CN102880053A - 基于预测模型的高超声速飞行器滑模控制方法 - Google Patents
基于预测模型的高超声速飞行器滑模控制方法 Download PDFInfo
- Publication number
- CN102880053A CN102880053A CN2012103719099A CN201210371909A CN102880053A CN 102880053 A CN102880053 A CN 102880053A CN 2012103719099 A CN2012103719099 A CN 2012103719099A CN 201210371909 A CN201210371909 A CN 201210371909A CN 102880053 A CN102880053 A CN 102880053A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- hypersonic aircraft
- design
- gamma
- sliding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公开了一种基于预测模型的高超声速飞行器滑模控制方法,用于解决现有的高超声速飞行器离散自适应控制难以工程实现的技术问题。该方法首先通过合理假设得到高度子系统的严格反馈形式,进一步通过欧拉法建立原有系统的离散形式;通过不断的向前预测,建立原系统的四步预测模型,该模型只包含一个等式;预测模型给出了未来时刻高度输出与当前系统状态和控制输入的关系,可用于计算系统的集中不确定项在历史时刻的数值,用于控制器的反馈设计;进一步结合集总标称信息,利用离散趋近律设计滑模控制器提高系统的鲁棒性;本发明建立离散预测模型获取系统标称以及不确定信息,无需设计虚拟控制量,控制器设计简单实用,适于工程应用。
Description
技术领域
本发明涉及一种高超声飞行器控制方法,特别是涉及一种基于预测模型的高超声速飞行器滑模控制方法,属于飞行器控制领域。
背景技术
高超声速飞行器由于其突出的飞行能力,使得全球实时打击成为可能,因此受到国内外的广泛关注;NASA X-43A试飞成功证实了这项技术的可行性;受自身复杂动力学特性的影响以及机体发动机一体化设计,高超声速飞行器弹性机体、推进系统以及结构动态之间的耦合更强,模型的非线性度也更高;此外,受飞行高度、马赫数和飞行条件影响,飞行器对外界条件非常敏感。
针对高超声速飞行器的控制大都集中在连续域内;随着计算机技术的发展,未来高超声速飞行器的控制系统需要使用计算机完成,因此研究高超声速飞行器的离散自适应控制具有重要的意义;离散控制器的设计通常可采用两种方法:1)根据连续控制对象设计控制器,然后将连续的控制器离散化;2)直接根据离散化的控制对象设计离散控制器;第1种方法需要较快的采样速率,对系统的硬件提出了很高的要求。
《Adaptive Discrete-time Controller Design with Neural Network for HypersonicFlight Vehicle via Back-stepping》(Xu Bin,Sun Fuchun,Yang Chenguang,Gao Daoxiang,Ren Jianxin,《International Journal of Control》,2011年第84卷第9期)一文采用第二种方法将高度子系统转化为一个四阶模型,通过设计虚拟控制量(航迹角、俯仰角以及俯仰角速度)分别实现对高度、航迹角和俯仰角的控制,最后利用舵偏角控制俯仰角速度;该方法对所需未来时刻的虚拟控制量采用神经网络进行预估,并且需要四步实现高度控制,设计过程复杂,不利于工程实现。
发明内容
为克服现有技术在高超声速飞行器离散自适应控制难以工程实现的不足,本发明提出了一种基于预测模型的高超声速飞行器滑模控制方法,该方法通过对已有的高超声速飞行器离散欧拉模型进行变换,得到预测模型,仅包含一个等式;控制器采用标称方法,同时考虑系统的集总不确定性,通过预测模型计算历史不确定部分的数值用于反馈设计,滑模控制可有效的提高系统的鲁棒性,整个控制器无需进行自适应参数估计,设计简单便于工程实现。
本发明解决其技术问题采用的技术方案是:一种基于预测模型的高超声速飞行器滑模控制方法,通过以下步骤实现:
(a)高超声速飞行器纵向通道动力学模型为:
该模型由五个状态变量Xs=[V,h,α,γ,q]T和两个控制输入Uc=[δe,β]T组成;其中,V表示速度,γ表示航迹倾角,h表示高度,α表示攻角,q表示俯仰角速度,δe是舵偏角,β为节流阀开度;T、D、L和Myy分别代表推力、阻力、升力和俯仰转动力矩;m、Iyy、μ和r代表质量、俯仰轴的转动惯量、引力系数以及距地心的距离;
(b)定义X=[x1,x2,x3,x4]T,其中x1=h,x2=γ,x3=θ,x4=q,θ=α+γ;因为γ非常小,取sinγ≈γ;考虑到Tsinα远小于L,在控制器设计过程中近似忽略;
