弱模型依赖通用智能姿态控制技术

超高速跨域飞行、敏捷机动等是新一代飞行器发展方向,而长时高速飞行产生的气动外形变化带来的气动参数大范围改变等问题,都对控制系统设计提出了更高的要求。为提高飞行器对模型不确定性的适应能力及控制方法对不同外形、复合执行机构的通用性,深入研究了弱模型依赖的通用智能姿态控制技术,分层次地开展了基于深度学习(DL)的自适应姿态控制、基于深度确定性策略梯度算法(DDPG)的通用姿态控制、弱模型依赖的多维复合控制等技术研究,显著提高了控制系统的鲁棒性和通用性,对人工智能技术在飞行器姿态控制中的应用具有一定的指导意义。     

基于ESO的再入飞行器姿态控制

针对飞行器再入姿态控制系统受到较大干扰力矩时,采用目前工程上常用的 “前馈＋PID”控制方法难以获得理想控制精度的问题,提出了采用自抗扰控制技术进行再入姿态控制的方法。首先利用扩张状态观测器对前馈项没有完全补偿的剩余飞行器角加速度进行估计并加以补偿,使得作用在飞行器上的力矩接近于平衡状态,并采用PD控制器进行误差反馈控制,给出了飞行器再入姿态自抗扰控制律,并在频率域分析的基础上给出了控制参数设计原则。仿真结果表明采用本方法能够有效地克服干扰力矩,从而明显地提高再入飞行器姿态动态跟踪精度。