CN110597071B - 一种飞行器纵向过载控制的主动抗扰方法 - Google Patents
一种飞行器纵向过载控制的主动抗扰方法 Download PDFInfo
- Publication number
- CN110597071B CN110597071B CN201910989619.2A CN201910989619A CN110597071B CN 110597071 B CN110597071 B CN 110597071B CN 201910989619 A CN201910989619 A CN 201910989619A CN 110597071 B CN110597071 B CN 110597071B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- disturbance
- longitudinal overload
- overload
- longitudinal
- 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 43
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 17
- 230000009021 linear effect Effects 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 238000013461 design Methods 0.000 description 14
- 230000003028 elevating effect Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 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 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Images
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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
本发明公开了一种飞行器纵向过载控制的主动抗扰方法,包括以下步骤:等价转化飞行器纵向过载模型的状态方程中的不确定性与量测方程中的近似偏差为总和扰动,获得带有总和扰动的纵向过载控制模型;根据获得的带有总和扰动的纵向过载控制模型,构建总和扰动观测器;通过总和扰动观测器获得总和扰动的估计值与纵向过载变化率的估计值;根据获得的总和扰动的估计值与纵向过载变化率的估计值,获得带有总和扰动主动补偿的升降舵角度控制量;根据带有总和扰动主动补偿的升降舵角度控制量确定升降舵角度,实现主动抗扰。本发明可有效应对飞行器动态模型不确定性与过载量测模型非线性。
Description
技术领域
本发明属于飞行器纵向过载控制技术领域,涉及飞行器动态模型不确定性与过载量测模型未知非线性下的过载控制,特别涉及一种飞行器纵向过载控制的主动抗扰方法。
背景技术
飞行器纵向过载控制是一种典型的飞行控制任务,体现了飞行器的机动能力。飞行器纵向过载控制目标是设计升降舵角度,使得在外部风干扰、气动参数具有偏差的复杂飞行环境下,飞行器纵向过载能跟踪指定的参考信号。由于纵向过载量测模型为攻角的非线性函数,实际中仅能依靠风动数据,获得此非线性函数在采样数据处的测量值。因此,过载量测模型不仅具有非线性性质,其非线性函数具体形式未知。复杂飞行环境下的飞行器动态模型不确定性与纵向过载量测模型未知非线性给纵向过载控制带来了设计挑战。
目前,现有的设计方法中,定点线性化的比例-微分控制设计忽略了各类非线性不确定性的影响,设计能稳定线性近似模型的控制器。由于该方法无法主动估计补偿飞行器动态不确定性对系统的影响,同时忽略了纵向过载量测模型的非线性因素,基于该方法设计的飞行器纵向过载控制品质难以达标。已有的扰动主动估计与补偿的控制方案(例如自抗扰控制、扰动观测器控制方法等)仅针对纵向过载量测近似模型,设计对飞行器动态不确定性的补偿环节。由于没有考虑非线性量测模型的近似偏差,这导致纵向过载控制结果中出现跟踪偏差,无法实时完成跟踪控制任务。如何设计一种有效应对飞行器动态模型不确定性与过载量测模型非线性的过载控制方法是飞行控制中急需解决的问题。
发明内容