高度子系统(2)-(5)写成以下严格反馈形式:
uA=δe
速度子系统(1)写为如下形式:
uV=β
其中fi,gi,i=1,2,3,4,V是根据(1)-(5)得到的未知项,分为标称值fiN,giN与不确定性△fi,△gi;
(c)考虑采样时间Ts非常小,通过欧拉近似法得到高度子系统离散模型:
xi(k+1)=xi(k)+Ts[fi(k)+gi(k)xi+1(k)] (6)
x4(k+1)=x4(k)+Ts[f4(k)+g4(k)uA(k)]
其中i=1,2,3;
通过欧拉近似法得到速度子系统的离散模型
V(k+1)=V(k)+Ts[fV(k)+gV(k)uV(k)]
进一步建立系统(6)的预测模型(7)
x1(k+4)=fA(k)+gA(k)uA(k) (7)
其中
相应的标称值记为:fAN(k)和gAN(k);
(d)考虑动力学参数未知,采用标称值进行设计,利用滑模控制实现指令跟踪;定义滑模面zA(k)=x1(k)-x1d(k);设计虚拟控制量
这里xld(k+4)为高度参考指令在k+4时刻的值,CA>0为趋近速度指数,满足1-TsCA>0,εA>0为到达速度,sgn(·)为取符号函数;kA=k-4;
设计控制器
其中Cv>0为趋近速度指数,满足1-TsCV>0,εV>0为到达速度;kV=k-1;
(e)根据得到的舵偏角uA(k)和节流阀开度uV(k),返回到高超声速飞行器的动力学模型(1)-(5),对高度和速度进行跟踪控制。
本发明与现有技术相比有益效果为:
(1)本发明将利用高超声速飞行器高度子系统的分层递阶特点,将原有模型进行转换得到预测模型,解决了非因果问题,所采取的离散化设计方法便于计算机实现;
(2)预测模型形式简单,仅包含一个等式,但包含系统所有的结构信息;通过分析系统的集总不确定性计算其历史信息,用于反馈设计,易于工程实现;
(3)高度子系统控制器设计可根据预测模型直接设计,无需设计虚拟控制量,控制器设计简单直接;
(4)基于预测模型的滑模控制器对参数摄动具有鲁棒性,不需引入神经网络对未知非线性项进行学习,所需参数少,实现简单。
下面结合附图和实施例对本发明作详细说明。
附图说明
图1是本发明基于预测模型的高超声速飞行器滑模控制方法的流程图。
具体实施方式
参照图1,本发明基于预测模型的高超声速飞行器滑模控制方法通过以下步骤实现:
(a)考虑公式组(1)-(5)的高超声速飞行器纵向通道动力学模型
该模型由五个状态变量Xs=[V,h,α,γ,q]T和两个控制输入Uc=[δe,β]T组成;其中,V表示速度,γ表示航迹倾角,h表示高度,α表示攻角,q表示俯仰角速度,δe是舵偏角,β为节流阀开度;T、D、L和Myy分别代表推力、阻力、升力和俯仰转动力矩;m、Iyy、μ和r代表质量、俯仰轴的转动惯量、引力系数以及距地心的距离;
相关的力矩及参数定义如下:
CM(α)=-0.035α2+0.036617α+5.3261×10-6,
CM(δe)=0.0292(δe-α)
(b)为便于设计,定义X=[x1,x2,x3,x4]T,其中x1=h,x2=γ,x3=θ,x4=q,θ=α+γ;因为γ非常小,取sinγ≈γ;考虑到Tsinα远小于L,在控制器设计过程中近似忽略;高度子系统(2)-(5)写成以下严格反馈形式:
uA=δe
其中f1=0,g1=V, f3=0,g3=1,
速度子系统(1)写成如下形式:
uV=β
其中
这里fi,gi,i=1,2,3,4,V是根据(1)-(5)得到的未知项,分为标称值fiN,giN与不确定性△fi,△gi;
(c)考虑采样时间Ts非常小,通过欧拉近似法得到速度子系统的一步预测模型:V(k+1)=V(k)+Ts[fV(k)+gV(k)uV(k)]
通过欧拉近似法建立高度子系统的离散模型
xi(k+1)=xi(k)+Ts[fi(k)+gi(k)xi+1(k)],i=1,2,3
x4(k+1)=x4(k)+Ts[f4(k)+g4(k)uA(k)]
对i=1,2,3,进行两步预测得到
xi(k+2)=xi(k+1)+Ts[fi(k+1)+gi(k+1)xi+1(k+1)]
对i=1,2,进行三步预测得到
xi(k+3)=xi(k+2)+Ts[fi(k+2)+gi(k+2)xi+1(k+2)]
对i=1,进行四步预测得到
xi(k+4)=xi(k+3)+Ts[fi(k+3)+gi(k+3)xi+1(k+3)]
仅x4(k+1)、x3(k+2)、x2(k+3)和x1(k+4)依赖于uA(k)和当前的系统状态X(k);至此得到新的高度子系统离散化形式
x1(k+4)=x1(k+3)+Ts[f1(k+3)+g1(k+3)x2(k+3)]
x2(k+3)=x2(k+2)+Ts[f2(k+2)+g2(k+2)x3(k+2)] (6)
x3(k+2)=x3(k+1)+Ts[f3(k+1)+g3(k+1)x4(k+1)]
x4(k+1)=x4(k)+Ts[f4(k)+g4(k)uA(k)]
