CN111045441B - 一种高超声速飞行器传感器复合故障自愈合控制方法 - Google Patents

一种高超声速飞行器传感器复合故障自愈合控制方法 Download PDF

Info

Publication number
CN111045441B
CN111045441B CN201911315366.7A CN201911315366A CN111045441B CN 111045441 B CN111045441 B CN 111045441B CN 201911315366 A CN201911315366 A CN 201911315366A CN 111045441 B CN111045441 B CN 111045441B
Authority
CN
China
Prior art keywords
fault
sensor
hypersonic aircraft
self
controller
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
CN201911315366.7A
Other languages
English (en)
Other versions
CN111045441A (zh
Inventor
陈复扬
张启航
李雨清
刘宇曦
牛娟
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 CN201911315366.7A priority Critical patent/CN111045441B/zh
Publication of CN111045441A publication Critical patent/CN111045441A/zh
Application granted granted Critical
Publication of CN111045441B publication Critical patent/CN111045441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开一种高超声速飞行器传感器复合故障自愈合控制方法,步骤是:针对高超声速飞行器再入段姿态角非线性系统,建立带有传感器复合故障的高超声速飞行器再入段姿态模型;针对建立的高超声速飞行器再入段姿态模型,设计传感器非线性故障检测观测器和检测阈值,检测传感器故障;设计外环自适应滑模虚拟容错控制器,并根据故障检测结果决定是否在控制器中加入故障补偿项,获得传输给内环的虚拟控制输入信号;根据所得的控制输入信号,设计内环动态面控制器得到所需控制力矩并使系统稳定跟踪给定参考指令。此种方法可解决高超声速飞行器再入段姿态角系统遭受外部干扰与传感器复合故障情况下的故障检测与自愈合控制问题。