本发明的目的在于提供一种飞行器纵向过载控制的主动抗扰方法,以解决上述存在的一个或多个技术问题。针对飞行器动态模型不确定性与纵向过载量测模型非线下的过载控制问题,本发明提出了等价转化多种不确定性为总和扰动并主动估计补偿总和扰动的升降舵角度控制量设计方法,可有效应对飞行器动态模型不确定性与过载量测模型非线性。
为达到上述目的,本发明采用以下技术方案:
本发明的一种飞行器纵向过载控制的主动抗扰方法,包括以下步骤:
步骤1,构建飞行器纵向过载模型;所述飞行器纵向过载模型包括状态方程和量测方程;
步骤2,利用已知气动力系数数据,采用最小二乘算法,将量测方程中的非线性气动力系数表达式Cz(α)做线性近似处理,获得表达式为:
步骤3,等价转化飞行器纵向过载模型的状态方程中的不确定性与量测方程中的近似偏差为总和扰动,获得带有总和扰动的纵向过载控制模型;
步骤4,根据步骤3获得的带有总和扰动的纵向过载控制模型,构建总和扰动观测器;通过总和扰动观测器获得总和扰动的估计值与纵向过载变化率的估计值;
步骤5,根据步骤4获得的总和扰动的估计值与纵向过载变化率的估计值,获得带有总和扰动主动补偿的升降舵角度控制量;根据带有总和扰动主动补偿的升降舵角度控制量确定升降舵角度,实现主动抗扰。
本发明的进一步改进在于,步骤1中,构建的飞行器纵向过载模型表示为,
其中,α(t)∈R为飞行器在t时刻的攻角,ωz(t)∈R为飞行器在t时刻的俯仰角速度,ωθ(t)∈R为飞行器在t时刻的航迹倾侧角变化率,ρ∈R为大气密度,VT(t)∈R为飞行器在t时刻的飞行速率,S∈R为飞行器的机翼相对面积,为飞行器的机翼相对长度,为与攻角和俯仰角速度相关的俯仰力矩量,ce∈R为相对舵面效率,δe(t)∈R为飞行器在t时刻的升降舵角度,Jz∈R为飞行器的转动惯量,nz(t)∈R为飞行器在t时刻的纵向过载,Cz(α(t))∈R为与攻角相关的气动力系数,m∈R为飞行器质量;
本发明的进一步改进在于,步骤2中,
其中,i:气动力系数计数指标,i∈R;αdata(i):第i个气动数据中的攻角,αdata(i)∈R;Cz,data(i):第i个气动数据中的气动力系数,Cz,data(i)∈R;Ndata:气动数据总个数,Ndata;气动力系数近似表达式的斜率, 气动力系数近似表达式的截距,
本发明的进一步改进在于,步骤3中,根据纵向过载的二阶导数,将步骤1的飞行器纵向过载模型等价转化为带有总和扰动的纵向过载控制模型。
本发明的进一步改进在于,步骤3中,
计算获得纵向过载的二阶导数,表达式为,
带有总和扰动的纵向过载控制模型表达式为,
本发明的进一步改进在于,步骤4中,构建的总和扰动观测器表达式为,
其中,为总和扰动观测器得到的纵向过载t时刻估计值,为总和扰动观测器得到的纵向过载变化率t时刻估计值,为总和扰动观测器得到的总和扰动t时刻估计值,[β1 β2 β3]T∈R3为总和扰动观测器的增益参数向量。
本发明的进一步改进在于,步骤5中,带有总和扰动主动补偿的升降舵角度控制量:
其中,nz,r(t)∈R为t时刻的纵向过载参考信号,kp∈R为比例增益系数,kd∈R为微分增益系数。
与现有技术相比,本发明具有以下有益效果:
飞行器纵向过载控制目标是设计升降舵角度,使得飞行器纵向过载能跟踪指定的参考信号。针对飞行器纵向过载控制问题,本发明提供了等效转化飞行器动态模型不确定性与量测模型非线性不确定性为总和扰动以及主动估计补偿总和扰动的升降舵角度控制设计方法。本发明的主动抗扰方法,首先计算纵向过载非线性量测模型的线性近似模型,将飞行器动态模型不确定性与纵向过载量测模型近似偏差等效地转化为总和扰动,再设计总和扰动观测器主动估计总和扰动,最后利用总和扰动观测器输出的估计值,设计带有总和扰动主动补偿的升降舵角度控制量。
进一步地,本发明采用线性回归近似方法,利用已知气动数据,将纵向过载非线性量测模型近似为线性模型加近似偏差的形式;纵向过载的近似线性量测模型利于设计过载控制环节,便于控制器参数设计。
进一步地,本发明将飞行器动态不确定性与纵向过载量测模型近似偏差等效转化为总和扰动,该设计将多通道的不确定性转化至控制输入通道内,有利于设计扰动主动补偿环节。
进一步地,本发明设计总和扰动估计器,对总和扰动进行实时在线估计。同时,利用总和扰动估计结果,设计带有总和扰动主动补偿的升降舵角度控制量,使得闭环系统能同时应对飞行器动态不确定性与纵向过载量测模型近似偏差。
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,下面对实施例或现有技术描述中所需要使用的附图做简单的介绍;显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来说,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是本发明实施例的一种飞行器纵向过载控制的主动抗扰方法的流程示意框图;