进一步将xi(k+1),i=1,2,3,4;xj(k+2),j=1,2,3;xl(k+3),l=1,2的表达代入下式x1(k+4)=x1(k+3)+Ts[f1(k+3)+g1(k+3)x2(k+3)]
可得高度子系统的四步预测模型(7):
x1(k+4)=fA(k)+gA(k)uA(k) (7)
其中
根据标称值fiN(k)和giN(k),i=1,2,3,4结合式(8)和(9)可得四步预测模型中fA(k)和gA(k)的标称值,记为:fAN(k)和gAN(k);
(d)考虑动力学参数未知,采用标称值进行设计,利用滑模控制实现指令跟踪;
定义滑模面zA(k)=x1(k)-x1d(k);设计虚拟控制量
这里x1d(k+4)为高度参考指令在k+4时刻的值,CA>0为趋近速度指数,满足1-TsCA>0,εA>0为到达速度,sgn(·)为取符号函数;kA=k-4;
当k>4,否则取为零;
设计控制器
其中CV>0为趋近速度指数,满足1-TsCV>0,εV>0为到达速度;kV=k-1;
(e)根据得到的舵偏角uA(k)和节流阀开度uV(k),返回到高超声速飞行器的动力学模型(1)-(5),对高度和速度进行跟踪控制。
本发明未详细说明部分属于领域技术人员公知常识。
Claims (1)
1.一种基于预测模型的高超声速飞行器滑模控制方法,通过以下步骤实现:
(a)高超声速飞行器纵向通道动力学模型为:
(b)定义X=[x1,x2,x3,x4]T,其中x1=h,x2=γ,x3=θ,x4=q,θ=α+γ;因为γ非常小,取sinγ≈γ;考虑到Tsinα远小于L,在控制器设计过程中近似忽略;
高度子系统(2)-(5)写成以下严格反馈形式:
uA=δe
速度子系统(1)写为如下形式:
uV=β
其中fi,gi,i=1,2,3,4,V是根据(1)-(5)得到的未知项,分为标称值fiN,giN与不确定性Δfi,Δgi;
(c)考虑采样时间Ts非常小,通过欧拉近似法得到高度子系统离散模型:
xi(k+1)=xi(k)+Ts[fi(k)+gi(k)xi+1(k)]
(6)
x4(k+1)=x4(k)+Ts[f4(k)+g4(k)uA(k)]
其中i=1,2,3;
通过欧拉近似法得到速度子系统的离散模型
V(k+1)=V(k)+Ts[fV(k)+gV(k)uV(k)]
进一步建立系统(6)的预测模型(7)
x1(k+4)=fA(k)+gA(k)uA(k)(7)其中
相应的标称值记为:fAN(k)和gAN(k);
(d)考虑动力学参数未知,采用标称值进行设计,利用滑模控制实现指令跟踪;
定义滑模面zA(k)=x1(k)-x1d(k);设计虚拟控制量
这里x1d(k+4)为高度参考指令在k+4时刻的值,CA>0为趋近速度指数,满足1-TsCA>0,εA>0为到达速度,sgn(·)为取符号函数;kA=k-4;
当k>4,否则取为零;
设计控制器
其中CV>0为趋近速度指数,满足1-TsCV>0,εV>0为到达速度;kV=k-1;
(e)根据得到的舵偏角uA(k)和节流阀开度uV(k),返回到高超声速飞行器的动力学模型(1)-(5),对高度和速度进行跟踪控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210371909.9A CN102880053B (zh) | 2012-09-29 | 2012-09-29 | 基于预测模型的高超声速飞行器滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210371909.9A CN102880053B (zh) | 2012-09-29 | 2012-09-29 | 基于预测模型的高超声速飞行器滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102880053A true CN102880053A (zh) | 2013-01-16 |
CN102880053B CN102880053B (zh) | 2016-02-24 |
Family
ID=47481427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210371909.9A Active CN102880053B (zh) | 2012-09-29 | 2012-09-29 | 基于预测模型的高超声速飞行器滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102880053B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257573A (zh) * | 2013-05-23 | 2013-08-21 | 西北工业大学 | 一种用于飞机电刹车双余度无刷直流电机的滑模控制方法 |
CN104092378A (zh) * | 2014-06-16 | 2014-10-08 | 西北工业大学 | 一种Flyback变换器用鲁棒高阶滑模控制方法 |
