CN108646548A - 飞行控制律的设计方法及装置 - Google Patents
飞行控制律的设计方法及装置 Download PDFInfo
- Publication number
- CN108646548A CN108646548A CN201810233121.9A CN201810233121A CN108646548A CN 108646548 A CN108646548 A CN 108646548A CN 201810233121 A CN201810233121 A CN 201810233121A CN 108646548 A CN108646548 A CN 108646548A
- Authority
- CN
- China
- Prior art keywords
- goal systems
- mathematical model
- aircraft
- mapping function
- parameter
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 17
- 238000013178 mathematical model Methods 0.000 claims abstract description 24
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 230000005484 gravity Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000013016 damping Methods 0.000 claims description 5
- 238000000205 computational method Methods 0.000 claims description 4
- 101100341230 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) isn-1 gene Proteins 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 239000013598 vector Substances 0.000 description 20
- 230000006870 function Effects 0.000 description 16
- 230000003044 adaptive effect Effects 0.000 description 9
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 238000007654 immersion Methods 0.000 description 7
- 241000272517 Anseriformes Species 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000035935 pregnancy Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 229920001971 elastomer Polymers 0.000 description 2
- 239000000806 elastomer Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明属于自动控制技术领域,具体涉及一种飞行控制律的设计方法及装置。旨在解决现有技术无法证明在飞行包线内非典型工作点的控制律参数的稳定性的问题,本发明提供了一种飞行控制律的设计方法,包括计算预先构建的飞行器数学模型的目标系统;求解多个目标系统的映射函数,根据映射函数计算飞行器数学模型的估计参数;根据估计参数更新飞行器数学模型。本发明的技术方案能够很好地解决大包线飞行器飞行过程中的不确定性问题。
Description
技术领域
本发明属于自动控制技术领域,具体涉及一种飞行控制律的设计方法及装置。
背景技术
随着飞行器任务使命范围不断拓展,其飞行包线越来越大。通常飞行器在大气层内(2万米内)以及大气层边缘临近空间飞行(2万米到10万米),其飞行速度的范围位于高亚音速到5马赫以上的高超音速之间,飞行速度变化较大,飞行器的动力学特性变化也较大,因此在其飞行过程中,飞行器的性能参数,如结构弹性等不能忽略,而飞行控制律的设计对飞行器的性能参数有重大影响。飞行器的控制律设计方法是为了满足飞行器在包线内不同的典型工作点均可以保证飞行器的飞行品质要求,以及飞行器在时域和频域上都能达到趋于理想的性能指标。
