CN106708082B - 基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法 - Google Patents
基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法 Download PDFInfo
- Publication number
- CN106708082B CN106708082B CN201710170907.6A CN201710170907A CN106708082B CN 106708082 B CN106708082 B CN 106708082B CN 201710170907 A CN201710170907 A CN 201710170907A CN 106708082 B CN106708082 B CN 106708082B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- control
- error
- pitch
- aircraft
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013461 design Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000009415 formwork Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,先测量飞行器俯仰姿态角、俯仰角速度和俯仰角误差;采用俯仰角误差信号,设计非线性立方微积分滑模面s;针对非线性立方微积分滑模面s,构造变结构控制律δz1;构造模糊系统,建立控制律增益k2的模糊调整规则;构造模糊系统,建立纯模糊控制律δz2;得到最终的总控制律δz,最后进行控制器参数调节,使系统具有合适的动态特性,实现对给定姿态信号的快速跟踪,使得系统上升时间小于0.05s,保证了超声速飞行器俯仰通道姿态控制的高品质。
Description
技术领域
本发明属于飞行器控制技术领域,涉及一种基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法。
背景技术
飞行器俯仰通道控制技术是飞行器控制系统设计的核心,主要原因是在于按照三通道设计理论,偏航通道一般由于对称性,可以按照和俯仰通道采用相似的控制方案,而滚转通道一般可以按照PID控制方法保持器稳定即可。而姿态控制是目前飞行器俯仰通道控制中所采用的主流技术,主要通过对姿态角信号进行测量并与姿态角指令信号进行比较形成误差,最终消除误差而达到对给定姿态角信号进行跟踪的控制目的。
早期的飞行器,如导弹、飞机、火箭,航天器等等,绝大多数均采用PID控制策略。主要是由于PID控制具有良好的普适性,而且算法成熟可靠性高,因此广受工程设计者的喜爱。但随着飞行器速度的增加,PID控制有时出现过于保守而导致快速性不足的问题,难以满足高速飞行器高机动性的要求。因此尽管PID控制仍然是主流首先的方法,但目前不断有新的非线性控制方法并应用于飞行器的工程控制。
滑模控制就是近年来工程应用发展较快的非线性控制方法之一。而模糊控制由于其具有良好的智能特性,能够借鉴与利用人工经验,在很多工程被控对象中都得到了很好的应用。
发明内容
为实现上述目的,本发明提供基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,实现对给定姿态信号的快速跟踪,使得系统上升时间小于0.05s,保证了超声速飞行器俯仰通道姿态控制的高品质,解决了现有技术中存在的问题。
本发明所采用的技术方案是,基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,其特征在于,具体按照以下步骤进行:
步骤1,测量飞行器俯仰姿态角、俯仰角速度和俯仰角误差;
步骤2,采用俯仰角误差信号,设计非线性立方微积分滑模面s;
步骤3,针对非线性立方微积分滑模面s,构造变结构控制律δz1;
步骤4,构造模糊系统,建立控制律增益k2的模糊调整规则;
步骤5,构造模糊系统,建立纯模糊控制律δz2;
步骤6,将纯模糊控制律与变结构控制律δz1进行复合,得到最终的总控制律δz:δz=δz1+δz2;最后进行控制器参数调节,使系统具有合适的动态特性;
步骤7,飞行器俯仰通道姿态控制系统的建模与数字仿真模拟;