CN104571100A (zh) * | 2015-01-28 | 2015-04-29 | 北京控制工程研究所 | 一种非最小相位高超声速飞行器控制方法 |
CN104571120A (zh) * | 2014-12-31 | 2015-04-29 | 天津大学 | 四旋翼无人机的姿态非线性自适应控制方法 |
CN106154831A (zh) * | 2016-07-25 | 2016-11-23 | 厦门大学 | 一种基于学习法的智能汽车纵向神经滑模控制方法 |
CN106597851A (zh) * | 2016-12-15 | 2017-04-26 | 南京航空航天大学 | 一种小型无人机飞控系统的鲁棒容错控制方法 |
CN106997208A (zh) * | 2017-05-10 | 2017-08-01 | 南京航空航天大学 | 一种面向不确定条件下的高超声速飞行器的控制方法 |
CN107203138A (zh) * | 2017-06-27 | 2017-09-26 | 金陵科技学院 | 一种输入输出饱和的飞行器鲁棒控制方法 |
CN107957682A (zh) * | 2017-07-03 | 2018-04-24 | 浙江工业大学 | 一种四旋翼无人机系统的增强型快速幂次趋近律滑模控制方法 |
CN107976902A (zh) * | 2017-07-03 | 2018-05-01 | 浙江工业大学 | 一种四旋翼无人机系统的增强型等速趋近律滑模控制方法 |
CN108490786A (zh) * | 2018-04-27 | 2018-09-04 | 哈尔滨工业大学 | 一种基于终端滑模的高超声速飞行器鲁棒跟踪控制方法 |
CN108536020A (zh) * | 2018-07-17 | 2018-09-14 | 哈尔滨工业大学 | 一种针对垂直起降重复使用运载器的模型参考自适应滑模控制方法 |
CN108563125A (zh) * | 2018-05-28 | 2018-09-21 | 浙江工业大学 | 基于指数增强型幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN110174844A (zh) * | 2019-07-03 | 2019-08-27 | 西北工业大学 | 一种远程操控系统的广义阶滑模预测控制方法 |
CN110222822A (zh) * | 2019-05-31 | 2019-09-10 | 北京工业大学 | 黑盒预测模型内部特征因果图的构建方法 |
CN110376887A (zh) * | 2019-07-11 | 2019-10-25 | 西北工业大学 | 基于时变滑模增益的飞行器离散滑模智能控制方法 |
CN110456636A (zh) * | 2019-07-11 | 2019-11-15 | 西北工业大学 | 基于不确定性上界估计的飞行器离散滑模自适应控制方法 |
CN113009829A (zh) * | 2021-02-25 | 2021-06-22 | 清华大学 | 一种智能网联车队纵横向耦合控制方法 |
CN116760289A (zh) * | 2023-08-22 | 2023-09-15 | 中国电子科技集团公司第五十八研究所 | 一种基于遗传算法的DCDC buck变换器离散滑模控制算法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003005634A (ja) * | 2001-06-21 | 2003-01-08 | Shimizu Corp | 地形標高データの補正装置および補正方法、測量地点の位置座標の決定方法 |
CN102360403A (zh) * | 2011-10-26 | 2012-02-22 | 中冶南方工程技术有限公司 | 基于Kriging模型的滑动轴套结构优化设计方法 |
-
2012
- 2012-09-29 CN CN201210371909.9A patent/CN102880053B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003005634A (ja) * | 2001-06-21 | 2003-01-08 | Shimizu Corp | 地形標高データの補正装置および補正方法、測量地点の位置座標の決定方法 |
CN102360403A (zh) * | 2011-10-26 | 2012-02-22 | 中冶南方工程技术有限公司 | 基于Kriging模型的滑动轴套结构优化设计方法 |
Non-Patent Citations (2)
Title |
---|
