CN103197545A - 高速飞行器快速在线综合识别方法 - Google Patents
高速飞行器快速在线综合识别方法 Download PDFInfo
- Publication number
- CN103197545A CN103197545A CN 201310059417 CN201310059417A CN103197545A CN 103197545 A CN103197545 A CN 103197545A CN 201310059417 CN201310059417 CN 201310059417 CN 201310059417 A CN201310059417 A CN 201310059417A CN 103197545 A CN103197545 A CN 103197545A
- Authority
- CN
- China
- Prior art keywords
- disturbance
- model
- alpha
- air vehicle
- speed air
- 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.)
- Pending
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种高速飞行器快速在线综合识别方法,用于解决现有基于特征模型的高超声速飞行器鲁棒控制方法控制精度低的技术问题。技术方案是首先建立高速飞行器小扰动线性化模型,再建立高速飞行器纵向运动的定义特征状态量和特征模型,然后对高速飞行器的特征状态量进行在线快速综合识别。由于该方法以传感器可测姿态所描述的系统瞬时动力学方程为系统特征模型,对系统特征模型进行小扰动线性化,获得可用于控制的线性扰动模型,将扰动量表示为真实量与平衡点的差,并通过定义新的结构参数,将扰动模型变形为真实物理量所描述的瞬时方程,将结构参数定义为特征状态量,将瞬时方程定义为特征模型,提高了高速飞行器的控制精度。
Description
技术领域
本发明涉及一种高速飞行器识别方法,特别是涉及一种高速飞行器快速在线综合识别方法。
背景技术
高速飞行器飞行高度和马赫数跨度大且飞行环境复杂,作用在飞行器上的气动力与飞行环境、飞行状态参数等呈现非常复杂的关系。为确保高速飞行器在全包络飞行过程中拥有稳定的控制性能,需采用具有强鲁棒能力和自适应能力的控制器结构和控制方法。
文献“基于特征模型的高超声速飞行器鲁棒控制方法,飞行力学,2011,Vol29(1),p46-49”将特征建模理论与多模型自适应控制方法相结合,设计了一种基于特征模型的鲁棒自适应控制方案。将飞行器的飞行包络划分为若干子空间,基于对象特征模型分别设计各子空间的H∞鲁棒控制器。飞行过程中,通过在线辨识得到的特征模型参数对各子控制器进行平滑切换。该控制方案不但可以较好地解决飞行器的模型不确定性问题,而且基于特征模型设计得到的鲁棒控制器阶数较低,易于工程实现。但由于特征模型的参数是在线辨识得到的,不仅存在收敛时间长,精度低以及闭环可辨识性差等固有问题,而且由于辨识收敛时间长得到的模型难以及时反映系统的瞬时特性。对于高速飞行器这一快时变对象而言,系统瞬时特性的快速获取是成功设计自适应控制系统的关键。因此,如何能够快速在线获取面向控制的模型,以设计较高自适应能力的控制系统,成为高速飞行器控制系统设计方向的一个重要研究课题。
发明内容
为了克服现有基于特征模型的高超声速飞行器鲁棒控制方法控制精度低的不足,本发明提供一种高速飞行器快速在线综合识别方法。该方法以传感器可测姿态所描述的系统瞬时动力学方程为系统特征模型,对系统特征模型进行小扰动线性化,获得可用于控制的线性扰动模型,将扰动量表示为真实量与平衡点的差,并通过定义新的结构参数,将扰动模型变形为真实物理量所描述的瞬时方程,将结构参数定义为特征状态量,将瞬时方程定义为特征模型,可以提高高速飞行器的控制精度。
本发明解决其技术问题所采用的技术方案是:一种高速飞行器快速在线综合识别方法,其特点是包括以下步骤:
步骤一、将高速飞行器视为刚体,其纵向运动模型是
式中,为阻尼力矩所产生的角加速度对角速度的导数;为稳定力矩所产生的角加速度对扰动攻角的导数,代表单位扰动攻角产生角加速度的能力;为操纵力矩所对应的角加速度对扰动舵偏的导数,代表单位扰动舵偏产生角加速度的能力。
步骤二、定义高速飞行器纵向运动的特征状态量为
式中,ap2是稳定力矩与实际攻角的比值,代表单位实际攻角产生角加速度的能力;bp是操纵力矩与实际舵偏的比值,代表单位实际舵偏产生角加速度的能力。
基于式(2)和式(3),得到高速飞行器纵向运动的特征模型为
步骤三、特征状态量在线快速综合识别步骤为:
(b)用采集的传感器数据,按照下式计算apd1,
(c)计算配平系数μ=-ap2/bp。在采样周期足够小的情况下,假设参数ap2,bp变化可忽略不计,配平系数估算式为
(d)用配平系数估值来计算特征状态量
本发明的有益效果是:由于该方法以传感器可测姿态所描述的系统瞬时动力学方程为系统特征模型,对系统特征模型进行小扰动线性化,获得可用于控制的线性扰动模型,将扰动量表示为真实量与平衡点的差,并通过定义新的结构参数,将扰动模型变形为真实物理量所描述的瞬时方程,将结构参数定义为特征状态量,将瞬时方程定义为特征模型,提高了高速飞行器的控制精度。