图2是本发明实施例中,纵向过载非线性量测模型的线性近似效果示意图;
图3是本发明实施例提出的方法、比例-微分误差反馈方法以及自抗扰控制方法情况下,纵向过载控制响应对比示意图。
具体实施方式
为使本发明实施例的目的、技术效果及技术方案更加清楚,下面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。基于本发明公开的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它实施例,都应属于本发明保护的范围。
请参阅图1,本发明实施例的一种飞行器纵向过载控制的主动抗扰方法,具体包括以下步骤:
步骤1,建立飞行器纵向过载模型,表达式为:
其中,α(t)∈R为飞行器在t时刻的攻角,ωz(t)∈R为飞行器在t时刻的俯仰角速度,ωθ(t)∈R为飞行器在t时刻的航迹倾侧角变化率,ρ∈R为大气密度,VT(t)∈R为飞行器在t时刻的飞行速率,S∈R为飞行器的机翼相对面积,为飞行器的机翼相对长度,为与攻角和俯仰角速度相关的俯仰力矩量,ce∈R为相对舵面效率,δe(t)∈R为飞行器在t时刻的升降舵角度,Jz∈R为飞行器的转动惯量,nz(t)∈R为飞行器在t时刻的纵向过载,Cz(α(t))∈R为与攻角相关的气动力系数,m∈R为飞行器质量。
步骤2,过载量测模型线性近似处理:
利用已知气动力系数数据,采用最小二乘算法,针对过载量测模型中的非线性气动力系数表达式Cz(α)做线性近似处理:
步骤3,等价转化飞行器纵向过载模型的状态方程中的动态不确定性与量测方程近似偏差为总和扰动,得到带有总和扰动的纵向过载控制模型。
计算纵向过载的一阶导数:
进一步计算纵向过载的二阶导数。
根据纵向过载的二阶导数表达式(4),将带有动态不确定性与量测模型近似偏差的模型(1)等价转化为带有总和扰动的纵向过载控制模型:
步骤4,设计总和扰动观测器:
依据带有总和扰动的纵向过载控制模型(5),设计如下的总和扰动观测器,获得总和扰动的估计值与纵向过载变化率的估计值:
其中,为总和扰动观测器得到的纵向过载t时刻估计值,为总和扰动观测器得到的纵向过载变化率t时刻估计值,为总和扰动观测器得到的总和扰动t时刻估计值,[β1 β2 β3]T∈R3为总和扰动观测器的增益参数向量。
步骤5,设计带有总和扰动主动补偿的升降舵角度控制量。
利用步骤4中总和扰动观测器得到的总和扰动估计值与纵向过载变化率的估计值,设计确定带有总和扰动主动补偿的升降舵角度控制量:
其中nz,r(t)∈R为t时刻的纵向过载参考信号,kp∈R为比例增益系数,kd∈R为微分增益系数。
符号说明:
R:全体实数构成的集合;
t:飞行器控制系统的运行时间,t∈[0,∞);
α(t):飞行器在t时刻的攻角,α(t)∈R;
ωz(t):飞行器在t时刻的俯仰角速度,ωz(t)∈R;
ωθ(t):飞行器在t时刻的航迹倾侧角变化率,ωθ(t)∈R;
ρ:大气密度,ρ∈R;
VT(t):飞行器在t时刻的飞行速率,VT(t)∈R;
S:飞行器的机翼相对面积,S∈R;
δe(t):飞行器在t时刻的升降舵角度,δe(t)∈R;
Jz:飞行器的转动惯量,Jz∈R;
nz(t):飞行器在t时刻的纵向过载,nz(t)∈R;
Cz:与攻角相关的气动力系数,Cz∈R;
m:飞行器质量,m∈R。
i:气动力系数计数指标,i∈R;
αdata(i):第i个气动数据中的攻角,αdata(i)∈R;
Cz,data(i):第i个气动数据中的气动力系数,Cz,data(i)∈R;
Ndata:气动数据总个数,Ndata;
β1:总和扰动观测器的增益参数,β1∈R;
β2:总和扰动观测器的增益参数,β2∈R;
β3:总和扰动观测器的增益参数,β3∈R;
nz,r(t):t时刻的纵向过载参考信号,nz,r(t)∈R;
kp:比例增益系数,kp∈R;
kd:微分增益系数,kd∈R。
综上所述,本发明针对飞行器纵向过载控制问题,发明了等效转化飞行器动态模型不确定性与量测模型非线性不确定性为总和扰动以及主动估计补偿总和扰动的升降舵角度控制设计方法。首先计算纵向过载非线性量测模型的线性近似模型,将飞行器动态模型不确定性与纵向过载量测模型近似偏差等效地转化为总和扰动,再设计总和扰动观测器主动估计总和扰动,最后利用总和扰动观测器输出的估计值,设计带有总和扰动主动补偿的升降舵角度控制量。