B. XU, ETC.: "Adaptive Kriging controller design for hypersonic flight vehicle via back-stepping", 《THE INSTITUTION OF ENGINEERING AND TECHNOLOGY》, 1 March 2012 (2012-03-01), pages 487 - 497, XP006041632, DOI: doi:10.1049/iet-cta.2011.0026 * |
黄喜元等: "基于动态逆的高超声速飞行器鲁棒自适应控制", 《北京航空航天大学学报》, vol. 37, no. 5, 31 May 2011 (2011-05-31), pages 560 - 563 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257573B (zh) * | 2013-05-23 | 2015-07-01 | 西北工业大学 | 一种用于飞机电刹车双余度无刷直流电机的滑模控制方法 |
CN103257573A (zh) * | 2013-05-23 | 2013-08-21 | 西北工业大学 | 一种用于飞机电刹车双余度无刷直流电机的滑模控制方法 |
CN104092378A (zh) * | 2014-06-16 | 2014-10-08 | 西北工业大学 | 一种Flyback变换器用鲁棒高阶滑模控制方法 |
CN104571120A (zh) * | 2014-12-31 | 2015-04-29 | 天津大学 | 四旋翼无人机的姿态非线性自适应控制方法 |
CN104571100B (zh) * | 2015-01-28 | 2017-06-27 | 北京控制工程研究所 | 一种非最小相位高超声速飞行器控制方法 |
CN104571100A (zh) * | 2015-01-28 | 2015-04-29 | 北京控制工程研究所 | 一种非最小相位高超声速飞行器控制方法 |
CN106154831A (zh) * | 2016-07-25 | 2016-11-23 | 厦门大学 | 一种基于学习法的智能汽车纵向神经滑模控制方法 |
CN106597851A (zh) * | 2016-12-15 | 2017-04-26 | 南京航空航天大学 | 一种小型无人机飞控系统的鲁棒容错控制方法 |
CN106597851B (zh) * | 2016-12-15 | 2019-04-30 | 南京航空航天大学 | 一种小型无人机飞控系统的鲁棒容错控制方法 |
CN106997208A (zh) * | 2017-05-10 | 2017-08-01 | 南京航空航天大学 | 一种面向不确定条件下的高超声速飞行器的控制方法 |
CN106997208B (zh) * | 2017-05-10 | 2019-09-27 | 南京航空航天大学 | 一种面向不确定条件下的高超声速飞行器的控制方法 |
CN107203138A (zh) * | 2017-06-27 | 2017-09-26 | 金陵科技学院 | 一种输入输出饱和的飞行器鲁棒控制方法 |
CN107203138B (zh) * | 2017-06-27 | 2020-05-26 | 金陵科技学院 | 一种输入输出饱和的飞行器鲁棒控制方法 |
CN107976902B (zh) * | 2017-07-03 | 2020-02-21 | 浙江工业大学 | 一种四旋翼无人机系统的增强型等速趋近律滑模控制方法 |
CN107976902A (zh) * | 2017-07-03 | 2018-05-01 | 浙江工业大学 | 一种四旋翼无人机系统的增强型等速趋近律滑模控制方法 |
CN107957682A (zh) * | 2017-07-03 | 2018-04-24 | 浙江工业大学 | 一种四旋翼无人机系统的增强型快速幂次趋近律滑模控制方法 |
CN107957682B (zh) * | 2017-07-03 | 2020-02-21 | 浙江工业大学 | 一种四旋翼无人机系统的增强型快速幂次趋近律滑模控制方法 |
CN108490786A (zh) * | 2018-04-27 | 2018-09-04 | 哈尔滨工业大学 | 一种基于终端滑模的高超声速飞行器鲁棒跟踪控制方法 |
CN108563125A (zh) * | 2018-05-28 | 2018-09-21 | 浙江工业大学 | 基于指数增强型幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108536020A (zh) * | 2018-07-17 | 2018-09-14 | 哈尔滨工业大学 | 一种针对垂直起降重复使用运载器的模型参考自适应滑模控制方法 |
CN110222822A (zh) * | 2019-05-31 | 2019-09-10 | 北京工业大学 | 黑盒预测模型内部特征因果图的构建方法 |
