CN108776434B - 一种高超声速飞行器快速自适应滑模容错控制方法 - Google Patents

一种高超声速飞行器快速自适应滑模容错控制方法 Download PDF

Info

Publication number
CN108776434B
CN108776434B CN201810805447.4A CN201810805447A CN108776434B CN 108776434 B CN108776434 B CN 108776434B CN 201810805447 A CN201810805447 A CN 201810805447A CN 108776434 B CN108776434 B CN 108776434B
Authority
CN
China
Prior art keywords
fault
sliding mode
follows
adaptive
hypersonic 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
Application number
CN201810805447.4A
Other languages
English (en)
Other versions
CN108776434A (zh
Inventor
朱平
江驹
甄子洋
万月丰
蒋烁莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201810805447.4A priority Critical patent/CN108776434B/zh
Publication of CN108776434A publication Critical patent/CN108776434A/zh
Application granted granted Critical
Publication of CN108776434B publication Critical patent/CN108776434B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种高超声速飞行器快速自适应滑模容错控制方法,包括如下步骤:步骤一:建立高超声速飞行器精确反馈线性化模型;步骤二:在步骤一的基础上建立高超声速飞行器故障模型;步骤三:基础控制器设计;步骤四:在步骤三的基础上加入自适应律设计自适应容错控制器。本发明的高超声速飞行器快速自适应滑模容错控制方法,能够在故障时间和效率损失系数大小未知的情况下,自适应地处理故障,完成渐近跟踪飞行输出参考命令,具有较高的效率。

