CN111290423B - 一种基于自适应反演的飞行器俯仰角跟踪方法 - Google Patents

Abstract

本发明是关于一种基于自适应反演的飞行器俯仰角跟踪方法，属于飞行器姿态控制技术领域。首先采用速率陀螺仪与姿态陀螺仪，分别测量飞行器的俯仰角速率与俯仰角；然后根据俯仰角误差信号采用自适应算法估计俯仰角相关未知参数；此后采用反演控制方法构造飞行器俯仰角速率的期望值，并设计近似微分估计器，计算飞行器俯仰角速率的期望值的近似微分信号；再采用自适应方法估算俯仰角速率相关未知参数，最后采用自适应反演方法，设计俯仰通道的控制律，实现对给定俯仰角指令的跟踪，完成俯仰通道的控制任务。该方法的优点在于对飞行器模型的参数精度要求不高，能够采用自适应方法对模型参数进行自动适应，从而使得该方法具有很好的鲁棒性。

Description

一种基于自适应反演的飞行器俯仰角跟踪方法

技术领域

本发明涉及飞行器姿态控制技术领域，具体而言，涉及一种采用自适应技术与反演技术相结合的飞行器俯仰角自动跟踪与稳定控制方法。

背景技术

飞行器模型主要是通道地面的风洞吹风数据而获得，尽管经过了多年的发展，风洞技术得到了很大的改善，但由于大部分是采用缩比模型进行风洞实验，因此其不可避免的存在模型不精确与气动参数不准确的问题。尤其是飞行器在空中实际飞行时，高速气流带来的非线性、不确定性问题更为显著，因此模型参数不可避免地存在时变与不确定、不准确的问题。而传统的飞行器主流采用姿态稳定的方法，其核心是采用PID控制算法。而PID控制是依靠PID算法的稳定裕度来覆盖模型的不确定问题，一旦PID算法选定，飞行器在空中飞行时出现气动环境变化时，PID控制算法并没有自动适应能力。基于以上背景技术，本发明提出了一种采用自适应与反演相结合的方法，来对飞行器模型中的不确定或时变的参数进行自适应设计，从而使得整个控制算法具有一定的自动适应环境因素变化的能力，从而也对飞行器模型参数变化具有很好的鲁棒性。因而本发明具有很高的理论创新价值与工程应用价值。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种基于自适应反演的飞行器俯仰角跟踪方法，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的对飞行器模型参数变化与飞行环境变化自动适应能力不足的问题。

