高超声速飞行器输入受限自适应反演控制研究

针对输入受限和参数不确定时的高超声速飞行器控制问题,提出了一种基于径向基函数(RBF)神经网络补偿的自适应反演控制方法。建立了飞行器纵向运动模型,分析了由控制系统执行机构、弹性振动和避免发动机燃烧室热雍塞导致的燃料-空气比和升降舵偏角受限,通过设计辅助系统以保证受限时闭环系统的稳定性。分别采用动态逆和反演方法设计速度与高度子系统控制器,利用RBF神经网络逼近控制律的饱和特性,设计了一种非线性干扰观测器对模型不确定参数进行自适应估计,并在控制律中引入不依赖扰动上界的鲁棒项,对未观测的扰动部分进行自适应补偿,以保证控制律的强鲁棒性。引入跟踪微分器估计虚拟控制量的导数,解决了传统反演控制中"微分膨胀"问题。Lyapunov函数分析证明了闭环系统所有信号最终一致有界,闭环系统稳定。仿真结果表明:所提的控制策略能有效处理控制输入饱和问题,在受限情况下实现速度和高度对参考输入的高精度稳定跟踪,并对模型不确定性具较强的鲁棒性。     

吸气式高超声速飞行器鲁棒反演控制器设计

针对吸气式高超声速飞行器气动／推进／结构弹性耦合控制问题,提出了鲁棒反演控制器设计方法。采用反演和动态逆方法设计虚拟控制量和实际控制量,通过引入一阶低通滤波器来获取虚拟控制量的导数,解决了虚拟控制量求导复杂问题;为了增强控制器的鲁棒性,采用充分光滑投影算子对模型非匹配不确定项进行估计和补偿,同时避免了可能出现的参数漂移问题。仿真结果表明,该控制器对模型气动参数拟合误差、攻角和升降舵偏角摄动、气动弹性影响具有鲁棒性,对速度指令和高度指令具有很好的跟踪效果。     

基于滑模微分器的吸气式高超声速飞行器鲁棒反演控制

针对吸气式高超声速飞行器气动\推进\结构弹性耦合运动学模型,提出了一种基于滑模微分器的鲁棒反演控制器设计方法。分别采用反演和动态逆方法设计虚拟控制量和实际控制量。引入滑模微分器来精确估计虚拟控制量的导数,避免了传统反演控制方法"微分项膨胀"问题。基于滑模微分器,设计了一种非线性干扰观测器,可对模型不确定项进行精确估计和补偿,从而增强了控制器的鲁棒性。仿真结果表明,该控制器对模型不确定性和气动弹性影响具有较强的鲁棒性,且能实现对速度指令和高度指令很好的跟踪效果。     

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...     

无虚拟控制律的高超声速飞行器新型模糊控制

针对弹性体模型的吸气式高超声速飞行器(Air-breathing Hypersonic Vehicle; AHV)飞行过程中存在的外部未知扰动和不确定性,提出了一种无需虚拟控制律的新型模糊控制方法。首先,基于飞行器的纵向模型,将控制系统分解为速度子系统和高度子系统;然后对于每个子系统,仅采用一个模糊逼近器对系统的总不确定项进行逼近,摆脱了传统鲁棒控制对于精确模型的依赖,并保证系统的鲁棒性能。与含有虚拟控制律的传统反演控制相比,本文的虚拟控制律仅应用于系统稳定性分析,无需繁琐解算,仅按实际控制律需要执行。采用范数估计策略为模糊系统权系数参数向量的范数设计自适应律,保证了实时性的同时大大减少了逼近过程的学习量。最后通过仿真分析,在引入参数摄动的条件下,对系统输入的参考速度和参考高度进行跟踪控制,验证了控制器的鲁棒性和稳定性。     

基于状态重构的吸气式高超声速飞行器鲁棒反演控制

针对吸气式高超声速飞行器参数不确定弹性体模型,仅考虑速度、高度和俯仰角速度可测的情况,提出了一种基于状态重构的鲁棒反演控制器设计方法。首先,将被控对象模型表示为严格反馈形式,分别采用动态逆和反演设计实际控制律和虚拟控制律;其次,引入反正切跟踪微分器来简化虚拟控制律求导运算,并用于对弹道角和攻角进行状态重构;最后,为了保证反演控制器的鲁棒性,基于非线性-线性跟踪微分器,设计了一种新型非线性干扰观测器,可实现对模型不确定项的精确估计和补偿。仿真结果表明,所提策略取得了较高的状态重构精度,控制器能够克服模型不确定项的影响,且能保证速度和高度对参考输入的稳定跟踪。     

