CN105138012A - 一种gps引导的无人机自动着舰自适应控制系统及方法 - Google Patents

Abstract

本发明公开了一种GPS引导的无人机自动着舰自适应控制系统及方法，包括：GPS引导基准轨迹生成与轨迹误差计算模块用于将GPS测得的信号输入，并以理想着舰点为原点的地面坐标系建立基准轨迹，最后输出信号；纵向引导律模块是以俯仰姿态作为内回路，通过抑制高度误差来实现飞行高度的控制；侧向引导律模块用于通过将指定的侧向位置信号与实际侧向位置相减得到误差信号，消除这一误差信号；飞行控制回路分为油门、升降舵、副翼、方向舵四个通道控制律模块。本发明实现了轨迹跟踪误差信号转化为姿态跟踪指令信号，通过自适应控制解决姿态跟踪问题，构成了无人机自动着舰引导与控制系统。

Description

一种GPS引导的无人机自动着舰自适应控制系统及方法

技术领域

本发明涉及一种GPS引导的无人机自动着舰自适应控制系统及方法，属于飞行控制、无人机着舰等技术领域。

背景技术

舰载无人机自动着舰问题一直是舰载机、无人机、飞行控制研究领域中的热点和难点。2011年2月，美国海军高调宣布，一款能够从航母上起飞的新型无人机——X-47B无人侦察攻击机完成首次试飞。X-47B无人战斗机将是世界上第一种陆基和航母都能使用的无人侦察攻击机，由美国海军和空军共同参与研发。这一事件受到世界各国的广泛关注，标志着舰载无人机的时代已经到来。

由于舰载无人机的着舰过程不仅要克服普通飞机着陆时都会面临的控制系统误差、环境干扰影响，还要克服甲板运动对理想着舰点的影响、舰尾气流扰动对飞行轨迹的干扰。更为重要的是，在着舰过程中要求自动着舰控制系统保持精确的着舰三维基准轨迹跟踪，才能保证最终着陆在面积狭小的甲板跑道上或回收网中，因此，精确控制与制导是舰载无人机实现成功着舰的关键技术。

然而，国外早在二十世纪五六十年代就对舰载飞机的相关技术展开研究，但是对无人机着舰技术的研究起步较晚，可查到的文献甚少，对相关技术成果的公开报道也很少。国内对舰载无人机的研究刚处于起步阶段，已有研究主要集中在对舰载无人机的着舰方案设计，但对舰载无人机的精确飞行轨迹控制问题的研究鲜有报道。本课题组从事舰载飞机着舰引导与控制技术研究已愈二十余载，取得了丰硕的研究成果。近年来，本课题组正重点研究舰载无人机的引导与控制技术，实现了基于经典控制与非线性控制的着舰控制方案。然而，上述控制方法的设计依赖于无人机的数学模型，而在实际应用中给设计带来一定难度。

因此，本发明针对舰载无人机自动着舰三维轨迹精确跟踪问题，首次将模型参考自适应控制应用于舰载无人机自动着舰系统中，使得飞控系统的设计不依赖于无人机模型。采用SISO模型参考自适应控制理论，分别设计了升降舵、油门、副翼和方向舵控制通道的自适应控制律。数值仿真结果表明，基于模型参考自适应飞行控制方法下的无人机具有较精确的着舰轨迹跟踪性能。该发明的技术方法适用于固定翼无人机的撞网回收、跑道着舰回收等场合。

发明内容

为了克服现有技术的不足，本发明的目的是提供一种GPS引导的无人机自动着舰自适应控制方法，以实现轨迹跟踪误差信号转化为姿态跟踪指令信号的目的。

为实现上述目的，本发明采用以下技术方案：

一种GPS引导的无人机自动着舰自适应控制系统，包括GPS引导基准轨迹生成与轨迹误差计算模块、纵向引导律模块、侧向引导律模块以及飞行控制回路，其中，

所述GPS引导基准轨迹生成与轨迹误差计算模块用于将GPS测得的信号输入，并以理想着舰点为原点的地面坐标系建立基准轨迹，最后输出信号；

所述纵向引导律模块是以俯仰姿态作为内回路，通过飞机高度信息与期望高度信号求差，得到高度误差信号，通过抑制高度误差来实现飞行高度的控制；

所述侧向引导律模块用于通过将指定的侧偏信号与实际侧偏信号相减得到误差信号，消除这一误差信号，不断修正飞行轨迹；

所述飞行控制回路分为四个通道：油门控制通道控制律模块、升降舵控制通道控制律模块、副翼控制通道控制律模块、方向舵控制通道控制律模块。

所述GPS引导基准轨迹生成与轨迹误差计算模块的输入信号包括：GPS测得的飞行高度H、垂向速率地面坐标系下侧向位置y、侧向速率信号输入；输出信号包括：无人机与基准下滑轨迹的高度差H_er、无人机与基准下滑轨迹的侧向偏距y_er、飞机下滑速度指令V_c、飞机侧滑角指令β_c，其中，将无人机与基准下滑轨迹的高度差H_er输出到纵向引导律模块，无人机与基准下滑轨迹的侧向偏距y_er输出到侧向引导律模块，飞机下滑速度指令V_c输出到油门控制通道，飞机侧滑角指令β_c输出到方向舵控制通道。