Description

一种高超声速飞行器快速自适应滑模容错控制方法
技术领域
本发明涉及一种飞行器控制方法,具体涉及一种高超声速飞行器快速自适应滑模容错控制方法。
背景技术
高超飞行器是形容飞行马赫数在五以上、能够于大气层或跨大气层里长期机动飞行的有翼或者无翼的一种飞行器,主要应用形式包括:高超巡航导弹、空天飞行器等。因为高超飞行器大空域与高机动的特征,加之以环境复杂多变等,这导致其的建模和控制方法的研究有很大的难点。在设计的过程中要全面地考虑多个方面的影响,在诸多文献中都指出对高超飞行器相关技术的研究是一项具有挑战性的研究任务。
容错控制(FTC)是指当系统发生故障时,通过对控制器进行重构,保证故障后的系统仍然可以稳定运行。容错控制技术需要结合非线性控制、智能控制等先进控制技术来满足控制的需求。目前,针对高超声速飞行器控制设计的非线性控制方法有:反馈线性化方法、增益预置方法、自适应方法、滑模变结构方法和Backsteeping等方法。高超声速飞行器作为一种新型的先进航空航天飞行器,针对它的各种研究尚处于起步阶段,面临许多新的问题和挑战,容错控制也不例外。
目前,国外针对高超声速飞行器容错控制的研究成果不是很丰富,国内学者在这方面开展的研究工作也非常有限,并且,这些结果主要是基于姿态动态系统的,由于姿态控制系统和高超声速飞行器纵向模型之间存在着差别,基于姿态控制系统的控制方法很难应用到高超声速飞行器的纵向模型上,鉴于以上考虑,有必要进一步研究高超声速飞行器纵向模型的容错控制问题。
2011年,北卡罗莱州立大学的Wu针对弹性高超声速飞行器LPV故障模型,利用LMI技术设计了故障检测与隔离((FDI)的观测器,能够减小故障误差抑制外部干扰。2013年,Wu针对弹性高超声速飞行器的执行器与传感器失效故障设计了切换容错控制器。文献中利用平衡点线性化模型考虑了高超声速飞行器纵向模型的容错控制问。然而,当飞行动态经历大的参数摄动时,文献中的控制策略可能无法获得好的控制性能。天津大学的王婕针对弹性高超声速飞行器中结构已知的执行器控制效益损失故障问题,基于被动容错控制的思想,提出了一种自适应滑模容错控制方法。利用积分滑模面的动态变化实时检测执行器故障的发生,自适应处理故障影响,实现容错控制,但是其只考虑了不同执行器发生相同的故障情况。于是,东南大学李世华,针对高超声速飞行器刚体模型,考虑不同执行器故障及外部干扰,设计了基于动态逆方法的自适应积分滑模容错控制器,实现了对飞行输出参考指令的渐进稳定跟踪,但是控制器的收敛速度不是很快。
发明内容
发明目的:为了解决高超声速飞行器在飞行过程中容易出现的执行器效益损失故障问题,本文设计了一种基于积分滑模面和快速双幂次趋近律的自适应滑模容错控制律。
技术方案:
一种高超声速飞行器快速自适应滑模容错控制方法,包括如下步骤:
步骤一:建立高超声速飞行器精确反馈线性化模型;
步骤二:建立高超声速飞行器故障模型;
步骤三:设计基础控制器;
步骤四:在步骤三的基础上加入自适应律设计自适应容错控制器。
进一步地,步骤一具体为:选择
Figure GDA0002447730630000021
作为系统状态,其中,V表示飞行器速度,h表示高度,上部一个点代表一次微分,两个点代表二次微分,依次类推,
高超声速飞行器精确反馈线性化模型如下:
Figure GDA0002447730630000022
进一步地,步骤二具体为:
设vi(t)为第i个执行器的输入,ui(t)为第i个执行器的实际输出值,当发生部分失效故障时,建立如下的模型:
ui(t)=fivi(t)
其中,fi为第i个执行器的部分失效因子,
带有故障的系统如下:
Figure GDA0002447730630000023
其中,矩阵f=diag{f1,f2}表示高超声速飞行器的控制输入-油门开度ηc和升降舵偏转角δe这两个执行器中发生的未知的控制效益损失故障,并且满足0≤fi≤1,fi=0表示该执行器发生故障,完全不能工作,fi=1表示该执行器没有发生故障,假设矩阵
Figure GDA0002447730630000031
非奇异,通过验证可知对于所建立的高超声速飞行器模型,在正常飞行包线内矩阵B是可逆的。
进一步地,步骤三具体为:
定义指令跟踪误差为:
Figure GDA0002447730630000032
eV,eh分别表示实际的速度和指令信号速度的差值,与实际的高度和指令信号高度的差值,Vref和href分别为指令信号速度,指令信号高度,根据系统的结构,定义积分滑模面如下:
Figure GDA0002447730630000033
其中λV和λh为正数,决定滑模运动的性能;CV和Ch为常数,滑模面的初值SV(0)=0,Sh(0)=0,
对滑模面求导并将线性化后的模型代入可得
Figure GDA0002447730630000034
