CN111679583B - 基于气动参数估计的变体飞行器自适应控制方法 - Google Patents

基于气动参数估计的变体飞行器自适应控制方法 Download PDF

Info

Publication number
CN111679583B
CN111679583B CN202010570235.XA CN202010570235A CN111679583B CN 111679583 B CN111679583 B CN 111679583B CN 202010570235 A CN202010570235 A CN 202010570235A CN 111679583 B CN111679583 B CN 111679583B
Authority
CN
China
Prior art keywords
formula
design
design parameter
compound
representing
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
CN202010570235.XA
Other languages
English (en)
Other versions
CN111679583A (zh
Inventor
许斌
王霞
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010570235.XA priority Critical patent/CN111679583B/zh
Publication of CN111679583A publication Critical patent/CN111679583A/zh
Application granted granted Critical
Publication of CN111679583B publication Critical patent/CN111679583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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

本发明涉及一种基于气动参数估计的变体飞行器自适应控制方法，该方法将变体飞行器纵向通道模型解耦为速度子系统和高度子系统，针对速度子系统采用动态逆控制，针对高度子系统采用反步法控制。为有效处理系统动力学中的未知气动函数，将动力学模型转化为已知状态量项与未知气动参数项相乘的线性参数化形式，设计自适应更新律对未知参数部分进行估计，进一步基于估计信息设计控制器，实现系统高度和速度指令的有效跟踪。

Description

基于气动参数估计的变体飞行器自适应控制方法
技术领域
本发明涉及一种飞行器控制方法，特别是涉及一种基于气动参数估计的变体飞行器自适应控制方法，属于飞行控制领域。
背景技术
变体飞行器能够通过作动机构或者智能材料改变机翼外形，兼具不同飞行器的优势，适应多变的任务环境，增加飞行稳定性和操纵性。在飞行器变体过程中，飞行器物理参数、重心、气动参数及转动惯量等会发生较大变化，无法建立单一模型描述整个变形过程，固定控制器也无法进行有效控制。目前研究策略基于CFD模拟等方法获取气动参数关于变形量的函数表达式，并基于小扰动线性化进行控制器设计，但该方法无法有效处理实际飞行过程中各种不确定，可能导致系统控制性能下降甚至失稳。
《基于backstepping/RHO的变体飞机控制器设计》(陈伟，卢京潮，王晓光，章卫国，《北京航空航天大学学报》，2014,40(08):1060-1065)一文针对变后掠角飞行器进行反步法控制，该方法将气动函数转换成已知标称函数和广义不确定项的形式，并基于标称模型进行控制器设计，保证系统飞行稳定性和跟踪性能。该策略忽略了变体过程中未知扰动和建模误差对系统的影响，难以保证较好的控制性能。
发明内容
要解决的技术问题
为解决变体飞行器气动参数未知的问题，本发明提出了一种基于气动参数估计的变体飞行器自适应控制方法。
技术方案
一种基于气动参数估计的变体飞行器自适应控制方法，其特征在于步骤如下：
步骤1：考虑变后掠翼飞行器纵向动力学模型
Figure BDA0002549335560000021
Figure BDA0002549335560000022
Figure BDA0002549335560000023
Figure BDA0002549335560000024
Figure BDA0002549335560000025
其中，FIx、FIkz、FIz和MIy表示变形过程引起的惯性力矩，其表达式为
Figure BDA0002549335560000026
该动力学模型包含五个状态变量X＝[V,h,α,γ,q]T和两个控制输入U＝[δe,T]T，其中V表示速度，h表示高度，α表示攻角，γ表示航迹角，q表示俯仰角速度，δe表示舵偏角，T表示推力；D、L和MA分别表示阻力、升力和俯仰转动力矩；m、Iy和g分别表示质量、俯仰轴的转动惯量和重力引起的加速度；θ＝α+γ表示俯仰角，Sx表示静力矩，zT表示推力矩臂长；
步骤2：将变体飞行器动力学模型解耦得到速度子系统(1)和高度子系统(2)-(5)；
速度子系统(1)写为
Figure BDA0002549335560000027
式中，
Figure BDA0002549335560000028
表示由式(1)得到的未知非线性函数，
Figure BDA0002549335560000029
表示未知气动参数项，
Figure BDA00025493355600000210
表示已知状态量项，gv表示由式(1)得到的已知函数；
针对高度子系统，定义高度跟踪误差为
Figure BDA00025493355600000211
设计航迹角期望指令γd为
Figure BDA00025493355600000212
式中，hd表示高度参考信号，
Figure BDA0002549335560000031
表示高度参考信号的导数，kh＞0和kI＞0为设计参数；
定义x1＝γ，x2＝θ和x3＝q，将姿态子系统(3)-(5)变换为
Figure BDA0002549335560000032
式中，fi，gi，i＝1,3表示由式(3)-(5)得到的未知非线性函数，
Figure BDA0002549335560000033
Figure BDA0002549335560000034
和
Figure BDA0002549335560000035
表示未知气动参数项，
Figure BDA0002549335560000036
和
Figure BDA0002549335560000037
表示已知状态量项；
步骤3：针对速度子系统，定义速度跟踪误差为
Figure BDA0002549335560000038
设计控制输入T为
Figure BDA0002549335560000039
式中，
Figure BDA00025493355600000310
表示
Figure BDA00025493355600000311
的估计值，Vd表示速度参考信号，
Figure BDA00025493355600000312
表示速度参考信号的导数，kv＞0为设计参数；
设计参数估计自适应律为
Figure BDA00025493355600000313
式中，γv＞0为设计参数；
步骤4：第1步：定义航迹角跟踪误差为
Figure BDA00025493355600000314
设计俯仰角虚拟控制量为
Figure BDA00025493355600000315
式中，
Figure BDA00025493355600000316
和
Figure BDA00025493355600000317
表示
Figure BDA00025493355600000318
和
Figure BDA00025493355600000319
的估计值，k1＞0为设计参数；
设计一阶滤波器为
Figure BDA00025493355600000320
式中，
Figure BDA00025493355600000321
表示
Figure BDA00025493355600000322
通过公式(14)所表达的滤波器后获得的信号，
Figure BDA00025493355600000323
为滤波后得到的信号
Figure BDA00025493355600000324
的导数，α2＞0为设计参数；
设计补偿信号ξ1为
Figure BDA0002549335560000041
定义补偿误差
Figure BDA0002549335560000042
设计参数估计自适应律为
Figure BDA0002549335560000043
Figure BDA0002549335560000044
式中，
Figure BDA0002549335560000045
和
Figure BDA0002549335560000046
为设计参数；
第2步：定义俯仰角跟踪误差为
Figure BDA00025493355600000422
设计俯仰角速度虚拟控制量为
Figure BDA0002549335560000047
式中，k2＞0为设计参数；
设计一阶滤波器为
Figure BDA0002549335560000048
式中，
Figure BDA0002549335560000049
表示
Figure BDA00025493355600000410
通过公式(20)所表达的滤波器后获得的信号，
Figure BDA00025493355600000411
为滤波后得到的信号
Figure BDA00025493355600000412
的导数，α3＞0为设计参数；
定义补偿误差
Figure BDA00025493355600000413
设计补偿信号ξ2为
Figure BDA00025493355600000414
第3步：定义俯仰角速度跟踪误差为
Figure BDA00025493355600000415
设计控制输入δe为
Figure BDA00025493355600000416
式中，
Figure BDA00025493355600000417
和
Figure BDA00025493355600000418
表示
Figure BDA00025493355600000419
和
Figure BDA00025493355600000420
的估计值，k3＞0为设计参数；
设计补偿信号ξ3为
Figure BDA00025493355600000421
定义补偿误差
Figure BDA0002549335560000051
设计参数估计自适应律为
Figure BDA0002549335560000052
Figure BDA0002549335560000053
式中，
Figure BDA0002549335560000054
和
Figure BDA0002549335560000055
为设计参数；
步骤5：根据得到的推力T和舵偏角δe，返回到飞行器的动力学模型(1)-(5)，对速度和高度进行跟踪控制。
步骤2中所述的kh＝0.5，kI＝0.05。
有益效果
本发明提出的一种基于气动参数估计的变体飞行器自适应控制方法，该方法将变体飞行器纵向通道模型解耦为速度子系统和高度子系统，针对速度子系统采用动态逆控制，针对高度子系统采用反步法控制。为有效处理系统动力学中的未知气动函数，将动力学模型转化为已知状态量项与未知气动参数项相乘的线性参数化形式，设计自适应更新律对未知参数部分进行估计，进一步基于估计信息设计控制器，实现系统高度和速度指令的有效跟踪。
与现有技术相比有益效果为：
(1)本发明通过模型变换将系统动力学中的未知气动函数转化为已知状态向量与未知气动参数相乘的线性参数化形式。
(2)本发明设计自适应律对未知参数进行估计，进一步基于估计信息设计自适应控制律，实现高度和速度的有效跟踪。
(3)本发明针对变体飞行器气动参数未知的问题，给出基于参数估计的控制器设计方法，突破已有的基于线性标称模型的设计，有效提高控制性能。
附图说明
图1是本发明基于气动参数估计的变体飞行器自适应控制方法的流程图。
具体实施方式
现结合实施例、附图对本发明作进一步描述：
参照图1，本发明基于气动参数估计的变体飞行器自适应控制方法应用于变后掠翼飞行器，通过以下步骤实现：
(a)考虑变后掠翼飞行器纵向通道动力学模型
Figure BDA0002549335560000061
Figure BDA0002549335560000062
Figure BDA0002549335560000063
Figure BDA0002549335560000064
Figure BDA0002549335560000065
其中，FIx、FIkz、FIz和MIy表示变形过程引起的惯性力矩，其表达式为
Figure BDA0002549335560000066
该动力学模型包含五个状态变量X＝[V,h,α,γ,q]T和两个控制输入U＝[δe,T]T，其中V表示速度，h表示高度，α表示攻角，γ表示航迹角，q表示俯仰角速度，δe表示舵偏角，T表示推力；D、L和MA分别表示阻力、升力和俯仰转动力矩；m、Iy和g分别表示质量、俯仰轴的转动惯量和重力引起的加速度；θ＝α+γ表示俯仰角，Sx表示静力矩，zT表示推力矩臂长。力、力矩及各系数关于变形量后掠角ζ的表达式为：
L＝CL(ζ)QSω(ζ)，D＝CD(ζ)QSω(ζ)，MA＝Cm(ζ)QSω(ζ)cA(ζ)
Figure BDA0002549335560000079
Figure BDA0002549335560000071
Sω(ζ)＝-0.8271+1.6040ζ，Sx≈2m1r1x+m3r3x，m1＝5，m3＝15
r1x＝-0.0324ζ2sin(ζ)+0.0561ζsin(ζ)+1.4983sin(ζ),r3x＝0.1458
cA(ζ)＝0.2054ζ2-0.2520ζ+0.4874
CL0(ζ)＝0.0042ζ3-0.1374ζ2-0.0516ζ+0.2291
CLα(ζ)＝-1.1264ζ3-0.4351ζ2+0.3816ζ+4.592
CD0(ζ)＝-0.0024ζ3+0.0045ζ2+0.0022ζ+0.0210
CDα(ζ)＝-0.0310ζ2-0.0458ζ+0.1090
Figure BDA00025493355600000710
Cm0(ζ)＝0.4239ζ2-0.4462ζ-0.0365
Cmα(ζ)＝9.6542ζ3-6.5395ζ2-6.1887ζ-1.5909
Figure BDA00025493355600000711
Cmq(ζ)＝41.4537ζ3-50.4868ζ2-9.7741ζ-10.673
其中，Q表示动压，ρh表示空气密度，Sω(ζ)表示气动参考面积，cA(ζ)表示平均气动弦长。
(b)将飞行器动力学模型解耦得到速度子系统(1)和高度子系统(2)-(5)。
速度子系统(1)写为
Figure BDA0002549335560000072
式中，
Figure BDA0002549335560000073
表示由式(1)得到的未知非线性函数，
Figure BDA0002549335560000074
表示未知气动参数项，
Figure BDA0002549335560000075
表示已知状态量项，gv表示由式(1)得到的已知函数。
针对高度子系统，定义高度跟踪误差为
Figure BDA0002549335560000076
设计航迹角期望指令γd为
Figure BDA0002549335560000077
式中，hd表示高度参考信号，
Figure BDA0002549335560000078
表示高度参考信号的导数，kh＝0.5，kI＝0.05。
定义x1＝γ，x2＝θ和x3＝q，将姿态子系统(3)-(5)变换为
Figure BDA0002549335560000081
式中，fi，gi，i＝1,3表示由式(3)-(5)得到的未知非线性函数，
Figure BDA0002549335560000082
Figure BDA0002549335560000083
和
Figure BDA0002549335560000084
表示未知气动参数项，
Figure BDA0002549335560000085
和
Figure BDA0002549335560000086
表示已知状态量项。
(c)针对速度子系统，定义速度跟踪误差为
Figure BDA0002549335560000087
设计控制输入T为
Figure BDA0002549335560000088
式中，
Figure BDA0002549335560000089
表示
Figure BDA00025493355600000810
的估计值，Vd表示速度参考信号，
Figure BDA00025493355600000811
表示速度参考信号的导数，kv＝5。
设计参数估计自适应律为
Figure BDA00025493355600000812
式中，γv＝10。
(d)第1步：定义航迹角跟踪误差为
Figure BDA00025493355600000813
设计俯仰角虚拟控制量为
Figure BDA00025493355600000814
式中，
Figure BDA00025493355600000815
和
Figure BDA00025493355600000816
表示
Figure BDA00025493355600000817
和
Figure BDA00025493355600000818
的估计值，k1＝2。
设计一阶滤波器为
Figure BDA00025493355600000819
式中，
Figure BDA00025493355600000820
表示
Figure BDA00025493355600000821
通过公式(14)所表达的滤波器后获得的信号，
Figure BDA00025493355600000822
为滤波后得到的信号
Figure BDA00025493355600000823
的导数，α2＝0.05。
设计补偿信号ξ1为
Figure BDA00025493355600000824
定义补偿误差
Figure BDA00025493355600000825
设计参数估计自适应律为
Figure BDA0002549335560000091
Figure BDA0002549335560000092
式中，
Figure BDA0002549335560000093
第2步：定义俯仰角跟踪误差为
Figure BDA0002549335560000094
设计俯仰角速度虚拟控制量为
Figure BDA0002549335560000095
式中，k2＝2。
设计一阶滤波器为
Figure BDA0002549335560000096
式中，
Figure BDA0002549335560000097
表示
Figure BDA0002549335560000098
通过公式(20)所表达的滤波器后获得的信号，
Figure BDA0002549335560000099
为滤波后得到的信号
Figure BDA00025493355600000910
的导数，α3＝0.05。
定义补偿误差
Figure BDA00025493355600000911
设计补偿信号ξ2为
Figure BDA00025493355600000912
第3步：定义俯仰角速度跟踪误差为
Figure BDA00025493355600000913
设计控制输入δe为
Figure BDA00025493355600000914
式中，
Figure BDA00025493355600000915
和
Figure BDA00025493355600000916
表示
Figure BDA00025493355600000917
和
Figure BDA00025493355600000918
的估计值，k3＝2。
设计补偿信号ξ3为
Figure BDA00025493355600000919
定义补偿误差
Figure BDA00025493355600000920
设计参数估计自适应律为
Figure BDA00025493355600000921
Figure BDA0002549335560000101
式中，
Figure BDA0002549335560000102
(e)根据得到的推力T和舵偏角δe，返回到飞行器的动力学模型(1)-(5)，对速度和高度进行跟踪控制。