下面结合实施例对本发明作详细说明。
具体实施方式
本发明高速飞行器快速在线综合识别方法具体步骤如下:
以某高速飞行器为例,给出其纵向运动基于特征状态量的快速在线综合识别方法的实施过程。
步骤一、建立高速飞行器小扰动线性化模型。
将高速飞行器视为刚体,其纵向运动模型为
式中,为阻尼力矩所产生的角加速度对角速度的导数;为稳定力矩所产生的角加速度对扰动攻角的导数,代表单位扰动攻角产生角加速度的能力;为操纵力矩所对应的角加速度对扰动舵偏的导数,代表了单位扰动舵偏产生角加速度的能力。
步骤二、建立高速飞行器纵向运动的定义特征状态量和特征模型。
高速飞行器纵向运动的特征状态量为
其物理意义分别为:参数ap2是稳定力矩与实际攻角的比值,代表单位实际攻角产生角加速度的能力;bp是操纵力矩与实际舵偏的比值,代表单位实际舵偏产生角加速度的能力。
参数ap2,bp包涵了系统状态、参考状态及其局部气动导数,代表了飞行器攻角、舵偏产生相应角加速度的能力;不可直接获得,却又能够用来描述系统的动态特性,因此其满足飞行器特征状态量的特性。
基于式(2)和式(3),得到高速飞行器纵向运动的特征模型为
步骤三、特征状态量在线快速综合识别。
考虑到特征状态量随姿态快时变的特性,采用传统参数辨识方法存在数据计算量大、参数获取滞后、初值难以选择及闭环可辨识性等问题。如果特征状态量所描述的系统瞬时特性无法及时反映给控制器,就失去了使用特征模型的优势。
基于传感器测量的特征状态量在线快速综合识别方法,是利用传感器对系统高阶姿态的测量代替传统的基于统计学原理的参数辨识方法,用增加传感器种类和数量来获得特征状态量在线估值速度的提升,其步骤为:
(b)用所测得的物理量,按照下式计算apd1,
(c)计算配平系数μ=-ap2/bp。在采样周期足够小的情况下,假设参数ap2,bp变化可忽略不计,配平系数估算式为
(d)用配平系数估值来计算特征状态量
Claims (1)
1.一种高速飞行器快速在线综合识别方法,其特征在于包括以下步骤:
步骤一、将高速飞行器视为刚体,其纵向运动模型是
式中,为阻尼力矩所产生的角加速度对角速度的导数;为稳定力矩所产生的角加速度对扰动攻角的导数,代表单位扰动攻角产生角加速度的能力;为操纵力矩所对应的角加速度对扰动舵偏的导数,代表单位扰动舵偏产生角加速度的能力;
步骤二、建立高速飞行器纵向运动的特征状态量为
式中,ap2是稳定力矩与实际攻角的比值,代表单位实际攻角产生角加速度的能力;bp是操纵力矩与实际舵偏的比值,代表单位实际舵偏产生角加速度的能力;
基于式(2)和式(3),得到高速飞行器纵向运动的特征模型为
步骤三、特征状态量在线快速综合识别步骤为:
(b)用采集的传感器数据,按照下式计算apd1,
(c)计算配平系数μ=-ap2/bp;在采样周期足够小的情况下,假设参数ap2,bp变化可忽略不计,配平系数估算式为
(d)用配平系数估值来计算特征状态量
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201310059417 CN103197545A (zh) | 2013-02-25 | 2013-02-25 | 高速飞行器快速在线综合识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201310059417 CN103197545A (zh) | 2013-02-25 | 2013-02-25 | 高速飞行器快速在线综合识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103197545A true CN103197545A (zh) | 2013-07-10 |
Family
ID=48720211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201310059417 Pending CN103197545A (zh) | 2013-02-25 | 2013-02-25 | 高速飞行器快速在线综合识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103197545A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913991A (zh) * | 2014-04-22 | 2014-07-09 | 西北工业大学 | 高速轴对称飞行器复合控制方法 |
CN103926931A (zh) * | 2014-04-15 | 2014-07-16 | 西北工业大学 | 轴对称高速飞行器运动特征综合识别方法 |
CN108196573A (zh) * | 2017-12-29 | 2018-06-22 | 南京奇蛙智能科技有限公司 | 一种无人机在线辨识与控制方法 |
CN108829121A (zh) * | 2018-06-15 | 2018-11-16 | 北京空天技术研究所 | 基于参数辨识的分离控制器 |
CN110008502A (zh) * | 2019-01-29 | 2019-07-12 | 西北工业大学 | 考虑全捷联导引头视场约束的三维制导控制一体化设计方法 |