根据本发明的一个方面，提供一种基于自适应反演的飞行器俯仰角跟踪方法，包括以下步骤：

步骤S10，在飞行器上安装姿态陀螺仪，测量飞行器俯仰角；再安装速率陀螺仪，测量飞行器的俯仰角速率；

步骤S20，根据飞行器的俯仰通道控制任务，设置俯仰角指令信号，再与飞行器俯仰角信号进行比较得到俯仰角误差信号；

步骤S30，根据所述的俯仰角误差信号，根据自适应算法，设计俯仰角相关未知参数的自适应估计量；

步骤S40，根据所述的未知参数的自适应估计量，采用反演控制方法，设计飞行器俯仰角速率的期望值；

步骤S50，根据所述的飞行器俯仰角速率的期望值，设计近似微分估计器，计算飞行器俯仰角速率的期望值的近似微分信号；

步骤S60，根据所述的俯仰角速率信号与飞行器俯仰角速率信号的期望值，进行比较得到俯仰角速率误差信号，采用自适应方法，计算俯仰角速率相关未知参数的估计量；

步骤S70，根据所述的俯仰角速率误差信号、俯仰角误差信号与俯仰角速率相关未知参数的估计量，采用反演自适应方法，设计估计量，设计俯仰通道的控制律。

在本发明的一种示例实施例中，根据所述的俯仰角误差信号，根据自适应算法，设计俯仰角相关未知参数的自适应估计量包括：

e₁＝θ^d-θ；

其中θ^d为俯仰角指令信号，θ为飞行器俯仰角信号，e₁为俯仰角误差信号，

为俯仰角相关未知参数的自适应估计量的增长量，

为其第n个数据，其初始值选取为0。T是数据间的时间间隔，k_2a、k_2b、ε₁为常值参数，其详细设置见后文案例实施。

即为所求的俯仰角相关未知参数的自适应估计量。

在本发明的一种示例实施例中，根据所述的未知参数的自适应估计量，采用反演控制方法，设计飞行器俯仰角速率的期望值包括：

其中e₁为俯仰角误差信号，e_1a为误差非线性项。

为俯仰角相关未知参数的自适应估计量，k₁₁、k₁₂为常值参数，其详细设置见后文案例实施。

即为飞行器俯仰角速率的期望值。

在本发明的一种示例实施例中，根据所述的飞行器俯仰角速率的期望值，设计近似微分估计器，计算飞行器俯仰角速率的期望值的近似微分信号包括：

w_d2＝-w₀

w₁(n+1)＝w₁(n)+w_d1T；

w₂(n+1)＝w₂(n)+w_d2T；

其中

为飞行器俯仰角速率的期望值，w₁与w₂为近似微分估计器的状态，设置其初始值为0，即w₁(1)＝0，w₂(1)＝0，w₁(n)为状态w₁的第n个数据，w₂(n)为状态w₂的第n个数据，T为数据间的时间间隔。w₀为状态误差量，w_d1为状态w₁的增长量，w_d2为状态w₂的增长量，Γ₀、Γ₁、Γ₂、ε_a为常值参数，其详细设置见后文案例实施。w_d1即为最终的飞行器俯仰角速率的期望值的近似微分信号。

在本发明的一种示例实施例中，根据所述的俯仰角速率信号与飞行器俯仰角速率信号的期望值，采用自适应方法，计算俯仰角速率相关未知参数的估计量包括：

其中

为飞行器俯仰角速率信号的期望值，ω为俯仰角速率信号，e₂为俯仰角速率误差信号，

为俯仰角速率相关未知参数的增长量，k₅₁、k₅₂、k₆₁、k₆₂、ε₃、ε₄为未知参数，其详细设计见后文案例实施。

为俯仰角速率相关未知参数的估计值，其初始值为0，即

T是数据间的时间间隔。

在本发明的一种示例实施例中，根据所述的俯仰角速率误差信号、俯仰角误差信号与俯仰角速率相关未知参数的估计量，采用反演自适应方法，设计估计量，设计俯仰通道的控制量包括：

其中e₂为俯仰角速率误差信号、e₁为俯仰角误差信号、w_d1为俯仰角速率相关未知参数的估计量、ω为俯仰角速率信号、

为俯仰角速率相关未知参数的估计值，u_a为辅助控制量，k_w1、k_w2、k_w3、k_u1、k_u2、k_u3为常值控制参数，其详细设计见后文案例实施，dt表示对时间信号积分。u为最终的俯仰通道控制量。

在上述基础上，根据飞行器的数字模型进行数字仿真，然后根据俯仰角的跟踪效果进行参数调试，最终挑选出较优参数组成全套控制规律，最终实现对给定俯仰角的准确跟踪，参数选取详见后文案例实施。

本发明提供的一种飞行器俯仰通道姿态角自适应反演跟踪控制方法，其优点在于能够适应飞行器模型参数的变化而自动调整控制量中关键项的增益，从而使得整个控制规律在飞行器气动参数变化的情况下，仍然具有很好的鲁棒性与稳定性。同时反演与自适应相结合的方法，也使得整个控制律的设计具有理论的严谨性，也保证了最终良好的控制效果与俯仰角跟踪响应的良好动态性能。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明提供的一种基于自适应反演的飞行器俯仰角跟踪方法的流程图；

图2是本发明实施例所提供方法的飞行器俯仰角曲线(单位：度)；

图3是本发明实施例所提供方法的飞行器的俯仰角速率曲线(单位：度每秒)；

图4是本发明实施例所提供方法的飞行器俯仰角误差信号(无单位)；

图5是本发明实施例所提供方法的俯仰角未知参数的自适应估计量曲线(无单位)；

图6是本发明实施例所提供方法的飞行器俯仰角速率的期望值曲线(无单位)；

图7是本发明实施例所提供方法的俯仰角速率的期望值的近似微分信号曲线(无单位)。

图8是本发明实施例所提供方法的辅助控制量曲线(无单位)；

图9是本发明实施例所提供方法的俯仰通道的控制量曲线(无单位)；

图10是本发明实施例所提供方法的攻角曲线(单位：度)；

图11是本发明实施例所提供方法的俯仰舵偏角曲线(单位：度)；

具体实施方式

现在将参考附图基础上更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。

本发明提供了一种基于自适应反演的飞行器俯仰角跟踪方法，其采用速率与姿态陀螺分别测量飞行器的俯仰角速率与俯仰角，再由自适应算法设计姿态角相关的不确定参数估计值，并由反演算法构造俯仰角速率的期望值，与俯仰角速率测量信号进行比较得到俯仰角误差信号，再采用非线性自适应算法设计得到系统姿态角速率相关的不确定项，然后由反演控制方法构造最终的俯仰通道控制律，实现对给定俯仰角的准确跟踪与快速响应。该方法的优点在于其通过自适应算法来估计与自动适应飞行器在运行中存在的模型不确定与气动参数变化，从而使得整个控制算法具有一定的自适应能力，使得控制器具有较好的鲁棒性与稳定性。

下面，将结合附图对本发明的一种基于自适应反演的飞行器俯仰角跟踪方法进行进一步的解释以及说明。参考图1所示，该基于自适应反演的飞行器俯仰角跟踪方法可以包括以下步骤：

步骤S10，在飞行器上安装姿态陀螺仪，测量飞行器俯仰角；再安装速率陀螺仪，测量飞行器的俯仰角速率。

具体的，把通过安装姿态陀螺仪测量所得的飞行器俯仰角记作θ，吧通过安装速率陀螺仪测量所得的俯仰角速率记作ω。

步骤S20，根据飞行器的俯仰通道控制任务，设置俯仰角指令信号，再与飞行器俯仰角信号进行比较得到俯仰角误差信号。

具体的，根据飞行器俯仰通道任务，设置俯仰角指令信号为θ^d，与俯仰角测量值进行比较，得到俯仰角误差信号记作e₁，其计算方式为：

e₁＝θ^d-θ；

步骤S30，根据所述的俯仰角误差信号，根据自适应算法，设计俯仰角相关未知参数的自适应估计量；

具体的，首先设计俯仰角相关未知参数的自适应估计量的增长量

如下：

其次，根据增长量

对俯仰角相关未知参数的自适应估计量进行递推更新如下：

其中

即为所求的俯仰角相关未知参数的自适应估计量，

为其第n个数据，其初始值选取为0。e₁为俯仰角误差信号，T是数据间的时间间隔，k_2a、k_2b、ε₁为常值参数，其详细设置见后文案例实施。

步骤S40，根据所述的未知参数的自适应估计量，采用反演控制方法，设计飞行器俯仰角速率的期望值。

具体的，首先根据所述的俯仰角误差信号e₁，设计误差非线性项，记作e_1a，其计算如下：

其次，根据所述的未知参数的自适应估计量，采用反演控制方法，设计俯仰角速率的期望值如下：

其中

为飞行器俯仰角速率的期望值，e₁为俯仰角误差信号，

为所求的俯仰角相关未知参数的自适应估计量，k₁₁、k₁₂为常值参数，其详细设置见后文案例实施。

步骤S50，根据所述的飞行器俯仰角速率的期望值，设计近似微分估计器，计算飞行器俯仰角速率的期望值的近似微分信号。

具体的，首先构建w₁与w₂为近似微分估计器的状态，设置其初始值为0，即w₁(1)＝0，w₂(1)＝0，设置w₁(n)为状态w₁的第n个数据，设置w₂(n)为状态w₂的第n个数据，数据间的时间间隔为T。