现有技术采用增益调参的方法对飞行控制律进行设计,通过在典型工作点进行模型线性化,针对线性模型开展控制律设计,获取控制律参数,实际工作时在非典型工作点采用参数差值的方法进行控制律参数实现。现有技术的方法是通过将典型工作点进行模型线性化,但是无法获得在飞行包线内其他工作点的稳定性证明,即,无法证明除典型工作点以外的点的控制律的参数实现。
因此,如何提出一种解决上述问题的方案是本领域技术人员目前需要解决的问题。
发明内容
为了解决现有技术中的上述问题,即为了解决现有技术无法证明在飞行包线内非典型工作点的控制律参数的稳定性的问题,本发明提供了一种飞行控制律的设计方法,所述方法包括:
计算预先构建的飞行器数学模型的目标系统;
求解所述多个目标系统的映射函数,根据所述映射函数计算所述飞行器数学模型的估计参数;
根据所述估计参数更新所述飞行器数学模型。
在上述方法的优选技术方案中,所述映射函数的公式如下所示:
其中,其中,π(ξ)表示浸入映射,υ(ξ)表示参数化函数,ξ表示目标系统的状态变量,a(ξ)表示目标系统。
在上述方法的优选技术方案中,构建所述飞行器数学模型的方法如下公式所示:
其中,x=[V,γ,h,α,Q,η1,η2,η3],V,γ,h,α,Q分别表示速度、航迹倾角、高度、迎角、俯仰角速率;6个弹性体状态ηi,分别表示前三阶弹性模态及其微分,ωi为弹性模态的自然频率,ξi为阻尼比,m,g,Iyy分别表示质量、重力加速度和绕Y轴的转动惯量;L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。
在上述方法的优选技术方案中,所述目标系统为多个,所述目标系统包括一维目标系统、二维目标系统以及n-1维目标系统,所述一维目标系统表示为二维目标系统表示为n-1维目标系统表示为k1>0,k2>0,…,kn-1>0,其中n为大于3 的正整数,k1、k2、kn-1、a均表示系数。
在上述方法的优选技术方案中,所述方法还包括计算所述飞行器数学模型的不变流形,计算方法如下公式所示:
Π(ξ)=0,e=x-xcmd
其中,x为状态变量,xcmd为所述状态变量的控制误差。
本发明还提供一种大包线飞行控制律的设计装置,所述装置包括:
第一计算单元,所述第一计算单元被配置为计算预先构建的飞行器数学模型的目标系统;
第二计算单元,所述第二计算单元被配置为求解所述多个目标系统的映射函数,根据所述映射函数计算所述飞行器数学模型的估计参数;
更新单元,所述更新单元被配置为根据所述估计参数更新所述飞行器数学模型。
在上述方法的优选技术方案中,所述映射函数的公式如下所示:
其中,π(ξ)表示浸入映射,υ(ξ)表示参数化函数,ξ表示目标系统的状态变量,a(ξ)表示目标系统。
在上述方法的优选技术方案中,构建所述飞行器数学模型的方法如下公式所示:
其中,x=[V,γ,h,α,Q,η1,η2,η3],V,γ,h,α,Q分别表示速度、航迹倾角、高度、迎角、俯仰角速率;6个弹性体状态ηi,分别表示前三阶弹性模态及其微分,ωi为弹性模态的自然频率,ξi为阻尼比,m,g,Iyy分别表示质量、重力加速度和绕Y轴的转动惯量;L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。
在上述方法的优选技术方案中,所述目标系统为多个,所述目标系统包括一维目标系统、二维目标系统以及n-1维目标系统,所述一维目标系统表示为二维目标系统表示为k1>0,k2>0;n-1维目标系统表示为k1>0,k2>0,…,kn-1>0,其中n为大于3 的正整数,k1、k2、kn-1、a均表示系数。
在上述方法的优选技术方案中,所述装置还用于计算所述飞行器数学模型的不变流形,计算方法如下公式所示:
Π(ξ)=0,e=x-xcmd
其中,x为状态变量,xcmd为所述状态变量的控制误差。
与最接近的现有技术相比,本发明提供一种大包线飞行控制律的设计方法,包括计算预先构建的飞行器数学模型的目标系统;求解所述多个目标系统的映射函数,根据所述映射函数计算所述飞行器数学模型的估计参数;根据所述估计参数更新所述飞行器数学模型。
上述技术方案至少具有如下有益效果:本发明采用面向不确定性及弹性耦合同时主动抑制的自适应浸入和流形不变的方法,针对大包线飞行器的不确定性、刚体模态、弹性模态、发动机姿态的强耦合特性导致的系统浸入和不变流形设计的困难,通过简化或转化强耦合系统偏微分方程的求解问题,根据自适应机制更新系统,能够很好地解决大包线飞行器飞行过程中的不确定性问题。