CN111061283A (zh) * | 2019-12-09 | 2020-04-24 | 北京控制工程研究所 | 一种基于特征模型的吸气式高超声速飞行器高度控制方法 |
-
2013
- 2013-02-25 CN CN 201310059417 patent/CN103197545A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926931A (zh) * | 2014-04-15 | 2014-07-16 | 西北工业大学 | 轴对称高速飞行器运动特征综合识别方法 |
CN103926931B (zh) * | 2014-04-15 | 2016-08-17 | 西北工业大学 | 轴对称高速飞行器运动特征综合识别方法 |
CN103913991A (zh) * | 2014-04-22 | 2014-07-09 | 西北工业大学 | 高速轴对称飞行器复合控制方法 |
CN108196573A (zh) * | 2017-12-29 | 2018-06-22 | 南京奇蛙智能科技有限公司 | 一种无人机在线辨识与控制方法 |
CN108829121A (zh) * | 2018-06-15 | 2018-11-16 | 北京空天技术研究所 | 基于参数辨识的分离控制器 |
CN110008502A (zh) * | 2019-01-29 | 2019-07-12 | 西北工业大学 | 考虑全捷联导引头视场约束的三维制导控制一体化设计方法 |
CN110008502B (zh) * | 2019-01-29 | 2022-07-15 | 西北工业大学 | 考虑全捷联导引头视场约束的三维制导控制一体化设计方法 |
CN111061283A (zh) * | 2019-12-09 | 2020-04-24 | 北京控制工程研究所 | 一种基于特征模型的吸气式高超声速飞行器高度控制方法 |
CN111061283B (zh) * | 2019-12-09 | 2023-08-29 | 北京控制工程研究所 | 一种基于特征模型的吸气式高超声速飞行器高度控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103197545A (zh) | 高速飞行器快速在线综合识别方法 | |
CN102591212B (zh) | 一种时变测量延迟输出信号飞行器纵向运动状态观测方法 | |
CN104443427B (zh) | 飞行器颤振预测系统及方法 | |
CN103884237B (zh) | 基于目标概率分布信息的多对一协同制导方法 | |
CN103197543B (zh) | 基于运动状态综合识别的高速飞行器自适应控制方法 | |
CN108132134A (zh) | 基于风洞自由飞试验的气动导数辨识方法和系统 | |
CN102520726B (zh) | 大攻角飞行状态下的大气攻角及侧滑角估计方法 | |
US20160238481A1 (en) | Aerodynamic Modeling Using Flight Data | |
CN106200629B (zh) | 一种无人机飞行控制系统的故障可检测度分析方法 | |
CN106773713A (zh) | 针对欠驱动海洋航行器的高精度非线性路径跟踪控制方法 | |
CN108363305A (zh) | 基于主动干扰补偿的战术导弹鲁棒过载自驾仪设计方法 | |
CN105182985A (zh) | 高超声速飞行器俯冲段全量一体化制导控制方法 | |
CN103926931A (zh) | 轴对称高速飞行器运动特征综合识别方法 | |
CN104778376A (zh) | 一种临近空间高超声速滑翔弹头跳跃弹道预测方法 | |
CN104950901A (zh) | 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法 | |
CN105005311A (zh) | 一种飞行器俯仰通道攻角同步跟踪控制方法 | |
Rodriguez et al. | Wind field estimation and identification having shear wind and discrete gusts features with a small UAS | |
CN103400035A (zh) | 一种高可信度快速预测飞行器滚转动导数的方法 | |
CN110045726A (zh) | 带有时滞和饱和的欠驱动船舶有限时间动力定位控制系统 | |
CN106096091B (zh) | 一种飞机运动模拟方法 | |
CN102901613B (zh) | 一种再入飞行器压力中心确定方法 | |
CN115629547A (zh) | 一种面向舵面故障的飞机机载容错控制方法及系统 | |
CN112947522B (zh) | 一种基于有限时间观测器的硬式空中加油姿态控制方法 | |
CN104166348B (zh) | 一种单滑块变质心控制飞行器的动态稳定性判定方法 | |
CN103984353A (zh) | 一种基于运动平台的侧向跑道运动预估及补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130710 |