CN110320794A - 基于干扰观测的弹性飞行器奇异摄动复合学习控制方法 - Google Patents

Abstract

本发明涉及一种基于干扰观测的弹性飞行器奇异摄动复合学习控制方法，该方法首先对弹性飞行器纵向通道模型解耦为速度子系统和姿态子系统；针对速度子系统采用PID控制，针对姿态子系统利用奇异摄动理论对其进行分析，实现刚柔模态解耦和快慢时标分离。设计滑模控制方法对弹性快变子系统进行控制；设计反步法控制对姿态慢变子系统进行控制，同时利用复合神经网络对未知动力学进行逼近，设计非线性观测器补偿外界干扰。基于上述所设计的控制器，实现高度和速度的精确跟踪。

Description

基于干扰观测的弹性飞行器奇异摄动复合学习控制方法

技术领域

本发明涉及一种飞行器控制方法，特别是涉及一种基于干扰观测的弹性飞行器奇异摄动复合学习控制方法，属于飞行器控制领域。

背景技术

由于采用轻质化材料，飞行器存在结构弹性问题，其不仅会导致系统控制精度下降，同时也可能造成机体断裂。同时由于飞行环境和系统结构的复杂性，飞行器动力学模型存在未知非线性，基于神经网络的智能控制技术得到广泛关注，但多数已有的智能逼近方法仅基于李雅普诺夫稳定性设计权重更新律，缺乏对内部信息的挖掘，违背了对未知动力学进行有效估计的初衷。《Robust adaptive neural control of flexible hypersonicflight vehicle with dead-zone input nonlinearity》(Bin Xu,《NonlinearDynamics》,2015,80:1509-1520)一文将弹性模态视为扰动项，利用鲁棒项对弹性模态进行补偿，解决了高超声速飞行器的弹性体控制问题，但此方法没有对弹性模态进行深入分析和处理，并且没有考虑外界干扰对系统的影响，无法保证系统的控制精度。

发明内容

要解决的技术问题

为解决飞行器未知外界干扰和弹性体控制问题，本发明提出了一种基于干扰观测的弹性飞行器奇异摄动复合学习控制方法，该方法首先对弹性飞行器纵向通道模型解耦为速度子系统和姿态子系统；针对速度子系统采用PID控制，针对姿态子系统利用奇异摄动理论对其进行分析，实现刚柔模态解耦和快慢时标分离。设计滑模控制方法对弹性快变子系统进行控制；设计反步法控制对姿态慢变子系统进行控制，同时利用复合神经网络对未知动力学进行逼近，设计非线性观测器补偿外界干扰。基于上述所设计的控制器，实现高度和速度的精确跟踪。

技术方案

一种基于干扰观测的弹性飞行器奇异摄动复合学习控制方法，其特征在于步骤如下：

步骤1：建立弹性飞行器纵向通道动力学模型：

所述的运动学模型由七个状态量和两个控制输入U＝[δ_e,Φ]^T组成；其中，V表示速度，h表示高度，γ表示航迹倾角，α表示攻角，q表示俯仰角速度，η和表示弹性模态，δ_e表示舵偏角，Φ表示节流阀开度；d_γ、d_θ和d_q表示未知外界干扰；m、I_yy和g分别表示质量、俯仰轴的转动惯量和重力引起的加速度；ζ、ω和N分别表示弹性模态的阻尼比、自然振动频率和广义力；

力与力矩以及各系数的表达式为：

其中，表示动压，表示平均气动弦长，z_T表示推力矩臂长，S表示气动参考面积，和均为气动参数，N^α、N⁰为表征弹性体动力学的相关系数；

步骤2：定义高度跟踪误差为e_h＝h-h_d，设计航迹角指令γ_d为：

式中，h_d表示高度参考指令，表示高度参考指令的一阶微分，k_h>0和k_i>0为设计参数；

根据时标分离，将速度看作慢动态，设计航迹角指令的一阶微分为：

式中，表示高度参考指令的二阶微分；

步骤3：取x₁＝γ，x₂＝θ，x₃＝q，其中θ＝α+γ表示俯仰角，将姿态子系统(3)-(6)写为以下形式：

式中，

定义ρσ＝η，ρB₂＝β₁，姿态子系统(9)写为以下形式：

设置ρ＝0，姿态子系统(10)写为以下慢变子系统形式：

式中，‘s’表示慢变子系统，δ_es表示慢变子系统的舵偏角；

将式(14)代入式(10)中，慢变子系统(11)-(14)写为以下形式：

慢变子系统(15)可进一步写为以下严格反馈形式：

式中，f_i，i＝1,3表示由式(15)得到的未知平滑非线性函数；g_i，i＝1,3表示由式(15)得到的已知非线性函数；

步骤4：定义ψ₁＝σ-σ_s，式(6)写为以下形式：

式中，δ_ef＝δ_e-δ_es表示快变子系统的舵偏角；

将式(14)代入式(17)中，快变子系统(17)写为以下形式：

将式(18)进一步写为以下矩阵形式：

式中，ψ＝[ψ₁,ψ₂]^T，

步骤5：定义航迹角跟踪误差为：

e₁＝x_1s-γ_d (20)