步骤8,将步骤1-6得到的结果,让输入步骤7所建立的超声速飞行器俯仰通道姿态控制简化模型,通过选取合适的滑模面参数、模糊系统参数、控制增益参数,并观察输出曲线,确定最终的基于模糊控制的飞行器俯仰姿态跟踪控制器参数,使得整个飞行器俯仰通道姿态控制器具有令人满意的稳定性与响应速度。
进一步的,所述步骤1的具体步骤是:将测角陀螺仪与俯仰角速率陀螺仪安装在飞行器器体纵轴上,其中测角陀螺仪计测量飞行器的俯仰姿态角,记为θ,采用俯仰角速率陀螺仪测量飞行器俯仰角速度,记为ωz;将俯仰姿态角θ与飞行器的俯仰角指令θd进行比较,得到俯仰角误差,记作e,其满足e=θ-θd。
进一步的,所述步骤2,设计的非线性立方微积分滑模面s:
其中ε、c1、c2、c3、c4、c5、c6为待设计的正参数,为滑模面参数,均为增益;t为时间,∫edt为对误差信号e积分。
进一步的,所述步骤3,构造变结构控制律δz1如下:其中ε1、ε2、ε3、k1、k2、k3、k4为待设计的正参数,均为控制量参数;k1、k2、k3、k4为增益,ε1、ε2、ε3为柔化系数,用于减弱系统颤振。
进一步的,所述步骤4具体按照以下步骤进行:
首先,以俯仰角误差e为模糊系统的输入,滑模控制中增益k2为模糊系统的输出,建立输入输出变量的隶属度函数,数学表达如下:
取d1=0.017,认为俯仰角误差e属于‘PB’即‘正大’的范围,其隶属概率函数p5为
认为误差e属于‘PM’即‘正中’的范围,其隶属概率函数p4为
认为误差e属于‘ZO’即‘几乎为零’的范围,其隶属概率函数p3为
认为误差e属于‘NM’即‘负中’的范围,其隶属概率函数p2为
认为误差e属于‘NB’即‘负大’的范围,其隶属概率函数p1为
系统输入输出的模糊集分别定义如下:
e={NB NM ZO PM PB}
dk2={NB NM ZO PM PB}
其中,NB为误差“负大”的范围,NM为误差“负中”的范围,ZO为误差“几乎为零”的范围,PM为误差“正中”的范围,PB为过载误差“正大”的范围;
dk2为增益k2的变化量;
其次,建立模糊调整的基本原则为:|e|越大,则模糊控制量u应当越大,从而dk2也应当越大,设计模糊规则库如下:
R1:IF e is PB Then dk2 is PB
R2:IF e is PM Then dk2 is PM
R3:IF e is ZO Then dk2 is ZO
R4:IF e is NM Then dk2 is PM
R5:IF e is NB Then dk2 is PB
并设计规则矩阵如下:
rulelist=[5 5 1 1;
4 4 1 1;
3 3 1 1;
2 4 1 1;
1 5 1 1];
最后,采用Matlab软件的newfis('smc_fz_2')函数生成模糊系统,再采用addrule函数将上述规则矩阵加入模糊系统,然后利用函数a1=setfis(a1,'DefuzzMethod','centroid')设置采用centroid方法反模糊化,使用evalfis(abs(e),a1)函数,反解模糊滑模控制的增益调节规律,得到dk2;
k2=k20+dk2
k20的含义是增益k2的初始值。
进一步的,所述步骤5具体按照以下步骤进行:
首先,以俯仰角误差e为模糊系统的输入,纯模糊滑模控制律δz2为模糊系统的输出,建立输入输出变量的隶属度函数,系统输入输出的模糊集分别定义如下:
e={NB NM ZO PM PB}
δz2={NB NM ZO PM PB}
δz2为模糊控制量;
其次,建立模糊调整的基本原则为:e越大,则δz2应当越大,设计模糊规则库如下:
R1:IF e is PB Thenδz2 is PB
R2:IF e is PM Thenδz2 is PM
R3:IF e is ZO Thenδz2 is ZO
R4:IF e is NM Thenδz2 is PM
R5:IF e is NB Thenδz2 is PB
并设计规则矩阵如下:
rulelist=[5 5 1 1;
4 4 1 1;
3 3 1 1;
2 4 1 1;
1 5 1 1];
最后,采用Matlab软件的newfis('smc_fz_2')函数生成模糊系统,再采用addrule函数将上述规则矩阵加入模糊系统,然后利用函数a2=setfis(a2,'DefuzzMethod','centroid')设置采用centroid方法反模糊化,使用evalfis(e,a2)函数,反解纯模糊控制量,得到δz2。