Description

一种高超声速飞行器传感器复合故障自愈合控制方法
技术领域
本发明属于高超声速飞行器传感器复合故障容错控制技术领域,特别涉及一种针对高超声速飞行器发生传感器复合故障的自愈合控制方法。
背景技术
近年来,由于高超声速飞行器在发射成本、飞行速度、航天运输和全球打击等军用民用方面具有诸多优势,因此备受关注。与传统航空航天飞行器相比,高超声速飞行器具有强非线性、强耦合和快时变性等动力学特征。近空间中大气密度、温度和气流环境等条件比普通飞机飞行环境更为复杂和苛刻,传感器系统容易受到冰冻、高温和雷电等影响,产生故障,测量值产生偏差甚至传感器系统整体测量产生误差,此时针对单个传感器的硬件冗余技术无法发挥作用,因此参考执行器故障处理方法,可以采用基于模型的解析冗余技术估计出故障,通过设计容错控制器进行补偿,从而确保系统稳定性并提高系统可靠性。
高超声速飞行再入段姿态控制也是高超声速飞行器控制研究的一个重要方向。这阶段高超声速飞行器所处的飞行环境复杂,空气密度极低,气动压力小,高温且高热,飞行高度从大于100公里降至20公里,飞行速度最高可达30马赫,相应的姿态角系统也为一个强干扰、强耦合的复杂非线性系统。
目前有关高超声速飞行器、卫星或其他系统传感器故障的相关故障诊断方法,主要是针对线性系统设计故障观测器。但是对于非线性系统而言,观测器的设计难度大大增加,尤其是高超声速飞行器再入段姿态角系统这种强耦合的复杂非线性系统。另外,额外的故障估计观测器会增加系统的复杂性和不稳定性,特别是应对复合故障时,故障个数、耦合度的增加往往会需要数量更多、维度更高更复杂的观测器,给系统的稳定性保证和方法设计带来更大的挑战。
发明内容
本发明的目的,在于提供一种高超声速飞行器传感器复合故障自愈合控制方法,其可解决高超声速飞行器再入段姿态角系统遭受外部干扰与传感器复合故障情况下的故障检测与自愈合控制问题。
为了达成上述目的,本发明的解决方案是:
一种高超声速飞行器传感器复合故障自愈合控制方法,包括如下步骤:
步骤1,针对高超声速飞行器再入段姿态角非线性系统,考虑外部干扰、传感器复合故障,建立带有传感器复合故障的高超声速飞行器再入段姿态模型;
步骤2,针对步骤1中建立的高超声速飞行器再入段姿态模型,设计传感器非线性故障检测观测器和检测阈值,检测传感器故障;
步骤3,设计外环自适应滑模虚拟容错控制器,并根据步骤2的故障检测结果决定是否在控制器中加入故障补偿项,获得传输给内环的虚拟控制输入信号;
步骤4,根据步骤3所得的控制输入信号,设计内环动态面控制器得到所需控制力矩并使系统稳定跟踪给定参考指令。
上述步骤1中,高超声速飞行器再入段姿态模型如下:
Figure BDA0002325694880000021
其中ω=[p,q,r]T为角速率向量,分别包括滚转角速率p、俯仰角速率q和偏航角速率r;θ=[φ,α,β]T为姿态角度向量,分别包括倾斜角φ、攻角α和侧滑角β;J∈R3×3为表示转动惯量的对称正定矩阵;M∈R3×1为控制输入力矩;d(t)∈R3×1代表考虑的干扰;
系统参数矩阵为:
Figure BDA0002325694880000022
fθ(t)∈R3×1代表输出角度通道的传感器复合故障。
上述控制输入力矩M表示为如下形式:
M=Ψu
其中u=[δear]T为控制输入向量,分别包括升降舵偏转角δe、副翼偏转角δa和方向舵偏转角δr;矩阵Ψ表示控制分配力矩。
上述步骤2中,设计的非线性故障检测观测器如下:
Figure BDA0002325694880000031
其中
Figure BDA0002325694880000032
为状态估计向量,
Figure BDA0002325694880000033
为估计输出向量;
Figure BDA0002325694880000034
Figure BDA0002325694880000035
为检测观测器增益矩阵且α>0,β>0。
上述步骤3中,设计外环自适应滑模虚拟容错控制器的具体过程是:
首先设计如下的滑模面:
Figure BDA0002325694880000036
其中参数η1≥1,0<η2<1,Ki=diag{ki1,ki2,ki3}(i=1,2)为增益对角矩阵,θd为姿态角给定参考指令,
Figure BDA0002325694880000037
滑模面到达率为:
Figure BDA0002325694880000038
其中参数0<η3<1,ε1和ε2为正标量;