所述纵向引导律模块内有α-β滤波器、α₁滤波器、α₂滤波器，其传递函数表达式为：

$G_{\mathrm{\α}}\left(s\right)=\frac{\mathrm{\α}Ts+\mathrm{\β}}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{\mathrm{\β}}\left(s\right)=\frac{\mathrm{\β}s}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{{\mathrm{\α}}_1}\left(s\right)=\frac{{\mathrm{\α}}_1}{Ts+{\mathrm{\α}}_1},G_{{\mathrm{\α}}_2}\left(s\right)=\frac{{\mathrm{\α}}_2}{Ts+{\mathrm{\α}}_2}$

其中，T为采样周期；

其中α滤波器用来滤去高度误差信息H_er中的噪声，β滤波器预估的信息并经α₁滤波器再次滤波，最后经α₂滤波器对整个引导信息进行软化处理；

纵向引导律模块的输出信号为俯仰角指令信号。

所述侧向引导律模块内有α-β滤波器、α₁滤波器、α₂滤波器，其传递函数表达式为：

$G_{\mathrm{\α}}\left(s\right)=\frac{\mathrm{\α}Ts+\mathrm{\β}}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{\mathrm{\β}}\left(s\right)=\frac{\mathrm{\β}s}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{{\mathrm{\α}}_1}\left(s\right)=\frac{{\mathrm{\α}}_1}{Ts+{\mathrm{\α}}_1},G_{{\mathrm{\α}}_2}\left(s\right)=\frac{{\mathrm{\α}}_2}{Ts+{\mathrm{\α}}_2}$

其中，T为采样周期；

侧向引导律模块的输入信号为侧偏误差y_er，反馈信号为侧偏速率

侧向引导律模块的输出信号为滚转角指令信号φ_c。

升降舵控制通道控制律模块的俯仰姿态自适应控制律为

${\mathrm{\Δ\δ}}_e\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}\mathrm{\Δ}\mathrm{\α}\left(t\right)\\ \mathrm{\Δ}q\left(t\right)\\ \mathrm{\Δ}\mathrm{\θ}\left(t\right)\end{array}\right]+k_2\left(t\right){\mathrm{\Δ\θ}}_c\left(t\right)$

$\stackrel{\·}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\·}{k}}_1\left(t\right)\\ {\stackrel{\·}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

式中，迎角α，俯仰角q，俯仰角速率q，A₁、b₁为线性化模型中的相关系数，δ_e为升降舵偏角，用于控制俯仰姿态，△表示相对于平衡值的增量，p₀,p₁是配置的稳定极点；q_c为俯仰角指令信号；为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数， $m\left(t\right)=\sqrt{1+\mathrm{\ζ}{\left(t\right)}^T\mathrm{\ζ}\left(t\right)+{\mathrm{\ξ}}^2\left(t\right)}.$

油门通道控控制律模块的速度自适应控制律为

△δ_T(t)＝k₁(t)△V(t)+k₂(t)△V_c(t)

$\stackrel{\·}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\·}{k}}_1\left(t\right)\\ {\stackrel{\·}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

式中，V为速度，δ_T为油门开度，a₂、b₂为为线性化模型中的相关系数；p₃是配置的稳定极点，V_c为速度指令；K(t)＝[k₁(t),k₂(t)]^T为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数，

副翼控制通道控制律模块的滚转姿态自适应控制律为

${\mathrm{\δ}}_a\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}p\left(t\right)\\ \mathrm{\φ}\left(t\right)\end{array}\right]+k_2\left(t\right){\mathrm{\φ}}_c\left(t\right)$

$\stackrel{\·}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\·}{k}}_1\left(t\right)\\ {\stackrel{\·}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

式中，p为滚转角速率，φ为滚转角，δ_a为副翼偏角，A₃、b₃为线性化模型中的相关系数；p₄是配置的稳定极点，φ_c为滚转角指令；为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数， $m\left(t\right)=\sqrt{1+\mathrm{\ζ}{\left(t\right)}^T\mathrm{\ζ}\left(t\right)+{\mathrm{\ξ}}^2\left(t\right)}.$

方向舵控制通道控制律模块的侧滑角自适应控制律为

${\mathrm{\δ}}_r\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}\mathrm{\β}\left(t\right)\\ r\left(t\right)\end{array}\right]$

$\stackrel{\·}{K}\left(t\right)={\stackrel{\·}{k}}_1\left(t\right)=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}$

式中，β为侧滑角，r为偏航角速率，δ_r为方向舵偏角，A₄、b₄为线性化模型中的相关系数；p₅是配置的稳定极点，β_c＝0为侧滑角指令；为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数， $m\left(t\right)=\sqrt{1+\mathrm{\ζ}{\left(t\right)}^T\mathrm{\ζ}\left(t\right)+{\mathrm{\ξ}}^2\left(t\right)}.$

一种GPS引导的无人机自动着舰自适应控制方法，包括如下步骤：

(1)将GPS测得的飞行高度H、垂向速率地面坐标系下侧向位置y、侧向速率信号输入到GPS引导基准轨迹生成与轨迹误差计算模块；GPS引导基准轨迹生成与轨迹误差计算模块输出信号：将无人机与基准下滑轨迹的高度差H_er输出到纵向引导律模块，无人机与基准下滑轨迹的侧向偏距y_er输出到侧向引导律模块，飞机下滑速度指令V_c输出到油门控制通道，飞机侧滑角指令β_c输出到方向舵控制通道；