本发明的有益效果是,结合一类非线性立方微积分滑模面与模糊控制方法,得到了一类上升时间小于0.05s的快速姿态指令跟踪方法。该方法不仅在理论上因其能够很好的柔和滑模与模糊两者方法而具有很好的创新性,而且在工程上因其具有很好的快速性与稳定性而具有很好的应用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的原理框图。
图2是本发明实施例所提供方法的飞行器姿态响应曲线。
图3是本发明实施例提供方法的飞行器攻角曲线。
图4是本发明实施例提供方法的飞行器舵偏角曲线。
图5是本发明实施例提供方法的飞行器角速度曲线。
图6是本发明实施例提供方法的飞行器角加速度曲线。
图7是本发明实施例提供方法的飞行器滑模面曲线。
图8是本发明实施例提供方法的飞行器增益模糊调节曲线。
图9是本发明实施例提供方法的滑模控制量与纯模糊控制量对比曲线。
图10是本发明实施例提供方法的误差隶属度函数曲线。
图11是本发明实施例提供方法的增益增量隶属度函数曲线。
图12是本发明实施例提供方法的模糊控制量隶属度函数曲线。
具体实施方式
下面将结合本发明实施例中,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明一种基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,原理如图1所示,首先采用姿态测量陀螺仪、角速率陀螺仪与角加速度计对超声速飞行器的俯仰姿态角、俯仰角速度、俯仰角加速度进行测量,与期望的姿态角指令信号进行反馈与比较得到姿态误差信号,其次通过姿态角误差信号与角速度以及角加速度信号设计非线性立方微积分滑模面,然后按照误差绝对值越大增益越大的原则构建模糊系统,设计增益随误差模糊调节的滑模控制规律。同时另一方面按照误差越大控制量越大的原则建立模糊系统,设计纯模糊控制规律。最后,对上述纯模糊控制规律与滑模控制规律进行叠加,得到了最终的复合控制律,实现对给定姿态信号的快速跟踪,使得系统上升时间小于0.05s,保证了超声速飞行器俯仰通道姿态控制的高品质。
具体来说,按照以下步骤进行:
步骤一:测量飞行器俯仰姿态角、俯仰角速度和俯仰角误差;
将测角陀螺仪与俯仰角速率陀螺仪安装在飞行器器体纵轴上,其中测角陀螺仪计测量飞行器的俯仰姿态角,记为θ,采用俯仰角速率陀螺仪测量飞行器俯仰角速度,记为ωz;
将俯仰姿态角θ与飞行器的俯仰角指令θd进行比较,得到俯仰角误差,记作e,其满足e=θ-θd;
步骤二:采用上述误差信号,设计一类非线性立方微积分滑模面s:
其中ε、c1、c2、c3、c4、c5、c6为待设计的正参数,为滑模面参数,均为增益,需要在后面设计中进行选定与调整;t为时间,∫edt为对误差信号e积分。该正参数是通过试验法选取,通过多次试验,择优得到满意的效果,从而定下该参数,为正即可保证方法可行,但多次试验,可以得到较优的结果。
步骤三:针对上述非线性立方微分积分滑模面信号,构造变结构控制律δz1如下:
其中ε1、ε2、ε3、k1、k2、k3、k4为待设计的正参数,均为控制量参数;k1、k2、k3、k4为增益,ε1、ε2、ε3为柔化系数,用于减弱系统颤振。
步骤四:构造模糊系统,建立上述控制律增益k2的模糊调整规则;
首先,以俯仰角误差e为模糊系统的输入,滑模控制中增益k2为模糊系统的输出,建立输入输出变量的隶属度函数,该隶属度函数见图10,数学表达如下:
取d1=0.017,认为俯仰角误差e属于‘PB’即‘正大’的范围,其隶属概率函数p5为
认为误差e属于‘PM’即‘正中’的范围,其隶属概率函数p4为
认为误差e属于‘ZO’即‘几乎为零’的范围,其隶属概率函数p3为
认为误差e属于‘NM’即‘负中’的范围,其隶属概率函数p2为
认为误差e属于‘NB’即‘负大’的范围,其隶属概率函数p1为
系统输入输出的模糊集分别定义如下:
e={NB NM ZO PM PB}
dk2={NB NM ZO PM PB}
其中,NB为误差“负大”的范围,NM为误差“负中”的范围,ZO为误差“几乎为零”的范围,PM为误差“正中”的范围,PB为过载误差“正大”的范围;
dk2为增益k2的变化量。
其中俯仰角误差e的隶属度函数如图10所示:图中PB为姿态误差“正大”的范围,大约为0.18至0.54弧度为正大的范围,概率随着误差的增大而增大至1,当误差大于9时,认为误差属于正大的概率为100%。PM为误差“正中”的范围,ZO为误差“几乎为零”的范围,NB为误差“负大”的范围,NM为误差“负中”的范围,其具体范围与概率分布见图中所示。
如图11所示,图中PB为增益dk2“正大”的范围,大约为0.1至0.3为正大的范围,概率随着误差的增大而增大至1,当增益大于0.3时,认为增益属于正大的概率为100%。PM为增益“正中”的范围,ZO为增益“几乎为零”的范围,NB为增益“负大”的范围,NM为增益“负中”的范围,其具体范围与概率分布见图中所示。
