基于MPL-CS自适应反步法的过失速机动控制

超机动能力仍是未来飞机的重要性能指标，而过失速机动控制的效果将成为决定近距空战胜负的关键。本文提出了一种基于最小参数学习和布谷鸟搜索（MPL-CS）的自适应反步法的过失速机动控制方法，以解决先进布局飞机过失速机动中严重的非线性、耦合性和迟滞性等导致的鲁棒性差和控制精度低等问题。首先，基于一套完整的先进布局飞机缩比模型大振幅振荡风洞试验数据，在给定的建模精度目标下，通过改进极限学习机（ELM）方法，建立了大迎角下先进布局飞行器精确的非定常气动模型。其次，设计了一种基于MPL的自适应反步法，以减少需要优化的参数数量。在不确定性和模型扰动的影响下，结合串接链分配方法完成了分配设计。基于CS方法对MPL下自适应反步控制律的关键参数进行了优化。最后，经典的眼镜蛇机动仿真结果表明，该方法的控制精度高于传统的基于MPL的自适应反步方法，且充分考虑了工程的实际需求，控制精度高、鲁棒性强。该方法为未来先进布局飞机的过失速机动控制提供了理论支撑和技术路径。