(2)以俯仰姿态作为内回路，通过飞机高度信息与期望高度信号求差，得到高度误差信号，通过抑制高度误差来实现飞行高度的控制；

(3)通过将指定的侧向位置信号与实际侧向位置信号相减得到误差信号，消除这一误差信号，不断修正飞行轨迹；

(4)基于SISO模型参考自适应控制方法，基于参数未知的无人机线性模型，设计每个通道的自适应控制律。

本发明的有益效果是：

本发明针对舰载无人机自动自动着舰过程的三维基准轨迹跟踪问题，研究了着舰基准轨迹的生成、纵向和侧向引导律设计以及基于自适应控制方法的飞行控制律设计等问题。

基于SISO状态反馈输出跟踪模型参考自适应控制原理，对舰载无人机飞行控制系统的四个控制通道分别设计自适应控制律。在姿态控制环设计的基础上，增加基于滤波器的引导控制环，实现了轨迹跟踪误差信号转化为姿态跟踪指令信号。最终构成了无人机自动着舰引导与控制系统。对非线性模型描述的某无人机着舰进行了数值仿真，结果表明所设计的自动着舰控制系统具有很好的着舰下滑轨迹跟踪性能。

附图说明

图1为无人机自动着舰引导与控制系统结构示意图；

图2为纵向引导律原理框图；

图3为侧向引导律原理框图；

图4为下滑轨迹高度跟踪响应曲线；

图5为下滑轨迹侧向跟踪响应曲线；

图6为下滑轨迹前向跟踪响应曲线。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示为本发明的GPS引导的无人机自动着舰自适应控制系统，包括GPS引导基准轨迹生成与轨迹误差计算模块、纵向引导律模块、侧向引导律模块以及飞行控制回路。

本发明设计了GPS引导自动着舰三维基准下滑轨迹生成与轨迹误差计算模块，设计了采用滤波引导方法的纵向引导律和侧向引导律模块，基于无人机运动特性及多变量系统分散控制原理，设计了采用单回路方法的升降舵、油门、副翼和方向舵控制通道的自适应飞行控制律模块。

无人机的自动着舰过程本质上是在引导系统工作下沿着预定生成的下滑基准轨迹飞行。

1、GPS引导基准轨迹生成与轨迹误差计算模块

该模块输入的信号包括：GPS测得的飞行高度H、垂向速率地面坐标系下侧向位置y、侧向速率该模块输出的信号包括无人机与基准下滑轨迹的高度差H_er、无人机与基准下滑轨迹的侧向偏距y_er、飞机下滑速度指令V_c、飞机侧滑角指令β_c。

不同的无人机自动着舰引导装置有不同的基准轨迹生成方法。下面将论述基于GPS引导着舰基准轨迹的生成。

GPS系统是在以理想着舰点为原点的地面坐标系下引导飞机着舰的，所以建立的基准轨迹是基于该坐标系的。

设飞机的预定下滑角为γ_c，预定下滑速度为V_c，预定着舰时间为t_d，舰船以恒定速度为V_S保持航向角为ψ_S行驶，基准轨迹与舰船中心线的夹角为λ_ac，则无人机开始着舰时距离理想着舰点的斜距R_A＝Vt_d。

由此可建立无人机自动着舰的三维基准轨迹表示为

式中，X_EATDc为理想前向距离，Y_EATDc为理想侧向距离，-Z_EATDc＝H_c为理想高度。

设GPS测量得到无人机的绝对位置再与舰船绝对位置进行对比，得到以理想着舰点为原点的地面坐标系下的无人机实际位置为X_EATD(t)，Y_EATD(t)，Z_EATD(t)，于是无人机与基准下滑轨迹的高度差为

H_er(t)＝-[Z_EATDc(t)-Z_EATD(t)](2)

无人机与基准下滑轨迹的侧向偏距为

y_er(t)＝[Y_EATDc(t)-Y_EATD(t)](3)

前向距离差为

x_er(t)＝[X_EATDc(t)-X_EATD(t)](4)

飞机下滑速度指令V_c、飞机侧滑角指令β_c可以根据实际情况设置。

2、纵向引导律模块

引导系统的目的是将无人机着舰过程的三维基准轨迹跟踪偏差信号转化为姿态角指令信号，属于轨迹控制回路，作为姿态控制回路的外回路。

纵向引导是以俯仰姿态作为内回路，通过飞机高度信息与期望高度信号求差，得到高度误差信号，通过抑制高度误差来实现飞行高度的控制。

为了更快速、准确地消除静差，同时为了使引导律在滤去传感器噪声的同时具有一定的稳定裕度并且具有足够带宽，在设计时加入α-β滤波器。

α-β滤波器、α₁滤波器、α₂滤波器的传递函数表达式为

$G_{\mathrm{\α}}\left(s\right)=\frac{\mathrm{\α}Ts+\mathrm{\β}}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{\mathrm{\β}}\left(s\right)=\frac{\mathrm{\β}s}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{{\mathrm{\α}}_1}\left(s\right)=\frac{{\mathrm{\α}}_1}{Ts+{\mathrm{\α}}_1},G_{{\mathrm{\α}}_2}\left(s\right)=\frac{{\mathrm{\α}}_2}{Ts+{\mathrm{\α}}_2}$

其中，T为采样周期。

纵向引导律原理如图2所示，其中α滤波器用来滤去高度误差信息H_er中的噪声，β滤波器预估的信息并经α₁滤波器再次滤波，最后经α₂滤波器对整个引导信息进行软化处理。纵向引导律的输出信号为俯仰角指令信号。