设计快速双幂次趋近律的滑模控制器,
Figure GDA0002447730630000035
其中,kV1,kV2,kV3,kh1,kh2,kh3为需要设计的控制器参数,均大于0,依照不同的情况设计合适的参数,αVh>1;0<βVh<1,αVh,βVh均为需要设计的控制器参数,αVh>1;0<βVh<1,sign(SV),sign(Sh)为符号函数。
进一步地,步骤四具体为:在步骤三滑模控制器的基础上添加自适应算法估计故障的值,令
Figure GDA0002447730630000041
其中i=1,2,控制律设计如下:
Figure GDA0002447730630000042
其中自适应律为:
Figure GDA0002447730630000043
Figure GDA0002447730630000044
Figure GDA0002447730630000045
Figure GDA0002447730630000046
Figure GDA0002447730630000047
Figure GDA0002447730630000048
其中,ε12为需要设计的自适应参数,
Figure GDA0002447730630000049
是θ12的估计值,自适应律的初值
Figure GDA00024477306300000410
为正数
有益效果:
1.在油门和升降舵存在不同故障并且故障时间和效率损失因子大小未知的情况下,可以自适应地处理故障的影响,完成飞行输出参考命令的渐近稳定跟踪,实现容错控制。
2.控制器可以解决滑模控制中的抖动问题,收敛速度更快。
附图说明
图1为本发明的飞行控制系统基本框图;
图2(a)为时变损失故障下发动机节流阀调定值变化曲线,图2(b)为时变损失故障下升降舵偏转角变化曲线;
图3(a)为飞行器速度变化曲线,(b)为飞行器高度变化曲线,(c)为飞行器俯仰角速率变化曲线,(d)为飞行器迎角变化曲线,(e)为飞行器航迹角变化曲线。
具体实施方式
下面结合附图对本发明做更进一步的解释。由计算机发出飞行指令给高超声速飞行器,依次通过控制系统中的滑膜自适应控制模块和精确反馈线性化模块,将发动机节流阀调定值ηc和升降舵偏转角δe发送给执行器中的发动机和舵面,但是在执行器中存在效益损失故障,所以经过执行器之后,原来的输入变为f1ηc和f2δe,并将此输入到高超声速飞行器模型,经过测量系统反馈到飞行器指令处进行调节。
步骤一:建立高超声速飞行器精确反馈线性化模型,
选择
Figure GDA0002447730630000051
作为的系统状态,高超声速飞行器精确反馈线性化模型如下:
Figure GDA0002447730630000052
其中,h(4)表示对高度四次微分,ηc表示发动机节流阀调定值,δe表示升降舵偏转角。
Figure GDA0002447730630000053
Figure GDA0002447730630000054
Figure GDA0002447730630000055
Figure GDA0002447730630000056
Figure GDA0002447730630000057
Figure GDA0002447730630000058
其中,x1=[V,γ,α,β,h]T,x0为系统的初始状态,V,γ,α,q,h分别为速度,航迹倾斜角,迎角,俯仰角速度和高度,g,Iy分别为重力加速度和绕y轴的转动惯量,m为飞行器的质量,
Figure GDA00024477306300000612
为平均气动弦长,ce为常数系数,等于0.0292,SW为机翼参考面积,ρ=ρ0e-h/7315.2表示空气密度随高度变化因子,
Figure GDA0002447730630000061
T表示推力,
Figure GDA0002447730630000062
Figure GDA0002447730630000063
Dα表示迎角阻力,
Figure GDA0002447730630000064
Figure GDA0002447730630000065
Lα表示迎角升力,
Figure GDA0002447730630000066
cβ表示侧滑角系数,ωn表示固有频率,ωn=5;
发动机推力模型为:
Figure GDA0002447730630000067
ξ表示阻尼比ξ=0.7,η为发动机推力。
Figure GDA0002447730630000068
L、D分别为升力,阻力。
CL=0.6203α
CD=0.6450α2+0.0043378α+0.003772
Figure GDA0002447730630000069
Θ2=[ω2122232425],
Figure GDA00024477306300000613
Figure GDA00024477306300000611
