形执行误差后的气动升力,
Figure 195247DEST_PATH_IMAGE066
为考虑变形执行误差后的气动阻力,二者表达式见上一步骤(2.1);
Figure 914941DEST_PATH_IMAGE067
为考虑变形执行误差后飞行器受到的俯仰力矩,其表达式为
Figure 959121DEST_PATH_IMAGE068
ρSb、∆M yy 表示意义见上一步骤(2.1),C m 见步骤(1.2)中式(1)。假设该飞行器质量m=4.56kg,重力加速度g=9.8m/s2,飞行器俯仰轴的转动惯量I yy =0.37119kg·m2,飞行环境中空气密度ρ=1.225kg/m3
为了面向后续步骤中的飞行控制***设计,将上述变翼展飞行动力学模型转至严反馈形式,建立考虑变形执行误差的变翼展飞行动力学模型:
Figure 262801DEST_PATH_IMAGE069
(4)
式中,发动机推力T和俯仰舵偏δ m 为***控制变量,f V g V 、∆f V f γ g γ 、∆f γ f α g α 、∆f α f q g q 、∆f q 均表示该动力学模型推导过程中的中间变量,其表达式为:
Figure 50628DEST_PATH_IMAGE071
(5)
其中,D为不考虑变形执行误差的气动阻力,表达式为
Figure 359250DEST_PATH_IMAGE072
。由上述表达式和前述步骤可知,变翼展飞行器的气动参数与翼展变形比率非线性相关,翼展变化将会直接导致气动参数的变化,进而导致飞行器的动力学模型发生变化。式(5)变翼展飞行动力学模型推导过程中的中间变量∆f V 、∆f γ 、∆f α 、∆f q 与变形执行误差及其引入的***干扰相关,即变形执行误差及引入的***干扰通过∆f V 、∆f γ 、∆f α 、∆f q 项影响飞行器***状态,∆f v 、∆f γ 、∆f α 、∆f q 的范数|∆f v |、|∆f γ |、|∆f α |、|∆f q |有界,满足下列不等式:
0≤|∆f v |≤λ v , 0≤|∆f γ |≤λ γ ,0≤|∆f α |≤λ α ,0≤|∆f q |≤λ q (6)
其中|∆f v |、|∆f γ |、|∆f α |、|∆f q |的上界λ v λ γ λ α λ q 均表示未知常数。
第三步,面向不同任务阶段进行非线性变翼展优化,结合连续变翼展执行控制,提出任务自适应的连续变翼展优化控制律,具体包括:
步骤(3.1) 非线性变翼展优化:
从不同任务阶段的气动性能需求出发,设计面向不同任务阶段的非线性变翼展优化指标f aero
Figure 574331DEST_PATH_IMAGE073
(7)
上式中max(*)表示对括号内*表达式求最大值,min(*)表示对括号内*表达式求最小值。根据步骤(1.2)式(1)中C L C D 的表达式,f aero与飞行器的翼展变形比率ξ、飞行速度V、飞行迎角α、俯仰舵偏δ m 有关。以翼展变形比率ξ为优化变量,在飞行过程中根据实时任务阶段、飞行速度V、飞行迎角α、俯仰舵偏δ m 求解最优翼展变形比率ξ in 使变翼展优化指标函数f aero最优,令飞行器以更优的气动性能实时适应不同的任务阶段。该优化问题表示为:
Figure 601193DEST_PATH_IMAGE074
(8)
采用一维非线性优化算法求解式(8)获得最优翼展变化比率ξ in ,供后续连续变翼展执行控制使用。以下列纵向飞行任务为任务示例说明面向不同任务阶段的非线性变翼展优化指标f aero
Figure 192711DEST_PATH_IMAGE076
其中,t为飞行时间,该飞行任务共100s,分为3个任务阶段,在0≤t≤30s为减速上升阶段,初值V=20m/s、h=150m,终值V=10m/s、h=200m;在30s<t<70s为匀速定高巡航阶段,V=10m/s、h=200m;在70st≤100s为加速俯冲阶段,初值V=10m/s、h=200m,终值V=20m/s、h=150m。变翼展飞行器的初始状态为V=20m/s、h=150m,α=0rad,γ=0rad,q=0rad/s。在该示例飞行任务中,0≤t≤30s减速上升阶段非线性变翼展优化指标选择为f aero=max(C L ),在30s<t<70s匀速定高巡航阶段非线性变翼展优化指标为
Figure 621418DEST_PATH_IMAGE077
,70st≤100s加速俯冲阶段非线性变翼展优化指标为f aero=min(C D )。
步骤(3.2) 连续变翼展执行控制:
变翼展飞行器在不同任务阶段切换时,翼展变形比率突变将导致飞行器***特性发生突变,进而影响***稳定性。从物理实现和飞行安全的需求出发,需保证翼展变化的执行连续性。本发明设计翼展变形比率的执行控制律为:
Figure 7400DEST_PATH_IMAGE078
(9)
其中,ξ in 为执行控制律的输入变量,即步骤(3.1)的优化结果;ξ out 为执行控制律的输出变量,
Figure 787137DEST_PATH_IMAGE079
为其一阶导数,
Figure 916767DEST_PATH_IMAGE080
为其二阶导数;控制参数r 1r 2的取值为r 1=2、r 2=1。
以此,联合非线性变翼展优化和连续变翼展执行控制两步,完成任务自适应的连续变翼展优化控制律设计。
第四步,在反步控制方法框架下,分别以发动机推力和俯仰舵偏为速度控制子***与高度控制子***的控制变量,提出基于干扰估计的自适应指令滤波反步跟踪控制律,保证变形执行误差干扰下的高精度任务跟踪,具体包括:
步骤(4.1) 速度控制子***的推力自适应控制律设计:
速度控制子***的动力学模型为:
Figure 199981DEST_PATH_IMAGE081
(10)
其中,f V g V 、∆f V 表示变翼展飞行动力学模型推导过程中的中间变量,表达式见步骤(2.2)式(5),∆f v 的范数|∆f v |有界,满足0≤|∆f v |≤λ v ,|∆f v |上界λ v 为未知常数。
基于对|∆f v |上界λ v 的自适应估计,设计速度控制子***内发动机推力T的自适应控制律为:
Figure 22444DEST_PATH_IMAGE082
(11)
其中,V d 表示飞行器执行任务时的期望飞行速度,
Figure 23898DEST_PATH_IMAGE083
表示V d 的导数;e v =V d V表示速度跟踪误差,|e v |表示速度跟踪误差的绝对值;
Figure 426060DEST_PATH_IMAGE084
为对|∆f v |上界λ v 的估计量,其估计值的自适应律为
Figure 327895DEST_PATH_IMAGE085
。控制参数k v >0、c v >1、ε v >0,估计参数a v >0,取值分别为k v =10、c v =2、ε v =0.01、a v =3。
步骤(4.2) 高度控制子***的舵偏自适应控制律设计:
高度控制子***的动力学模型为:
Figure 321259DEST_PATH_IMAGE086
(12)
其中,f γ g γ 、∆f γ f α g α 、∆f α f q g q 、∆f q 均表示变翼展飞行动力学模型推导过程中的中间变量,其表达式见步骤(2.2)式(5);∆f γ 、∆f α 、∆f q 的范数|∆f γ |、|∆f α |、|∆f q |有界,满足不等式0≤|∆f γ |≤λ γ 、0≤|∆f α |≤λ α 、0≤|∆f q |≤λ q ,|∆f γ |、|∆f α |、|∆f q |上界λ γ λ α λ q 均为未知常数。
在反步控制框架下结合指令滤波器,以及|∆f γ |、|∆f α |、|∆f q |上界λ γ λ α λ q 的自适应估计,提出高度控制子***内舵偏自适应控制律为:
Figure 544430DEST_PATH_IMAGE087
(13)
其中,第一行e h 为飞行高度跟踪误差,h d 为期望飞行高度,
Figure 281441DEST_PATH_IMAGE088
h d 的一阶导数,虚拟控制变量γ d 为根据e h 所设计的期望航迹倾斜角,z γ 为期望航迹倾斜角γ d 的滤波跟踪变量,
Figure 273668DEST_PATH_IMAGE089
z γ 的一阶导数,
Figure 172354DEST_PATH_IMAGE090
z γ 的二阶导数,k h r γ 为控制参数,且k h >0、r γ >0;第二行,e γ 为航迹倾斜角跟踪误差,虚拟控制变量α d 为根据e γ 所设计的期望迎角,
Figure 148400DEST_PATH_IMAGE091
为对|∆f γ |上界λ γ 的估计值,
Figure 423524DEST_PATH_IMAGE092
为估计值
Figure 535836DEST_PATH_IMAGE093
的自适应律,z α 为期望迎角α d 的滤波跟踪变量,
Figure 871003DEST_PATH_IMAGE094
z α 的一阶导数,
Figure 803187DEST_PATH_IMAGE095
z α 的二阶导数,k γ ε γ c γ a γ r α 均为控制参数,且k γ >0、ε γ >0、c γ >1、a γ >0、r α >0;第三行,e α 为迎角跟踪误差,虚拟控制变量q d 为根据e α 所设计的期望俯仰角速度,
Figure 882001DEST_PATH_IMAGE096
为对|∆f α |上界λ α 的估计值,
Figure 114399DEST_PATH_IMAGE097
为估计值
Figure 354888DEST_PATH_IMAGE098
的自适应律,z q 为期望俯仰角速度q d 的滤波跟踪变量,
Figure 804061DEST_PATH_IMAGE099
z q 的一阶导数,
Figure DEST_PATH_IMAGE100
z q 的二阶导数,k α ε α c α a α r q 为控制参数,且k α >0、ε α >0、c α >1、a α >0、r q >0;第四行,e q 表示俯仰角速度跟踪误差,δ m 表示根据e q 所设计的实际控制变量俯仰舵偏,
Figure 155408DEST_PATH_IMAGE101
为对|∆f q |上界λ q 的估计值,
Figure DEST_PATH_IMAGE102
为估计值
Figure 976734DEST_PATH_IMAGE103
的自适应律,k q ε q c q a q 均为控制参数,且k q >0、c q >1、ε q >0、a q >0。各参数取值为k h =6,k γ =10,ε γ =0.01,c γ =2,a γ =3,r γ =30,k α =20,ε α =0.01,c α =2,a α =3,r α =30,k q =50,c q =2,ε q =0.01,a q =3,r q =30。
第五步,实现任务自适应跟踪控制。
联合第二步建立的严反馈形式下考虑变形执行误差的变翼展飞行动力学模型、第三步提出的任务自适应的连续变翼展优化控制律、第四步提出的基于干扰估计的自适应指令滤波反步跟踪控制律,装载于变翼展飞行器,在任务执行过程中根据飞行任务进行自适应的变形控制和跟踪控制,完成变翼展飞行器任务自适应的抗干扰跟踪控制。
如图2所示,本发明的一种变翼展飞行器任务自适应的抗干扰跟踪控制方法的任务自适应跟踪控制***,包括考虑变形执行误差的变翼展飞行动力学模块、任务自适应的连续变翼展优化控制模块和基于干扰估计的自适应指令滤波跟踪控制模块。
所述考虑变形执行误差的变翼展飞行动力学模块,通过拟合飞行器气动参数与翼展变形比率之间的非线性关系,建模表征翼展变形执行误差引入的***干扰,以发动机推力和俯仰舵偏为控制变量,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型;
所述任务自适应的连续变翼展优化控制模块,基于面向不同任务阶段的非线性变翼展优化指标,在不同任务阶段在线优化翼展变形比率后,结合连续变翼展执行控制律,完成连续变翼展优化控制,实现任务自适应的连续变翼展辅助飞行;
所述基于干扰估计的自适应指令滤波跟踪控制模块,在反步控制方法框架下,设计速度控制子***中的自适应推力控制律和高度控制子***中的自适应舵偏控制律,控制律中同时考虑变形执行误差引入的***干扰上界自适应估计值,达成干扰抑制效果,实现翼展变形执行误差下的高精度任务跟踪。
在变速度变高度的飞行任务示例中,该***通过任务自适应的非线性连续变翼展优化控制模块,能够实现不同任务阶段的翼展变形比率优化和阶段间的翼展连续变化,并呈现约20%的发动机推力耗能节省,有效提高飞行器的任务适应性;在50%大范围的变形执行误差和0.1m的质心偏差下,该***通过基于干扰估计的自适应指令滤波跟踪控制模块,可呈现10-2m/s量级速度跟踪误差、10-2m量级高度跟踪误差的控制效果,切实保证变翼展飞行器的飞行安全性。
本发明针对变翼展飞行器在动态任务下以变形辅助飞行过程中的跟踪控制问题,提出一种变翼展飞行器任务自适应的抗干扰跟踪控制方法及***,有机联合了变翼展控制和跟踪控制,能够有效提高变翼展飞行器的任务适应性和飞行安全性;变翼展控制使得飞行器能够在不同的任务阶段合理利用翼展变化带来的气动性能提升,进而提高任务适应性、降低飞行能耗,并通过连续执行控制律减少变形突变对跟踪控制精度的影响,跟踪控制对变形执行误差相关的***干扰进行自适应地估计并抑制,最终确保任务跟踪精度,达成提高变翼展飞行安全性的效果。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种变翼展飞行器任务自适应的抗干扰跟踪控制方法,其特征在于,包括以下步骤:
第一步,基于变翼展飞行器在不同翼展构型下的气动参数分析数据,以翼展变形比率和飞行状态为变量拟合气动参数非线性表达式;所述变翼展飞行器为两侧为平直翼且翼展对称伸缩的飞行器;
第二步,联合第一步的气动参数非线性表达式,表征翼展变形执行误差引入的***干扰,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型;
第三步,面向不同任务阶段进行非线性变翼展优化,结合连续变翼展执行控制,提出任务自适应的连续变翼展优化控制律;
第四步,在反步控制方法框架下,分别以发动机推力和俯仰舵偏为速度控制子***与高度控制子***的控制变量,提出基于干扰估计的自适应指令滤波反步跟踪控制律,保证变形执行误差干扰下的高精度任务跟踪;
第五步,联合第二步建立的严反馈形式下考虑变形执行误差的变翼展飞行动力学模型、第三步提出的任务自适应的连续变翼展优化控制律、第四步提出的基于干扰估计的自适应指令滤波反步跟踪控制律,装载于变翼展飞行器,在任务执行过程中根据飞行任务进行自适应的变形控制和跟踪控制,完成变翼展飞行器任务自适应的抗干扰跟踪控制。
2.根据权利要求1所述的一种变翼展飞行器任务自适应的抗干扰跟踪控制方法,其特征在于:所述第一步中,所述气动参数分析数据为飞行器在不同工作点的升力系数C L 、阻力系数C D 和力矩系数C m ;所述翼展变形比率ξ的定义为:
Figure 289811DEST_PATH_IMAGE001
,其中0≤ξ≤1,W表示两侧机翼的翼展之和,W min表示两侧机翼的最小翼展之和,W max表示两侧机翼的最大翼展之和;所述飞行状态包括飞行速度V、飞行迎角α和俯仰舵偏δ m ;所述气动参数非线性表达式为:
Figure 156136DEST_PATH_IMAGE002
其中,C L 表示升力系数,其拟合多项式为{1,α,ξ,ξ 2,αξ},相应拟合系数为{c l1,c l2,c l3,c l4,c l5};C D 表示阻力系数,其拟合多项式为{1,α,α 2,ξ,ξ 2,αξ,V},相应拟合系数为{c d1,c d2,c d3,c d4,c d5,c d6,c d7};C m 表示俯仰力矩系数,其拟合多项式为{1,δ m α,α 2,ξ,ξ 2,αξ},相应拟合系数为{c m1,c m2,c m3,c m4,c m5,c m6};工作点的选取考虑飞行器的翼展变形比率ξ、飞行速度V、飞行迎角α和俯仰舵偏δ m 四个维度,具体为:翼展变形比率ξ在[0, 1]区间内设计离散取值点N 1个,飞行速度V在最小飞行速度V min与最大飞行速度V max区间内设计离散取值点N 2个,飞行迎角α在最小飞行迎角α min和最大飞行迎角α max区间内设计离散取值点N 3个,俯仰舵偏δ m 在最小俯仰舵偏δ m_min和最大俯仰舵偏δ m_max区间内设计离散取值点N 4个,共计N 1 ×N 2 ×N 3 × N 4个工作点。
3.根据权利要求2所述的一种变翼展飞行器任务自适应的抗干扰跟踪控制方法,其特征在于:所述第二步中,所述翼展变形执行误差采用翼展变形比率误差∆ξ来表示;所述***干扰包括翼展变形执行比率误差∆ξ直接引入的气动参考面积误差和气动参数不确定性,以及间接引入的气动力不确定性和气动力矩不确定性,其表达式为:
Figure 557162DEST_PATH_IMAGE004
上式中,∆S为气动参考面积误差,∆C L 为升力参数不确定性,∆C D 为阻力参数不确定性,∆C m 为俯仰力矩参数不确定性;∆L为气动升力不确定性,∆D为气动阻力不确定性,∆M yy 为俯仰力矩不确定性;b为飞行器机翼平均弦长;S为不考虑变形执行误差的气动参考面积,其表达式为S=[W min+ξ(W maxW min)]·b;∆x cg 为飞行器质心位置偏差;
Figure 370397DEST_PATH_IMAGE005
为考虑变形执行误差的气动阻力,其表达式为
Figure 665112DEST_PATH_IMAGE006
ρ为空气密度,
Figure 171180DEST_PATH_IMAGE007
为考虑变形执行误差的气动参考面积,其表达式为
Figure 26878DEST_PATH_IMAGE008
Figure 706121DEST_PATH_IMAGE009
为考虑变形执行误差的阻力参数,其表达式为
Figure 793026DEST_PATH_IMAGE010
Figure 407678DEST_PATH_IMAGE011
为考虑变形执行误差的气动升力,其表达式为
Figure 580033DEST_PATH_IMAGE012
Figure 797388DEST_PATH_IMAGE013
为考虑变形执行误差的升力参数,其表达式为
Figure 4378DEST_PATH_IMAGE014
所述严反馈形式下考虑变形执行误差的变翼展飞行动力学模型为:
Figure 524352DEST_PATH_IMAGE015
上式中,V表示飞行器相对空气的飞行速度,h表示飞行器的飞行高度,γ表示飞行器的航迹倾斜角,α表示飞行器的飞行迎角,q表示飞行器的俯仰角速度,
Figure 246321DEST_PATH_IMAGE016
为其相应变量的导数;T表示发动机推力,δ m 表示俯仰舵偏;f V g V 、∆f V f γ g γ 、∆f γ f α g α 、∆f α f q g q 、∆f q 均表示该变翼展飞行动力学模型推导过程中的中间变量,其表达式为:
Figure 205050DEST_PATH_IMAGE018
其中,m表示飞行器质量,g表示重力加速度;D表示不考虑变形执行误差的气动阻力,其表达式为
Figure 938650DEST_PATH_IMAGE019
I yy 表示飞行器绕俯仰轴的转动惯量;中间变量∆f v 、∆f γ 、∆f α 、∆f q 的范数|∆f v |、|∆f γ |、|∆f α |、|∆f q |有界,满足0≤|∆f v |≤λ v 、0≤|∆f γ |≤λ γ 、0≤|∆f α |≤λ α 、0≤|∆f q |≤λ q ,其中|∆f v |、|∆f γ |、|∆f α |、|∆f q |的上界λ v λ γ λ α λ q 均表示未知常数。
4.根据权利要求3所述的一种变翼展飞行器任务自适应的抗干扰跟踪控制方法,其特征在于:所述第三步中,所述连续变翼展优化控制律包括非线性变翼展优化和连续变翼展执行控制两部分;所述非线性变翼展优化,包括在可行范围[0,1]内寻找满足面向不同任务阶段的非线性变翼展优化指标f aero的最优翼展变化比率ξ in ,优化问题表达为:
Figure 957422DEST_PATH_IMAGE020
其中,不同任务阶段包括加速上升阶段、减速上升阶段、加速俯冲阶段、减速俯冲阶段和匀速/定高阶段;f aero为面向不同任务阶段的非线性变翼展优化指标,表达式为:
Figure 166686DEST_PATH_IMAGE022
上式中max(*)表示对括号内*表达式求最大值,min(*)表示对括号内*表达式求最小值;
所述连续变翼展执行控制,包括设计最优翼展变化比率ξ in 的执行控制律,以保证整个任务执行阶段的变形连续,所述执行控制律为:
Figure 929106DEST_PATH_IMAGE023
其中,ξ in 为连续变翼展执行控制部分的输入变量,也是非线性变翼展优化部分的输出变量;ξ out 为连续变翼展执行控制部分的输出变量,
Figure 21608DEST_PATH_IMAGE024
为其一阶导数,
Figure 8018DEST_PATH_IMAGE025
为其二阶导数;控制参数r 1>0、r 2>0。
5.根据权利要求4所述的一种变翼展飞行器任务自适应的抗干扰跟踪控制方法,其特征在于:所述第四步中,所述基于干扰估计的自适应指令滤波反步跟踪控制律,包括速度控制子***内的自适应推力控制律和高度控制子***内的自适应舵偏控制律;
所述速度控制子***内的自适应推力控制律为:
Figure 642262DEST_PATH_IMAGE026
其中,控制变量T表示发动机推力,控制参数k v >0、c v >1,ε v >0;V d 表示飞行器执行任务时的期望飞行速度,
Figure 880476DEST_PATH_IMAGE027
表示V d 的导数;e v =V d V表示速度跟踪误差,|e v |表示速度跟踪误差的绝对值;
Figure 916566DEST_PATH_IMAGE028
为对中间变量∆f v 的范数|∆f v |的上界λ v 的估计值,其估计值
Figure 808298DEST_PATH_IMAGE028
的自适应律为
Figure 867521DEST_PATH_IMAGE029
,估计参数a v >0;
所述高度控制子***内的自适应舵偏控制律为:
Figure 971743DEST_PATH_IMAGE031
其中,第一行e h 为飞行高度跟踪误差,h d 为期望飞行高度,
Figure 659077DEST_PATH_IMAGE032
h d 的一阶导数,虚拟控制变量γ d 为根据飞行高度跟踪误差e h 所设计的期望航迹倾斜角,z γ 为期望航迹倾斜角γ d 的滤波跟踪变量,
Figure 190552DEST_PATH_IMAGE033
z γ 的一阶导数,
Figure 471492DEST_PATH_IMAGE034
z γ 的二阶导数,k h r γ 为控制参数,且k h >0、r γ >0;第二行,e γ 为航迹倾斜角跟踪误差,虚拟控制变量α d 为根据e γ 所设计的期望迎角,
Figure 176143DEST_PATH_IMAGE035
为对中间变量∆f γ 的范数|∆f γ |的上界λ γ 的估计值,
Figure 921245DEST_PATH_IMAGE036
为估计值
Figure 59840DEST_PATH_IMAGE037
的自适应律,z α 为期望迎角α d 的滤波跟踪变量,
Figure 890393DEST_PATH_IMAGE038
z α 的一阶导数,
Figure 398734DEST_PATH_IMAGE039
z α 的二阶导数,k γ ε γ c γ a γ r α 均为控制参数,且k γ >0、ε γ >0、c γ >1、a γ >0、r α >0;第三行,e α 为迎角跟踪误差,虚拟控制变量q d 为根据e α 所设计的期望俯仰角速度,
Figure 998343DEST_PATH_IMAGE040
为对中间变量∆f α 的范数|∆f α |的上界λ α 的估计值,
Figure 543725DEST_PATH_IMAGE041
为估计值
Figure 923891DEST_PATH_IMAGE042
的自适应律,z q 为期望俯仰角速度q d 的滤波跟踪变量,
Figure 908027DEST_PATH_IMAGE043
z q 的一阶导数,
Figure 96563DEST_PATH_IMAGE044
z q 的二阶导数,k α ε α c α a α r q 为控制参数,且k α >0、ε α >0、c α >1、a α >0、r q >0;第四行,e q 表示俯仰角速度跟踪误差,δ m 表示根据俯仰角速度跟踪误差e q 所设计的实际控制变量俯仰舵偏,为对中间变量∆f q 的范数|∆f q |的上界λ q 的估计值,
Figure DEST_PATH_IMAGE045
为估计值
Figure 547267DEST_PATH_IMAGE046
的自适应律,k q ε q c q a q 均为控制参数,且k q >0、c q >1、ε q >0、a q >0。
6.一种实现权利要求1-5之一所述的变翼展飞行器任务自适应的抗干扰跟踪控制方法的任务自适应跟踪控制***,其特征在于,包括:
考虑变形执行误差的变翼展飞行动力学模块,通过拟合飞行器气动参数与翼展变形比率之间的非线性关系,建模表征翼展变形执行误差引入的***干扰,以发动机推力和俯仰舵偏为控制变量,建立严反馈形式下考虑变形执行误差的变翼展飞行动力学模型;
任务自适应的连续变翼展优化控制模块,基于面向不同任务阶段的非线性变翼展优化指标,在不同任务阶段在线优化翼展变形比率后,结合连续变翼展执行控制律,完成连续变翼展优化控制,实现任务自适应的连续变翼展辅助飞行;
基于干扰估计的自适应指令滤波跟踪控制模块,在反步控制方法框架下,设计速度控制子***中的自适应推力控制律和高度控制子***中的自适应舵偏控制律,自适应推力控制律和自适应舵偏控制律中同时考虑变形执行误差引入的***干扰上界自适应估计值,达成干扰抑制效果,实现翼展变形执行误差下的高精度任务跟踪。
CN202310000702.9A 2023-01-03 2023-01-03 变翼展飞行器任务自适应的抗干扰跟踪控制方法及*** Active CN115685764B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310000702.9A CN115685764B (zh) 2023-01-03 2023-01-03 变翼展飞行器任务自适应的抗干扰跟踪控制方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310000702.9A CN115685764B (zh) 2023-01-03 2023-01-03 变翼展飞行器任务自适应的抗干扰跟踪控制方法及***