该模块的输入信号为高度差H_er。输出信号为：俯仰角指令信号q_c，作为俯仰姿态控制回路的参考输入信号。

3、侧向引导律模块

侧向引导律的作用是通过将期望侧偏信号与实际侧偏信号相减得到误差信号，消除这一误差信号，不断修正飞行航迹。

侧向引导律的作用是通过将指定的侧偏信号与实际侧偏信号相减得到误差信号，消除这一误差信号，不断修正飞行轨迹，其结构如图3所示。

图3中，y_er表示侧偏误差，表示侧偏指令的一阶导数。其中每个滤波器的作用与纵向引导律模块中一致，其传递函数形式如下：

$G_{\mathrm{\α}}\left(s\right)=\frac{\mathrm{\α}Ts+\mathrm{\β}}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{\mathrm{\β}}\left(s\right)=\frac{\mathrm{\β}s}{T^2{s}^2+\mathrm{\α}Ts+\mathrm{\β}},G_{{\mathrm{\α}}_1}\left(s\right)=\frac{{\mathrm{\α}}_1}{Ts+{\mathrm{\α}}_1},G_{{\mathrm{\α}}_2}\left(s\right)=\frac{{\mathrm{\α}}_2}{Ts+{\mathrm{\α}}_2}$

侧向引导律的结构与纵向引导律相同，不同的是输入信号为侧偏误差y_er，反馈信号为侧偏速率引导律的输出信号为滚转角指令信号φ_c。

该模块的输入信号为：侧向偏距y_er。输出信号为：滚转角指令信号φ_c，作为滚转姿态控制回路的参考输入信号。

4、自适应飞行控制系统四个模块

飞行控制回路分为四个通道：油门控制通道、升降舵控制通道、副翼控制通道、方向舵控制通道。下面基于SISO模型参考自适应控制方法，基于参数未知的无人机线性模型，设计每个通道的自适应控制律。

无人机的纵向运动可以分解为短周期运动模态和长周期运动模态两种。从纵向状态空间模型中的数值元素可以看出，速度对油门开度的变化较为敏感，而迎角受油门开度影响较小，说明油门开度主要用来控制空速。同理，由其他数值元素大小可推断：升降舵主要控制俯仰运动，副翼主要影响滚转运动，方向舵主要影响侧滑角，用来改善荷兰滚运动的阻尼，起到辅助横侧向控制的作用。

下面利用SISO模型参考自适应控制方法分别设计四个通道的控制律。

(1)升降舵通道控制律模块

建立该通道的状态空间模型表示为

$\left[\begin{array}{c}\mathrm{\Δ}\stackrel{\·}{\mathrm{\α}}\\ \mathrm{\Δ}\stackrel{\·}{q}\\ \mathrm{\Δ}\stackrel{\·}{\mathrm{\θ}}\end{array}\right]=A_1\left[\begin{array}{c}\mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\end{array}\right]+b_1{\mathrm{\Δ\δ}}_e---\left(5\right)$

$\mathrm{\Δ}\mathrm{\θ}=\left[\begin{array}{ccc}0& 0& 1\end{array}\right]\left[\begin{array}{c}\mathrm{\Δ}\mathrm{\α}\\ \mathrm{\Δ}q\\ \mathrm{\Δ}\mathrm{\θ}\end{array}\right]---\left(6\right)$

式中，迎角α，俯仰角q，俯仰角速率q，A₁、b₁为线性化模型中的相关系数，δ_e为升降舵偏角，用于控制俯仰姿态，△表示相对于平衡值的增量。

根据模型阶次，设计二阶参考模型

$y_m\left(t\right)=\frac{1}{(s-p_0)(s-p_1)}\[{\mathrm{\Δ\θ}}_c\]\left(t\right)$

式中，p₀,p₁是配置的稳定极点。q_c为俯仰角指令信号。

引入辅助变量

ω(t)＝[△α,△q,△q,△q_c]^T， $\mathrm{\ζ}\left(t\right)=\frac{1}{(s-p_0)(s-p_1)}\[\mathrm{\ω}\]\left(t\right),$

$\mathrm{\ξ}\left(t\right)=K^T\left(t\right)\mathrm{\ζ}\left(t\right)-\frac{1}{(s-p_0)(s-p_1)}\[K^T\mathrm{\ω}\]\left(t\right),m\left(t\right)=\sqrt{1+\mathrm{\ζ}{\left(t\right)}^T\mathrm{\ζ}\left(t\right)+{\mathrm{\ξ}}^2\left(t\right)}$

式中，为该通道的控制参数向量。

由此，俯仰姿态自适应控制律(即升降舵偏角增量)为

${\mathrm{\Δ\δ}}_e\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}\mathrm{\Δ}\mathrm{\α}\left(t\right)\\ \mathrm{\Δ}q\left(t\right)\\ \mathrm{\Δ}\mathrm{\θ}\left(t\right)\end{array}\right]+k_2\left(t\right){\mathrm{\Δ\θ}}_c\left(t\right)---\left(7\right)$

$\stackrel{\·}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\·}{k}}_1\left(t\right)\\ {\stackrel{\·}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(8\right)$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(9\right)$

式中，ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数，

(2)油门通道控制律模块

建立该通道的状态空间模型表示为

$\mathrm{\Δ}\stackrel{\·}{V}=a_2\mathrm{\Δ}V+b_2{\mathrm{\Δ\δ}}_T---\left(10\right)$