附图说明
图1为本发明一种实施例飞行控制律的设计方法的流程示意图;
图2为本发明一种实施例基于自适应系统浸入和流形不变方法的多目标综合控制方法的示意图;
图3为本发明一种实施例面向不确定性及弹性耦合同时主动抑制的自适应浸入和流形不变方法的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,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
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
参阅附图1,图1示例性的给出了本实施例中一种飞行控制律的设计方法的流程示意图。如图1所示,本实施例中一种飞行控制律的设计方法包括下述步骤:
本发明采用面向不确定性及弹性耦合同时主动抑制的自适应浸入和流形不变的方法,通过构建不确定和弹性耦合同时抑制的指标体系、浸入和流形不变的高维特性、浸入特性和空间渐进收敛特性,该体系能够综合稳定性、系统性能以及鲁棒性,针对大包线飞行器的不确定性、刚体模态、弹性模态、发动机姿态的强耦合特性导致的系统浸入和不变流形设计的困难,通过构建系统浸入条件和目标系统的设计方法,可以简化或者转化强耦合系统的偏微分方程的求解问题。采用自适应系统浸入和流形不变方法的多目标综合设计,可以实现目标系统、不变流形、系统浸入、参数自适应和全局吸引流形设计的均衡性。其中,系统浸入和流形不变是一种几何降阶方法,根据方法的含义简称为浸入,这是一种不需要构造李亚普诺夫函数的降阶技术,把对象系统映射到某一可能更低阶的系统,并要求该系统具有预先指定的性能。
对大包线飞行器弹性体飞行器动力学建模,模型可以用下述公式进行表示:
该模型共包括11个飞行状态,5个刚体状态V,γ,h,α,Q分别表示速度、航迹倾角、高度、迎角、俯仰角速率;6个弹性体状态ηi,分别表示前三阶弹性模态及其微分。其中,ωi为弹性模态的自然频率,ξi为阻尼比,m,g,Iyy分别表示质量、重力加速度和绕Y轴的转动惯量;L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。上述模型与飞行状态、控制输入存在复杂的非线性关系,可以用高精度的拟合模型进行表示,具体地如下公式所示:
其中,表示弹性模态向量,δ=[δc,δe]T表示舵偏角向量,δc,δe分别表示鸭翼和升降舵的舵偏角,表示动压,ρ为大气密度。
大包线飞行器的气动系数可以如公式(8)所示:
其中,CTφ为推力对滚转角的推力系数,分别为CT,φ对攻角的3阶、2阶、1阶导数和偏移值;CT为推力对攻角的推力系数,分别为CT对攻角的3阶、2阶、1阶导数和偏移值;
CL为升力系数,与攻角α、(弹性模态向量)、δ=[δc,δe]T(舵偏角向量)有关,δc,δe分别表示鸭翼和升降舵的舵偏角,为升力对攻角的升力系数,为升力对δe的升力系数,为升力对δc的升力系数,为零升力系数,为升力对弹性模态向量η的升力系数;
CD为阻力系数,与攻角α、(弹性模态向量)、δ=[δc,δe]T(舵偏角向量)有关,δc,δe分别表示鸭翼和升降舵的舵偏角, 为阻力对攻角平方和攻角的阻力系数, 为阻力对δe平方和δe的阻力系数, 为阻力对δc平方和δc的阻力系数,为零阻力系数,为阻力对弹性模态向量η的阻力系数;
CM为俯仰力矩系数,与攻角α、(弹性模态向量)、δ=[δc,δe]T(舵偏角向量)有关,δc,δe分别表示鸭翼和升降舵的舵偏角, 为俯仰力矩对攻角平方和攻角的俯仰力矩系数系数,为俯仰力矩对δe的俯仰力矩系数,为俯仰力矩对δc的俯仰力矩系数,为零俯仰力矩系数,为俯仰力矩系数对弹性模态向量η的俯仰力矩系数;
L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。为推力T、升力L、阻力D、俯仰力矩M对(弹性模态向量)的推力系数、升力系数、阻力系数、俯仰力矩系数。为广义弹性力对(弹性模态向量)的广义弹性力系数。
大包线飞行器的鸭翼通过铰链与升降舵相连,用以消除非最小相位特性,因此飞行器待设计的控制输入可以为u=[δe,φ]T,其中,φ为发动机燃油当量比,控制输出可以为y=[V,h]T,即控制速度和高度。