设计俯仰角虚拟控制量为：

式中，表示神经网络最优权重的估计值，θ₁表示神经网络基函数向量，表示复合扰动的估计值，k₁>0为设计参数；

设计一阶滤波器为：

式中，表示通过式(22)所表达的滤波器后获得的信号，为滤波后得到的信号的一阶微分，α₂>0为设计参数；

定义预测误差为：

其中由下式得到：

式中，B₁>0为设计参数；

设计自适应律为：

式中，γ₁>0，γ_z1>0和δ₁>0为设计参数；

设计扰动观测器为：

其中χ₁由下式得到：

式中，L₁>0为设计参数；

定义俯仰角跟踪误差为：

设计俯仰角速率虚拟控制量为：

式中，表示复合扰动的估计值，k₂>0为设计参数；

设计一阶滤波器为：

式中，表示通过式(30)所表达的滤波器后获得的信号，为滤波后得到的信号的一阶微分，α₃>0为设计参数；

设计扰动观测器为：

其中χ₂由下式得到：

式中，L₂>0为设计参数；

定义俯仰角速率跟踪误差为：

设计慢变子系统的舵偏角为：

其中，表示神经网络最优权重的估计值，θ₃表示神经网络基函数向量，表示复合扰动的估计值，k₃>0为设计参数；

定义预测误差为：

其中由下式得到：

式中，B₃>0为设计参数；

设计自适应律为：

式中，γ₃>0，γ_z3>0和δ₃>0为设计参数；

设计扰动观测器为：

其中χ₃由下式得到：

式中，L₃>0为设计参数；

步骤6：定义滑模切换函数为：

c＝Gψ (40)

式中，G∈R^2×2为设计的矩阵；

设计快变子系统的舵偏角为：

δ_ef＝(GQ_f)⁺[-G(P_fψ)-K_fsign(c)] (41)

式中，‘+’表示矩阵的摩尔彭罗斯逆，K_f为设计的正定矩阵；

步骤7：定义速度跟踪误差为：

式中，V_d为速度参考指令；

设计节流阀开度Φ为：

式中，k_pV>0，k_iV>0和k_dV>0为设计参数；

步骤8：根据得到的慢变子系统的舵偏角δ_es和快变子系统的舵偏角δ_ef，得到姿态子系统的舵偏角δ_e＝δ_es+δ_ef，结合速度子系统的节流阀开度Φ，返回到弹性高超声速飞行器动力学模型(1)-(6)，对高度和速度进行跟踪控制。

有益效果

本发明提出的一种基于干扰观测的弹性飞行器奇异摄动复合学习控制方法，与现有技术相比有益效果为：

(1)本发明考虑飞行器弹性模态对控制精度带来的影响，利用奇异摄动理论对动力学模型进行分析，实现刚柔模态解耦和快慢时标分离。

(2)本发明基于平行估计模型构建预测误差，并结合跟踪误差，设计神经网络和扰动观测器的自适应更新律，提高集总不确定的估计精度。

(3)本发明基于两种估计信息设计复合学习控制器，突破单一神经网络逼近系统不确定或扰动观测补偿外界干扰的思想，可提高控制精度。

附图说明

图1是本发明基于干扰观测的弹性飞行器奇异摄动复合学习控制方法的流程图

具体实施方式

现结合实施例、附图对本发明作进一步描述：

参照图1，本发明基于干扰观测的弹性飞行器奇异摄动复合学习控制方法应用于一类弹性高超声速飞行器中，通过以下步骤实现：

(a)考虑弹性飞行器纵向通道动力学模型：

所述的运动学模型由七个状态量和两个控制输入U＝[δ_e,Φ]^T组成。其中，V表示速度，h表示高度，γ表示航迹倾角，α表示攻角，q表示俯仰角速度，η和表示弹性模态，δ_e表示舵偏角，Φ表示节流阀开度；d_γ、d_θ和d_q表示未知外界干扰；m、I_yy和g分别表示质量、俯仰轴的转动惯量和重力引起的加速度；ζ、ω和N分别表示弹性模态的阻尼比、自然振动频率和广义力。

