CN110320927A - 智能变形飞行器的飞行控制方法及系统 - Google Patents
智能变形飞行器的飞行控制方法及系统 Download PDFInfo
- Publication number
- CN110320927A CN110320927A CN201910681252.8A CN201910681252A CN110320927A CN 110320927 A CN110320927 A CN 110320927A CN 201910681252 A CN201910681252 A CN 201910681252A CN 110320927 A CN110320927 A CN 110320927A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- deformation
- formula
- attitude
- intelligent
- 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 41
- 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 22
- 230000033001 locomotion Effects 0.000 claims abstract description 33
- 238000013461 design Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 21
- 238000009415 formwork Methods 0.000 claims description 10
- 238000009795 derivation Methods 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 235000021170 buffet Nutrition 0.000 claims description 2
- 230000006641 stabilisation Effects 0.000 claims 1
- 238000011105 stabilization Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 6
- 230000036544 posture Effects 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 244000145845 chattering Species 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 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
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 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
- 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)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种智能变形飞行器的飞行控制方法及系统,包括如下步骤:(1)智能变形飞行器根据飞行任务确定其机翼的变形策略;(2)构建智能变形飞行器的姿态运动模型;(3)根据智能变形飞行器的当前姿态与飞行任务设计控制器并输出控制量,实现飞行器姿态稳定控制。针对智能变形飞行器变形策略与飞行控制问题,通过分析飞行器所执行任务的类型与特点,提出了可行的变形策略,建立了飞行器运动模型,给出面向姿态控制的简化模型,进行了滑模控制器设计,实现了飞行器在不同变形策略指导下的变形过程中对姿态角的高精度控制,适用于智能变形飞行器控制系统设计,工程应用意义重大。本发明应用于飞行器控制领域。
Description
技术领域
本发明涉及飞行器控制领域,尤其涉及智能变形飞行器的飞行控制方法及系统。
背景技术
智能变形飞行器是一种能够根据飞行环境和飞行任务的需求,主动地改变外形结构,以适应更宽范围内的飞行空域和速域,适应更复杂的飞行任务和飞行环境的一类飞行器。
智能变形飞行器能够根据飞行环境及任务实时调整外形,具有更优的气动特性和操纵能力,将外形参数作为可控变量,以较小能耗实现宽速域和广空域飞行。然而,由于外形变化会引起气动特性的较大变化,智能变形飞行器的飞行控制始终是其面临的难点问题之一。