Figure GDA0002447730630000071
Ξ1=[π11,π12,π13,π14,π15],
Figure GDA0002447730630000076
Figure GDA0002447730630000073
Figure GDA0002447730630000074
Figure GDA0002447730630000075
步骤二:在步骤一的基础上建立高超声速飞行器故障模型
考虑高超声速飞行器的控制效益损失故障,即飞行器的执行器故障,如果控制效益不是完全损失,那么飞行器的执行器仍旧能够工作,但是控制的效率会降低,由以上的精确反馈线性化模型可知,在本发明中,执行器为高超声速飞行器的油门开度和升降舵偏转角。
设vi(t)为第i个执行器的输入,ui(t)为第i个执行器的实际输出值。当发生部分失效故障时,建立如下的模型:
ui(t)=fivi(t)
其中,fi为第i个执行器的部分失效因子。
带有故障的系统如下
Figure GDA0002447730630000081
其中,矩阵f=diag{f1,f2}中f1表示高超声速飞行器的控制输入-油门开度ηc中发生的未知的控制效益损失故障,f2表示升降舵偏转角δe中发生的未知的控制效益损失故障,并且满足0≤fi≤1,fi=0表示该执行器发生故障,完全不能工作,fi=1表示该执行器没有发生故障,假设矩阵
Figure GDA0002447730630000082
非奇异,通过验证可知对于所建立的高超声速飞行器模型,在正常飞行包线内矩阵B是可逆的。
步骤三:设计基础控制器,
速度和高度的指令信号分别记为Vc和href,指令跟踪误差定义为
Figure GDA0002447730630000083
根据系统的结构,定义积分滑模面如下:
Figure GDA0002447730630000084
其中λV和λh为正数,决定滑模运动的性能;CV和Ch为常数,其应取适当的数值,可使得滑模面的初值SV(0)=0,Sh(0)=0,以使系统在一开始就处于滑模运动,避免初始阶段控制输入量变化过大。
对滑模面求导并将线性化后的模型代入可得
Figure GDA0002447730630000091
针对滑模控制中传统趋近律存在抖振、收敛速度慢的问题,提出一种快速双幂次趋近律的滑模控制方案。
Figure GDA0002447730630000092
其中,kV1,kV2,kV3,kh1,kh2,kh3为需要设计的控制器参数,均大于0,依照不同的情况设计合适的参数,αVh>1;0<βVh<1,αVh,βVh均为需要设计的控制器参数,αVh>1;0<βVh<1,sign(SV),sign(Sh)为符号函数。
步骤四:在步骤三的基础上加入自适应律设计自适应容错控制器
在实际的飞行系统中,发生的故障一般是难以准确获得的,为了解决这个问题,本文在上述滑模控制器的基础上添加自适应算法来估计故障的值,进行控制器的改进,使得控制器能够应对不同情况下的故障,令
Figure GDA0002447730630000093
其中i=1,2,新的控制律设计如下:
Figure GDA0002447730630000094
其中自适应律为:
Figure GDA0002447730630000095
Figure GDA0002447730630000096
Figure GDA0002447730630000101
Figure GDA0002447730630000102
Figure GDA0002447730630000103
Figure GDA0002447730630000104
其中,ε12为需要设计的自适应参数,
Figure GDA0002447730630000105
是θ12的估计值,自适应律的初值
Figure GDA0002447730630000106
为正数。
图2(a)为时变损失故障下发动机节流阀调定值变化曲线,图2(b)为时变损失故障下升降舵偏转角变化曲线;在发生时变系数损失故障后,控制量能够通过自适应律的调节变化到一个新的稳态值,发动机节流阀调定值略有增大且保持稳定,升降舵偏转角由原来的-0.5调整到-1。
图3为在故障
Figure GDA0002447730630000107
的情况下,飞行器状态量变化曲线。(a)为飞行器速度变化曲线;(b)为飞行器高度变化曲线;(c)为飞行器俯仰角速率变化曲线;(d)为飞行器迎角变化曲线;(e)为飞行器航迹角变化曲线。在执行器发生时变故障时,没有自适应律的控制器不能很好的应对,而加入了自适应律的控制器能够在较短的时间内使得飞行器的状态量得到更好的稳定。在飞行器受到损失时,能够基本保持稳定,不受故障的影响。
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 (1)