CN110174844A (zh) * | 2019-07-03 | 2019-08-27 | 西北工业大学 | 一种远程操控系统的广义阶滑模预测控制方法 |
CN110456636A (zh) * | 2019-07-11 | 2019-11-15 | 西北工业大学 | 基于不确定性上界估计的飞行器离散滑模自适应控制方法 |
CN110376887A (zh) * | 2019-07-11 | 2019-10-25 | 西北工业大学 | 基于时变滑模增益的飞行器离散滑模智能控制方法 |
CN110376887B (zh) * | 2019-07-11 | 2022-03-29 | 西北工业大学 | 基于时变滑模增益的飞行器离散滑模智能控制方法 |
CN110456636B (zh) * | 2019-07-11 | 2022-04-01 | 西北工业大学 | 基于不确定性上界估计的飞行器离散滑模自适应控制方法 |
CN113009829A (zh) * | 2021-02-25 | 2021-06-22 | 清华大学 | 一种智能网联车队纵横向耦合控制方法 |
CN116760289A (zh) * | 2023-08-22 | 2023-09-15 | 中国电子科技集团公司第五十八研究所 | 一种基于遗传算法的DCDC buck变换器离散滑模控制算法 |
CN116760289B (zh) * | 2023-08-22 | 2023-10-27 | 中国电子科技集团公司第五十八研究所 | 一种基于遗传算法的DCDC buck变换器离散滑模控制算法 |
Also Published As
Publication number | Publication date |
---|---|
CN102880053B (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102880053B (zh) | 基于预测模型的高超声速飞行器滑模控制方法 | |
CN102880055B (zh) | 基于预测模型的高超声速飞行器神经网络控制方法 | |
CN102880052B (zh) | 基于时标功能分解的高超声速飞行器执行器饱和控制方法 | |
CN102866635B (zh) | 基于等价模型的高超声速飞行器离散神经网络自适应控制方法 | |
CN102880056B (zh) | 基于等价模型的高超声速飞行器离散滑模控制方法 | |
CN102411305B (zh) | 单旋翼直升机/涡轴发动机综合抗扰控制系统设计方法 | |
CN109614633A (zh) | 一种复合式旋翼飞行器非线性建模方法及配平方法 | |
CN107024863A (zh) | 一种避免微分爆炸的uuv轨迹跟踪控制方法 | |
CN107526296B (zh) | 基于预测建模的高超声速飞行器神经网络学习控制方法 | |
CN105182742A (zh) | 一种弹性体飞行器自适应受限跟踪控制间接法 | |
CN104020774A (zh) | 基于动态控制重新分配的飞行器姿态容错控制方法 | |
CN110456636B (zh) | 基于不确定性上界估计的飞行器离散滑模自适应控制方法 | |
CN107942651A (zh) | 一种近空间飞行器控制系统 | |
CN111665857A (zh) | 基于复合智能学习的变体飞行器控制方法 | |
CN106628257A (zh) | 地球摄动引力场中近地航天器相对运动轨道的保持方法 | |
CN110456643A (zh) | 基于奇异摄动的弹性飞行器历史数据学习自适应控制方法 | |
CN110568765A (zh) | 面向攻角跟踪的高超声速飞行器非对称输出受限控制方法 | |
CN108009383A (zh) | 一种自然层流短舱外形的确定方法及系统 | |
CN114355777B (zh) | 一种基于分布式压力传感器与分段姿态控制的动态滑翔方法及系统 | |
CN103592847A (zh) | 一种基于高增益观测器的高超声速飞行器非线性控制方法 | |
CN105843080A (zh) | 可变翼高超声速飞行器智能非线性控制系统 | |
CN102654772A (zh) | 一种基于控制力受限情况下飞行器航迹倾角反演控制方法 | |
CN110320794A (zh) | 基于干扰观测的弹性飞行器奇异摄动复合学习控制方法 | |
CN108181806A (zh) | 基于采样输出的空间机器人位置与姿态自抗扰控制方法 | |
Yang et al. | Transonic flutter suppression for a three-dimensional elastic wing via active disturbance rejection control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |