CN111580540A - 基于Kalman滤波的变体飞行器T-S模糊控制方法 - Google Patents
基于Kalman滤波的变体飞行器T-S模糊控制方法 Download PDFInfo
- Publication number
- CN111580540A CN111580540A CN202010570229.4A CN202010570229A CN111580540A CN 111580540 A CN111580540 A CN 111580540A CN 202010570229 A CN202010570229 A CN 202010570229A CN 111580540 A CN111580540 A CN 111580540A
- Authority
- CN
- China
- Prior art keywords
- representing
- fuzzy
- angle
- aircraft
- measurement
- 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 28
- 238000001914 filtration Methods 0.000 title claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000005484 gravity Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000005312 nonlinear dynamic Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
Images
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
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于Kalman滤波的变体飞行器T‑S模糊控制方法,该方法根据变体飞行器不同变形结构将飞行器模型分成多个子系统,并采用小扰动线性化方法得到不同子系统平衡点处的局部线性化模型,然后基于局部线性化模型通过模糊集和模糊规则构建全局T‑S模糊模型;考虑变体飞行器部分状态不可测且存在测量噪声,利用Kalman滤波器融合飞控信息和惯导信息实现状态重构;最后基于系统状态估计值设计全局T‑S模糊控制器。
Description
技术领域
本发明涉及变体飞行器的飞行控制,特别是涉及一种基于Kalman滤波的变体飞行器T-S模糊控制方法,属于信息融合控制方法领域。
背景技术
变体飞行器是一种多功能、多形态的新型飞行器,其主要特点是可以通过调整自身的外部结构来获得适合当前飞行环境的最佳气动特性,该特点使得变体飞行器可以适用于更加复杂的飞行环境以及特殊的任务需求。
变体飞行器在变形过程中其气动力、气动力矩、重心、转动惯量等会发生较大变化,飞行器具有较强的时变性和非线性特性,这使得变体飞行器的控制器设计更复杂。目前,已有基于参数空间法、鲁棒增益调度法、线性二次型调节器(LQR)切换控制器等设计变体飞行器的控制器,这些方法可以保证变形过程中的稳定性,但参数空间法和鲁棒增益调度法对噪声和外界干扰没有抑制作用,LQR切换控制由于存在切换,会导致系统不连续且产生抖振。为了实现连续控制,T-S模糊控制法被引入用于设计变体飞行器的控制器,T-S模糊控制器具有连续性且能保证变体过程的全局稳定。但这些控制方法应用的前提是要求系统状态可测或可获得,当系统部分状态不可测时,这些控制方法的控制性能会受到很大影响,甚至不可控。
发明内容
要解决的技术问题
本发明的目的在于提供一种基于Kalman滤波的变体飞行器T-S模糊控制方法,以解决变体飞行器在系统部分状态不可测时的跟踪控制问题。
技术方案
一种基于Kalman滤波的变体飞行器T-S模糊控制方法,其特征在于步骤如下:
步骤1:考虑变体飞行器非线性动力学模型为
其中,V表示飞行速度;h表示飞行高度;γ表示航迹角;α表示迎角;q表示俯仰角速度;D、L和MA分别表示阻力、升力和俯仰力矩;m、Iy和g分别表示飞行器质量、y轴的转动惯量和重力加速度;T表示推力;zT表示发动机安装在机体轴上的位置;FIx,FIz,FIkz和MIy分别表示由变形过程引起的惯性力和力矩,Sx表示分布在机体x轴方向的静力矩,(1)中相关气动力和力矩的定义如下
其中,ζ表示后掠角;ρh表示空气密度;Sw表示机翼面积;cA表示平均气动弦长;Q表示动压;CL,CD和Cm分别表示总的气动升力系数、阻力系数和俯仰力矩系数;CD0、CDα、CL0、CLα、Cm0、Cmα、和Cmq表示气动导数;m1和m3分别表示机翼和机身的质量;r1x和r3x分别表示机翼和机身在机体坐标系中的位置;
步骤2:选择后掠角ζ为前件变量,构建模糊规则如下
其中,状态量X=[ΔV Δh Δγ Δα Δq]T分别表示速度、高度、航迹角、迎角和俯仰角速度的变化量;控制输入u=[Δδe ΔT]T为升降舵偏角和推力的变化量;Al∈R5×5,Bl∈R5×2,Cl∈R5×5分别表示第l个线性模型矩阵,由小扰动线性化得到;Fl用高斯隶属度函数表示 和cl分别表示第l个隶属度函数的中心和宽度;N表示模糊规则个数;
构建T-S模糊模型为
步骤3:选取X=[ΔV Δh Δγ Δα Δq]T为滤波状态量,建立系统状态方程
Xk=Φk/k-1Xk-1+Gk-1u (4)
其中,Φk/k-1=I+A·Δt表示系统转移矩阵;Gk-1=B·Δt表示输入驱动矩阵;Δt表示采样时间;
考虑状态α和γ不可测,引入惯导信息作为量测信息,建立量测方程
Zk INS=HkXk/k-1+vk (5)
构建Kalman滤波器
其中,表示k时刻状态的估计值;表示状态一步预测;Pk-1∈R5×5表示k-1时刻的状态估计协方差;Pk/k-1∈R5×5表示一步预测协方差;表示k时刻的惯导量测值;Kk∈R5×3表示滤波增益;Rk∈R3×3>0表示k时刻的量测噪声方差;
其中,Fl表示模糊集;Kl∈R2×5表示第l个线性模型的控制增益;
设计T-S模糊控制器为
步骤5:根据得到的控制器u,返回到变体飞行器动力学模型(1)中,实现跟踪控制。
步骤3中所述的Δt=0.01s。
有益效果
本发明提出的一种基于Kalman滤波的变体飞行器T-S模糊控制方法,该方法根据变体飞行器不同变形结构将飞行器模型分成多个子系统,并采用小扰动线性化方法得到不同子系统平衡点处的局部线性化模型,然后基于局部线性化模型通过模糊集和模糊规则构建全局T-S模糊模型;考虑变体飞行器部分状态不可测且存在测量噪声,利用Kalman滤波器融合飞控信息和惯导信息实现状态重构;最后基于系统状态估计值设计全局T-S模糊控制器。
与现有技术相比有益效果为:
(1)本发明将基于Kalman滤波的惯导/飞控信息融合与T-S模糊控制器设计有机结合,保证了控制系统连续,且实现跟踪控制。
(2)本发明设计的可Kalman滤波器融合了惯导与飞控信息,能够在系统状态无法测量时准确估计系统状态,保证控制系统的控制性能。
(3)本发明设计的控制器在系统存在测量噪声时仍具有较好的跟踪控制效果。
附图说明
图1是本发明基于Kalman滤波的变体飞行器T-S模糊控制方法流程图。
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明的一种基于Kalman滤波的变体飞行器T-S模糊控制方法流程图如图1所示,所发明内容用于改进变体飞行器存在部分状态不可测时的跟踪控制问题,其具体实施步骤如下:
(a)考虑变体飞行器非线性动力学模型
其中,V表示飞行速度;h表示飞行高度;γ表示航迹角;α表示迎角;q表示俯仰角速度;D、L和MA分别表示阻力、升力和俯仰力矩;m、Iy和g分别表示飞行器质量、y轴的转动惯量和重力加速度;FIx,FIz,FIkz和MIy分别表示由变形过程引起的惯性力和力矩;T表示推力;zT表示发动机安装在机体轴上的位置;Sx表示分布在机体x轴方向的静力矩,(1)中相关气动力和力矩的定义如下
其中,ζ表示后掠角;ρh表示空气密度;Sw表示机翼面积;cA表示平均气动弦长;Q表示动压;CL,CD和Cm分别表示总的气动升力系数、阻力系数和俯仰力矩系数;CD0、CDα、CL0、CLα、Cm0、Cmα、和Cmq表示气动导数;m1和m3分别表示机翼和机身的质量;r1x和r3x分别表示机翼和机身在机体坐标系中的位置。
(b)选择后掠角ζ为前件变量,构建模糊规则如下
ifζis Fl
y(t)=ClX(t) l={1,2,…,N}
其中,状态量X=[ΔV Δh Δγ Δα Δq]T分别表示速度、高度、航迹角、迎角和俯仰角速度的变化量;控制输入u=[Δδe ΔT]T分别表示升降舵偏角和推力的变化量;后掠角ζ在0°~45°之间均匀取值,Al∈R5×5,Bl∈R5×2,Cl∈R5×5分别表示第l个线性模型矩阵,由小扰动线性化得到;Fl用高斯隶属度函数表示 表示第l个隶属度函数的中心,ci=3°,N=6。
构建T-S模糊模型
(c)选取X=[ΔV Δh Δγ Δα Δq]T为滤波状态量,建立系统状态方程
Xk=Φk/k-1Xk-1+Gk-1u
其中,Φk/k-1=I+A·Δt表示系统转移矩阵;Gk-1=B·Δt表示输入驱动矩阵,Δt=0.01s。
考虑状态α和γ不可测,引入惯导信息作为量测信息,建立量测方程
Zk INS=HkXk/k-1+vk
构建Kalman滤波器
其中,表示k时刻状态的估计值;P0=0.1·I5×5;表示状态一步预测;Pk-1∈R5×5表示k-1时刻的状态估计协方差;Pk/k-1∈R5×5表示一步预测协方差;Kk∈R5×3表示滤波增益;Rk∈R3×3>0表示k时刻的量测噪声方差。
ifζis Fl
T-S模糊控制器为
(e)根据得到的控制器u,返回到变体飞行器动力学模型(1)中,实现跟踪控制。
Claims (2)
1.一种基于Kalman滤波的变体飞行器T-S模糊控制方法,其特征在于步骤如下:
步骤1:考虑变体飞行器非线性动力学模型为
其中,V表示飞行速度;h表示飞行高度;γ表示航迹角;α表示迎角;q表示俯仰角速度;D、L和MA分别表示阻力、升力和俯仰力矩;m、Iy和g分别表示飞行器质量、y轴的转动惯量和重力加速度;T表示推力;zT表示发动机安装在机体轴上的位置;FIx,FIz,FIkz和MIy分别表示由变形过程引起的惯性力和力矩,Sx表示分布在机体x轴方向的静力矩,(1)中相关气动力和力矩的定义如下
其中,ζ表示后掠角;ρh表示空气密度;Sw表示机翼面积;cA表示平均气动弦长;Q表示动压;CL,CD和Cm分别表示总的气动升力系数、阻力系数和俯仰力矩系数;CD0、CDα、CL0、CLα、Cm0、Cmα、和Cmq表示气动导数;m1和m3分别表示机翼和机身的质量;r1x和r3x分别表示机翼和机身在机体坐标系中的位置;
步骤2:选择后掠角ζ为前件变量,构建模糊规则如下
其中,状态量X=[ΔV Δh Δγ Δα Δq]T分别表示速度、高度、航迹角、迎角和俯仰角速度的变化量;控制输入u=[Δδe ΔT]T为升降舵偏角和推力的变化量;Al∈R5×5,Bl∈R5×2,Cl∈R5×5分别表示第l个线性模型矩阵,由小扰动线性化得到;Fl用高斯隶属度函数表示 和cl分别表示第l个隶属度函数的中心和宽度;N表示模糊规则个数;
构建T-S模糊模型为
步骤3:选取X=[ΔV Δh Δγ Δα Δq]T为滤波状态量,建立系统状态方程
Xk=Φk/k-1Xk-1+Gk-1u (4)
其中,Φk/k-1=I+A·Δt表示系统转移矩阵;Gk-1=B·Δt表示输入驱动矩阵;Δt表示采样时间;
考虑状态α和γ不可测,引入惯导信息作为量测信息,建立量测方程
Zk INS=HkXk/k-1+vk (5)
构建Kalman滤波器
其中,表示k时刻状态的估计值;表示状态一步预测;Pk-1∈R5×5表示k-1时刻的状态估计协方差;Pk/k-1∈R5×5表示一步预测协方差;表示k时刻的惯导量测值;Kk∈R5×3表示滤波增益;Rk∈R3×3>0表示k时刻的量测噪声方差;
其中,Fl表示模糊集;Kl∈R2×5表示第l个线性模型的控制增益;
设计T-S模糊控制器为
步骤5:根据得到的控制器u,返回到变体飞行器动力学模型(1)中,实现跟踪控制。
2.根据权利要求1所述的一种基于Kalman滤波的变体飞行器T-S模糊控制方法,其特征在于步骤3中所述的Δt=0.01s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570229.4A CN111580540A (zh) | 2020-06-21 | 2020-06-21 | 基于Kalman滤波的变体飞行器T-S模糊控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570229.4A CN111580540A (zh) | 2020-06-21 | 2020-06-21 | 基于Kalman滤波的变体飞行器T-S模糊控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111580540A true CN111580540A (zh) | 2020-08-25 |
Family
ID=72127511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010570229.4A Pending CN111580540A (zh) | 2020-06-21 | 2020-06-21 | 基于Kalman滤波的变体飞行器T-S模糊控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111580540A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113126496A (zh) * | 2021-04-14 | 2021-07-16 | 西北工业大学 | 基于改进ekf状态观测器的飞行器自适应跟踪控制方法 |
CN113805602A (zh) * | 2021-10-23 | 2021-12-17 | 北京航空航天大学 | 一种考虑阵风影响的无人机飞行高度控制方法 |
CN116070066A (zh) * | 2023-02-20 | 2023-05-05 | 北京自动化控制设备研究所 | 一种制导炮弹滚动角计算方法 |
CN116755328A (zh) * | 2023-05-11 | 2023-09-15 | 南京航空航天大学 | 基于切换模糊模型的倾转旋翼无人机过渡段飞行控制方法 |
CN118410585A (zh) * | 2024-06-27 | 2024-07-30 | 西北工业大学 | 一种基于模糊威胁判定的高速飞行器博弈变形方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6259976B1 (en) * | 1999-09-25 | 2001-07-10 | Jerome H. Lemelson | Fuzzy logic based emergency flight control with thrust vectoring |
CN102426457A (zh) * | 2011-11-20 | 2012-04-25 | 西北工业大学 | 一种微型扑翼飞行器飞控导航系统 |
CN102809377A (zh) * | 2012-08-15 | 2012-12-05 | 南京航空航天大学 | 飞行器惯性/气动模型组合导航方法 |
CN103365295A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 基于dsp的四旋翼无人飞行器自主悬停控制系统及方法 |
CN108061887A (zh) * | 2016-11-09 | 2018-05-22 | 北京电子工程总体研究所(航天科工防御技术研究开发中心) | 一种基于模糊交互式多模型算法的临近空间目标跟踪方法 |
CN109933087A (zh) * | 2019-03-18 | 2019-06-25 | 西安爱生技术集团公司 | 无人机与地面机动目标虚拟编队战位保持控制方法 |
-
2020
- 2020-06-21 CN CN202010570229.4A patent/CN111580540A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6259976B1 (en) * | 1999-09-25 | 2001-07-10 | Jerome H. Lemelson | Fuzzy logic based emergency flight control with thrust vectoring |
CN102426457A (zh) * | 2011-11-20 | 2012-04-25 | 西北工业大学 | 一种微型扑翼飞行器飞控导航系统 |
CN102809377A (zh) * | 2012-08-15 | 2012-12-05 | 南京航空航天大学 | 飞行器惯性/气动模型组合导航方法 |
CN103365295A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 基于dsp的四旋翼无人飞行器自主悬停控制系统及方法 |
CN108061887A (zh) * | 2016-11-09 | 2018-05-22 | 北京电子工程总体研究所(航天科工防御技术研究开发中心) | 一种基于模糊交互式多模型算法的临近空间目标跟踪方法 |
CN109933087A (zh) * | 2019-03-18 | 2019-06-25 | 西安爱生技术集团公司 | 无人机与地面机动目标虚拟编队战位保持控制方法 |
Non-Patent Citations (1)
Title |
---|
梁帅等: "基于Kalman滤波的变体飞行器T-S模糊控制", 《航空学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113126496A (zh) * | 2021-04-14 | 2021-07-16 | 西北工业大学 | 基于改进ekf状态观测器的飞行器自适应跟踪控制方法 |
CN113126496B (zh) * | 2021-04-14 | 2022-10-28 | 西北工业大学 | 基于改进ekf状态观测器的飞行器自适应跟踪控制方法 |