式中，V为速度，δ_T为油门开度，a₂、b₂为为线性化模型中的相关系数。

根据模型阶次，设计一阶参考模型

$y_m\left(t\right)=\frac{1}{s-p_3}\[{\mathrm{\ΔV}}_c\]\left(t\right)$

式中，p₃是配置的稳定极点，V_c为速度指令。

引入辅助变量

ω(t)＝[△V,△V_c]^T， $\mathrm{\ζ}\left(t\right)=\frac{1}{s-p_3}\[\mathrm{\ω}\]\left(t\right),\mathrm{\ξ}\left(t\right)=K^T\left(t\right)\mathrm{\ζ}\left(t\right)-\frac{1}{s-p_3}\[K^T\mathrm{\ω}\]\left(t\right),$

$m\left(t\right)=\sqrt{1+\mathrm{\ζ}{\left(t\right)}^T\mathrm{\ζ}\left(t\right)+{\mathrm{\ξ}}^2\left(t\right)}$

式中，K(t)＝[k₁(t),k₂(t)]^T为该通道的控制参数向量。

由此，速度自适应控制律设计为

△δ_T(t)＝k₁(t)△V(t)+k₂(t)△V_c(t)(11)

$\stackrel{\·}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\·}{k}}_1\left(t\right)\\ {\stackrel{\·}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(12\right)$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(13\right)$

式中，ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数，

(3)副翼通道控制律模块

建立该通道的状态空间模型表示为

$\left[\begin{array}{c}\stackrel{\·}{p}\\ \stackrel{\·}{\mathrm{\φ}}\end{array}\right]=A_3\left[\begin{array}{c}p\\ \mathrm{\φ}\end{array}\right]+b_3{\mathrm{\δ}}_a---\left(14\right)$

$\mathrm{\φ}=\left[\begin{array}{cc}0& 1\end{array}\right]\left[\begin{array}{c}p\\ \mathrm{\φ}\end{array}\right]---\left(15\right)$

式中，p为滚转角速率，φ为滚转角，δ_a为副翼偏角，A₃、b₃为线性化模型中的相关系数。

根据模型阶次，设计一阶参考模型

$y_m\left(t\right)=\frac{1}{s-p_4}\[{\mathrm{\φ}}_c\]\left(t\right)$

式中，p₄是配置的稳定极点，φ_c为滚转角指令。

引入辅助变量

ω(t)＝[p,φ,φ_c]^T， $\mathrm{\ζ}\left(t\right)=\frac{1}{s-p_4}\[\mathrm{\ω}\]\left(t\right),\mathrm{\ξ}\left(t\right)=K^T\left(t\right)\mathrm{\ζ}\left(t\right)-\frac{1}{s-p_4}\[K^T\mathrm{\ω}\]\left(t\right),$

$m\left(t\right)=\sqrt{1+\mathrm{\ζ}{\left(t\right)}^T\mathrm{\ζ}\left(t\right)+{\mathrm{\ξ}}^2\left(t\right)}$

式中，为该通道的控制参数向量。

滚转姿态自适应控制律设计为

${\mathrm{\δ}}_a\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}p\left(t\right)\\ \mathrm{\φ}\left(t\right)\end{array}\right]+k_2\left(t\right){\mathrm{\φ}}_c\left(t\right)---\left(16\right)$

$\stackrel{\·}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\·}{k}}_1\left(t\right)\\ {\stackrel{\·}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(17\right)$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(18\right)$

式中，ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数，

(4)方向舵通道控制律模块

建立该通道的状态空间模型表示为

$\left[\begin{array}{c}\stackrel{\·}{\mathrm{\β}}\\ \stackrel{\·}{r}\end{array}\right]=A_4\left[\begin{array}{c}\mathrm{\β}\\ r\end{array}\right]+b_4{\mathrm{\δ}}_r---\left(19\right)$

$\mathrm{\β}=\left[\begin{array}{cc}1& 0\end{array}\right]\left[\begin{array}{c}\mathrm{\β}\\ r\end{array}\right]---\left(20\right)$

式中，β为侧滑角，r为偏航角速率，δ_r为方向舵偏角，A₄、b₄为线性化模型中的相关系数。

根据模型阶次，设计一阶参考模型

$y_m\left(t\right)=\frac{1}{s-p_5}\[{\mathrm{\β}}_c\]\left(t\right)$

式中，p₅是配置的稳定极点，β_c＝0为侧滑角指令。

引入辅助变量

ω(t)＝[β,r,β_c]^T， $\mathrm{\ζ}\left(t\right)=\frac{1}{s-p_5}\[\mathrm{\ω}\]\left(t\right),\mathrm{\ξ}\left(t\right)=K^T\left(t\right)\mathrm{\ζ}\left(t\right)-\frac{1}{s-p_5}\[K^T\mathrm{\ω}\]\left(t\right),$

$m\left(t\right)=\sqrt{1+\mathrm{\ζ}{\left(t\right)}^T\mathrm{\ζ}\left(t\right)+{\mathrm{\ξ}}^2\left(t\right)}$

式中，为该通道的控制参数向量。

由此，侧滑角自适应控制律设计为

${\mathrm{\δ}}_r\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}\mathrm{\β}\left(t\right)\\ r\left(t\right)\end{array}\right]---\left(21\right)$

$\stackrel{\·}{K}\left(t\right)={\stackrel{\·}{k}}_1\left(t\right)=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(22\right)$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)}---\left(23\right)$