其次,建立模糊调整的基本原则为:|e|越大,则模糊控制量u应当越大,从而dk2也应当越大。设计模糊规则库如下:
R1:IF e is PB Then dk2 is PB
R2:IF e is PM Then dk2is PM
R3:IF e is ZO Then dk2 is ZO
R4:IF e is NM Then dk2 is PM
R5:IF e is NB Then dk2 is PB
并设计规则矩阵如下:
rulelist=[5 5 1 1;
4 4 1 1;
3 3 1 1;
2 4 1 1;
1 5 1 1];
最后,采用Matlab软件的newfis('smc_fz_2')函数生成模糊系统,再采用addrule函数将上述规则矩阵加入模糊系统,然后利用函数a1=setfis(a1,'DefuzzMethod','centroid')设置采用centroid方法反模糊化,使用evalfis(abs(e),a1)函数,反解模糊滑模控制的增益调节规律,得到dk2;
k2=k20+dk2
k20的含义是增益k2的初始值。
步骤五:构造模糊系统,建立纯模糊控制律;
首先,以俯仰角误差e为模糊系统的输入,纯模糊滑模控制律δz2为模糊系统的输出,建立输入输出变量的隶属度函数(该隶属度函数见图12,数学表达如步骤四的数学表达;取d1=0.2;图11的d1为0.1,d1为上述dk2的隶属度函数)。系统输入输出的模糊集分别定义如下:
e={NB NM ZO PM PB}
δz2={NB NM ZO PM PB}
δz2为模糊控制量。
其中误差e的隶属度函数同步骤四。
δz2的隶属度函数如图12所示。
其次,建立模糊调整的基本原则为:e越大,则δz2应当越大。设计模糊规则库如下:
R1:IF e is PB Thenδz2 is PB
R2:IF e is PM Thenδz2 is PM
R3:IF e is ZO Thenδz2 is ZO
R4:IF e is NM Thenδz2 is PM
R5:IF e is NB Thenδz2 is PB
并设计规则矩阵如下:
rulelist=[5 5 1 1;
4 4 1 1;
3 3 1 1;
2 4 1 1;
1 5 1 1];
最后,采用Matlab软件的newfis('smc_fz_2')函数生成模糊系统,再采用addrule函数将上述规则矩阵加入模糊系统,然后利用函数a2=setfis(a2,'DefuzzMethod','centroid')设置采用centroid方法反模糊化,使用evalfis(e,a2)函数,反解纯模糊控制量,得到δz2。
步骤六:将纯模糊控制律与变结构控制律δz1进行复合,得到最终的总控制律δz:δz=δz1+δz2;最后进行控制器参数调节,使系统具有合适的动态特性。
为了确保上述步骤一至步骤六中控制器参数选取合理,可用通过计算机数字仿真的手段进行编程模拟,从而验证本发明控制方法的正确性与合理性,以方便进行参数调整。
步骤七:飞行器俯仰通道姿态控制系统的建模与数字仿真模拟
以一类超音速飞行器俯仰通道姿态控制的简化数学模型为例,进行数字仿真分析,以验证本发明提供的控制方法的正确性、有效性与合理性。某类超声速飞行器俯仰通道姿态控制的简化线性模型可以采用如下微分方程来近似描述:
其中α为飞行器俯仰通道攻角,为姿态角速度。θ、ωz与的定义见前文,δz为飞行器俯仰舵偏角。a24、a25、a22、a35、a34为飞行器的俯仰通道气动参数标称值,为风洞实验测量所得。v为飞行速度,g为重力加速度。的含义是攻角的导数。ny的含义是飞行器的纵向过载。的含义是飞行器俯仰角加速度。
步骤八:将步骤一至步骤六所得的控制器,输入步骤七所建立的超声速飞行器俯仰通道姿态控制简化模型,通过选取合适的滑模面参数、模糊系统参数、控制增益参数,并观察输出曲线,从而确定最终的基于模糊控制的飞行器俯仰姿态跟踪控制器参数,使得整个飞行器俯仰通道姿态控制器具有令人满意的稳定性与响应速度。
案例实施与计算机仿真模拟结果分析:
选取超声速飞行器俯仰通道的气动参数如下所示:
a25=-167.87,a35=-0.243,a24=-193.65,a22=-2.876,a34=1.584,v=680.81,g=9.810,设置期望的姿态指令值为θd=1/57.3。
选取滑模面参数为参数c1=5,c2=0.5,c3=-0.35,c4=2,c5=0.5,c6=-0.2。
设计控制增益参数为ε=0.5、ε1=0.5、k1=-0.5、k20=-0.5、k2=k20+dk2、k3=-0.5、k4=-0.5,系统初始状态均为0。将步骤五与步骤六所得到的控制器代入步骤七所示的简化模型进行仿真,得到仿真结果图2至图9所示。
由图2可以看出,采用本专利所示方法,超声速飞行器的姿态响应速度非常快,上升时间大约为0.05s作用,没有超调量,问题误差也较小。图3为超声速飞行器攻角曲线,由图可看成全程0.3s攻角均较小,满足工程小攻角要求;图4为超声速飞行器舵偏角曲线,全程小于15度,未进入饱和区,故满足工程需求,当然此时舵偏角比较大,说明系统的响应速度已经非常快,故舵偏已经得到了较大的利用;图5与图6为超声速飞行器角速度曲线与角加速度曲线,由图可看出全程角速度变化比较平稳,但角加速度比较大,主要原因是由于系统在0.05s的过程中,姿态角发生了较大的变化,进一步说明了系统的响应比较快。图7为模糊滑模控制中的滑模面曲线,由图可以看出滑模面基本收敛到0左右。图8为增益根据误差模糊调节的变化曲线。图9给出了本控制方案中滑模控制量与纯模糊控制量的对比,纯模糊控制量为比较平缓的曲线,可见两者相互辅助,形成了最终的快速响应控制律,当然模糊控制量中也采用了模糊策略对控制参数进行了调整,因此模糊策略在本发明了起到了至关重要的作用。
从以上案例仿真结果可以看出,本发明提供的基于模糊控制的飞行器俯仰通道姿态跟踪控制方法在原理上是完全正确与可行的,并且能够在0.05s内完成对飞行器给定期望姿态指令进行稳定跟踪,实现飞行器俯仰通道的姿态稳定。同时由于模糊控制策略的引入,不仅使得滑模面参数得到了很好的调节,而且本身滑模控制也组成了最终总控制律不可分割的一部分,进一步加快了姿态控制的响应速度。因此本发明所提供的姿态控制算法具有非常好的快速响应特点,使得该方法不仅具有理论创新性,而且具有很高的工程实用价值。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (6)
1.基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,其特征在于,具体按照以下步骤进行:
步骤1,测量飞行器俯仰姿态角、俯仰角速度和俯仰角误差;
步骤2,采用俯仰角误差信号,设计非线性立方微积分滑模面s;
步骤3,针对非线性立方微积分滑模面s,构造变结构控制律δz1;
步骤4,构造模糊系统,建立控制律增益k2的模糊调整规则;
步骤5,构造模糊系统,建立纯模糊控制律δz2;
步骤6,将纯模糊控制律与变结构控制律δz1进行复合,得到最终的总控制律δz:δz=δz1+δz2;最后进行控制器参数调节,使系统具有合适的动态特性;
步骤7,飞行器俯仰通道姿态控制系统的建模与数字仿真模拟;
步骤8,将步骤1-6得到的结果,让输入步骤7所建立的超声速飞行器俯仰通道姿态控制简化模型,通过选取合适的滑模面参数、模糊系统参数、控制增益参数,并观察输出曲线,确定最终的基于模糊控制的飞行器俯仰姿态跟踪控制器参数,使得整个飞行器俯仰通道姿态控制器具有令人满意的稳定性与响应速度。
2.根据权利要求1所述的基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,其特征在于,所述步骤1的具体步骤是:将测角陀螺仪与俯仰角速率陀螺仪安装在飞行器器体纵轴上,其中测角陀螺仪计测量飞行器的俯仰姿态角,记为θ,采用俯仰角速率陀螺仪测量飞行器俯仰角速度,记为ωz;将俯仰姿态角θ与飞行器的俯仰角指令θd进行比较,得到俯仰角误差,记作e,其满足e=θ-θd。
3.根据权利要求2所述的基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,其特征在于,所述步骤2,设计的非线性立方微积分滑模面s:
其中ε、c1、c2、c3、c4、c5、c6为待设计的正参数,为滑模面参数,均为增益;t为时间,∫edt为对误差信号e积分。
4.根据权利要求3所述的基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,其特征在于,所述步骤3,构造变结构控制律δz1如下:
其中ε1、ε2、ε3、k1、k2、k3、k4为待设计的正参数,均为控制量参数;k1、k2、k3、k4为增益,ε1、ε2、ε3为柔化系数,用于减弱系统颤振。
5.根据权利要求4所述的基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,其特征在于,所述步骤4具体按照以下步骤进行:
首先,以俯仰角误差e为模糊系统的输入,滑模控制中增益k2为模糊系统的输出,建立输入输出变量的隶属度函数,数学表达如下:
取d1=0.017,认为俯仰角误差e属于‘PB’即‘正大’的范围,其隶属概率函数p5为
认为误差e属于‘PM’即‘正中’的范围,其隶属概率函数p4为
认为误差e属于‘ZO’即‘几乎为零’的范围,其隶属概率函数p3为
认为误差e属于‘NM’即‘负中’的范围,其隶属概率函数p2为
认为误差e属于‘NB’即‘负大’的范围,其隶属概率函数p1为
系统输入输出的模糊集分别定义如下:
e={NB NM ZO PM PB}
dk2={NB NM ZO PM PB}
其中,NB为误差“负大”的范围,NM为误差“负中”的范围,ZO为误差“几乎为零”的范围,PM为误差“正中”的范围,PB为过载误差“正大”的范围;
dk2为增益k2的变化量;
其次,建立模糊调整的基本原则为:|e|越大,则模糊控制量u应当越大,从而dk2也应当越大,设计模糊规则库如下:
R1:IF eis PB Then dk2 is PB
R2:IF eis PM Then dk2 is PM
R3:IF eis ZO Then dk2 is ZO
R4:IF eis NM Then dk2 is PM
R5:IF eis NB Then dk2 is PB
并设计规则矩阵如下:
最后,采用Matlab软件的newfis('smc_fz_2')函数生成模糊系统,再采用addrule函数将上述规则矩阵加入模糊系统,然后利用函数a1=setfis(a1,'DefuzzMethod','centroid')设置采用centroid方法反模糊化,使用evalfis(abs(e),a1)函数,反解模糊滑模控制的增益调节规律,得到dk2;
k2=k20+dk2
k20的含义是增益k2的初始值。
6.根据权利要求5所述的基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法,其特征在于,所述步骤5具体按照以下步骤进行:
首先,以俯仰角误差e为模糊系统的输入,纯模糊滑模控制律δz2为模糊系统的输出,建立输入输出变量的隶属度函数,系统输入输出的模糊集分别定义如下:
e={NB NM ZO PM PB}
δz2={NB NM ZO PM PB}
δz2为模糊控制量;
其次,建立模糊调整的基本原则为:e越大,则δz2应当越大,设计模糊规则库如下:
R1:IF eis PB Then δz2 is PB
R2:IF eis PM Then δz2 is PM
R3:IF eis ZO Then δz2 is ZO
R4:IF eis NM Then δz2 is PM
R5:IF eis NB Then δz2 is PB
并设计规则矩阵如下:
最后,采用Matlab软件的newfis('smc_fz_2')函数生成模糊系统,再采用addrule函数将上述规则矩阵加入模糊系统,然后利用函数a2=setfis(a2,'DefuzzMethod','centroid')设置采用centroid方法反模糊化,使用evalfis(e,a2)函数,反解纯模糊控制量,得到δz2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710170907.6A CN106708082B (zh) | 2017-03-21 | 2017-03-21 | 基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710170907.6A CN106708082B (zh) | 2017-03-21 | 2017-03-21 | 基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106708082A CN106708082A (zh) | 2017-05-24 |
CN106708082B true CN106708082B (zh) | 2019-06-21 |
Family
ID=58886820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710170907.6A Active CN106708082B (zh) | 2017-03-21 | 2017-03-21 | 基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106708082B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110275439A (zh) * | 2019-06-28 | 2019-09-24 | 四川大学 | 自平衡小车的控制方法、控制器的设计方法及装置 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108646557A (zh) * | 2018-05-08 | 2018-10-12 | 中国人民解放军海军航空大学 | 一种基于跟踪微分与柔化函数的飞行器攻角跟踪控制方法 |
CN110181510B (zh) * | 2019-05-21 | 2021-12-21 | 南京航空航天大学 | 一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法 |
CN111309040B (zh) * | 2020-03-02 | 2023-07-04 | 中国人民解放军海军航空大学 | 一种采用简化分数阶微分的飞行器纵向俯仰角控制方法 |
CN111856944B (zh) * | 2020-08-05 | 2022-01-28 | 重庆大学 | 一种基于事件触发的高超声速飞行器模糊控制方法 |
CN112306073B (zh) * | 2020-09-08 | 2022-06-28 | 中国人民解放军海军航空大学 | 一种根据模糊置信度叠加的多前置角导引方法 |
CN112027117B (zh) * | 2020-09-10 | 2023-01-31 | 中国人民解放军海军航空大学 | 一种基于姿态测量的飞行器侧滑滚转复合转弯控制方法 |
CN114442647B (zh) * | 2021-12-08 | 2024-04-26 | 航天科工火箭技术有限公司 | 基于模糊隶属度函数的火箭末级姿态分时控制方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI445276B (zh) * | 2011-10-04 | 2014-07-11 | Iner Aec Executive Yuan | 一種整合自動電壓調整器之控制系統和方法 |
CN102495633B (zh) * | 2011-12-22 | 2013-06-19 | 中国人民解放军国防科学技术大学 | 一种平流层驻留飞艇姿态控制方法 |
US9321458B2 (en) * | 2013-12-17 | 2016-04-26 | Automotive Research & Testing Center | Sliding mode trajectory voting strategy module and driving control system and method thereof |
CN104950671A (zh) * | 2015-06-10 | 2015-09-30 | 北京理工大学 | 基于自适应模糊的再入飞行器pid型滑模姿态控制方法 |
CN105138001B (zh) * | 2015-09-10 | 2017-08-25 | 中国人民解放军国防科学技术大学 | 一种四旋翼飞行器姿态控制方法 |
CN106444799B (zh) * | 2016-07-15 | 2019-03-12 | 浙江工业大学 | 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法 |
-
2017
- 2017-03-21 CN CN201710170907.6A patent/CN106708082B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110275439A (zh) * | 2019-06-28 | 2019-09-24 | 四川大学 | 自平衡小车的控制方法、控制器的设计方法及装置 |
CN110275439B (zh) * | 2019-06-28 | 2020-05-26 | 四川大学 | 自平衡小车的控制方法、控制器的设计方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106708082A (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106708082B (zh) | 基于模糊控制的飞行器俯仰通道姿态指令快速跟踪方法 | |
CN106814626B (zh) | 基于模糊变结构的超声速飞行器过载指令快速跟踪方法 | |
CN105786024B (zh) | 一种基于模型误差补偿的机载光电平台高精度跟踪控制器及其跟踪控制方法 | |
CN103412491B (zh) | 一种挠性航天器特征轴姿态机动指数时变滑模控制方法 | |
CN106843245A (zh) | 一种无人机姿态控制方法、装置及无人机 | |
CN111399531B (zh) | 高超声速飞行器滑翔段制导与姿态控制一体化设计方法 | |
CN105652880B (zh) | 用于飞行器大空域飞行的非线性抗饱和高度指令生成方法 | |
CN106444807A (zh) | 一种栅格舵与侧喷流的复合姿态控制方法 | |
CN111324142B (zh) | 一种导弹驾驶仪扰动补偿控制方法 | |
CN105242676A (zh) | 一种有限时间收敛时变滑模姿态控制方法 | |
CN107861517A (zh) | 基于线性伪谱的跳跃式再入飞行器在线弹道规划制导方法 | |
CN109062055A (zh) | 一种基于Back-stepping鲁棒自适应动态面的近空间飞行器控制系统 | |
CN104536448B (zh) | 一种基于Backstepping法的无人机姿态系统控制方法 | |
CN114815888B (zh) | 一种仿射形式的制导控制一体化控制方法 | |
CN112498744A (zh) | 纵横向松耦合在线轨迹规划方法及电子设备 | |
Yu et al. | Trajectory-shaping guidance with final speed and load factor constraints | |
Gaudet et al. | Integrated guidance and control for pinpoint Mars landing using reinforcement learning | |
CN113885543B (zh) | 一种复杂海况干扰下的航行体自抗扰横滚控制器的设计方法 | |
CN104121930B (zh) | 一种基于加表耦合的mems陀螺漂移误差的补偿方法 | |
CN106681351B (zh) | 基于terminal型模糊滑模的蝶形飞行器姿态角跟踪方法 | |
dos Santos et al. | Nonlinear dynamics and SDRE control applied to a high-performance aircraft in a longitudinal flight considering atmospheric turbulence in flight | |
CN103455035B (zh) | 基于反步设计和非线性反馈的pd+姿态控制律设计方法 | |
CN107942672A (zh) | 一种基于对称时不变障碍李雅普诺夫函数的四旋翼飞行器输出受限反步控制方法 | |
Mickle et al. | Skid to turn control of the APKWS missile using trajectory linearization technique | |
Liu et al. | Improvement Method of Full-Scale Euler Angles Attitude Algorithm for Tail-Sitting Aircraft |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170807 Address after: 265713 Longkou City, Shandong, Yantai Nanshan University Applicant after: Yantai Nanshan University Applicant after: Naval Aeronautical Engineering Institute PLA Address before: 264001 Yantai Road, Zhifu District, Shandong, No. two, No. 188 Applicant before: Naval Aeronautical Engineering Institute PLA |
|
GR01 | Patent grant | ||
GR01 | Patent grant |