直升机机动飞行逆仿真技术研究进展

回顾了直升机机动飞行逆仿真技术国内外发展概况，借鉴国内外的研究成果，针对逆仿真核心技术的发展现状进行了分析和讨论，在此基础上，对直升机机动飞行逆仿真技术的进一步发展趋势进行了分析。     

机动飞行指令跟踪系统的鲁棒动态逆设计

简要介绍了用非线性动态逆解耦方法设计面向机动飞行的指令跟踪系统的过程。为了提高动态逆的鲁棒性,详细介绍了利用μ－分析/综合方法设计鲁棒控制器的方法、步骤、经验和设计结果。仿真表明,所设计的鲁棒动态逆控制器是有效的。     

微小型飞行器的神经网络动态逆控制方法

微小型飞行器(MAV)精确的数学模型很难得到,限制了单纯动态逆控制方法的使用,比例-积分-微分(PID)等传统的控制方法已不能满足要求。针对这一问题,研究了应用动态逆控制方法的新途径──神经网络动态逆。选取串接积分器的多层前向神经网络训练飞行控制系统的动态逆模型,并自适应补偿逆误差。用MATLAB的NNCTRL20工具箱并结合NNSYSID20工具箱建立了仿真系统。升降舵和方向舵联合控制转弯。用PID控制器、近似神经网络动态逆模块、在线神经网络补偿器构建了飞行控制系统。仿真结果表明,神经网络动态逆有较强的鲁棒性、稳定性和指令跟随能力,比PID更适合于微小型飞行器的姿态控制。     

战斗机动态逆控制律对比研究

分别采用常规动态逆和模型参考动态逆设计了战斗机飞行控制律,并通过开环时域仿真以及基于任务的闭环飞行品质评估方法,对比分析了两类控制律的特点及差异.研究表明,模型参考动态逆对高频小幅指令跟踪效果较好,在需要驾驶员频繁补偿的飞行任务中表现出的飞行品质更佳.研究结果对战斗机飞行控制律的选择与设计、控制律与飞行任务种类的匹配有一定的参考意义.     

神经网络动态逆方法在飞控系统设计中的应用

探讨了神经网络与非线性动态逆方法相结合的神经网络动态逆方法，研究了神经网络动态的网络结构。为进一步改善直接动态逆控制器的性能，对由动态逆和原系统构成的伪线性系统，给出了两种综合方案，并将这种方法用于飞机指令增稳系统的设计。通过一种方案的仿真研究表明，综合控制策略不仅能够改善系统的动态性能，而且具有良好的鲁棒性。研究成果显示了神经网络动态逆方法的有效性和可行性及其在飞控系统设计中所具有的潜在能力。     

直升机动态逆神经网络模型

以SH－2G直升机辨识模型为对象，采用天并作用函数的多层感知器网络，建立了直升机的动态逆神经网络模型，在直升机越障机动飞行仿真的同时，利用直升机操纵信号和对应的状态作为网络的训练样本，对直升机逆模型进行在线辨识，并给出了仿真结果及其分析。结果表明，该网络对直升机动力学逆模型具有良好的在线辨识效果。     

一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法，并应用于超机动飞机控制器设计中，飞机的基本控制采用非线性动态逆方法进行设计，对于模型不准确导致的逆误差采用神经网络进行在线补偿，仿真结果表明，采用神经网络补偿误差，弥补了非线性动态逆要求精确数学模型的缺点，而且可以简化动态逆控制律的设计，改善整个控制系统的性能。     

模型逆控制在非线性IFPC系统中的应用

研究了模型逆控制方法应用于IFPC一体化控制器的设计问题。简要介绍了模型逆非线性控制方法的概念、特点。在此基础上,将模型逆与经典控制相结合,设计了IFPC控制律,并进行了时域仿真与飞行品质分析。结果表明,所设计的控制律无需增益调参即可实现各状态的指令跟踪,并具有较强的鲁棒性能;系统具有典型的一阶/二阶动态特性,满足一级飞行品质要求。     

一种飞机大仰角飞行的模糊控制方法

提出了一种飞机大仰角飞行的动态逆模糊集成控制方法。首先使用动态逆方法求得系统的逆，使系统反馈线性化，然后，用具有在线规则自调整的模糊控制方法来确保系统的最终特性。该方法应用在高性能收音机俯仰机动指令系统的设计中，仿真结果表明，所设计的控制器满足操纵品质的要求，并且，在大仰角飞行时具有较好的鲁棒性。     

基于神经网络的自动着陆飞行鲁棒自适应逆控制

针对飞机自动着陆飞行提出了基于神经网络的鲁棒自适应非线性动态逆控制器设计方案。首先采用非线性动态逆方法设计着陆飞行的基本控制律,再利用多层感知器神经网络设计适当的权值调整规则使其能够自适应地逼近和补偿逆误差。仿真结果表明,所设计的飞行控制系统是有效的,系统能够克服动态逆误差对着陆飞行控制带来的不利影响。