其次，根据所述的飞行器俯仰角速率的期望值，与状态w₁进行比较，得到状态误差量，记作w₀，其比较方式如下：

再次，计算近似微分器的状态增长量如下：

w_d2＝-w₀

其中w_d1为状态w₁的增长量，w_d2为状态w₂的增长量，Γ₀、Γ₁、Γ₂、ε_a为常值参数，其详细设置见后文案例实施。

最后，所述的近似微分器的状态增长量对状态w₁与状态w₂进行更新；

w₁(n+1)＝w₁(n)+w_d1T；

w₂(n+1)＝w₂(n)+w_d2T；

w_d1即为最终的飞行器俯仰角速率的期望值的近似微分信号。

步骤S60，根据所述的俯仰角速率信号与飞行器俯仰角速率信号的期望值，进行比较得到俯仰角速率误差信号，采用自适应方法，计算俯仰角速率相关未知参数的估计量；

具体的，首先根据所示的飞行器俯仰角速率信号的期望值

与俯仰角速率信号ω进行比较，得到俯仰角速率误差信号记作e₂，其计算方式如下：

然后根据俯仰角速率误差信号与俯仰角速率信号以及俯仰角信号，设计俯仰角速率相关未知参数的估计量如下：

其中

为俯仰角速率相关未知参数的增长量。k₅₁、k₅₂、k₆₁、k₆₂、ε₃、ε₄为未知参数，其详细设计见后文案例实施。

最后，根据俯仰角速率相关未知参数的增长量，进行未知参数估计量的更新如下：

其中

为俯仰角速率相关未知参数的估计值，T是数据间的时间间隔，其初始值为0，即

步骤S70，根据所述的俯仰角速率误差信号、俯仰角误差信号与俯仰角速率相关未知参数的估计量，采用反演自适应方法，设计估计量，设计俯仰通道的控制律。

具体的，根据所述的俯仰角速率误差信号e₂、俯仰角误差信号e₁、以及俯仰角速率相关未知参数的估计量w_d1、俯仰角速率信号ω、俯仰角速率相关未知参数的估计值

构造辅助控制量，记作u_a，其计算方式如下：

其中k_w1、k_w2、k_w3为常值控制参数，其详细设计见后文案例实施。dt表示对时间信号积分。

其次，根据辅助控制量，构造最终的俯仰通道控制量如下：

其中k_u1、k_u2、k_u3为常值控制参数，其详细设计见后文案例实施。u为最终的俯仰通道控制量。

在此基础之上，根据俯仰角跟踪快速性、准确性与稳定性进行综合判断，选取合适的参数，组成最终的俯仰角跟踪控制系统，完成俯仰通道的控制任务。

案例实施与计算机仿真模拟结果分析

为验证本发明方法的正确性，特进行以下案例仿真分析。

在步骤S10中，测量飞行器俯仰角如图2所示；测量飞行器的俯仰角速率如图3所示。

在步骤S20中，设置俯仰角指令信号为

再与飞行器俯仰角信号进行比较得到俯仰角误差信号如图4所示。

在步骤S30中，设置参数T＝0.001，k_2a＝3，k_2b＝2，ε₁＝0.5，得到俯仰角未知参数的自适应估计量如图5所示。

在步骤S40中，设置k₁₁＝5、k₁₂＝4，得到飞行器俯仰角速率的期望值如图6所示。

在步骤S50中，设置Γ₀＝8、Γ₁＝2、Γ₂＝5、ε_a＝0.8，得到飞行器俯仰角速率的期望值的近似微分信号如图7所示。

在步骤S60中，设置k₅₁＝3、k₅₂＝2、k₆₁＝4、k₆₂＝3、ε₃＝0.6、ε₄＝0.5，在步骤S70中，设置k_w1＝5、k_w2＝0.5、k_w3＝0.8，k_u1＝1.7、k_u2＝0.8、k_u3＝0.5得到辅助控制量如图8所示，最终得到俯仰通道的控制量如图9所示。飞行器的攻角曲线如图10所示，飞行器的俯仰舵偏角如图11所示。