带有传感器连锁故障的自适应滑模虚拟控制器信号为:
Figure BDA0002325694880000039
其中
Figure BDA00023256948800000310
为传感器复合故障导数
Figure BDA00023256948800000311
的估计值,用来直接在控制器设计中对故障进行补偿;容错控制项
Figure BDA00023256948800000312
自适应率设计为:
Figure BDA00023256948800000313
其中
Figure BDA00023256948800000314
为传感器故障fθ的估计值,
Figure BDA00023256948800000315
为自适应增益矩阵,并定义:
Figure BDA0002325694880000041
其中
Figure BDA0002325694880000042
为传感器故障估计误差,
Figure BDA0002325694880000043
为误差的导数。
上述步骤4中,设计的内环动态面控制器为:
Figure BDA0002325694880000044
其中Λ=diag{λ123}表示待设计的对角增益矩阵,λi>0,i=1,2,3,
Figure BDA0002325694880000045
为干扰的估计值,其自适应率设计为:
Figure BDA0002325694880000046
其中Γ=diag{Γ123}为自适应增益矩阵,Γi>0,i=1,2,3。
采用上述方案后,本发明针对带有传感器复合故障的高超声速飞行器再入段姿态非线性系统,设计了基于间接自适应、滑模和动态面方法的容错控制器,使其稳定跟踪给定参考指令,从而可以按照既定轨道安全返回地面,给系统提供传感器故障下的自愈合能力。
本发明的有益效果是:
(1)本发明可以解决带有外部干扰与传感器复合故障的高超声速飞行器再入段姿态角系统故障检测与自愈合控制问题,使机体在发生故障后恢复稳定并良好跟踪给定参考指令;
(2)本发明所提出的间接自适应方法,在控制器建立过程中通过加入自适应故障补偿项对传感器故障直接进行补偿,而不需要另外的故障分离、估计观测器,简化了自愈合方案设计;
(3)本发明所设计的故障检测观测器与整体自愈合方法,可以有效检测并处理各种传感器复合故障。
附图说明
图1是本发明高超声速飞行器再入段姿态角系统传感器复合故障自愈合控制框图;
图2是无故障情况下故障检测残差与阈值;
图3是无故障情况下角速率响应曲线;
图4是无故障情况下姿态角输出响应曲线;
图5是传感器故障情况下故障检测残差与阈值;
图6是传感器故障情况下角速率响应曲线;
图7是传感器故障情况下姿态角输出响应曲线。
具体实施方式
以下将结合附图,对本发明的技术方案及有益效果进行详细说明。
如图1所示,本发明提供一种高超声速飞行器传感器复合故障自愈合控制方法,首先建立带有传感器故障和干扰的高超声速飞行器再入段姿态角非线性系统,然后设计了一个非线性故障检测观测器,生成检测残差以检测传感器故障,并以此判断是否需要在控制器中加入故障补偿项;随后,利用滑模方法,结合间接自适应与动态面技术,将原系统分为外环与内环回路,分别设计了间接自适应滑模虚拟容错控制器与动态面控制器,使三个故障输出姿态角重新跟踪参考指令信号,以保证故障情况下系统的稳定性和对给定参考指令的跟踪性能。
实施此自愈合控制方法的步骤如下:
步骤1,针对高超声速飞行器再入段姿态角非线性系统,考虑外部干扰、传感器复合故障,建立带有传感器复合故障的高超声速飞行器再入段姿态模型;
其中,针对如下所述的带有传感器复合故障与外部干扰的高超声速飞行器再入段姿态模型:
Figure BDA0002325694880000051
其中ω=[p,q,r]T为角速率向量,分别包括滚转角速率p、俯仰角速率q和偏航角速率r;θ=[φ,α,β]T为姿态角度向量,分别包括倾斜角φ、攻角α和侧滑角;J∈R3×3为表示转动惯量的对称正定矩阵;M∈R3×1为控制输入力矩;d(t)∈R3×1代表考虑的干扰;fθ(t)∈R3 ×1代表输出角度通道的传感器复合故障。控制输入力矩M可以表示为如下形式:
M=Ψu
其中u=[δear]T为控制输入向量,分别包括升降舵偏转角δe、副翼偏转角δa和方向舵偏转角δr。矩阵Ψ表示控制分配力矩。其它系统参数矩阵为:
Figure BDA0002325694880000061
步骤2,针对步骤1中所述高超声速飞行器再入段姿态模型,设计传感器非线性故障检测观测器和检测阈值,检测传感器故障;