在实际应用中,由于飞行器飞行速度快、飞行包线大,超燃冲压发动机燃烧等机理复杂,且缺乏足够的飞行试验数据支撑,控制模型中存在严重的不确定性,属于典型的具有复杂结构不确定性的系统,而不确定性对模型特性具有显著的影响,以再入飞行为例,再入过程伴随快速的速度和高度变化,造成动压的快时变和不确定效应,动压的变化对飞行特性具有显著的影响。
基于自适应系统浸入和流形不变方法的多目标综合控制方法包括下述步骤:
步骤S1:性能指标分配;
多目标综合控制方法的性能指标与目标系统、系统浸入设计相关,性能指标中的鲁棒性与参数自适应、全局吸引流形设计相关,因此根据性能指标分别进行对应模块的设计。可以基于自适应系统浸入和流形不变的方法进行多目标的综合控制,其方法可以分为5个部分,分别为:目标系统、系统浸入、自适应机制、不变流形以及全局吸引,对上述部分进行迭代均衡设计,以满足多目标综合控制方法设计的要求,即稳定性、暂态稳态性能和性能鲁棒性,其中,不变流形和全局吸引的设计与多个性能指标相关,因此需要反复权衡设计。设计一个低维稳定收敛系统,通过一种映射函数,将其映射到高维系统中的一个超平面,这个超平面也是收敛的,系统设计的目标就是将系统状态变量向这个超平面收敛,这个超平面收敛,所以系统整个状态空间都收敛,而全局吸引不变流形就是这个超平面。
经过性能指标分配后,将未建模动态和弹性滤波后的振动幅度上限作为干扰参数,进入不确定部分,参与系统的稳定性证明。
步骤S11:目标系统设计
在实际应用中,本发明的方法可以适应于多个系统,但是某些系统可能浸入到低维系统较为困难,为了能够让多个系统浸入方便,可以设计多维的目标系统,在无法浸入或者浸入困难低维系统时,可以考虑浸入2维系统,也可以考虑浸入n-1维系统。
具体地,目标系统的设计方法具体如下公式所示:
1维目标系统设计:
2维目标系统设计:k1>0,k2>0
n-1维目标系统设计:
k1>0,k2>0,…,kn-1>0
其中,ξ是目标系统的状态变量,其可以为1维、2维或n-1 维,ξ1,ξ2,...,ξn-1为ξ的分量,k1,k2,...,kn-1为负数定特征值的正数,a为中间变量参数。
设计好多维目标系统后,在实际应用中,可以根据目标系统的实际情况选择合适的系统浸入。
步骤S12:系统浸入;
通过设计好目标系统后,并且对目标系统进行对比选择,考察系统浸入时偏微分方程的求解问题,可以根据实际情况选择目标系统进行对比。具体地,以原系统为为例,
根据大包线飞行器弹性体飞行器动力学模型公式(1)-(6),结合原系统方程可得:
x=[V,γ,h,α,Q,η1,η2,η3] (9)
依次针对1维目标系统、2维目标系统、n-1维目标系统,其中1维目标系统:k>0;2维目标系统:k1>0,k2>0;n-1维目标系统,
k1>0,k2>0,…,kn-1>0
求解系统浸入的条件,公式如下:
其中,π(ξ)表示浸入映射,υ(ξ)表示参数化函数,ξ表示目标系统的状态变量,a(ξ)表示目标系统。
步骤S13:计算自适应机制;
在实际应用中,为了估计状态方程的未建模动态和未知参数,需要设计自适应机制。在大包线飞行过程中,动力学方程如公式(11) 所示:
其中,S,zT分别为动压、参考面积、参考长度和推力到重心的力臂,L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。表示弹性模态向量,δ=[δc,δe]T表示舵偏角向量,δc,δe分别表示鸭翼和升降舵的舵偏角,表示动压,ρ为大气密度。
在大包线飞行过程中,上述气动系数存在不确定性,具体如公式(12)所示:
其中,θV=[θV1…θV9],θγ=[θγ1…θγ9],θh=[θh1…θh9],θα=[θα1…θα9],θη1=[θη11…θη19],θη2= [θη21…θη29],θη3=[θη31…θη39], δe=B0+Bcδc+Beδe,
其中,Δ(x)为未建模动态,分别为速度、航迹倾斜角、高度、攻角、一阶弹性模态向量、二阶弹性模态向量、三阶弹性模态向量。分别为攻角立方、攻角平方、攻角、一阶弹性模态向量、二阶弹性模态向量、三阶弹性模态向量、δc,δe分别表示鸭翼和升降舵的舵偏角。分别为九个变量依次对每个变量的导数。为导数矩阵,为主影响变量。B0、Bc、Be分别为主影响变量偏移、主影响变量对δc的导数、主影响变量对δe的导数。
将原系统更新为新的系统方程,具体如公式(13)所示:
u=[δc,δe]T
其中,设计待估计的参数集合为Ξ=[θV θγ θh θe θη1 θη2 θη3],设计参数估计和其中为Θ的估计值,误差可以表示为因此,参数估计误差可以表示为:
步骤S14:计算不变流形;
当Π(ξ)=0表示不变流形,其中,e=x-xcmd为状态变量x的控制误差。