式中，ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数，

上述四个通道的控制律是针对各个通道的SISO线性系统设计的，该设计并不基于无人机的线性化模型的参数，即是在系统参数未知的情况下。

设计原理：SISO跟踪模型参考自适应控制理论(基本原理)

考虑如下SISO线性定常系统

$\left\{\begin{array}{c}\stackrel{\·}{x}=Ax+bu\\ y=cx\end{array}\right.---\left(24\right)$

式中，A∈R^n×n，b∈R^n×1，c∈R^1×n。

假设：(i)系统是可镇定和可检测；(ii)系统传递函数零点多项式是稳定多项式并且阶次为m。由此选择如下参考模型

$y_m\left(t\right)=\frac{1}{P_m\left(s\right)}\[r\]\left(t\right)---\left(25\right)$

式中，P_m(s)为稳定的首一多项式，且阶次为(n-m)，n为传递函数极点多项式阶次，r(t)为外部参考输入信号。

在系统参数A,b,c已知的情况下，理想控制律设计为

$u\left(t\right)=k_1^{*T}x\left(t\right)+k_2^{*}r\left(t\right)---\left(26\right)$

式中，控制参数矩阵满足k_p为开环增益。由此可得闭环系统是稳定的。

然而，在系统模型参数A,b,c未知的情况下，控制参数矩阵也是未知的，此时设计自适应控制律为

$u\left(t\right)=k_1^T\left(t\right)x\left(t\right)+k_2\left(t\right)r\left(t\right)---\left(27\right)$

式中，控制参数矩阵k₂(t)分别是理想控制参数矩阵的自适应估计值。

定义

$K\left(t\right)={\[k_1^T\left(t\right),k_2\left(t\right)\]}^T,K^{*}\left(t\right)={\[k_1^{*T}\left(t\right),k_2^{*}\left(t\right)\]}^T$

引入辅助变量

ω(t)＝[x^T(t),r(t)]^T

$\mathrm{\ζ}\left(t\right)=\frac{1}{P_m\left(s\right)}\[\mathrm{\ω}\]\left(t\right)\mathrm{\ξ}\left(t\right)=K^T\left(t\right)\mathrm{\ζ}\left(t\right)-\frac{1}{P_m\left(s\right)}\[K^T\mathrm{\ω}\]\left(t\right)$

定义估计误差函数ε(t)＝e(t)+ρ(t)ξ(t)，其中e(t)＝y(t)-y_m(t)，ρ(t)为ρ(t)^*＝k_p的估计值。于是，估计误差函数进一步转化为

ε(t)＝ρ^*(K(t)-K^*)^Tζ(t)+(ρ(t)-ρ^*)ξ(t)

(28)

由此，控制参数矩阵的估计转化为参数q^*、ρ^*的估计。基于下降梯度法，推导出参数估计的自适应律为

$\stackrel{\·}{K}\left(t\right)=-\frac{sign\[\mathrm{\ρ}*\]\mathrm{\Γ}\mathrm{\ζ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)},\mathrm{\Γ}={\mathrm{\Γ}}^T>0---\left(29\right)$

$\stackrel{\·}{\mathrm{\ρ}}\left(t\right)=-\frac{\mathrm{\γ}\mathrm{\ξ}\left(t\right)\mathrm{\ϵ}\left(t\right)}{m^2\left(t\right)},\mathrm{\γ}>0---\left(30\right)$

式中，sign[ρ*]表示ρ^*的符号，可以事先通过实验测得。上述参数自适应律能保证K(t)∈L^∞，ρ(t)∈L^∞，参考《Adaptivecontroldesignandanalysis》，可以得出如下定理。

定理针对SISO线性时不变系统，在模型参数A,B,C未知的情况下，满足假设条件(i)-(ii)，设计稳定的参考模型，设计上述状态反馈输出跟踪自适应控制律，则闭环系统输出渐近跟踪参考模型输出，即满足

$\underset{t\→\mathrm{\∞}}{\lim }(y\left(t\right)-y_m\left(t\right))=0---\left(31\right)$

${\&Integral;}_0^{\mathrm{\&infin;}}{\left(y\right(t)-y_m(t\left)\right)}^2<0---\left(32\right)$

同时，闭环系统所有信号都是有界的。

5、数值仿真研究

为了验证参考模型自适应飞行控制的有效性，将所设计的引导与控制系统加入到某舰载无人机自动着舰系统中，无人机模型采用非线性全量数学模型描述。

仿真中，无人机与理想着舰点的初始相对位置为：前向距离1989.7m、侧向距离174m，高度104.5m。无人机对飞行控制系统的要求是速度保持在平衡态，俯仰角和滚转角跟踪引导系统发出的指令信号，侧滑角消除。

图4、图5、图6分别表示下滑轨迹的高度、侧向和前向跟踪响应曲线。从仿真结果可以看出，无人机在自动着舰过程中，对三维下滑轨迹的跟踪精度较高，尤其是高度、侧向距离，跟踪误差着舰收敛，着舰时刻达到很高的精度。