其中,设计的非线性故障检测观测器如下:
Figure BDA0002325694880000062
其中
Figure BDA0002325694880000063
为状态估计向量,
Figure BDA0002325694880000064
为估计输出向量。
Figure BDA0002325694880000065
Figure BDA0002325694880000066
为检测观测器增益矩阵且α>0,β>0。α为攻角,β为侧滑角。
步骤3,设计外环自适应滑模虚拟容错控制器,并根据步骤2故障检测结果决定是否在控制器中加入故障补偿项,获得传输给内环的虚拟控制输入信号;
所述的外环自适应滑模虚拟容错控制器设计过程如下:
首先设计如下的滑模面:
Figure BDA0002325694880000067
其中参数η1≥1,0<η2<1,Ki=diag{ki1,ki2,ki3}(i=1,2)为增益对角矩阵,θd为姿态角给定参考指令,
Figure BDA0002325694880000068
滑模面到达率为:
Figure BDA0002325694880000069
其中参数0<η3<1,ε1和ε2为正标量。
带有传感器连锁故障的自适应滑模虚拟控制器信号为:
Figure BDA0002325694880000071
其中
Figure BDA0002325694880000072
为传感器复合故障导数
Figure BDA0002325694880000073
的估计值,用来直接在控制器设计中对故障进行补偿。容错控制项
Figure BDA0002325694880000074
自适应率设计为:
Figure BDA0002325694880000075
其中
Figure BDA0002325694880000076
为传感器故障fθ的估计值,
Figure BDA0002325694880000077
为自适应增益矩阵,并定义:
Figure BDA0002325694880000078
其中
Figure BDA0002325694880000079
为传感器故障估计误差,
Figure BDA00023256948800000710
为误差的导数。
步骤4,根据步骤3所得的控制输入信号,设计内环动态面控制器得到所需控制力矩并使系统稳定跟踪给定参考指令;
所述内环动态面控制器设计为:
Figure BDA00023256948800000711
其中Λ=diag{λ123}(λi>0,i=1,2,3)表示待设计的对角增益矩阵,
Figure BDA00023256948800000712
为干扰的估计值,其自适应率设计为:
Figure BDA00023256948800000713
其中Γ=diag{Γ123}(Γi>0,i=1,2,3)为自适应增益矩阵。
下面对本发明进行仿真验证。
通过Matlab/Simulink仿真平台来验证所设计传感器复合故障检测与自愈合控制器的有效性。在故障发生和未发生两种情况下,给出所设计非线性故障检测观测器残差和阈值曲线,以及输出姿态角、角速率在容错控制器作用下的输出相应曲线,来验证所阐述自愈合控制方案的有效性。首先给出高超声速飞行器再入段姿态角系统的转动惯量矩阵J:
Figure BDA0002325694880000081
系统的初始飞行状态设定为:
Figure BDA0002325694880000082
给定的姿态角参考指令θd设置为[0.6,1,0]Trad。系统干扰设置为d(t)=[0.01sint,0.01cost,0.01sint]T,三个姿态角发生的传感器复合故障设置为在第20秒同时发生不同的时变故障,即:
Figure BDA0002325694880000083
非线性故障检测观测器的增益标量选择为α=5,β=15;外环自适应滑模容错控制系统的设计参数设计为
Figure BDA0002325694880000084
Figure BDA0002325694880000085
内环回路动态面控制器的参数矩阵设计为
Figure BDA0002325694880000086
图2-7给出无故障与有故障情况下,所设计非线性故障检测观测器残差和阈值曲线,以及输出姿态角、角速率在容错控制器作用下的输出相应曲线。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。