基于不确定性的高超声速飞行器动态面自适应反演控制系统设计

针对飞行器非线性动力学系统具有不确定项情况,研究了高超声速飞行器的飞行控制系统设计问题。由于动力学系统中存在线性参数不确定项和由于高速高热造成的未建模动态
时,论文将研究对象扩展为控制矩阵中含有线性参数不确定系统,同时放宽了现有文献中许多苛刻的条件,如匹配条件、增长条件等,用自适应调节函数补偿系统不确定性带来的影响,设计鲁棒项函数解决了逼近误差的影响问题,通过引入投影算子避免了可能出现的控制器奇异问题。在自适应反演设计时,采用动态面设计方法,引入一阶滤波器,得到虚拟控制量的微分,消除传统反演设计中的“项数膨胀”的问题,用Lyapunov稳定性定理保证误差一致有界。仿真实验验证了该算法的有效性。
     

基于状态观测器的高超音速飞行器动态面反步控制

针对高超音速飞行器严格反馈不确定非线性MIMO系统,考虑系统状态不可完全测量的问题,提出一种基于状态观测器的反步控制方法.该方法在系统具有不确定项的情况下,充分利用角速率信号和系统建模信息设计滑模观测器,实现对高超音速飞行器气流角的估计,并通过理论推导出了观测器的收敛条件和观测器增益矩阵的计算方法;基于反步法设计气流角跟踪控制律,分别采用指令滤波和动态面方法得到气流角指令和虚拟控制量的一阶导数,以Lyapunov方法证明闭环系统跟踪误差最终有界收敛.仿真结果表明,在系统存在不确定项且气流角不可测的条件下,所设计方法依然可以实现气流角的稳定跟踪.     

火箭大偏航入轨双回路扰动观测补偿有限时间收敛滑模控制

为实现参数不确定和扰动下运载火箭大偏航入轨过程高精度姿态稳定控制,提出了一种双回路扰动观测补偿有限时间收敛滑模控制方法。首先基于运载火箭飞行动力学方程构建了面向控制的姿态模型;然后分析模型中存在的复合扰动,构建双回路扰动观测补偿滑模控制框架;通过引入有限时间收敛微分器、观测器和滑模控制器,实现了运载火箭姿态控制回路对姿态指令的高精度快速响应。该方法能够有效观测并补偿同时存在的匹配和非匹配扰动项,提高运载火箭姿态控制系统对参数不确定的适应性。通过对比传统PID控制方法,充分验证了双回路扰动观测补偿有限时间收敛滑模控制方法的良好性能。     

含LESO的高超声速飞行器动态面控制

针对含模型不确定性和外部扰动的高超声速飞行器(HFV)巡航飞行的控制问题,提出一种基于线性扩张状态观测器(LESO)的动态面控制方法。首先,建立高超声速飞行器的纵向运动模型,并采用非线性动态逆(NDI)技术实现了飞行器速度和高度通道的解耦;其次结合传统反演设计方法,采用基于反双曲正弦函数的跟踪微分器(IHSTD)求取虚拟控制量的微分信号,避免了"微分爆炸"的问题;然后设计了LESO,能够实现对模型不确定项和外部扰动组成的"总和扰动"的精确估计,进而在控制器中动态补偿,大幅增强了系统的扰动抑制能力;最后,采用Lyapunov稳定性理论对所提出的控制方法进行了稳定性分析。本文所提出的控制方法保证了系统的渐近稳定性和较强的鲁棒性,仿真结果校验了本文所设计控制器的有效性。     

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。     

应用跟踪微分器的高超声速飞行器的反演控制

针对存在参数摄动和外部干扰等不确定性的高超声速飞行器模型，提出一种基于新型跟踪微分器的鲁棒反演控制方法。利用正切sigmoid函数和终端吸引子函数设计跟踪微分器，通过扫频测试得到了参数整定规则，并进行了对比仿真试验。在此基础上，构造一种非线性干扰观测器对模型的不确定项进行估计，增强了控制器的鲁棒性；并利用所设计的跟踪微分器对虚拟控制量进行滤波处理，解决了传统反演控制的“微分项膨胀”问题。最后，通过仿真校验了所设计控制器的有效性。     

控制受限的编队航天器鲁棒自适应控制

研究了考虑控制受限的编队航天器鲁棒自适应轨道跟踪控制问题。针对航天器编队飞行系统中控制受限、外部扰动和模型不确定性的情况,利用反步控制方法和指令滤波设计提出了一种鲁棒自适应控制策略。指令滤波器用于补偿控制受限对于控制器的影响,同时设计了自适应律对未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。和滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。仿真结果表明所设计的控制器既能实现高精度的编队飞行跟踪控制,又能保证控制受限的要求。     