力、力矩、干扰以及各系数的表达式为：

d_γ＝0.001cos(2t),d_θ＝0.001sin(2t),d_q＝0.002cos(t)

其中，表示动压，ρ₀表示空气密度，c表示平均气动弦长，z_T表示推力矩臂长，S表示气动参考面积。

(b)定义高度跟踪误差e_h＝h-h_d，设计航迹角指令γ_d为：

式中，h_d表示高度参考指令，表示高度参考指令的一阶微分，k_h＝0.5和k_i＝0.1。

根据时标分离，将速度看作慢动态，设计航迹角指令的一阶微分为：

式中，表示高度参考指令的二阶微分。

(c)取x₁＝γ，x₂＝θ，x₃＝q，其中θ＝α+γ表示俯仰角，姿态子系统(3)-(6)写为以下形式：

式中，

定义ρσ＝η，ρB₂＝β₁，姿态子系统(9)写为以下形式：

设置ρ＝0，姿态子系统(10)写为以下慢变子系统形式：

式中，‘s’表示慢变子系统，δ_es表示慢变子系统的舵偏角。

将式(14)代入式(10)中，慢变子系统(11)-(14)写为以下形式：

慢变子系统(15)可进一步写为以下严格反馈形式：

式中，

(d)定义ψ₁＝σ-σ_s，式(6)写为以下形式：

式中，δ_ef＝δ_e-δ_es表示快变子系统的舵偏角。

将式(14)代入式(17)中，快变子系统(17)写为以下形式：

将式(18)进一步写为以下矩阵形式：

式中，ψ＝[ψ₁,ψ₂]^T，

(e)定义航迹角跟踪误差为：

e₁＝x_1s-γ_d (20)

设计俯仰角虚拟控制量为：

式中，表示神经网络最优权重的估计值，θ₁表示神经网络基函数向量，表示复合扰动的估计值，k₁＝3。

设计一阶滤波器为：

式中，表示通过式(22)所表达的滤波器后获得的信号，为滤波后得到的信号的一阶微分，α₂＝0.005。

定义预测误差为：

其中由下式得到：

式中，B₁＝5。

设计自适应律为：

式中，γ₁＝1，γ_z1＝1和δ₁＝0.001。

设计扰动观测器为：

其中χ₁由下式得到：

式中，L₁＝1。

定义俯仰角跟踪误差为：

设计俯仰角速率虚拟控制量为：

式中，表示复合扰动的估计值，k₂＝3。

设计一阶滤波器为：

式中，表示通过式(30)所表达的滤波器后获得的信号，为滤波后得到的信号的微分信号，α₃＝0.005。

设计扰动观测器为：

其中χ₂由下式得到

式中，L₂＝1。

定义俯仰角速率跟踪误差为：

设计慢变子系统的舵偏角为：

其中，表示神经网络最优权重的估计值，θ₃表示神经网络基函数向量，表示复合扰动的估计值，k₃＝3。

定义预测误差为：

其中由下式得到：

式中，B₃＝5。

设计自适应律为：

式中，γ₃＝1，γ_z3＝1和δ₃＝0.001。

设计扰动观测器为：

其中χ₃由下式得到：

式中，L₃＝1。

(g)定义滑模切换函数为：

c＝Gψ (40)

式中，

设计快变子系统的舵偏角为：

δ_ef＝(GQ_f)⁺[-G(P_fψ)-K_fsign(c)] (41)

式中，‘+’表示矩阵的摩尔彭罗斯逆，

(h)定义速度跟踪误差为：

式中，V_d为速度参考指令。

设计节流阀开度Φ为：

式中，k_pV＝5，k_iV＝0.001和k_dV＝0.001。

(i)根据得到的慢变子系统的舵偏角δ_es和快变子系统的舵偏角δ_ef，得到姿态子系统的舵偏角δ_e＝δ_es+δ_ef，结合速度子系统的节流阀开度Φ，返回到弹性飞行器纵向动力学模型(1)-(6)，对高度和速度进行跟踪控制。

Claims (1)

1.一种基于干扰观测的弹性飞行器奇异摄动复合学习控制方法，其特征在于步骤如下：

步骤1：建立弹性飞行器纵向通道动力学模型：

所述的运动学模型由七个状态量和两个控制输入U＝[δ_e,Φ]^T组成；其中，V表示速度，h表示高度，γ表示航迹倾角，α表示攻角，q表示俯仰角速度，η和表示弹性模态，δ_e表示舵偏角，Φ表示节流阀开度；d_γ、d_θ和d_q表示未知外界干扰；m、I_yy和g分别表示质量、俯仰轴的转动惯量和重力引起的加速度；ζ、ω和N分别表示弹性模态的阻尼比、自然振动频率和广义力；