Claims (5)

1.一种高超声速飞行器传感器复合故障自愈合控制方法,其特征在于包括如下步骤:
步骤1,针对高超声速飞行器再入段姿态角非线性系统,考虑外部干扰、传感器复合故障,建立带有传感器复合故障的高超声速飞行器再入段姿态模型;高超声速飞行器再入段姿态模型如下:
Figure FDA0003149666700000011
其中ω=[p,q,r]T为角速率向量,分别包括滚转角速率p、俯仰角速率q和偏航角速率r;θ=[φ,α,β]T为姿态角度向量,分别包括倾斜角φ、攻角α和侧滑角β;J∈R3×3为表示转动惯量的对称正定矩阵;M∈R3×1为控制输入力矩;d(t)∈R3×1代表考虑的干扰;
系统参数矩阵为:
Figure FDA0003149666700000012
fθ(t)∈R3×1代表输出角度通道的传感器复合故障;
步骤2,针对步骤1中建立的高超声速飞行器再入段姿态模型,设计传感器非线性故障检测观测器和检测阈值,检测传感器故障;
步骤3,设计外环自适应滑模虚拟容错控制器,并根据步骤2的故障检测结果决定是否在控制器中加入故障补偿项,获得传输给内环的虚拟控制输入信号;
步骤4,根据步骤3所得的控制输入信号,设计内环动态面控制器得到所需控制力矩并使系统稳定跟踪给定参考指令。
2.如权利要求1所述的一种高超声速飞行器传感器复合故障自愈合控制方法,其特征在于:所述控制输入力矩M表示为如下形式:
M=Ψu
其中u=[δear]T为控制输入向量,分别包括升降舵偏转角δe、副翼偏转角δa和方向舵偏转角δr;矩阵Ψ表示控制分配力矩。
3.如权利要求1所述的一种高超声速飞行器传感器复合故障自愈合控制方法,其特征在于:所述步骤2中,设计的非线性故障检测观测器如下:
Figure FDA0003149666700000021
其中
Figure FDA0003149666700000022
为状态估计向量,
Figure FDA0003149666700000023
为估计输出向量;
Figure FDA0003149666700000024
Figure FDA0003149666700000025
为检测观测器增益矩阵且α>0,β>0。
4.如权利要求1所述的一种高超声速飞行器传感器复合故障自愈合控制方法,其特征在于:所述步骤3中,设计外环自适应滑模虚拟容错控制器的具体过程是:
首先设计如下的滑模面:
Figure FDA0003149666700000026
其中参数η1≥1,0<η2<1,Ki=diag{ki1,ki2,ki3}(i=1,2)为增益对角矩阵,θd为姿态角给定参考指令,
Figure FDA0003149666700000027
滑模面到达率为:
Figure FDA0003149666700000028
其中参数0<η3<1,ε1和ε2为正标量;
带有传感器连锁故障的自适应滑模虚拟控制器信号为:
Figure FDA0003149666700000029
其中
Figure FDA00031496667000000210
为传感器复合故障导数
Figure FDA00031496667000000211
的估计值,用来直接在控制器设计中对故障进行补偿;容错控制项
Figure FDA00031496667000000212
自适应率设计为:
Figure FDA00031496667000000213
其中
Figure FDA0003149666700000031
为传感器故障fθ的估计值,
Figure FDA0003149666700000032
为自适应增益矩阵,并定义:
Figure FDA0003149666700000033
其中
Figure FDA0003149666700000034
为传感器故障估计误差,
Figure FDA0003149666700000035
为误差的导数。
5.如权利要求1所述的一种高超声速飞行器传感器复合故障自愈合控制方法,其特征在于:所述步骤4中,设计的内环动态面控制器为:
Figure FDA0003149666700000036
其中Λ=diag{λ123}表示待设计的对角增益矩阵,λi>0,i=1,2,3,
Figure FDA0003149666700000037
为干扰的估计值,其自适应率设计为:
Figure FDA0003149666700000038
其中Γ=diag{Γ123}为自适应增益矩阵,Γi>0,i=1,2,3。
CN201911315366.7A 2019-12-19 2019-12-19 一种高超声速飞行器传感器复合故障自愈合控制方法 Active CN111045441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911315366.7A CN111045441B (zh) 2019-12-19 2019-12-19 一种高超声速飞行器传感器复合故障自愈合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911315366.7A CN111045441B (zh) 2019-12-19 2019-12-19 一种高超声速飞行器传感器复合故障自愈合控制方法

Publications (2)

Publication Number Publication Date
CN111045441A CN111045441A (zh) 2020-04-21
CN111045441B true CN111045441B (zh) 2022-04-08

Family

ID=70237866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911315366.7A Active CN111045441B (zh) 2019-12-19 2019-12-19 一种高超声速飞行器传感器复合故障自愈合控制方法

Country Status (1)