6、结论

本发明针对舰载无人机自动自动着舰过程的三维基准轨迹跟踪问题，研究了着舰基准轨迹的生成、纵向和侧向引导律设计以及基于自适应控制方法的飞行控制律设计等问题。

基于SISO状态反馈输出跟踪模型参考自适应控制原理，对舰载无人机飞行控制系统的四个控制通道分别设计自适应控制律。在姿态控制环设计的基础上，增加基于滤波器的引导控制环，实现了轨迹跟踪误差信号转化为姿态跟踪指令信号。最终构成了无人机自动着舰引导与控制系统。对非线性模型描述的某无人机着舰进行了数值仿真，结果表明所设计的自动着舰控制系统具有很好的着舰下滑轨迹跟踪性能。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种GPS引导的无人机自动着舰自适应控制系统，其特征在于：包括GPS引导基准轨迹生成与轨迹误差计算模块、纵向引导律模块、侧向引导律模块以及飞行控制回路，其中，

所述GPS引导基准轨迹生成与轨迹误差计算模块用于将GPS测得的信号输入，并以理想着舰点为原点的地面坐标系建立基准轨迹，最后输出信号；

所述纵向引导律模块是以俯仰姿态作为内回路，通过飞机高度信息与期望高度信号求差，得到高度误差信号，通过抑制高度误差来实现飞行高度的控制；

所述侧向引导律模块用于通过将指定的侧向位置信号与实际侧向位置信号相减得到误差信号，消除这一误差信号，不断修正飞行轨迹；

所述飞行控制回路分为四个通道：油门控制通道控制律模块、升降舵控制通道控制律模块、副翼控制通道控制律模块、方向舵控制通道控制律模块。

2.如权利要求1所述的GPS引导的无人机自动着舰自适应控制系统，其特征在于：所述GPS引导基准轨迹生成与轨迹误差计算模块的输入信号包括：GPS测得的飞行高度H、垂向速率地面坐标系下侧向位置y、侧向速率信号输入；输出信号包括：无人机与基准下滑轨迹的高度差H_er、无人机与基准下滑轨迹的侧向偏距y_er、飞机下滑速度指令V_c、飞机侧滑角指令β_c，其中，将无人机与基准下滑轨迹的高度差H_er输出到纵向引导律模块，无人机与基准下滑轨迹的侧向偏距y_er输出到侧向引导律模块，飞机下滑速度指令V_c输出到油门控制通道，飞机侧滑角指令β_c输出到方向舵控制通道。

3.如权利要求1所述的GPS引导的无人机自动着舰自适应控制系统，其特征在于：所述纵向引导律模块内有α-β滤波器、α₁滤波器、α₂滤波器，其传递函数表达式为：

$G_{\mathrm{\&alpha;}}\left(s\right)=\frac{\mathrm{\&alpha;}Ts+\mathrm{\&beta;}}{T^2{s}^2+\mathrm{\&alpha;}Ts+\mathrm{\&beta;}},$ $G_{\mathrm{\&beta;}}\left(s\right)=\frac{\mathrm{\&beta;}s}{T^2{s}^2+\mathrm{\&alpha;}Ts+\mathrm{\&beta;}},$ $G_{{\mathrm{\&alpha;}}_1}\left(s\right)=\frac{{\mathrm{\&alpha;}}_1}{Ts+{\mathrm{\&alpha;}}_1},$ $G_{{\mathrm{\&alpha;}}_2}\left(s\right)=\frac{{\mathrm{\&alpha;}}_2}{Ts+{\mathrm{\&alpha;}}_2}$

其中，T为采样周期；

其中α滤波器用来滤去高度误差信息H_er中的噪声，β滤波器预估的信息并经α₁滤波器再次滤波，最后经α₂滤波器对整个引导信息进行软化处理；

纵向引导律模块的输出信号为俯仰角指令信号。

4.如权利要求1所述的GPS引导的无人机自动着舰自适应控制系统，其特征在于：所述侧向引导律模块内有α-β滤波器、α₁滤波器、α₂滤波器，其传递函数表达式为：

$G_{\mathrm{\&alpha;}}\left(s\right)=\frac{\mathrm{\&alpha;}Ts+\mathrm{\&beta;}}{T^2{s}^2+\mathrm{\&alpha;}Ts+\mathrm{\&beta;}},$ $G_{\mathrm{\&beta;}}\left(s\right)=\frac{\mathrm{\&beta;}s}{T^2{s}^2+\mathrm{\&alpha;}Ts+\mathrm{\&beta;}},$ $G_{{\mathrm{\&alpha;}}_1}\left(s\right)=\frac{{\mathrm{\&alpha;}}_1}{Ts+{\mathrm{\&alpha;}}_1},$ $G_{{\mathrm{\&alpha;}}_2}\left(s\right)=\frac{{\mathrm{\&alpha;}}_2}{Ts+{\mathrm{\&alpha;}}_2}$

其中，T为采样周期；

侧向引导律模块的输入信号为侧偏误差y_er，反馈信号为侧偏速率

侧向引导律模块的输出信号为滚转角指令信号φ_c。

5.如权利要求1所述的GPS引导的无人机自动着舰自适应控制系统，其特征在于：升降舵控制通道控制律模块的俯仰姿态自适应控制律为

${\mathrm{\&Delta;\&delta;}}_e\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}\mathrm{\&Delta;}\mathrm{\&alpha;}\left(t\right)\\ \mathrm{\&Delta;}q\left(t\right)\\ \mathrm{\&Delta;}\mathrm{\&theta;}\left(t\right)\end{array}\right]+k_2\left(t\right){\mathrm{\&Delta;\&theta;}}_c\left(t\right)$