力与力矩以及各系数的表达式为：

T＝A₁+B₁η,

D＝A₂+B₂η,

L＝A₃+B₃η,

M_yy＝A₄+B₄η,

其中，表示动压，表示平均气动弦长，z_T表示推力矩臂长，S表示气动参考面积，和均为气动参数，N^α、N⁰为表征弹性体动力学的相关系数；

步骤2：定义高度跟踪误差为e_h＝h-h_d，设计航迹角指令γ_d为：

式中，h_d表示高度参考指令，表示高度参考指令的一阶微分，k_h>0和k_i>0为设计参数；

根据时标分离，将速度看作慢动态，设计航迹角指令的一阶微分为：

式中，表示高度参考指令的二阶微分；

步骤3：取x₁＝γ，x₂＝θ，x₃＝q，其中θ＝α+γ表示俯仰角，将姿态子系统(3)-(6)写为以下形式：

式中，

定义ρσ＝η，ρB₂＝β₁，姿态子系统(9)写为以下形式：

设置ρ＝0，姿态子系统(10)写为以下慢变子系统形式：

式中，‘s’表示慢变子系统，δ_es表示慢变子系统的舵偏角；

将式(14)代入式(10)中，慢变子系统(11)-(14)写为以下形式：

慢变子系统(15)可进一步写为以下严格反馈形式：

式中，f_i，i＝1,3表示由式(15)得到的未知平滑非线性函数；g_i，i＝1,3表示由式(15)得到的已知非线性函数；

步骤4：定义ψ₁＝σ-σ_s，式(6)写为以下形式：

式中，δ_ef＝δ_e-δ_es表示快变子系统的舵偏角；

将式(14)代入式(17)中，快变子系统(17)写为以下形式：

将式(18)进一步写为以下矩阵形式：

式中，ψ＝[ψ₁,ψ₂]^T，

步骤5：定义航迹角跟踪误差为：

e₁＝x_1s-γ_d (20)

设计俯仰角虚拟控制量为：

式中，表示神经网络最优权重的估计值，θ₁表示神经网络基函数向量，表示复合扰动的估计值，k₁>0为设计参数；

设计一阶滤波器为：

式中，表示通过式(22)所表达的滤波器后获得的信号，为滤波后得到的信号的一阶微分，α₂>0为设计参数；

定义预测误差为：

其中由下式得到：

式中，B₁>0为设计参数；

设计自适应律为：

式中，γ₁>0，γ_z1>0和δ₁>0为设计参数；

设计扰动观测器为：

其中χ₁由下式得到：

式中，L₁>0为设计参数；

定义俯仰角跟踪误差为：

设计俯仰角速率虚拟控制量为：

式中，表示复合扰动的估计值，k₂>0为设计参数；

设计一阶滤波器为：

式中，表示通过式(30)所表达的滤波器后获得的信号，为滤波后得到的信号的一阶微分，α₃>0为设计参数；

设计扰动观测器为：

其中χ₂由下式得到：

式中，L₂>0为设计参数；

定义俯仰角速率跟踪误差为：

设计慢变子系统的舵偏角为：

其中，表示神经网络最优权重的估计值，θ₃表示神经网络基函数向量，表示复合扰动的估计值，k₃>0为设计参数；

定义预测误差为：

其中由下式得到：

式中，B₃>0为设计参数；

设计自适应律为：

式中，γ₃>0，γ_z3>0和δ₃>0为设计参数；

设计扰动观测器为：

其中χ₃由下式得到：

式中，L₃>0为设计参数；

步骤6：定义滑模切换函数为：

c＝Gψ (40)

式中，G∈R^2×2为设计的矩阵；

设计快变子系统的舵偏角为：

δ_ef＝(GQ_f)⁺[-G(P_fψ)-K_fsign(c)] (41)

式中，‘+’表示矩阵的摩尔彭罗斯逆，K_f为设计的正定矩阵；

步骤7：定义速度跟踪误差为：

式中，V_d为速度参考指令；

设计节流阀开度Φ为：

式中，k_pV>0，k_iV>0和k_dV>0为设计参数；

步骤8：根据得到的慢变子系统的舵偏角δ_es和快变子系统的舵偏角δ_ef，得到姿态子系统的舵偏角δ_e＝δ_es+δ_ef，结合速度子系统的节流阀开度Φ，返回到弹性高超声速飞行器动力学模型(1)-(6)，对高度和速度进行跟踪控制。