由于智能变形飞行器面临着时变的气动外形以及大范围变化的飞行工况,这导致飞行器在不同的飞行状态下,被控对象状态矩阵的大范围变化,给智能变形飞行器的控制系统设计带来挑战。针对智能变形飞行器的系统特性,常用的控制方法包括增益调度(Gain-Scheduling,GS)、反馈线性化以及滑模变结构控制等方法。增益调度可分为传统增益调度和鲁棒增益调度。传统的增益调度方法其基本思想是基于局部线性化和小扰动理论,对对象的非线性模型进行线性化处理,利用已有的线性系统理论设计局部控制器,再通过插值等方法连接孤立的局部线性时不变控制器构造一个全局控制器。其存在着许多问题和不足:在设计过程中,设计点的选择、增益调度控制规律的调试等主要取决于设计者的经验和大量的仿真实验。而且,一旦系统存在建模误差,控制律难以保证系统在全局上拥有每个局部工作点设计时所期望的性能。基于传统增益调度方法的不足,近些年来出现了鲁棒增益调度技术,鲁棒增益调度技术区别于传统增益调度技术的关键在于它能够在设计过程中对时变参数进行处理,从而直接生成全局线性变参数控制器,从而很好地克服了传统增益调度技术局部特性与全局特性不一致的问题。反馈线性化是非线性系统控制器设计的常用方法,主要分为动态逆方法和微分几何方法。其基本思想为:通过适当的非线性反馈和坐标变换,将原始的非线性系统转化为线性系统,然后采用相应的线性系统理论进行控制器的设计,非线性反馈、坐标变换和反馈线性化系统的控制器共同组成了原系统的非线性控制器。但由于反馈线性化方法是基于精确模型的控制方法,而一般情况下,无法精确得到飞行器的数学模型,因此大大限制了反馈线性化方法的实用性。
发明内容
针对现有技术中智能变形飞行器控制系统设计难度大、弊端多的问题,本发明的目的是提供一种智能变形飞行器的飞行控制方法及系统。
其采用的技术方案是:
智能变形飞行器的飞行控制方法,包括如下步骤:
(1)根据智能变形飞行器的飞行任务,确定其机翼的变形策略;
(2)构建智能变形飞行器的姿态运动模型;
(3)根据智能变形飞行器的当前姿态与变形策略设计控制器并输出控制量,实现飞行器姿态稳定控制。
进一步优选的,步骤(1)中,所述机翼的变形策略具体包括大展弦比状态与小展弦比状态。
进一步优选的,步骤(2)中,所述智能变形飞行器的姿态运动模型具体为:
式中,为飞行器的俯仰角、ψ为飞行器的偏航角、γ为飞行器的滚动角、为俯仰角的一阶导数、为偏航角的一阶导数、为滚动角的一阶导数、ωx,ωy,ωz分别为飞行器相对于地面坐标系的转动角速度在飞行器体坐标系中的三轴分量、分别为飞行器相对于地面坐标系的转动角速度在飞行器体坐标系中的三轴分量的一阶导数、Mx为滚动力矩、My为偏航力矩和Mz为俯仰力矩、
Jx,Jy,Jz分别为飞行器三轴转动惯量。
进一步优选的,步骤(3)具体包括:
(a)将智能变形飞行器的姿态运动模型作为原系统,对原系统进行反馈线性化,获取姿态运动原系统的逆系统;
(b)基于指数趋近律设计滑模控制律进而完善姿态运动系统的逆系统,完成控制器的设计并输出控制量。
进一步优选的,步骤(a)的实现过程为:
记ω=[ωx ωy ωz]T,智能变形飞行器姿态运动模型可以变换到下面的方程组:
其中:
式(1)为飞行器姿态运动的原系统,对式(1)中第一个式子求导,并将第二个式子代入其中,得到:
其中,Bω为一矢量:
由于飞行器的俯仰角、偏航角、滚转角三个姿态角的二阶导数中出现滚动力矩、偏航力矩和俯仰力矩,即中出现输入量UM,因此,由式(2)可得姿态运动原系统的逆系统Γ为:
进一步优选的,步骤(b)的实现过程为:
飞行器的俯仰角、偏航角、滚转角三个姿态角的二阶导数作为姿态运动逆系统的输入,为了使滑模变结构控制与逆系统控制结合起来,滑动函数中应包括飞行器三个姿态角的一阶导数,由此取滑动函数为:
式中,eψ=ψ-ψc,eγ=γ-γc,λψ,λγ为严格正实数,是滑模控制器的设计参数,为eψ,eγ的一阶导数,ψ,γ为飞行器的三个姿态角,ψc,γc为飞行器的三个姿态角指令;
为使Sψ,Sγ达到0,需要满足如下的滑动条件:采用指数趋近律,即:
其中:εψ,εγ,kψ,kγ为关于三通道控制的滑模控制律的设计参数,其值为正;sgn(·)为符号函数:对式(4)求导即能得到:
根据式(5)和式(6)联立求解,可得到飞行器三个姿态角的二阶导数:
采用饱和函数抑制抖振,定义饱和函数为:
将式(8)代入式(7)即得到滑模控制律:
其中:dψ,dγ为边界层厚度,其值为正;
将式(9)代入式(2)即得姿态运动原系统的控制量为:
智能变形飞行器的飞行控制系统,包括处理器与存储器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明的有益技术效果:
本发明针对智能变形飞行器变形策略与飞行控制问题,通过分析飞行器所执行任务的类型与特点,提出了可行的变形策略,建立了飞行器姿态运动模型,利用动态逆方法得到了原系统的逆系统,进行了滑模控制器设计,实现了飞行器在不同变形策略指导下的变形过程中对姿态角的高精度控制,适用于智能变形飞行器控制系统设计,工程应用意义重大。