1.一种高超声速飞行器快速自适应滑模容错控制方法,其特征在于,包括如下步骤:
步骤一:建立高超声速飞行器精确反馈线性化模型;
步骤二:建立高超声速飞行器故障模型;
步骤三:设计基础控制器;
步骤四:在步骤三的基础上加入自适应律设计自适应容错控制器;
步骤一具体为:选择
Figure FDA0002447730620000011
作为系统状态,其中,V表示飞行器速度,h表示高度,上部一个点代表一次微分,两个点代表二次微分,依次类推,
高超声速飞行器精确反馈线性化模型如下:
Figure FDA0002447730620000012
步骤二具体为:
设vi(t)为第i个执行器的输入,ui(t)为第i个执行器的实际输出值,当发生部分失效故障时,建立如下的模型:
ui(t)=fivi(t)
其中,fi为第i个执行器的部分失效因子,
带有故障的系统如下:
Figure FDA0002447730620000013
其中,矩阵f=diag{f1,f2}中f1表示高超声速飞行器的控制输入-油门开度ηc中发生的未知的控制效益损失故障,f2表示升降舵偏转角δe中发生的未知的控制效益损失故障,并且满足0≤fi≤1,fi=0表示该执行器发生故障,完全不能工作,fi=1表示该执行器没有发生故障,假设矩阵
Figure FDA0002447730620000014
非奇异,通过验证可知对于所建立的高超声速飞行器模型,在正常飞行包线内矩阵B是可逆的;
步骤三具体为:
定义指令跟踪误差为:
Figure FDA0002447730620000021
eV,eh分别表示实际的速度和指令信号速度的差值,与实际的高度和指令信号高度的差值,Vref和href分别为指令信号速度,指令信号高度,根据系统的结构,定义积分滑模面如下:
Figure FDA0002447730620000022
其中λV和λh为正数,决定滑模运动的性能;CV和Ch为常数,滑模面的初值SV(0)=0,Sh(0)=0,
对滑模面求导并将线性化后的模型代入可得,
Figure FDA0002447730620000023
设计快速双幂次趋近律的滑模控制器,
Figure FDA0002447730620000024
其中,kV1,kV2,kV3,kh1,kh2,kh3为需要设计的控制器参数,均大于0,依照不同的情况设计合适的参数,αVh>1;0<βVh<1,αVh,βVh均为需要设计的控制器参数,αVh>1;0<βVh<1,sign(SV),sign(Sh)为符号函数;
步骤四具体为:在步骤三滑模控制器的基础上添加自适应算法估计故障的值,令
Figure FDA0002447730620000025
其中i=1,2,控制律设计如下:
Figure FDA0002447730620000031
其中λV和λh为控制器参数,为正数,决定滑模运动的性能,eV,eh分别表示实际的速度和指令信号速度的差值,与实际的高度和指令信号高度的差值,SV,Sh分别表示设定的速度滑模面和高度滑模面,自适应律为:
Figure FDA0002447730620000032
Figure FDA0002447730620000033
Figure FDA0002447730620000034
Figure FDA0002447730620000035
Figure FDA0002447730620000036
Figure FDA0002447730620000037
其中,ε12为需要设计的自适应参数,
Figure FDA0002447730620000038
是θ12的估计值,自适应律的初值
Figure FDA0002447730620000039
为正数。
CN201810805447.4A 2018-07-20 2018-07-20 一种高超声速飞行器快速自适应滑模容错控制方法 Active CN108776434B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810805447.4A CN108776434B (zh) 2018-07-20 2018-07-20 一种高超声速飞行器快速自适应滑模容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810805447.4A CN108776434B (zh) 2018-07-20 2018-07-20 一种高超声速飞行器快速自适应滑模容错控制方法