CN113805602A (zh) * | 2021-10-23 | 2021-12-17 | 北京航空航天大学 | 一种考虑阵风影响的无人机飞行高度控制方法 |
CN116070066A (zh) * | 2023-02-20 | 2023-05-05 | 北京自动化控制设备研究所 | 一种制导炮弹滚动角计算方法 |
CN116070066B (zh) * | 2023-02-20 | 2024-03-15 | 北京自动化控制设备研究所 | 一种制导炮弹滚动角计算方法 |
CN116755328A (zh) * | 2023-05-11 | 2023-09-15 | 南京航空航天大学 | 基于切换模糊模型的倾转旋翼无人机过渡段飞行控制方法 |
CN118410585A (zh) * | 2024-06-27 | 2024-07-30 | 西北工业大学 | 一种基于模糊威胁判定的高速飞行器博弈变形方法 |
CN118410585B (zh) * | 2024-06-27 | 2024-09-13 | 西北工业大学 | 一种基于模糊威胁判定的高速飞行器博弈变形方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111580540A (zh) | 基于Kalman滤波的变体飞行器T-S模糊控制方法 | |
CN111708377B (zh) | 基于惯导/飞控系统信息融合的飞行控制方法 | |
Ryan et al. | Current and future research in active control of lightweight, flexible structures using the X-56 aircraft | |
CN111679583B (zh) | 基于气动参数估计的变体飞行器自适应控制方法 | |
CN111665857A (zh) | 基于复合智能学习的变体飞行器控制方法 | |
CN108873929B (zh) | 一种固定翼飞机自主着舰方法及系统 | |
CN108828957B (zh) | 基于切换机制的飞行器全局有限时间神经网络控制方法 | |
US7757993B1 (en) | Method for reducing the turbulence and gust influences on the flying characteristics of aircraft, and a control device for this purpose | |
CN111736468B (zh) | 一种信息融合下的飞行器抗干扰控制方法 | |
CN109703768B (zh) | 一种基于姿态/轨迹复合控制的软式空中加油对接方法 | |
CN105759609B (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 | |
CN111290278B (zh) | 一种基于预测滑模的高超声速飞行器鲁棒姿态控制方法 | |
CN109032171A (zh) | 一种基于非线性控制律的飞行器风洞自由飞的控制方法 | |
CN110414110B (zh) | 一种用于飞行失速状态下的飞机受力仿真方法 | |
CN106802570B (zh) | 一种无人直升机位置跟踪的方法与装置 | |
Takarics et al. | Flight control oriented bottom-up nonlinear modeling of aeroelastic vehicles | |
CN108762098A (zh) | 基于复合学习的非最小相位飞行器神经网络控制方法 | |
CN113126497B (zh) | 考虑输入饱和的飞行器鲁棒跟踪控制方法 | |
CN211685678U (zh) | 一种多旋翼无人机实时尾迹的仿真分析系统 | |
CN116088549B (zh) | 一种尾座式垂直起降无人机姿态控制方法 | |
CN115686036A (zh) | 一种基于预设性能的变外形飞行器多维复合控制方法 | |
CN115048724A (zh) | 一种基于b型样条的变体空天飞行器气动系数在线辨识方法 | |
CN115964795A (zh) | 一种基于干扰观测器的变体飞行器变形控制方法 | |
Shen et al. | Tracking control of a small unmanned air vehicle with airflow awareness | |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200825 |