附图说明
图1是本发明的流程示意图;
图2是不同任务之间的逻辑关系及系统结构框图;
图3是飞行器马赫数变化示意图;
图4是飞行器高度变化示意图;
图5是飞行器攻角变化示意图;
图6是飞行器俯仰舵偏角变化示意图;
图7是飞行器侧滑角变化示意图;
图8是飞行器偏航舵偏角变化示意图;
图9是飞行器倾侧角变化示意图;
图10是飞行器滚动舵偏角变化示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚明白,下面结合附图,对本发明进一步详细说明。需要说明的是,在附图或说明书描述中,未描述的内容以及部分英文简写为所属技术领域中普通技术人员所熟知的内容。本实施例中给定的一些特定参数仅作为示范,在不同的实施方式中该值可以相应地改变为合适的值。
本实施例提供了一种智能变形飞行器的飞行控制方法,参考图1,根据智能变形飞行器的当前飞行任务确定机翼变形策略,并完成变形控制,随后根据飞行器的当前姿态运动模型设计滑模控制器,输出控制量,进而实现智能变形飞行器的稳定控制。
具体的,智能变形飞行器的飞行控制方法,包括如下步骤:
(1)根据智能变形飞行器的飞行任务,确定其机翼的变形策略,本发明中,机翼的变形策略具体包括大展弦比状态与小展弦比状态,根据飞行器当前的飞行任务来选定变形策略,此时飞行器根据变形策略进行变形;
大展弦比状态具体为:根据智能变形飞行器其机翼的收缩和伸展功能,飞行器进行高空长航时巡航飞行状态时采用大展弦比机翼状态,机翼完全展开。此时,大展弦比机翼能够提供较大的升力系数和升阻比,智能变形飞行器能够长时间处于高空巡航状态,完成对较大区域的侦察探测任务。
小展弦比状态具体为:飞行器由完全展开的机翼逐渐收缩,使展弦变小,当飞行速度十分接近音速时,延缓了激波在机翼上的产生,有效的减少了激波阻力,使飞行器具有超音速飞行的能力,飞行速度快,能够有效的突破敌方防空网络,实现突防攻击,并快速撤离。
(2)构建智能变形飞行器的姿态运动模型:
将地球视为静止圆球,即不考虑地球的自转,自转角速度为零。因此地面惯性系和地面坐标系完全重合,智能变形飞行器相对于两个坐标系的角速度是一致的,所以离心惯性力数值上为零、哥氏惯性力数值上为零。用圆球模型代替地球模型,忽略地球扁率,引力加速度g满足:其中μ为地球引力常数,r为地心距。
依上述简化条件,可以得到简化的智能变形飞行器运动模型:
式中,v为飞行器的速度,m为飞行器的质量,L为飞行器所受的升力,N为飞行器所受的侧力,θ为速度倾角,σ为航迹偏航角,γV为倾侧角,x,y,z分别为飞行器在地面坐标系的位置分量,为飞行器的速度的一阶导数,为速度倾角的一阶导数,为航迹偏航角的一阶导数,分别为飞行器在地面坐标系的位置分量的一阶导数。
式中,为飞行器的俯仰角、ψ为飞行器的偏航角、γ为飞行器的滚动角、为俯仰角的一阶导数、为偏航角的一阶导数、为滚动角的一阶导数、ωx,ωy,ωz分别为飞行器相对于地面坐标系的转动角速度在飞行器体坐标系中的三轴分量、分别为飞行器相对于地面坐标系的转动角速度在飞行器体坐标系中的三轴分量的一阶导数、Mx为滚动力矩、My为偏航力矩和Mz为俯仰力矩、Jx,Jy,Jz分别为飞行器三轴转动惯量。
式中,α为攻角、β为侧滑角,Re是地球在圆球模型假设下的平均半径,h为飞行器的飞行高度,且
在描述姿态的方程组中:俯仰角、偏航角、滚转角是其中重要的参数。同时在姿态控制器设计当中,选择攻角、侧滑角和倾侧角作为被控量也是控制器设计中的常用选择。由于两组欧拉角之间可以通过转换矩阵进行转换,因此无论选用哪一组控制量,其本质是相同的,选择何种控制量应与具体情况有关,尽量能够简化计算为宜。因此,智能变形飞行器姿态运动模型可描述为下面的式子:
(3)根据智能变形飞行器的当前姿态与变形策略设计控制器并输出控制量,实现飞行器姿态稳定控制,参考图2,具体包括:
(a)将智能变形飞行器的姿态运动模型作为原系统,对原系统进行反馈线性化,获取姿态运动原系统的逆系统,其实现过程为:
记ω=[ωx ωy ωz]T,智能变形飞行器姿态运动模型可以变换到下面的方程组:
其中:
式(1)为飞行器姿态运动的原系统,对式(1)中第一个式子求导,并将第二个式子代入其中,得到:
其中,Bω为一矢量:
由于飞行器的俯仰角、偏航角、滚转角三个姿态角的二阶导数中出现滚动力矩、偏航力矩和俯仰力矩,即中出现输入量UM,因此,由式(2)可得姿态运动逆系统Γ为:
(b)基于指数趋近律设计滑模控制律,完成控制器的设计并输出控制量,其实现过程为:
飞行器的俯仰角、偏航角、滚转角三个姿态角的二阶导数作为姿态运动逆系统的输入,为了使滑模变结构控制与逆系统结合起来,滑动函数中应包括飞行器三个姿态角的一阶导数,由此取滑动函数为:
式中,eψ=ψ-ψc,eγ=γ-γc,λψ,λγ为严格正实数,是滑模控制器的设计参数,为eψ,eγ的一阶导数,ψ,γ为飞行器的三个姿态角,ψc,γc为飞行器的三个姿态角指令;
依据滑模面存在的原理,为使Sψ,Sγ达到0,需要满足如下的滑动条件:采用指数趋近律,即:
其中:εψ,εγ,kψ,kγ为关于三通道控制的滑模控制律的设计参数,其值为正;sgn(·)为符号函数:对式(4)求导即能得到:
根据式(5)和式(6)联立求解,可得到飞行器三个姿态角的二阶导数:
由于符号函数的存在会产生对控制器的性能造成严重的影响的抖振,由此为了抑制抖振采用饱和函数替换符号函数,定义饱和函数为:
将式(8)代入式(7)即得到滑模控制律:
其中:dψ,dγ为边界层厚度,其值为正,选取方式与上述控制器参数选取相同;在控制律中使用饱和函数,是考虑当采用符号函数时在滑模面附近的控制是不连续的,加入饱和函数后,滑模面附近出现的薄激波层会使得控制变成连续,这样可以有效抑制滑模面上的抖振现象。
将式(9)代入式(2)即得姿态运动原系统的控制量为:
下面结合具体实施例对上述方法进行进一步的说明。假设飞行器初始飞行马赫数为5,初始高度为30km,然后分别以大展弦比状态和小展弦比状态完成两段飞行:首先,以大展弦比状态由高度30km飞行至25km,在25km处发生变形,由大展弦比变为小展弦比,然后再以小展弦比状态由25km俯冲飞行至地面。
仿真过程中滑模控制器参数按下表所列
表1滑模控制参数值
仿真结果具体包括如图3所示的飞行器马赫数变化示意图、如图4所示的飞行器高度变化示意图、如图5所示的是飞行器攻角变化示意图、如图6所示的飞行器俯仰舵偏角变化示意图、如图7所示的飞行器侧滑角变化示意图、如图8所示的飞行器偏航舵偏角变化示意图、如图9所示的飞行器倾侧角变化示意图、如图10所示的飞行器滚动舵偏角变化示意图。
从图3-图10可知,仿真结果表明所采用的变形策略能够使飞行器在不同任务下、在不同飞行环境下保持优良的气动性能,完成担负的多种任务;所设计的滑模控制器达到了预期的要求,实现了对飞行器变形过程中姿态角的稳定控制。
以上包含了本发明优选实施例的说明,这是为了详细说明本发明的技术特征,并不是想要将发明内容限制在实施例所描述的具体形式中,依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定,而非由实施例的具体描述所界定。
Claims (7)
1.智能变形飞行器的飞行控制方法,其特征在于,包括如下步骤:
(1)根据智能变形飞行器的飞行任务,确定其机翼的变形策略;
(2)构建智能变形飞行器的姿态运动模型;
(3)根据智能变形飞行器的当前姿态与变形策略设计控制器并输出控制量,实现飞行器姿态稳定控制。
2.根据权利要求1所述智能变形飞行器的飞行控制方法,其特征在于,步骤(1)中,所述机翼的变形策略具体包括大展弦比状态与小展弦比状态。
3.根据权利要求1所述智能变形飞行器的飞行控制方法,其特征在于,步骤(2)中,所述智能变形飞行器的姿态运动模型具体为:
式中,为飞行器的俯仰角、ψ为飞行器的偏航角、γ为飞行器的滚动角、为俯仰角的一阶导数、为偏航角的一阶导数、为滚动角的一阶导数、ωx,ωy,ωz分别为飞行器相对于地面坐标系的转动角速度在飞行器体坐标系中的三轴分量、分别为飞行器相对于地面坐标系的转动角速度在飞行器体坐标系中的三轴分量的一阶导数、Mx为滚动力矩、My为偏航力矩和Mz为俯仰力矩、Jx,Jy,Jz分别为飞行器三轴转动惯量。
4.根据权利要求3所述智能变形飞行器的飞行控制方法,其特征在于,步骤(3)具体包括:
(a)将智能变形飞行器的姿态运动模型作为原系统,对原系统进行反馈线性化,获取姿态运动原系统的逆系统;
(b)基于指数趋近律设计滑模控制律进而完善姿态运动系统的逆系统,完成控制器的设计并输出控制量。
5.根据权利要求3所述智能变形飞行器的飞行控制方法,其特征在于,步骤(a)的实现过程为:
记智能变形飞行器姿态运动模型可以变换到下面的方程组:
其中:
式(1)为飞行器姿态运动的原系统,对式(1)中第一个式子求导,并将第二个式子代入其中,得到:
其中,Bω为一矢量:
由于飞行器的俯仰角、偏航角、滚转角三个姿态角的二阶导数中出现滚动力矩、偏航力矩和俯仰力矩,即中出现输入量UM,因此,由式(2)可得姿态运动原系统的逆系统Γ为:
6.根据权利要求5所述智能变形飞行器的飞行控制方法,其特征在于,步骤(b)的实现过程为:
飞行器的俯仰角、偏航角、滚转角三个姿态角的二阶导数作为姿态运动逆系统的输入,为了使滑模变结构控制与逆系统控制结合起来,滑动函数中应包括飞行器三个姿态角的一阶导数,由此取滑动函数为:
式中,eψ=ψ-ψc,eγ=γ-γc,λψ,λγ为严格正实数,是滑模控制器的设计参数,为eψ,eγ的一阶导数,ψ,γ为飞行器的三个姿态角,ψc,γc为飞行器的三个姿态角指令;
为使Sψ,Sγ达到0,需要满足如下的滑动条件:采用指数趋近律,即:
其中:εψ,εγ,kψ,kγ为关于三通道控制的滑模控制律的设计参数,其值为正、sgn(·)为符号函数:对式(4)求导即能得到:
根据式(5)和式(6)联立求解,可得到飞行器三个姿态角的二阶导数:
采用饱和函数抑制抖振,定义饱和函数为:
将式(8)代入式(7)即得到滑模控制律:
其中:dψ,dγ为边界层厚度,其值为正;
将式(9)代入式(2)即得姿态运动原系统的控制量为:
7.智能变形飞行器的飞行控制系统,包括处理器与存储器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681252.8A CN110320927A (zh) | 2019-07-26 | 2019-07-26 | 智能变形飞行器的飞行控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681252.8A CN110320927A (zh) | 2019-07-26 | 2019-07-26 | 智能变形飞行器的飞行控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110320927A true CN110320927A (zh) | 2019-10-11 |
Family
ID=68124677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910681252.8A Pending CN110320927A (zh) | 2019-07-26 | 2019-07-26 | 智能变形飞行器的飞行控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110320927A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058603A (zh) * | 2019-04-08 | 2019-07-26 | 北京电子工程总体研究所 | 一种形变再入飞行器变形前指令力矩确定方法 |
CN110750102A (zh) * | 2019-11-25 | 2020-02-04 | 北京电子工程总体研究所 | 形变再入飞行器变形前指令力矩确定方法 |
CN114489098A (zh) * | 2021-12-29 | 2022-05-13 | 中国航天空气动力技术研究院 | 一种飞行器的姿态控制方法及飞行器 |
CN114637312A (zh) * | 2022-03-18 | 2022-06-17 | 北京航空航天大学杭州创新研究院 | 一种基于智能变形决策的无人机节能飞行控制方法及系统 |
CN117268391A (zh) * | 2023-09-08 | 2023-12-22 | 中山大学 | 一种基于目标分层架构的变形飞行器智能规划方法及系统 |
CN117389154A (zh) * | 2023-12-06 | 2024-01-12 | 北京航空航天大学杭州创新研究院 | 基于动态控制分配的变构飞行器抗干扰姿态协调控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040069907A1 (en) * | 2002-10-10 | 2004-04-15 | Dockter Gregory E. | Geometric morphing wing |
US20090026321A1 (en) * | 2007-07-24 | 2009-01-29 | Branko Sarh | Morphing aircraft with telescopic lifting and control surfaces |
CN101937233A (zh) * | 2010-08-10 | 2011-01-05 | 南京航空航天大学 | 近空间高超声速飞行器非线性自适应控制方法 |
CN102722176A (zh) * | 2012-06-18 | 2012-10-10 | 中国航天空气动力技术研究院 | 一种可变形无人机飞行控制方法 |
CN105398564A (zh) * | 2015-11-13 | 2016-03-16 | 中国人民解放军国防科学技术大学 | 一种基于机翼结构变形的飞行器机动控制方法 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 |
-
2019
- 2019-07-26 CN CN201910681252.8A patent/CN110320927A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040069907A1 (en) * | 2002-10-10 | 2004-04-15 | Dockter Gregory E. | Geometric morphing wing |