本发明的优点在于:(1)本发明采用线性回归近似方法,利用已知气动数据,将纵向过载非线性量测模型近似为线性模型加近似偏差的形式。纵向过载的近似线性量测模型利于设计过载控制环节,便于控制器参数设计;(2)本发明将飞行器动态不确定性与纵向过载量测模型近似偏差等效转化为总和扰动,该设计将多通道的不确定性转化至控制输入通道内,有利于设计扰动主动补偿环节;(3)本发明设计总和扰动估计器,对总和扰动进行实时在线估计。同时,利用总和扰动估计结果,设计带有总和扰动主动补偿的升降舵角度控制量,使得闭环系统能同时应对飞行器动态不确定性与纵向过载量测模型近似偏差。
请参阅图1至图3,为了检验本发明实施例方法的适用性,进行了仿真实验,以下为具体实施步骤。
纵向过载的参考信号为:nz,r(t)=9.8(米/(秒*秒))。
具体实施步骤一:建立飞行器纵向过载模型(1)。
具体实施步骤二:根据已知气动数据
利用线性近似公式(2)得到:
具体实施步骤三:将带有动态不确定性与纵向过载量测模型近似偏差的模型(1)等价转化为带有总和扰动的纵向过载控制模型(5),其中
具体实施步骤四:设计总和扰动观测器:
其中总和扰动观测器的增益参数选取为:
β1=45,β2=675,β3=3375. (15)
具体实施步骤五:利用总和扰动观测器的输出值与纵向过载参考信号,设计如下带有总和扰动主动补偿的升降舵角度控制量:
其中比例反馈系数与微分反馈系数为:
kp=144,kd=24. (17)
为了进一步研究本发明方法的适用性,进行本发明方法、比例-微分误差反馈控制方法和自抗扰控制方法的对比仿真实验。图3为三种方法下的飞行器过载纵向控制的仿真实验结果。
根据图3可知,比例-微分误差反馈控制方法会产生震荡现象,并且闭环响应具有较大静态误差;自抗扰控制方法能消除震荡现象,但无法满足过载控制无静态跟踪误差的需求;本发明方法改善纵向过载控制品质,跟踪过程中无震荡,具有较高的控制品质,并且跟踪效果无稳态静差,能够实时完成跟踪控制任务。本发明方法能够在飞行器具有动态不确定性以及纵向过载量测模型近似偏差的情况下,使纵向过载能够快速跟踪参考指令,并且跟踪效果无静态误差。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (3)
1.一种飞行器纵向过载控制的主动抗扰方法,其特征在于,包括以下步骤:
步骤1,构建飞行器纵向过载模型;所述飞行器纵向过载模型包括状态方程和量测方程;
步骤2,利用已知气动力系数数据,采用最小二乘算法,将量测方程中的非线性气动力系数表达式Cz(α)做线性近似处理,获得表达式为:
步骤3,等价转化飞行器纵向过载模型的状态方程中的不确定性与量测方程中的近似偏差为总和扰动,获得带有总和扰动的纵向过载控制模型;
步骤4,根据步骤3获得的带有总和扰动的纵向过载控制模型,构建总和扰动观测器;通过总和扰动观测器获得总和扰动的估计值与纵向过载变化率的估计值;
步骤5,根据步骤4获得的总和扰动的估计值与纵向过载变化率的估计值,获得带有总和扰动主动补偿的升降舵角度控制量;根据带有总和扰动主动补偿的升降舵角度控制量确定升降舵角度,实现主动抗扰;
其中,步骤1中,构建的飞行器纵向过载模型表示为,
其中,α(t)∈R为飞行器在t时刻的攻角,ωz(t)∈R为飞行器在t时刻的俯仰角速度,ωθ(t)∈R为飞行器在t时刻的航迹倾侧角变化率,ρ∈R为大气密度,VT(t)∈R为飞行器在t时刻的飞行速率,S∈R为飞行器的机翼相对面积,为飞行器的机翼相对长度,为与攻角和俯仰角速度相关的俯仰力矩量,ce∈R为相对舵面效率,δe(t)∈R为飞行器在t时刻的升降舵角度,Jz∈R为飞行器的转动惯量,nz(t)∈R为飞行器在t时刻的纵向过载,Cz(α(t))∈R为与攻角相关的气动力系数,m∈R为飞行器质量;
步骤2中,
其中,i:气动力系数计数指标,i∈R;αdata(i):第i个气动数据中的攻角,αdata(i)∈R;Cz,data(i):第i个气动数据中的气动力系数,Cz,data(i)∈R;Ndata:气动数据总个数,Ndata;气动力系数近似表达式的斜率, 气动力系数近似表达式的截距,
步骤3中,根据纵向过载的二阶导数,将步骤1的飞行器纵向过载模型等价转化为带有总和扰动的纵向过载控制模型;计算获得纵向过载的二阶导数,表达式为,