步骤S15:计算全局吸引;
具体地,为了能够让系统状态变量向高维系统的超平面收敛,计算全局吸引。计算全局吸引的方法如公式(15)所示:
其中,e为状态变量误差,x为状态变量,F(x)为系统微分方程,Δ(x)为未建模动态,f(x)为系统状态方程,g(x)为控制输入矩阵,u 为输入变量。将控制律代入新的系统方程中,为证明系统的稳定性,可以选取并对上式求导可得:
取则取 c为正定。
步骤S16:得到步骤S14和步骤S15的计算结果后,再一次进行自适应机制计算,判断自适应律是否存在,是否能够找到满足李雅普诺夫收敛性证明的自适应律和控制律,依此来证明系统是否是稳定的。
具体地,由可得:
其中eT=[eV,eγ,eh,eα,eη1,eη2,eη3]
因此,充分条件为:
当-eTcxcmd≤0时,
取同理可得,
当-eTcxcmd>0时,
取
取
由于飞行器升力系数与攻角的关系成线性关系,可以肯定与α3的影响很小,因此定义θγ1=0,
取解一元二次方程 m2-eγB1m+eTcxcmd≥0,自变量为m,可以获得因为一元二次方程m2的系数为正,该曲线的开口向上,因此一定有解,说明自适应律存在且系统是稳定的。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
所属技术领域的技术人员可以清楚地了解到,为了描述的方便和简洁,本发明实施例的大包线飞行控制律的设计装置的具体工作过程以及相关说明,可以参考前述大包线飞行控制律的设计方法实施例中的对应过程,且与上述方法具有相同的有益效果,在此不再赘述。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种飞行控制律的设计方法,其特征在于,所述方法包括:
计算预先构建的飞行器数学模型的目标系统;
求解所述多个目标系统的映射函数,根据所述映射函数计算所述飞行器数学模型的估计参数;
根据所述估计参数更新所述飞行器数学模型。
2.根据权利要求1所述的方法,其特征在于,所述映射函数的公式如下所示:
其中,π(ξ)表示浸入映射,υ(ξ)表示参数化函数,ξ表示目标系统的状态变量,a(ξ)表示目标系统。
3.根据权利要求1所述的方法,其特征在于,构建所述飞行器数学模型的方法如下公式所示:
其中,x=[V,γ,h,α,Q,η1,η2,η3],V,γ,h,α,Q分别表示速度、航迹倾角、高度、迎角、俯仰角速率;6个弹性体状态ηi,分别表示前三阶弹性模态及其微分,ωi为弹性模态的自然频率,ξi为阻尼比,m,g,Iyy分别表示质量、重力加速度和绕Y轴的转动惯量;L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。
4.根据权利要求3所述的方法,其特征在于,所述目标系统为多个,所述目标系统包括一维目标系统、二维目标系统以及n-1维目标系统,所述一维目标系统表示为二维目标系统表示为n-1维目标系统表示为其中n为大于3的正整数,k1、k2、kn-1、a均表示系数。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括计算所述飞行器数学模型的不变流形,计算方法如下公式所示:
Π(ξ)=0,e=x-xcmd
其中,x为状态变量,xcmd为所述状态变量的控制误差。
6.一种飞行控制律的设计装置,其特征在于,所述装置包括:
第一计算单元,所述第一计算单元被配置为计算预先构建的飞行器数学模型的目标系统;
第二计算单元,所述第二计算单元被配置为求解所述多个目标系统的映射函数,根据所述映射函数计算所述飞行器数学模型的估计参数;
更新单元,所述更新单元被配置为根据所述估计参数更新所述飞行器数学模型。
7.根据权利要求6所述的装置,其特征在于,所述映射函数的公式如下所示:
其中,π(ξ)表示浸入映射,υ(ξ)表示参数化函数,ξ表示目标系统的状态变量,a(ξ)表示目标系统。
8.根据权利要求6所述的装置,其特征在于,构建所述飞行器数学模型的方法如下公式所示:
其中,x=[V,γ,h,α,Q,η1,η2,η3],V,γ,h,α,Q分别表示速度、航迹倾角、高度、迎角、俯仰角速率;6个弹性体状态ηi,分别表示前三阶弹性模态及其微分,ωi为弹性模态的自然频率,ξi为阻尼比,m,g,Iyy分别表示质量、重力加速度和绕Y轴的转动惯量;L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。