US20090026321A1 (en) * | 2007-07-24 | 2009-01-29 | Branko Sarh | Morphing aircraft with telescopic lifting and control surfaces |
CN101937233A (zh) * | 2010-08-10 | 2011-01-05 | 南京航空航天大学 | 近空间高超声速飞行器非线性自适应控制方法 |
CN102722176A (zh) * | 2012-06-18 | 2012-10-10 | 中国航天空气动力技术研究院 | 一种可变形无人机飞行控制方法 |
CN105398564A (zh) * | 2015-11-13 | 2016-03-16 | 中国人民解放军国防科学技术大学 | 一种基于机翼结构变形的飞行器机动控制方法 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 |
Non-Patent Citations (4)
Title |
---|
GUO JIANGUO,ET AL.: "Modeling and Simulation Research of Missile with Morphing Wings", 《2010 SECOND INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS》 * |
李俊成 等: "伸缩机翼变体飞机气动特性研究", 《航空工程进展》 * |
王鹏: "高超声速巡航飞行器姿态控制方法研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
郭淑娟: "可变体飞行器的飞行协调控制问题研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058603A (zh) * | 2019-04-08 | 2019-07-26 | 北京电子工程总体研究所 | 一种形变再入飞行器变形前指令力矩确定方法 |
CN110058603B (zh) * | 2019-04-08 | 2022-03-04 | 北京电子工程总体研究所 | 一种形变再入飞行器变形前指令力矩确定方法 |
CN110750102A (zh) * | 2019-11-25 | 2020-02-04 | 北京电子工程总体研究所 | 形变再入飞行器变形前指令力矩确定方法 |
CN114489098A (zh) * | 2021-12-29 | 2022-05-13 | 中国航天空气动力技术研究院 | 一种飞行器的姿态控制方法及飞行器 |
CN114489098B (zh) * | 2021-12-29 | 2023-07-28 | 中国航天空气动力技术研究院 | 一种飞行器的姿态控制方法及飞行器 |
CN114637312A (zh) * | 2022-03-18 | 2022-06-17 | 北京航空航天大学杭州创新研究院 | 一种基于智能变形决策的无人机节能飞行控制方法及系统 |
CN114637312B (zh) * | 2022-03-18 | 2024-06-18 | 北京航空航天大学杭州创新研究院 | 一种基于智能变形决策的无人机节能飞行控制方法及系统 |
CN117268391A (zh) * | 2023-09-08 | 2023-12-22 | 中山大学 | 一种基于目标分层架构的变形飞行器智能规划方法及系统 |
CN117268391B (zh) * | 2023-09-08 | 2024-04-26 | 中山大学 | 一种基于目标分层架构的变形飞行器智能规划方法及系统 |
CN117389154A (zh) * | 2023-12-06 | 2024-01-12 | 北京航空航天大学杭州创新研究院 | 基于动态控制分配的变构飞行器抗干扰姿态协调控制方法 |
CN117389154B (zh) * | 2023-12-06 | 2024-02-27 | 北京航空航天大学杭州创新研究院 | 基于动态控制分配的变构飞行器抗干扰姿态协调控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110320927A (zh) | 智能变形飞行器的飞行控制方法及系统 | |
CN109144084B (zh) | 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法 | |