Publications (2)

Publication Number Publication Date
CN115685764A true CN115685764A (zh) 2023-02-03
CN115685764B CN115685764B (zh) 2023-04-14

Family

ID=85057037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310000702.9A Active CN115685764B (zh) 2023-01-03 2023-01-03 变翼展飞行器任务自适应的抗干扰跟踪控制方法及***

Country Status (1)

Country Link
CN (1) CN115685764B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117389154A (zh) * 2023-12-06 2024-01-12 北京航空航天大学杭州创新研究院 基于动态控制分配的变构飞行器抗干扰姿态协调控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103217902A (zh) * 2013-03-14 2013-07-24 郭雷 一种基于干扰观测器的指令滤波反步控制方法
JPWO2013157166A1 (ja) * 2012-04-18 2015-12-21 三菱電機株式会社 トラッキング制御方法、トラッキング制御装置および光ディスク装置
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***
CN111007724A (zh) * 2019-12-19 2020-04-14 哈尔滨工业大学 一种基于区间ii型模糊神经网络的高超音速飞行器指定性能量化跟踪控制方法
CN111679583A (zh) * 2020-06-21 2020-09-18 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
CN111736468A (zh) * 2020-06-21 2020-10-02 西北工业大学 一种信息融合下的飞行器抗干扰控制方法
CN113778129A (zh) * 2021-09-23 2021-12-10 北京理工大学 一种干扰补偿的高超声速变后掠翼飞行器跟踪控制方法
CN115051600A (zh) * 2022-07-18 2022-09-13 湖南科技大学 一种无刷直流电机伺服***跟踪控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2013157166A1 (ja) * 2012-04-18 2015-12-21 三菱電機株式会社 トラッキング制御方法、トラッキング制御装置および光ディスク装置
CN103217902A (zh) * 2013-03-14 2013-07-24 郭雷 一种基于干扰观测器的指令滤波反步控制方法
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***
CN111007724A (zh) * 2019-12-19 2020-04-14 哈尔滨工业大学 一种基于区间ii型模糊神经网络的高超音速飞行器指定性能量化跟踪控制方法
CN111679583A (zh) * 2020-06-21 2020-09-18 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
CN111736468A (zh) * 2020-06-21 2020-10-02 西北工业大学 一种信息融合下的飞行器抗干扰控制方法
CN113778129A (zh) * 2021-09-23 2021-12-10 北京理工大学 一种干扰补偿的高超声速变后掠翼飞行器跟踪控制方法
CN115051600A (zh) * 2022-07-18 2022-09-13 湖南科技大学 一种无刷直流电机伺服***跟踪控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘增波: "基于非线性干扰观测器的航天器相对姿轨耦合控制" *
吴超;赵振华;杨俊;李世华;郭雷;: "基于约束预测控制的火星大气进入轨迹跟踪" *
徐文萤;江驹;甄子洋;李欣;: "基于Back-Stepping鲁棒自适应动态面的近空间飞行器控制" *
文永;孙瑞胜;卢庆立;李文强;张晓赛;: "基于干扰观测器的导引头伺服控制律设计" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117389154A (zh) * 2023-12-06 2024-01-12 北京航空航天大学杭州创新研究院 基于动态控制分配的变构飞行器抗干扰姿态协调控制方法
CN117389154B (zh) * 2023-12-06 2024-02-27 北京航空航天大学杭州创新研究院 基于动态控制分配的变构飞行器抗干扰姿态协调控制方法

Also Published As

Publication number Publication date
CN115685764B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN110377045B (zh) 一种基于抗干扰技术的飞行器全剖面控制方法
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
CN111665857B (zh) 基于复合智能学习的变体飞行器控制方法
CN107479383B (zh) 基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法
CN111538255B (zh) 一种反蜂群无人机的飞行器控制方法及***
CN108828957B (zh) 基于切换机制的飞行器全局有限时间神经网络控制方法
CN111290421A (zh) 一种考虑输入饱和的高超声速飞行器姿态控制方法
CN109946971B (zh) 一种倾转旋翼无人机过渡段的光滑切换控制方法
CN109460050B (zh) 一种针对变体无人机的复合分层抗干扰控制方法
Baldelli et al. Modeling and control of an aeroelastic morphing vehicle
CN111290278B (zh) 一种基于预测滑模的高超声速飞行器鲁棒姿态控制方法
CN110568765A (zh) 面向攻角跟踪的高超声速飞行器非对称输出受限控制方法
CN111679583A (zh) 基于气动参数估计的变体飞行器自适应控制方法
CN111984020A (zh) 基于sdre的倾转四旋翼无人机过渡飞行模式自适应最优滑模控制方法
CN113051662B (zh) 一种基于cfd和datcom的折叠翼尖变体飞行器的气动建模及其性能评估方法
CN115685764B (zh) 变翼展飞行器任务自适应的抗干扰跟踪控制方法及***
CN115793696A (zh) 高超声速飞行器姿态控制方法、***、电子设备及介质
CN114637312A (zh) 一种基于智能变形决策的无人机节能飞行控制方法及***
Ferrier et al. Active gust load alleviation of high-aspect ratio flexible wing aircraft
CN112327926A (zh) 一种无人机编队的自适应滑模控制方法
CN113126495B (zh) 基于地效干扰补偿的低空飞行鲁棒智能控制方法
CN107479382A (zh) 基于在线数据学习的高超声速飞行器神经网络控制方法
CN114637203A (zh) 一种针对中高速、大机动无人机的飞行控制***
CN112520071B (zh) 一种可回收火箭动力段燃料最优着陆轨迹快速规划方法
Zhen et al. Deep stall landing strategy for small fixed-wing aircraft aided by morphing

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
GR01 Patent grant