$\stackrel{\&CenterDot;}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\&CenterDot;}{k}}_1\left(t\right)\\ {\stackrel{\&CenterDot;}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\&lsqb;\mathrm{\&rho;}*\&rsqb;\mathrm{\&Gamma;}\mathrm{\&zeta;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\&CenterDot;}{\mathrm{\&rho;}}\left(t\right)=-\frac{\mathrm{\&gamma;}\mathrm{\&xi;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

式中，迎角α，俯仰角q，俯仰角速率q，A₁、b₁为线性化模型中的相关系数，δ_e为升降舵偏角，用于控制俯仰姿态，△表示相对于平衡值的增量，p₀,p₁是配置的稳定极点；q_c为俯仰角指令信号；为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数，

6.如权利要求1所述的GPS引导的无人机自动着舰自适应控制系统，其特征在于：油门通道控控制律模块的速度自适应控制律为

△δ_T(t)＝k₁(t)△V(t)+k₂(t)△V_c(t)

$\stackrel{\&CenterDot;}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\&CenterDot;}{k}}_1\left(t\right)\\ {\stackrel{\&CenterDot;}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\&lsqb;\mathrm{\&rho;}*\&rsqb;\mathrm{\&Gamma;}\mathrm{\&zeta;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\&CenterDot;}{\mathrm{\&rho;}}\left(t\right)=-\frac{\mathrm{\&gamma;}\mathrm{\&xi;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

式中，V为速度，δ_T为油门开度，a₂、b₂为为线性化模型中的相关系数；p₃是配置的稳定极点，V_c为速度指令；K(t)＝[k₁(t),k₂(t)]^T为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数，

7.如权利要求1所述的GPS引导的无人机自动着舰自适应控制系统，其特征在于：副翼控制通道控制律模块的滚转姿态自适应控制律为

${\mathrm{\&delta;}}_a\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}p\left(t\right)\\ \mathrm{\&phi;}\left(t\right)\end{array}\right]+k_2\left(t\right){\mathrm{\&phi;}}_c\left(t\right)$

$\stackrel{\&CenterDot;}{K}\left(t\right)=\left[\begin{array}{c}{\stackrel{\&CenterDot;}{k}}_1\left(t\right)\\ {\stackrel{\&CenterDot;}{k}}_2\left(t\right)\end{array}\right]=-\frac{sign\&lsqb;\mathrm{\&rho;}*\&rsqb;\mathrm{\&Gamma;}\mathrm{\&zeta;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\&CenterDot;}{\mathrm{\&rho;}}\left(t\right)=-\frac{\mathrm{\&gamma;}\mathrm{\&xi;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

式中，p为滚转角速率，φ为滚转角，δ_a为副翼偏角，A₃、b₃为线性化模型中的相关系数；p₄是配置的稳定极点，φ_c为滚转角指令；为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数， $m\left(t\right)=\sqrt{1+\mathrm{\&zeta;}{\left(t\right)}^T\mathrm{\&zeta;}\left(t\right)+{\mathrm{\&xi;}}^2\left(t\right)}.$

8.如权利要求1所述的GPS引导的无人机自动着舰自适应控制系统，其特征在于：方向舵控制通道控制律模块的侧滑角自适应控制律为

${\mathrm{\&delta;}}_r\left(t\right)=k_1^T\left(t\right)\left[\begin{array}{c}\mathrm{\&beta;}\left(t\right)\\ r\left(t\right)\end{array}\right]$

$\stackrel{\&CenterDot;}{K}\left(t\right)={\stackrel{\&CenterDot;}{k}}_1\left(t\right)=-\frac{sign\&lsqb;\mathrm{\&rho;}*\&rsqb;\mathrm{\&Gamma;}\mathrm{\&zeta;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

$\stackrel{\&CenterDot;}{\mathrm{\&rho;}}\left(t\right)=-\frac{\mathrm{\&gamma;}\mathrm{\&xi;}\left(t\right)\mathrm{\&epsiv;}\left(t\right)}{m^2\left(t\right)}$

式中，β为侧滑角，r为偏航角速率，δ_r为方向舵偏角，A₄、b₄为线性化模型中的相关系数；p₅是配置的稳定极点，β_c＝0为侧滑角指令；为该通道的控制参数向量；ρ(t)为ρ*的估计值，Γ为常数矩阵，γ为常数， $m\left(t\right)=\sqrt{1+\mathrm{\&zeta;}{\left(t\right)}^T\mathrm{\&zeta;}\left(t\right)+{\mathrm{\&xi;}}^2\left(t\right)}.$

9.一种GPS引导的无人机自动着舰自适应控制方法，其特征在于：包括如下步骤：

(1)将GPS测得的飞行高度H、垂向速率地面坐标系下侧向位置y、侧向速率信号输入到GPS引导基准轨迹生成与轨迹误差计算模块；GPS引导基准轨迹生成与轨迹误差计算模块输出信号：将无人机与基准下滑轨迹的高度差H_er输出到纵向引导律模块，无人机与基准下滑轨迹的侧向偏距y_er输出到侧向引导律模块，飞机下滑速度指令V_c输出到油门控制通道，飞机侧滑角指令β_c输出到方向舵控制通道；

(2)以俯仰姿态作为内回路，通过飞机高度信息与期望高度信号求差，得到高度误差信号，通过抑制高度误差来实现飞行高度的控制；

(3)通过将指定的侧偏信号与实际侧偏信号相减得到误差信号，消除这一误差信号，不断修正飞行轨迹；

(4)基于SISO模型参考自适应控制方法，基于参数未知的无人机线性模型，设计每个通道的自适应控制律。