Publications (2)

Publication Number Publication Date
CN108776434A CN108776434A (zh) 2018-11-09
CN108776434B true CN108776434B (zh) 2020-08-07

Family

ID=64031482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810805447.4A Active CN108776434B (zh) 2018-07-20 2018-07-20 一种高超声速飞行器快速自适应滑模容错控制方法

Country Status (1)

Country Link
CN (1) CN108776434B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109358634B (zh) * 2018-11-20 2020-07-07 南京航空航天大学 一种高超声速飞行器鲁棒自适应控制方法
CN110687798B (zh) * 2019-11-11 2022-05-24 大连海事大学 一种基于滑模量化输出反馈的自适应容错控制方法
CN111045441B (zh) * 2019-12-19 2022-04-08 南京航空航天大学 一种高超声速飞行器传感器复合故障自愈合控制方法
CN111736620B (zh) * 2020-07-20 2023-10-13 中国人民解放军海军航空大学岸防兵学院 飞行器控制方法、装置、计算机设备和可读存储介质
CN112068421B (zh) * 2020-07-30 2021-11-09 北京航空航天大学 一种基于l1自适应控制的弹性高超声速飞行器容错控制方法
CN112558623B (zh) * 2020-12-04 2024-03-15 天津大学 一种弹性高超声速飞行器多胞lpv系统建模方法
CN113985734B (zh) * 2020-12-08 2024-04-12 北京航空航天大学 基于执行器故障的高超声速导弹的自适应容错控制器
CN116339140B (zh) * 2023-02-24 2023-09-12 大连理工大学 一种基于瞬时自抗扰和自适应动态逆的复合容错控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103616816B (zh) * 2013-11-15 2016-04-06 南京航空航天大学 一种高超声速飞行器升降舵故障控制方法
CN104965414B (zh) * 2015-06-30 2017-07-07 天津大学 针对四旋翼无人机执行器部分失效的容错控制方法
CN105843240B (zh) * 2016-04-08 2019-01-22 北京航空航天大学 一种考虑执行器故障的航天器姿态积分滑模容错控制方法
CN109564406B (zh) * 2016-08-03 2021-06-15 孟强 一种自适应终端滑模控制方法
CN107608212B (zh) * 2017-08-30 2020-01-24 湖北工业大学 一种基于改进型双幂次趋近律的积分滑模控制的磁悬浮列车系统控制方法

Also Published As

Publication number Publication date
CN108776434A (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
CN108776434B (zh) 一种高超声速飞行器快速自适应滑模容错控制方法
CN110377045B (zh) 一种基于抗干扰技术的飞行器全剖面控制方法
CN107450324B (zh) 考虑攻角约束的高超声速飞行器自适应容错控制方法
CN106997208B (zh) 一种面向不确定条件下的高超声速飞行器的控制方法
Yu et al. Safe control of trailing UAV in close formation flight against actuator fault and wake vortex effect
CN109426146B (zh) 高超声速飞行器的高阶非奇异Terminal滑模控制方法
CN109164708B (zh) 一种高超声速飞行器神经网络自适应容错控制方法
CN111679583B (zh) 基于气动参数估计的变体飞行器自适应控制方法
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
CN111367182A (zh) 考虑输入受限的高超声速飞行器抗干扰反步控制方法
CN111007720A (zh) 高超声速飞行器多传感器故障的非线性自愈合控制方法
CN110262448B (zh) 具有状态限制的高超声速飞行器升降舵故障容错控制方法
CN111158398A (zh) 考虑攻角约束的高超音速飞行器的自适应控制方法
CN110320927A (zh) 智能变形飞行器的飞行控制方法及系统
CN112068594B (zh) 一种基于jaya算法优化的小型无人直升机航向控制方法
Nair et al. Longitudinal dynamics control of UAV
Zhang et al. Control surface faults neural adaptive compensation control for tailless flying wing aircraft with uncertainties
CN114721266B (zh) 飞机舵面结构性缺失故障情况下的自适应重构控制方法
Yuan et al. Adaptive fault-tolerant controller for morphing aircraft based on the L2 gain and a neural network
Song et al. A perched landing control method based on incremental nonlinear dynamic inverse
CN112441253A (zh) 一种多旋翼无人机实时尾迹的仿真分析系统及方法
CN112015194B (zh) 一种基于直接升力控制的舰载机抑制舰尾流扰动的方法
CN116466732B (zh) 一种抗振荡的模型参考自适应的飞行器滚转角控制方法
CN117311376B (zh) 一种应用于旋转飞行器的自适应神经网络驾驶方法
Zhou et al. Adaptive trajectory tracking control for a small-scale unmanned helicopter based on nonlinear dynamic inversion

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
GR01 Patent grant
GR01 Patent grant