Country Link
CN (1) CN111045441B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112000078B (zh) * 2020-07-31 2022-04-01 南京航空航天大学 一种多余度飞行控制计算机故障后状态恢复方法
CN112180312B (zh) * 2020-08-24 2022-01-04 南京航空航天大学 一种电流传感器复合故障诊断方法
CN114779743B (zh) * 2022-04-29 2024-05-28 北京京航计算通讯研究所 随机姿态高超声速飞行器的舵面微小故障容错控制方法
CN115437244B (zh) * 2022-11-08 2023-05-12 西北工业大学 面向非线性传感器故障的飞机飞行容错控制系统及方法
CN116203848B (zh) * 2023-04-28 2023-07-21 西北工业大学 一种飞机升降舵故障感知与保护一体化驱动方法
CN117163281B (zh) * 2023-08-30 2024-03-08 南京航空航天大学 滑翔飞行器执行器故障情况下的容错控制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6131058A (en) * 1998-04-17 2000-10-10 Daimlerchrysler Ag Process for identifying an incorrectly measuring sensor in a spacecraft
EP1526416A2 (en) * 2000-05-30 2005-04-27 Dabulamanzi Holdings, LLC Method, apparatus and design procedure for controlling multi-input, multi-output (MIMO) parameter dependent systems using feedback LTI zation
CN102854874A (zh) * 2012-06-18 2013-01-02 南京航空航天大学 一种基于联合多观测器的故障诊断与容错控制装置及方法
CN104238357A (zh) * 2014-08-21 2014-12-24 南京航空航天大学 一种近空间飞行器的容错滑模控制方法
CN104635741A (zh) * 2015-01-14 2015-05-20 西北工业大学 可重复使用运载器再入姿态控制方法
CN104765273A (zh) * 2014-12-31 2015-07-08 南京航空航天大学 一种针对线性参数变化飞行器的自修复控制方法
CN104898682A (zh) * 2015-05-05 2015-09-09 南京航空航天大学 一种高超声速飞行器再入姿态容错控制方法
CN108181807A (zh) * 2017-12-06 2018-06-19 北京航空航天大学 一种卫星初态阶段自适应容错姿态控制方法
CN108776434A (zh) * 2018-07-20 2018-11-09 南京航空航天大学 一种高超声速飞行器快速自适应滑模容错控制方法
CN109765920A (zh) * 2019-03-04 2019-05-17 北京航空航天大学 集成故障观测器和控制分配策略的航天器姿态容错的控制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7874519B2 (en) * 2006-02-25 2011-01-25 Space Systems/Loral, Inc. Spacecraft three-axis attitude acquisition from sun direction measurement
CN103105850B (zh) * 2013-01-30 2015-03-25 南京航空航天大学 一种近空间飞行器故障诊断与容错控制方法
WO2014198642A1 (en) * 2013-06-09 2014-12-18 Eth Zurich Controlled flight of a multicopter experiencing a failure affecting an effector
CN104049640B (zh) * 2014-06-27 2016-06-15 金陵科技学院 基于神经网络观测器的无人飞行器姿态鲁棒容错控制方法
CN104950898B (zh) * 2015-06-10 2017-10-17 北京理工大学 一种再入飞行器全阶非奇异终端滑模姿态控制方法
CN108825386B (zh) * 2018-08-24 2020-01-10 南京航空航天大学 一种近空间飞行器非高斯发动机的自修复控制方法
CN109164708B (zh) * 2018-10-31 2020-08-04 南京航空航天大学 一种高超声速飞行器神经网络自适应容错控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6131058A (en) * 1998-04-17 2000-10-10 Daimlerchrysler Ag Process for identifying an incorrectly measuring sensor in a spacecraft
EP1526416A2 (en) * 2000-05-30 2005-04-27 Dabulamanzi Holdings, LLC Method, apparatus and design procedure for controlling multi-input, multi-output (MIMO) parameter dependent systems using feedback LTI zation
CN102854874A (zh) * 2012-06-18 2013-01-02 南京航空航天大学 一种基于联合多观测器的故障诊断与容错控制装置及方法
CN104238357A (zh) * 2014-08-21 2014-12-24 南京航空航天大学 一种近空间飞行器的容错滑模控制方法
CN104765273A (zh) * 2014-12-31 2015-07-08 南京航空航天大学 一种针对线性参数变化飞行器的自修复控制方法
CN104635741A (zh) * 2015-01-14 2015-05-20 西北工业大学 可重复使用运载器再入姿态控制方法
CN104898682A (zh) * 2015-05-05 2015-09-09 南京航空航天大学 一种高超声速飞行器再入姿态容错控制方法
CN108181807A (zh) * 2017-12-06 2018-06-19 北京航空航天大学 一种卫星初态阶段自适应容错姿态控制方法
CN108776434A (zh) * 2018-07-20 2018-11-09 南京航空航天大学 一种高超声速飞行器快速自适应滑模容错控制方法
CN109765920A (zh) * 2019-03-04 2019-05-17 北京航空航天大学 集成故障观测器和控制分配策略的航天器姿态容错的控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Nonlinear Fault-Tolerant Control for Hypersonic Flight Vehicle With Multi-Sensor Faults;FUYANG CHEN, JUAN NIU, GENQIAN JIANG;《IEEE Access》;20180327;第6卷;第25427-25436页 *
Self-Healing Control for Attitude System of Hypersonic Flight Vehicle With Body Flap Faults;ANG WANG,FUYANG CHEN,HUAJUN GONG;《IEEE Access》;20180227;第6卷;第19121-19130页 *
基于联合多观测器的四旋翼直升机故障诊断;杨新哲, 姜斌, 陈复扬, 张柯;《控制工程》;20120331;第19卷(第S1期);第222-226页 *