基于变增益观测器的高超声速飞行器输出反馈控制

针对吸气式高超声速飞行器飞行控制问题,提出一种基于变增益观测器的双回路非线性输出反馈控制方案。首先,为解决部分状态信号不可直接测量的问题,设计了一种可变增益状态观测器。通过状态变换将飞行器模型变换为双回路形式,并设计自适应的观测器增益系数在保证其稳定性的同时提高鲁棒性。在此基础上,将高超声速飞行器本体模型与所设计的观测器一起构成新的严反馈系统,结合反步法与动态面设计控制器。另外,引入扩张状态观测器补偿系统观测误差及耦合项。利用Lyapunov理论证明了闭环系统的一致有界稳定。最后,在不同情况下的数值仿真校验了所提控制方案在存在较大参数不确定情况下可获得理想的指令跟踪效果。     

考虑约束的高超声速飞行器制导与控制一体化设计

针对高超声速飞行器上升段飞行过程中强耦合、强非线性同时要求满足过程约束的特点，提出了一种结合级联控制方法和控制障碍函数的新型三维制导控制一体化算法。首先通过对速度子系统设计控制障碍函数约束算法来满足飞行器的过程约束要求，然后利用反步法、动态逆控制方法设计其余子系统的控制器，两者共同组成制导控制一体化控制器。考虑到飞行器在上升过程中容易遭遇阵风扰动的问题，设计非线性干扰观测器以增强算法的鲁棒性。最后通过李雅普诺夫函数证明了系统的稳定性，并且通过仿真验证了该新算法能够在满足高超声速飞行器上升段过程约束的同时，实现飞行器的三维跟踪控制。     

状态/输入约束下飞-推一体化的保性能安全控制

基于飞行-推力一体化思想提出了一种针对搭载超燃冲压发动机的吸气式高超声速飞行器速度通道的状态/输入约束自适应鲁棒保性能安全控制方案。首先根据超燃冲压发动机的机理分析与计算流体动力模型数据，建立了安全子系统与性能子系统面向控制的仿射非线性模型。之后基于障碍Lyapunov理论与动态面设计方法设计了一套安全子系统状态约束控制器，从理论上保证了飞行器在跟踪指令的全过程中，发动机相关状态不会触碰安全边界，并结合自适应技术与辅助系统提高了该控制系统的鲁棒性。针对性能子系统设计了一套鲁棒自抗扰控制器，达到“保证安全的前提下不折损性能”的目的。仿真结果表明所设计的控制系统可以在保障安全的同时达到预想的性能，并显著放宽了超燃冲压发动机对飞行器飞行姿态的约束，保证了高超声速飞行器的机动灵活性。     

带攻角约束的高超声速飞行器自适应反步控制器设计

针对带攻角(AOA)约束的高超声速飞行器控制问题,提出一种基于非对称时变障碍函数的非线性自适应反步控制方法。首先,将飞行器模型化为严反馈形式,以反步法为基础进行控制器设计。然后通过光滑饱和函数对名义攻角指令信号进行限幅,并保证限幅信号的可导性,限幅产生的误差通过设计辅助系统进行补偿。进而使用障碍函数对攻角指令跟踪误差进行非对称时变约束。针对不确定性和干扰,设计新型自适应律对集中干扰上界进行估计并补偿。最终通过Lyapunov理论证明了闭环系统状态量一致最终有界并且攻角始终满足时变约束。仿真结果表明,本文方法能够在满足攻角约束基础上保证良好跟踪性能。     

一种基于学习的高超声速飞行器智能控制方法

针对吸气式高超声速飞行器的飞行控制问题,提出一种基于学习的智能控制方法。为便于控制器设计,将飞行器动力学模型划分为速度子系统和高度子系统：为解决速度子系统控制输入受限的问题,提出一种基于强化学习的智能控制方案;对于考虑有限通信资源的高度子系统跟踪控制问题,提出一种基于事件触发的确定学习控制方案。该方案包含离线学习训练和在线触发控制两个阶段。首先在本地离线学习训练阶段获取并存储系统的未知动态知识,随后利用所获取的经验知识设计基于事件触发机制的在线触发控制器。本文所提方案基于学习的思想将离线学习训练获取的智能体和经验知识应用于在线控制,使得所提方案能够快速计算控制指令且通信资源占用少。仿真结果说明了所提出方法的有效性。     

高超声速飞行器自适应神经网络控制

针对一类高超声速飞行器,在充分考虑其非线性模型包含未建模动态、气动参数变化、弹性形变等产生的未知非线性不确定函数以及外界扰动的情况下,设计了一种基于自适应神经网络的非线性逆控制器。首先,将系统的动态特性分为标称部分和不确定部分,采用非线性逆的思想设计标称部分的控制器,利用神经网络逼近不确定部分,将神经网络的最优权值采用自适应律进行调节,提高神经网络的在线逼近能力。利用改进的变结构控制来消除神经网络逼近误差的影响,最终使跟踪误差收敛为零,并保证闭环系统的信号有界。通过仿真验证了设计方法的正确性。