Moutinho et al. | Airship robust path-tracking: A tutorial on airship modelling and gain-scheduling control design | |
CN104950901B (zh) | 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法 | |
CN106842912B (zh) | 高超声速机动飞行抗舵面饱和鲁棒控制方法 | |
CN109871628B (zh) | 一种用于评估水陆两栖飞机适航符合性的仿真计算系统和方法 | |
Ambati et al. | Robust auto-landing of fixed-wing UAVs using neuro-adaptive design | |
CN107390531B (zh) | 参数学习有限时间收敛的高超声速飞行器控制方法 | |
Lawrance et al. | A guidance and control strategy for dynamic soaring with a gliding UAV | |
CN109164708A (zh) | 一种高超声速飞行器神经网络自适应容错控制方法 | |
Khan et al. | Real-time modeling of agile fixed-wing UAV aerodynamics | |
CN105759609A (zh) | 一种基于显式非线性模型预测控制的舰载机自主着舰方法 | |
Healy et al. | Experimental analysis of the dynamics of flared folding wingtips via a novel tethered flight test | |
Yamasaki et al. | Robust path-following for UAV using pure pursuit guidance | |
Wang et al. | Responses and suppression of Joined-Wing UAV in wind field based on distributed model and active disturbance rejection control | |
Meng et al. | Characteristic model based control of the X-34 reusable launch vehicle in its climbing phase | |
CN211685678U (zh) | 一种多旋翼无人机实时尾迹的仿真分析系统 | |
Balmer | Modelling and control of a fixed-wing uav for landings on mobile landing platforms | |
Le Bras et al. | Nonlinear image-based visual servo controller for automatic landing guidance of a fixed-wing aircraft | |
Hamissi et al. | A new nonlinear control design strategy for fixed wing aircrafts piloting | |
Cole et al. | Impact of wind disturbances on vehicle station keeping and trajectory following | |
Abdulhamitbilal | Robust flight sliding modes control system design for nonlinear aircraft with parameter uncertainties | |
Ren et al. | Gust perturbation alleviation control of small unmanned aerial vehicle based on pressure sensor | |
De Paiva et al. | Sliding mode control for the path following of an unmanned airship | |
CN112441253A (zh) | 一种多旋翼无人机实时尾迹的仿真分析系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191011 |
|
RJ01 | Rejection of invention patent application after publication |