Also Published As

Publication number Publication date
CN111045441A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN111045441B (zh) 一种高超声速飞行器传感器复合故障自愈合控制方法
Wang et al. Disturbance observer-based adaptive fault-tolerant control for a quadrotor helicopter subject to parametric uncertainties and external disturbances
Yu et al. Safe control of trailing UAV in close formation flight against actuator fault and wake vortex effect
Jiang et al. Adaptive neural observer‐based backstepping fault tolerant control for near space vehicle under control effector damage
CN110347170B (zh) 可重复使用运载器再入段鲁棒容错制导控制系统及工作方法
Zhao et al. Fault tolerant control for damaged aircraft based on sliding mode control scheme
CN108681240B (zh) 基于未知输入观测器的无人机分布式编队的故障诊断方法
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
CN104102225A (zh) 基于执行器动态的无人飞行器姿态分散式容错控制方法
CN108776434B (zh) 一种高超声速飞行器快速自适应滑模容错控制方法
CN111024143A (zh) 一种高超声速飞行器传感器连锁故障诊断与容错控制方法
Yu et al. Distributed adaptive fault-tolerant close formation flight control of multiple trailing fixed-wing UAVs
Tousi et al. Robust observer-based fault diagnosis for an unmanned aerial vehicle
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
Sun et al. Aerodynamic model identification of a quadrotor subjected to rotor failures in the high-speed flight regime
Zhang et al. Control surface faults neural adaptive compensation control for tailless flying wing aircraft with uncertainties
CN113625730B (zh) 一种基于超扭滑模的四旋翼自适应容错控制方法
Xiong et al. Disturbance Rejection in UAV's velocity and attitude control: Problems and solutions
CN113110538A (zh) 一种基于反步法控制的舰载机着舰固定时间容错控制方法
CN114995163B (zh) 一种无人机免疫控制方法
CN115981265A (zh) 基于扩张观测器的舰载机故障在线检测方法
Dongmo Aircraft loss-of-control recovery using feedback linearization and high order sliding mode control
Kawaguchi et al. Post-flight evaluation of the guidance and control for D-SEND# 2 2nd drop test
Emami et al. Disturbance observer-based adaptive neural guidance and control of an aircraft using composite learning
Sørensen et al. UAV fault-tolerant control by combined L 1 adaptive backstepping and fault-dependent control allocation

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