9.根据权利要求8所述的装置,其特征在于,所述目标系统为多个,所述目标系统包括一维目标系统、二维目标系统以及n-1维目标系统,所述一维目标系统表示为二维目标系统表示为n-1维目标系统表示为其中n为大于3的正整数,k1、k2、kn-1、a均表示系数。
10.根据权利要求6所述的装置,其特征在于,所述装置还用于计算所述飞行器数学模型的不变流形,计算方法如下公式所示:
Π(ξ)=0,e=x-xcmd
其中,x为状态变量,xcmd为所述状态变量的控制误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810233121.9A CN108646548A (zh) | 2018-03-21 | 2018-03-21 | 飞行控制律的设计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810233121.9A CN108646548A (zh) | 2018-03-21 | 2018-03-21 | 飞行控制律的设计方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108646548A true CN108646548A (zh) | 2018-10-12 |
Family
ID=63744465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810233121.9A Pending CN108646548A (zh) | 2018-03-21 | 2018-03-21 | 飞行控制律的设计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646548A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109592076A (zh) * | 2018-12-17 | 2019-04-09 | 南京航空航天大学 | 飞机操纵品质评估方法及操纵性能试验参数选定方法 |
CN113253610A (zh) * | 2021-04-20 | 2021-08-13 | 中国科学院自动化研究所 | 飞行器控制方法及装置 |
CN113253616A (zh) * | 2021-06-29 | 2021-08-13 | 中国科学院自动化研究所 | 快时变飞行器大包线飞行控制方法与装置 |
CN113377006A (zh) * | 2021-06-08 | 2021-09-10 | 华南理工大学 | 一种基于不变流形观测器的全局快速终端滑模控制方法 |
CN113741542A (zh) * | 2021-09-28 | 2021-12-03 | 拓攻(南京)机器人有限公司 | 应急处置场景下的无人机控制方法、装置、无人机及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540887A (zh) * | 2011-12-27 | 2012-07-04 | 浙江大学 | 一种非线性参数化系统的控制方法 |
CN104932514A (zh) * | 2015-06-25 | 2015-09-23 | 天津大学 | 小型无人直升机的姿态非线性自适应控制方法 |
CN107037727A (zh) * | 2017-03-13 | 2017-08-11 | 贾杰 | 一种无人直升机大包线自适应增益调度方法 |
-
2018
- 2018-03-21 CN CN201810233121.9A patent/CN108646548A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540887A (zh) * | 2011-12-27 | 2012-07-04 | 浙江大学 | 一种非线性参数化系统的控制方法 |
CN104932514A (zh) * | 2015-06-25 | 2015-09-23 | 天津大学 | 小型无人直升机的姿态非线性自适应控制方法 |
CN107037727A (zh) * | 2017-03-13 | 2017-08-11 | 贾杰 | 一种无人直升机大包线自适应增益调度方法 |
Non-Patent Citations (2)
Title |
---|
LIU ZHEN等: "Adaptive Immersion and Invariance Based Control of Non-minimum Phase Hypersonic Vehicles", 《PROCEEDINGS OF THE 35TH CHINESE CONTROL CONFERENCE》 * |