Claims (2)

1.一种基于气动参数估计的变体飞行器自适应控制方法，其特征在于步骤如下：
步骤1：考虑变后掠翼飞行器纵向动力学模型
Figure FDA0002954988060000011
Figure FDA0002954988060000012
Figure FDA0002954988060000013
Figure FDA0002954988060000014
Figure FDA0002954988060000015
其中，FIx、FIkz、FIz和MIy表示变形过程引起的惯性力矩，其表达式为
Figure FDA0002954988060000016
该动力学模型包含五个状态变量X＝[V，h，α，γ，q]T和两个控制输入U＝[δe，T]T，其中V表示速度，h表示高度，α表示攻角，γ表示航迹角，q表示俯仰角速度，δe表示舵偏角，T表示推力；D、L和MA分别表示阻力、升力和俯仰转动力矩；m、Iy和g分别表示质量、俯仰轴的转动惯量和重力引起的加速度；θ＝α+γ表示俯仰角，Sx表示静力矩，zT表示推力矩臂长；
步骤2：将变体飞行器动力学模型解耦得到速度子系统(1)、高度子系统(2)和姿态子系统(3)-(5)；
速度子系统(1)写为
Figure FDA0002954988060000017
式中，
Figure FDA0002954988060000018
表示由式(1)得到的未知非线性函数，
Figure FDA0002954988060000019
表示未知气动参数项，
Figure FDA00029549880600000110
表示已知状态量项，gv表示由式(1)得到的已知函数；
针对高度子系统，定义高度跟踪误差为
Figure FDA00029549880600000111
设计航迹角期望指令γd为
Figure FDA0002954988060000021
式中，hd表示高度参考信号，
Figure FDA0002954988060000022
表示高度参考信号的导数，kh＞0和kI＞0为设计参数；
定义x1＝γ，x2＝θ和x3＝q，将姿态子系统(3)-(5)变换为
Figure FDA0002954988060000023
式中，fi，gi，i＝1，3表示由式(3)-(5)得到的未知非线性函数，
Figure FDA0002954988060000024
Figure FDA00029549880600000223
和
Figure FDA00029549880600000224
表示未知气动参数项，
Figure FDA00029549880600000222
和
Figure FDA00029549880600000221
表示已知状态量项；
步骤3：针对速度子系统，定义速度跟踪误差为
Figure FDA0002954988060000025
设计控制输入即推力T为
Figure FDA0002954988060000026
式中，
Figure FDA0002954988060000027
Figure FDA0002954988060000028
表示
Figure FDA0002954988060000029
的估计值，Vd表示速度参考信号，
Figure FDA00029549880600000210
表示速度参考信号的导数，kv＞0为设计参数；
设计参数估计自适应律为
Figure FDA00029549880600000211
式中，γv＞0为设计参数；
步骤4：第1步：定义航迹角跟踪误差为
Figure FDA00029549880600000212
设计俯仰角虚拟控制量为
Figure FDA00029549880600000213
式中，
Figure FDA00029549880600000214
Figure FDA00029549880600000215
和
Figure FDA00029549880600000216
表示
Figure FDA00029549880600000217
和
Figure FDA00029549880600000220
的估计值，k1＞0为设计参数；
设计一阶滤波器为
Figure FDA00029549880600000219
式中，
Figure FDA0002954988060000031
表示
Figure FDA0002954988060000032
通过公式(14)所表达的滤波器后获得的信号，
Figure FDA0002954988060000033
为滤波后得到的信号
Figure FDA0002954988060000034
的导数，α2＞0为设计参数；
设计补偿信号ξ1为
Figure FDA0002954988060000035
定义补偿误差
Figure FDA0002954988060000036
设计参数估计自适应律为
Figure FDA0002954988060000037
Figure FDA0002954988060000038
式中，
Figure FDA0002954988060000039
和
Figure FDA00029549880600000310
为设计参数；
第2步：定义俯仰角跟踪误差为
Figure FDA00029549880600000311
设计俯仰角速度虚拟控制量为
Figure FDA00029549880600000312
式中，k2＞0为设计参数；
设计一阶滤波器为
Figure FDA00029549880600000313
式中，
Figure FDA00029549880600000314
表示
Figure FDA00029549880600000315
通过公式(20)所表达的滤波器后获得的信号，
Figure FDA00029549880600000316
为滤波后得到的信号
Figure FDA00029549880600000317
的导数，α3＞0为设计参数；
定义补偿误差
Figure FDA00029549880600000318
设计补偿信号ξ2为
Figure FDA00029549880600000319
第3步：定义俯仰角速度跟踪误差为
Figure FDA00029549880600000320
设计控制输入即舵偏角δe为
Figure FDA00029549880600000321
式中，
Figure FDA0002954988060000041
Figure FDA0002954988060000042
和
Figure FDA0002954988060000043
表示
Figure FDA0002954988060000044
和
Figure FDA0002954988060000045
的估计值，k3＞0为设计参数；
设计补偿信号ξ3为
Figure FDA0002954988060000046
定义补偿误差
Figure FDA0002954988060000047
设计参数估计自适应律为
Figure FDA0002954988060000048
Figure FDA0002954988060000049
式中，
Figure FDA00029549880600000410
和
Figure FDA00029549880600000411
为设计参数；
步骤5：根据得到的推力T和舵偏角δe，返回到飞行器的动力学模型(1)-(5)，对速度和高度进行跟踪控制。
2.根据权利要求1所述的一种基于气动参数估计的变体飞行器自适应控制方法，其特征在于步骤2中所述的kh＝0.5，kI＝0.05。
CN202010570235.XA 2020-06-21 2020-06-21 基于气动参数估计的变体飞行器自适应控制方法 Active CN111679583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010570235.XA CN111679583B (zh) 2020-06-21 2020-06-21 基于气动参数估计的变体飞行器自适应控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010570235.XA CN111679583B (zh) 2020-06-21 2020-06-21 基于气动参数估计的变体飞行器自适应控制方法