带有总和扰动的纵向过载控制模型表达式为,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910989619.2A CN110597071B (zh) | 2019-10-17 | 2019-10-17 | 一种飞行器纵向过载控制的主动抗扰方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910989619.2A CN110597071B (zh) | 2019-10-17 | 2019-10-17 | 一种飞行器纵向过载控制的主动抗扰方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110597071A CN110597071A (zh) | 2019-12-20 |
CN110597071B true CN110597071B (zh) | 2022-05-31 |
Family
ID=68850811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910989619.2A Active CN110597071B (zh) | 2019-10-17 | 2019-10-17 | 一种飞行器纵向过载控制的主动抗扰方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110597071B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111208844B (zh) * | 2020-03-02 | 2023-06-23 | 中国人民解放军海军航空大学 | 基于过载角速度的飞行器纵向过载非线性控制方法 |
CN112129284B (zh) * | 2020-09-10 | 2022-09-30 | 中国人民解放军海军航空大学 | 一种仅测量角速率的简单过载控制方法 |
CN112147898B (zh) * | 2020-09-29 | 2022-05-31 | 陕西师范大学 | 一种仅依赖控制方向信息的刚体系统抗扰控制方法及系统 |
CN112947539B (zh) * | 2020-12-17 | 2023-07-07 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种补偿直线驱动器引起的舵面非线性的方法 |
CN112965510B (zh) * | 2021-02-08 | 2022-02-18 | 中国科学院数学与系统科学研究院 | 飞行器高速机动的全通道自抗扰控制方法 |
CN115016265A (zh) * | 2022-05-30 | 2022-09-06 | 中国科学院数学与系统科学研究院 | 一种飞行器的安全变体自抗扰控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2364846C1 (ru) * | 2008-03-14 | 2009-08-20 | Федеральное государственное унитарное предприятие "Летно-исследовательский институт имени М.М. Громова" | Способ автоматизированной оценки в полете суммарной тяги двигателей летательного аппарата |
CN103116280A (zh) * | 2013-01-16 | 2013-05-22 | 北京航空航天大学 | 一种存在变分布网络随机延迟的微小型无人飞行器纵向控制方法 |
CN106814626A (zh) * | 2017-03-21 | 2017-06-09 | 中国人民解放军海军航空工程学院 | 基于模糊变结构的超声速飞行器过载指令快速跟踪方法 |
-
2019
- 2019-10-17 CN CN201910989619.2A patent/CN110597071B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2364846C1 (ru) * | 2008-03-14 | 2009-08-20 | Федеральное государственное унитарное предприятие "Летно-исследовательский институт имени М.М. Громова" | Способ автоматизированной оценки в полете суммарной тяги двигателей летательного аппарата |
