高超声速变外形飞行器建模与有限时间控制

针对高超声速变外形飞行器变形带来的参数摄动大、变形过程建模难、外界干扰复杂等大不确定问题,研究了一类可变后掠飞行器建模与姿态控制问题,设计了一种有限时间控制方案。针对变外形飞行器建立了带有变形量的面向姿态控制的三自由度模型,该模型能够反映出变外形飞行器的内在影响。分析了变外形飞行器在典型状态下的气动特征,并给出了连续变形关键气动数据可行处理方案。针对可连续变形的飞行器设计了一套有限时间控制方案,并证明了系统稳定性。进一步考虑控制律中用到的指令微分项,设计了有限时间指令收敛滤波器。利用扩张状态观测器,估计不易测量状态和“综合扰动”。以考虑复杂干扰下的高超声速变外形飞行器为对象进行仿真,结果表明:所设计的控制方案可解决不同变形速率下、存在复合干扰的飞行器姿态控制问题。      

高超声速飞行器控制技术研究进展与展望

针对一类包含可变构型在内的高超声速飞行器的难点,分析了工程应用需求,综述了几类典型的非线性控制方法的研究进展。首先针对高超声速飞行器的几类常见研究模型,总结了模型来源及特点;其次,以实际工程需求为出发点,分析了此类飞行器的控制难点及对于控制系统能力提出的需求;再者,总结了高超声速飞行器几种典型非线性控制及智能控制研究的基本情况和进展,并给出了各类控制方案的框架;最后,面向未来任务形式多样化、环境复杂化的飞行器控制,讨论了可以进一步研究的问题和方向。     

“会学习”运载火箭的制导控制技术

“会学习”运载火箭具备“边飞边学”和“终身学习”的特征。对于“会学习”运载火箭制导控制技术具备的5个能力需求,即飞行状态在线辨识与感知、制导控制在线重构、经验知识自学习、“终身学习”和箭上强计算能力等进行了分析,研究了支撑“边飞边学”的在线辨识与控制重构、轨迹在线规划、目标在线变更等技术和支撑“越飞越聪明”的数据挖掘、自我学习、持续优化和决策评估等技术。最后,对“会学习”运载火箭的智能控制技术进行思考与展望。     

一种非仿射高超声速飞行器姿态系统控制方法

针对非仿射高超声速飞行器姿态控制问题，提出了一种基于反步法的非线性控制方法。首先，通过干扰观测器估计攻角动态中的扰动量，在此基础上设计了俯仰角速度虚拟控制指令。然后，针对含有非仿射项的参数不确定的俯仰角速度动态函数，将其视为一个扩张状态，通过状态观测器对其进行估计。接着，基于动态逆方法设计了升降襟副翼的控制律并基于李雅普诺夫方法证明了闭环系统的稳定性。采用指令滤波器避免反步法应用中虚拟控制指令微分项的“复杂性爆炸”问题，并得到虚拟控制指令的一阶和二阶导数信号。所提方法能够适用于变速变高飞行模式。最后，通过对比仿真实验，验证了所设计控制方法的有效性。     

高超声速飞行器无在线求导backstepping控制方法

针对高超声速飞行器纵向通道跟踪控制问题,提出一种无需对虚拟控制量进行在线求导的新型backstepping控制方法.首先将飞行器动力学模型划分为速度子系统和航迹倾角子系统,然后采用backstepping方法设计航迹倾角子系统控制器,利用高阶微分器技术直接设计虚拟控制量一阶导数的控制律,这样即避免了现有backstep...     

近空间高超声速飞行器输入饱和抑制模糊自适应控制

针对近空间高超声速飞行器三通道姿态跟踪控制问题，提出了一种基于输入饱和抑制的非线性模糊自适应滑模控制器。考虑到飞行器模型具有严格反馈形式的特点，以反步法为基础，结合非奇异快速Terminal滑模方法设计控制器。设计了模糊系统估计模型中的干扰项，并通过自适应鲁棒项补偿估计误差，引入非线性增益函数提高控制系统的饱和抑制能力，并基于Lyapunov理论证明了闭环系统的稳定性。最后，通过仿真对比实验验证方法的有效性。仿真结果表明，所设计的控制器能够保证飞行控制系统在存在模型参数不确定性的情况下具有良好的姿态跟踪性能和输入饱和抑制能力。     

运载火箭风场高精度拟合方法

针对运载火箭风场传统拟合方法精度低的问题，提出一种基于最少参数神经网络的高精度拟合方法。该方法将运载火箭飞行高度作为网络输入，将风场的速度和朝向作为网络输出，在满足精度要求下使用最少的网络层数和神经元个数完成风场拟合，并给出了隐层节点数的下界公式。和传统的最小二乘多项式拟合及其分段形式相比，最少参数神经网络只使用一套框架即可完成风速和风向的拟合，并提高了拟合精度。大量仿真结果充分说明了所提出方法的有效性、简洁性和鲁棒性。     

一种微型航天器姿态跟踪的四元数实现方法

针对航天器姿态跟踪问题，建立了基于误差四元数的姿态控制系统二阶数学模型。基于现代控制理论，通过设计四元数状态反馈控制器对姿态控制系统的极点进行配置，实现航天器姿态的稳定跟踪。仿真结果表明，设计的状态反馈控制器能够实现微型航天器的高精度姿态跟踪控制。     

飞行器集群协同控制技术分析与展望

系统分析和展望了飞行器集群协同控制技术，对先进的集群飞行器和协同控制技术进行了总结和对比，并提出了当前该领域面临的5个主要科学问题。在此基础上提出了飞行器集群自主控制体系架构以及射前任务规划、在线态势感知、协同制导控制等8项飞行器集群协同核心关键技术。其中，对每项技术进行了简要概括，阐述了它们之间的关系和对于飞行器集群协同控制的作用。最后，从理论研究、技术突破到工程应用方面，对该领域未来发展做出了展望。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题，提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先，以一类后掠角可连续变化的高速飞行器为研究对象，给出变形飞行器动力学模型，分析模型特性及变形量与关键气动参数之间的定性关系。其次，基于关键气动数据特征分析，考虑包含气动性能、控制误差在内的综合性能指标，设计一种基于DDPG算法的智能变形决策方案。再者，针对带有标称控制器的HMFV进行变形决策训练，实时获得滑翔过程中不同飞行状态下的最优构型。最后，仿真结果表明所设计的智能变形决策算法收敛效果好，且具备较好的泛化性能。相比于固定外形，可通过变形使得在不同状态下的升阻比保持最优，且与考虑单一决策指标相比，考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。