Publications (2)

Publication Number Publication Date
CN111679583A CN111679583A (zh) 2020-09-18
CN111679583B true CN111679583B (zh) 2021-04-20

Family

ID=72456004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010570235.XA Active CN111679583B (zh) 2020-06-21 2020-06-21 基于气动参数估计的变体飞行器自适应控制方法

Country Status (1)

Country Link
CN (1) CN111679583B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113126494B (zh) * 2021-04-14 2022-08-09 西北工业大学 参考轨迹动态修正的低空飞行气动辨识控制方法
CN113126495B (zh) * 2021-04-14 2022-08-05 西北工业大学 基于地效干扰补偿的低空飞行鲁棒智能控制方法
CN113377122B (zh) * 2021-07-06 2022-10-28 西北工业大学 一种可栖落机动的变体飞行器切换自适应控制方法
CN114265420B (zh) * 2021-12-09 2023-08-29 中国运载火箭技术研究院 适于高动态、控制慢响应的制导控制一体化设计方法
CN114942649B (zh) * 2022-06-06 2022-12-06 北京石油化工学院 一种基于反步法的飞机俯仰姿态与航迹角解耦控制方法
CN115327916A (zh) * 2022-08-30 2022-11-11 北京京航计算通讯研究所 一种高机动飞机气动参数摄动的自适应补偿控制方法
CN115685764B (zh) * 2023-01-03 2023-04-14 北京航空航天大学杭州创新研究院 变翼展飞行器任务自适应的抗干扰跟踪控制方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102880055B (zh) * 2012-09-29 2014-11-26 西北工业大学 基于预测模型的高超声速飞行器神经网络控制方法
CN103616816B (zh) * 2013-11-15 2016-04-06 南京航空航天大学 一种高超声速飞行器升降舵故障控制方法
CN107589674A (zh) * 2017-08-08 2018-01-16 南京航空航天大学 基于耦合补偿与转换的高超声速飞行器纵向协调控制方法
CN107703742B (zh) * 2017-09-06 2020-09-01 南京邮电大学 一种柔性航天器传感器故障调节方法
CN107831653B (zh) * 2017-10-16 2020-07-28 南京航空航天大学 一种抑制参数摄动的高超声速飞行器指令跟踪控制方法
CN110320794A (zh) * 2019-07-24 2019-10-11 西北工业大学 基于干扰观测的弹性飞行器奇异摄动复合学习控制方法
CN110456643A (zh) * 2019-07-24 2019-11-15 西北工业大学 基于奇异摄动的弹性飞行器历史数据学习自适应控制方法

Also Published As

Publication number Publication date
CN111679583A (zh) 2020-09-18

Similar Documents

Publication Publication Date Title
CN111679583B (zh) 基于气动参数估计的变体飞行器自适应控制方法
CN111665857B (zh) 基于复合智能学习的变体飞行器控制方法
CN110377045B (zh) 一种基于抗干扰技术的飞行器全剖面控制方法
CN109426146B (zh) 高超声速飞行器的高阶非奇异Terminal滑模控制方法
CN110908278B (zh) 一种折叠翼飞行器的动力学建模与稳定控制方法
CN108776434B (zh) 一种高超声速飞行器快速自适应滑模容错控制方法
CN107479383A (zh) 基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法
CN110568765A (zh) 面向攻角跟踪的高超声速飞行器非对称输出受限控制方法
CN107479384A (zh) 高超声速飞行器神经网络复合学习非反步控制方法
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
CN110597068A (zh) 考虑攻角非对称约束的高超声速飞行器鲁棒控制方法
CN108762098B (zh) 基于复合学习的非最小相位飞行器神经网络控制方法
CN114564045A (zh) 一种考虑降雨和阵风条件的无人机飞行控制律设计方法
CN109062234B (zh) 一种非最小相位飞行器复合学习滑模控制方法
CN107632518A (zh) 基于高增益观测器的高超声速飞行器神经网络复合学习控制方法
CN111580540A (zh) 基于Kalman滤波的变体飞行器T-S模糊控制方法
CN113126495B (zh) 基于地效干扰补偿的低空飞行鲁棒智能控制方法
CN113126497B (zh) 考虑输入饱和的飞行器鲁棒跟踪控制方法
Yuan et al. Adaptive fault-tolerant controller for morphing aircraft based on the L2 gain and a neural network
CN115685764B (zh) 变翼展飞行器任务自适应的抗干扰跟踪控制方法及系统
CN114564047B (zh) 一种考虑气象条件的无人机等速飞行控制方法
CN108415247B (zh) 一种基于标称信息的时标分离飞行器弹性体鲁棒控制方法
CN116360258A (zh) 基于固定时间收敛的高超声速变形飞行器抗干扰控制方法
CN114153144B (zh) 一种输入受限和输入扰动的弹性高超声速飞行器控制方法
CN113126494B (zh) 参考轨迹动态修正的低空飞行气动辨识控制方法

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