由图2可以看出，飞行器的俯仰角在前4秒能够有效地跟踪3度，在4秒后能有效地跟踪6度。整个跟踪过程的响应时间大约在0.5秒，准确性也比较好。而由图11可以看出在初始段飞行器的舵偏角比较大，但仍然小于10度，主要原因是由于初始段飞行器速度较小的缘故，此时舵效较低，空气动力不足。但同时可以看出本发明所提供方法仍然是稳定的。在4秒后，由图10可以看出攻角稳定在4度左右，可见此时飞行器的速度仍然较小，大约需要4度攻角才能保证飞行器的稳定飞行。综上所述，本案例说明了本发明所提出方法是有效而可行的，而且最终飞行器俯仰角的稳定跟踪效果具有很好的动态特性，从而具有很高的工程应用价值。

本领域技术人员在考虑说明书及实践这类的发明后，将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未指明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。

Claims (1)

1.一种基于自适应反演的飞行器俯仰角跟踪方法，其特征在于，包括以下步骤：

步骤S10，在飞行器上安装姿态陀螺仪，测量飞行器俯仰角；再安装速率陀螺仪，测量飞行器的俯仰角速率；

步骤S20，根据飞行器的俯仰通道控制任务，设置俯仰角指令信号，再与飞行器俯仰角信号进行比较得到俯仰角误差信号如下：

e₁＝θ^d-θ；

其中θ^d为俯仰角指令信号，θ为飞行器俯仰角信号，e₁为俯仰角误差信号；

步骤S30，根据所述的俯仰角误差信号，根据自适应算法，设计俯仰角相关未知参数的自适应估计量如下：

其中为俯仰角相关未知参数的自适应估计量的增长量，为其第n个数据，其初始值选取为0；T是数据间的时间间隔，k_2a、k_2b、ε₁为常值参数；即为所求的俯仰角相关未知参数的自适应估计量；

步骤S40，根据所述的未知参数的自适应估计量，采用反演控制方法，设计飞行器俯仰角速率的期望值如下：

其中e₁为俯仰角误差信号，e_1a为误差非线性项；为俯仰角相关未知参数的自适应估计量，k₁₁、k₁₂为常值参数；即为飞行器俯仰角速率的期望值；

步骤S50，根据所述的飞行器俯仰角速率的期望值，设计近似微分估计器，计算飞行器俯仰角速率的期望值的近似微分信号如下：

w_d2＝-w₀

w₁(n+1)＝w₁(n)+w_d1T；

w₂(n+1)＝w₂(n)+w_d2T；

其中为飞行器俯仰角速率的期望值，w₁与w₂为近似微分估计器的状态，设置其初始值为0，即w₁(1)＝0，w₂(1)＝0，w₁(n)为状态w₁的第n个数据，w₂(n)为状态w₂的第n个数据，T为数据间的时间间隔；w₀为状态误差量，w_d1为状态w₁的增长量，w_d2为状态w₂的增长量，Γ₀、Γ₁、Γ₂、ε_a为常值参数；w_d1即为最终的飞行器俯仰角速率的期望值的近似微分信号；

步骤S60，根据俯仰角速率信号与飞行器俯仰角速率信号的期望值，进行比较得到俯仰角速率误差信号，采用自适应方法，计算俯仰角速率相关未知参数的估计量如下：

其中为飞行器俯仰角速率信号的期望值，ω为俯仰角速率信号，e₂为俯仰角速率误差信号，为俯仰角速率相关未知参数的增长量，k₅₁、k₅₂、k₆₁、k₆₂、ε₃、ε₄为未知参数；为俯仰角速率相关未知参数的估计值，其初始值为0，即T是数据间的时间间隔；

步骤S70，根据所述的俯仰角速率误差信号、俯仰角误差信号与俯仰角速率相关未知参数的估计量，采用反演自适应方法，设计估计量，设计俯仰通道的控制律如下：

其中e₂为俯仰角速率误差信号、e₁为俯仰角误差信号、w_d1为俯仰角速率相关未知参数的估计量、ω为俯仰角速率信号、为俯仰角速率相关未知参数的估计值，u_a为辅助控制量，k_w1、k_w2、k_w3、k_u1、k_u2、k_u3为常值控制参数，dt表示对时间信号积分；u为最终的俯仰通道控制量。

Images