刘振 等: "浸入与不变方法原理及其在非线性自适应控制中的应用", 《智能系统学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109592076A (zh) * | 2018-12-17 | 2019-04-09 | 南京航空航天大学 | 飞机操纵品质评估方法及操纵性能试验参数选定方法 |
CN113253610A (zh) * | 2021-04-20 | 2021-08-13 | 中国科学院自动化研究所 | 飞行器控制方法及装置 |
CN113377006A (zh) * | 2021-06-08 | 2021-09-10 | 华南理工大学 | 一种基于不变流形观测器的全局快速终端滑模控制方法 |
CN113253616A (zh) * | 2021-06-29 | 2021-08-13 | 中国科学院自动化研究所 | 快时变飞行器大包线飞行控制方法与装置 |
CN113741542A (zh) * | 2021-09-28 | 2021-12-03 | 拓攻(南京)机器人有限公司 | 应急处置场景下的无人机控制方法、装置、无人机及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108646548A (zh) | 飞行控制律的设计方法及装置 | |
CN107515612B (zh) | 基于侧喷流控制的弹性振动抑制方法 | |
CN111859530B (zh) | 一种飞行器动态气动特性模拟的迭代推进扰动域更新方法 | |
CN109164708B (zh) | 一种高超声速飞行器神经网络自适应容错控制方法 | |
CN106896722B (zh) | 采用状态反馈与神经网络的高超飞行器复合控制方法 | |
CN109446582B (zh) | 一种考虑地球自转的高精度降阶平稳滑翔动力学建模方法 | |
CN108595756A (zh) | 大包线飞行干扰估计的方法及装置 | |
CN108303889B (zh) | 一种基于非线性信息的时标分离飞行器弹性体控制方法 | |
CN112631316B (zh) | 变负载四旋翼无人机的有限时间控制方法 | |
CN110320807A (zh) | 基于奇异摄动分解的弹性飞行器数据筛选自适应控制方法 | |
CN111414011A (zh) | 一种考虑执行机构故障的高超声速飞行器保性能容错控制方法 | |
CN107831653A (zh) | 一种抑制参数摄动的高超声速飞行器指令跟踪控制方法 | |
CN114611416A (zh) | 导弹非线性非定常气动特性ls-svm建模方法 | |
Luo et al. | Adaptive neural control of hypersonic vehicles with actuator constraints | |
CN112623259B (zh) | 针对高超声速飞行器数据丢包的自抗扰控制器设计方法 | |
CN108594653A (zh) | 大包线飞行控制律设计的性能极限分析系统 | |
CN114218878B (zh) | 一种飞行器机动过程模拟的动网格扰动域更新方法 | |
CN115793447A (zh) | 一种气动大不确定情况下的运载火箭分离体姿态控制方法 | |
CN108415247B (zh) | 一种基于标称信息的时标分离飞行器弹性体鲁棒控制方法 | |
CN116203842A (zh) | 运载火箭的自适应容错反步姿态控制设计方法 | |
CN114153144B (zh) | 一种输入受限和输入扰动的弹性高超声速飞行器控制方法 | |
CN116227338A (zh) | 基于自适应麻雀搜索伪谱法的变翼飞行器轨迹优化方法 | |
CN110109357A (zh) | 针对非标准型非线性航空器的半全局自适应控制方法 | |
CN114488815A (zh) | 空空弹自抗扰控制参数整定方法、装置及电子设备 | |
Kurniawan | Numerical study of flutter of a two-dimensional aeroelastic system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181012 |