CN103116280A (zh) * | 2013-01-16 | 2013-05-22 | 北京航空航天大学 | 一种存在变分布网络随机延迟的微小型无人飞行器纵向控制方法 |
CN106814626A (zh) * | 2017-03-21 | 2017-06-09 | 中国人民解放军海军航空工程学院 | 基于模糊变结构的超声速飞行器过载指令快速跟踪方法 |
Non-Patent Citations (2)
Title |
---|
杨方伟等.基于法向过载增稳的无人机纵向姿态控制技术研究.《中国民航飞行学院学报》.2017,(第06期),全文. * |
肖成方等.电传飞行控制系统法向过载传感器补偿方法研究.《教练机》.2017,(第02期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110597071A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110597071B (zh) | 一种飞行器纵向过载控制的主动抗扰方法 | |
CN106444799B (zh) | 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 | |
CN109976156B (zh) | 固定翼无人机栖落机动轨迹的建模与预测控制方法 | |
CN109976378B (zh) | 风扰下无人机栖落机动的轨迹控制方法 | |
CN110374804B (zh) | 一种基于深度确定性策略梯度补偿的变桨距控制方法 | |
CN110320925A (zh) | 基于高阶干扰观测器的四旋翼飞行器安全控制方法 | |
CN108181920A (zh) | 基于给定时间的四旋翼无人机高精度姿态跟踪控制方法 | |
CN112965510B (zh) | 飞行器高速机动的全通道自抗扰控制方法 | |
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 | |
CN106354013B (zh) | 攻角的线性自抗扰控制方法 | |
CN113029512B (zh) | 用于暂冲式跨声速风洞的空气流场模型校正控制方法 | |
Madoński et al. | Method of sensor noise attenuation in high-gain observers—Experimental verification on two laboratory systems | |
CN106383443B (zh) | 抗干扰控制方法及系统 | |
CN108105030A (zh) | 一种基于风机传感器的偏航校准方法 | |
Chen et al. | Trajectory tracking guidance of interceptor via prescribed performance integral sliding mode with neural network disturbance observer | |
CN107943097A (zh) | 飞行器的控制方法、装置和飞行器 | |
CN116974208A (zh) | 基于捷联导引头的旋翼无人机目标打击控制方法及系统 | |
Li et al. | Trajectory tracking control for quadrotor unmanned aerial vehicle with input delay and disturbances | |
CN115755590A (zh) | 一种高超声速飞行器抗扰制导控制系统及方法 | |
CN113703478A (zh) | 一种固定翼定高控制方法、电子设备及存储介质 | |
CN111679571B (zh) | 一种低速飞艇的给定速度滑模自适应跟踪方法 | |
CN114489125A (zh) | 一种滑翔飞行器高精度临近最优减速控制方法 | |
CN108241380B (zh) | 高速无人飞行器的控制方法、装置和高速无人飞行器 | |
Guo | Tracking control a twin-rotor helicopter used for building measuring with PID-MPC controller | |
CN115016291B (zh) | 一种基于风场信息的飞行器抗干扰姿态控制系统和方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |