CN111736468A - 一种信息融合下的飞行器抗干扰控制方法 - Google Patents
一种信息融合下的飞行器抗干扰控制方法 Download PDFInfo
- Publication number
- CN111736468A CN111736468A CN202010570247.2A CN202010570247A CN111736468A CN 111736468 A CN111736468 A CN 111736468A CN 202010570247 A CN202010570247 A CN 202010570247A CN 111736468 A CN111736468 A CN 111736468A
- Authority
- CN
- China
- Prior art keywords
- representing
- substances
- content
- aircraft
- disturbance observer
- 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.)
- Granted
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
Abstract
本发明涉及一种信息融合下的飞行器抗干扰控制方法,属于信息融合控制方法领域,用于解决飞行器部分状态不可测以及存在模型不确定性和外界干扰时的跟踪控制问题。考虑系统部分状态不可测且存在未知噪声的情况,利用自适应Kalman滤波融合飞控信息和惯导信息来实现状态估计;将高度子系统转化为严格反馈形式,基于状态估计值并采用反步法策略设计控制器;针对由飞行器模型不确定性和外界干扰形成的集合干扰,设计扰动观测器对不确定部分进行估计。本发明将惯导/飞控系统信息融合和飞行控制器设计有机结合,为解决飞行器在部分状态不可测以及存在模型不确定性和外界干扰时的跟踪控制问题提供了有效途径。
Description
技术领域
本发明涉及一种飞行控制方法,特别是涉及一种信息融合下的飞行器抗干扰控制方法,属于信息融合控制方法领域。
背景技术
飞行控制系统设计是保证飞机安全飞行的重要基础。反步法被广泛应用于飞控系统设计中,但是要求系统模型准确、外界环境无干扰,而且存在“复杂度爆炸”问题,为了解决这个问题,动态面设计以及指令滤波设计被应用于降低设计复杂度。目前,很多应用在飞控系统设计中的智能控制都是基于状态完全可测的,但在实际系统中,部分系统状态不易直接测量,或由于测量设备在经济上和使用性能上的限制,使得不可能获得系统的全部状态向量,从而影响飞行器的控制性能。
《Hypersonic Vehicle Longitudinal Control Based on Sliding ModeObserver and Dynamic Surface Control》(Yuyan Guo,Shixing Wang,Bin Xu,et al,《IEEE Chinese Control Conference》,2016年)采用滑模观测器来估计系统的迎角和航迹角,并基于反步法设计控制器,将滑模观测器得到的估计值作为控制器输入,该方法可以有效估计未知状态并实现跟踪控制。但是,当系统存在测量噪声以及模型不确定性和外界干扰时,噪声会导致系统状态估计不准确,而扰动会影响系统的控制性能,因而该方法可能达不到期望的控制效果。
发明内容
要解决的技术问题
本发明的目的在于提供一种信息融合下的飞行器抗干扰控制方法,以解决飞行器部分状态不可测以及存在模型不确定性和外界干扰时的跟踪控制问题。
技术方案
一种信息融合下的飞行器抗干扰控制方法,其特征在于步骤如下:
步骤1:考虑含有未知时变干扰的飞行器纵向动力学模型为
其中,V、h、γ、α和q分别表示速度、高度、航迹角、迎角和俯仰角角速度;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;di,i=V,h,γ,α,q表示模型不确定性和外界扰动构成的集合干扰;
步骤2:选择X=[V h γ α q]T为滤波状态量,根据动力学模型(1)-(5)建立系统状态方程
其中,噪声w(t)=[dV(t) dh(t) dγ(t) dα(t) dq(t)]T的统计特性是未知的;f(X,t)∈R5是根据(1)-(5)得到的非线性函数;
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
状态方程(6)和观测方程(7)线性化离散化
其中,Xk表示k时刻的状态;Φk/k-1=I+F(tk-1)σT表示tk-1时刻至tk时刻的一步转移阵,其中σT为滤波采样时间,E(wk)=qk,qk∈R5和Qk∈R5×5≥0表示未知的噪声均值和协方差,其中E(vk)=0,Rv,k∈R3×3>0表示量测噪声协方差;
根据离散型线性干扰方程(8)构建自适应Kalman滤波器
其中,表示k时刻的状态估计值;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时刻惯导量测值;Kk∈R5×3表示滤波增益;和为噪声估计值。
步骤3:定义Xh=[x1 x2 x3 x4]T,其中x1=h,x2=γ,x3=θ,x4=q,θ=α+γ;因为γ很小,取sinγ=γ;考虑到Tsinα远小于L,在控制器设计过程中忽略;
根据动力学模型(2)-(5),高度子系统转换成以下严格反馈形式
根据动力学模型(1),速度子系统写成以下形式
设计一阶滤波器为
设计扰动观测器为
设计一阶滤波器为
设计一阶滤波器为
其中,L4>0表示扰动观测器参数;
设计扰动观测器为
其中,LV>0表示扰动观测器参数;
步骤5:根据得到控制信号u(t)和uV(t),返回到飞行器的动力学模型(1)-(5)中,对高度和速度进行跟踪控制。
步骤4中所述的Vd=40m/s。
有益效果
本发明提出的一种信息融合下的飞行器抗干扰控制方法,该方法考虑飞行器部分状态不可测且存在未知系统噪声,通过设计自适应Kalman滤波器融合飞控和惯导信息来实现状态估计;基于反步法框架,将自适应Kalman滤波器得到的状态估计值用于设计控制器;利用扰动观测器来估计由飞行器模型不确定性和外界干扰形成的复合干扰;按照上述步骤得到飞行器的控制输入以实现高度和速度的跟踪控制。
与现有技术相比有益效果为:
(1)本发明考虑了飞行器存在模型不确定性和外界干扰,通过设计扰动观测器来实现对系统未知部分的估计,将飞行器控制器设计与惯导/飞控系统信息融合有机结合。
(2)本发明考虑了系统部分状态不可测,并通过设计自适应Kalman滤波器融合惯导与飞控信息来实现状态估计,从而保证控制系统的控制性能。
(3)本发明考虑了系统噪声统计特性未知,并通过设计自适应Kalman滤波器实现噪声统计特性的估计,并减小噪声对系统的影响。
附图说明
图1是本发明一种信息融合下的飞行器抗干扰控制方法流程图。
图2是本发明一种信息融合下的飞行器抗干扰控制方法原理图。
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明的一种信息融合下的飞行器抗干扰控制方法流程图如图1所示,所发明内容用于改进飞行器存在未知时变扰动以及系统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)考虑含有未知时变干扰的飞行器纵向动力学模型为
其中,V、h、γ、α和q分别表示速度、高度、航迹角、迎角和俯仰角角速率;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;di,i=V,h,γ,α,q表示模型不确定性和外界扰动构成的集合干扰;dh=5sin(2t),dγ=0.1sin(2t),dα=0.2cos(t),dq=0.2sin(t),dV=cos(2t);(1)中相关气动力和力矩的定义如下
其中,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。
(b)根据图2,选择X=[V h γ α q]T为滤波状态量,根据模型(1)-(5)建立系统状态方程
其中,w(t)=[dV(t) dh(t) dγ(t) dα(t) dq(t)]T;非线性函数f(X,t)为
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
ZINS(t)=HX(t)+v(t) (7)
状态方程(6)和观测方程(7)线性化离散化
其中,Xk表示k时刻的状态;Φk/k-1=I+F(tk-1)σT表示tk-1时刻至tk时刻的一步转移阵,其中σT为滤波采样时间,E(wk)=qk,qk∈R5和Qk∈R5×5≥0表示未知的噪声均值和协方差,其中E(vk)=0,Rv,k∈R3×3>0表示量测噪声协方差。
根据离散型线性干扰方程(8)构建自适应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时刻的协方差矩阵;Pk/k-1∈R5×5表示一步预测均方误差;表示k时刻的惯导量测值;Kk∈R5×3表示滤波增益;和为噪声估计值,定义噪声统计估计器为
(c)定义Xh=[x1 x2 x3 x4]T,其中x1=h,x2=γ,x3=θ,x4=q,θ=α+γ;因为γ很小,取sinγ=γ;考虑到Tsinα远小于L,在控制器设计过程中忽略。
根据动力学模型(2)-(5),高度子系统转换成以下严格反馈形式
根据动力学模型(1),速度子系统写成以下形式
设计一阶滤波器为
设计扰动观测器为
设计一阶滤波器为
设计扰动观测器为
设计一阶滤波器为
设计扰动观测器为
设计扰动观测器为
其中,L4>0表示扰动观测器参数,由设计者给出。
设计扰动观测器为
其中,LV>0表示扰动观测器参数,由设计者给出。
(e)根据得到的控制输入u和uV,返回到飞行器的动力学模型(1)-(5)中,对高度和速度进行跟踪控制。
Claims (2)
1.一种信息融合下的飞行器抗干扰控制方法,其特征在于步骤如下:
步骤1:考虑含有未知时变干扰的飞行器纵向动力学模型为
其中,V、h、γ、α和q分别表示速度、高度、航迹角、迎角和俯仰角角速度;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;di,i=V,h,γ,α,q表示模型不确定性和外界扰动构成的集合干扰;
步骤2:选择X=[V h γ α q]T为滤波状态量,根据动力学模型(1)-(5)建立系统状态方程
其中,噪声w(t)=[dV(t) dh(t) dγ(t) dα(t) dq(t)]T的统计特性是未知的;f(X,t)∈R5是根据(1)-(5)得到的非线性函数;
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
ZINS(t)=HX(t)+v(t) (7)
状态方程(6)和观测方程(7)线性化离散化
其中,Xk表示k时刻的状态;Φk/k-1=I+F(tk-1)σT表示tk-1时刻至tk时刻的一步转移阵,其中σT为滤波采样时间,E(wk)=qk,qk∈R5和Qk∈R5×5≥0表示未知的噪声均值和协方差,其中E(vk)=0,Rv,k∈R3×3>0表示量测噪声协方差;
根据离散型线性干扰方程(8)构建自适应Kalman滤波器
其中,表示k时刻的状态估计值;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时刻惯导量测值;Kk∈R5×3表示滤波增益;和为噪声估计值。定义噪声统计估计器为
步骤3:定义Xh=[x1 x2 x3 x4]T,其中x1=h,x2=γ,x3=θ,x4=q,θ=α+γ;因为γ很小,取sinγ=γ;考虑到Tsinα远小于L,在控制器设计过程中忽略;
根据动力学模型(2)-(5),高度子系统转换成以下严格反馈形式
根据动力学模型(1),速度子系统写成以下形式
设计一阶滤波器为
设计扰动观测器为
设计一阶滤波器为
设计扰动观测器为
设计一阶滤波器为
设计扰动观测器为
设计扰动观测器为
其中,L4>0表示扰动观测器参数;
设计扰动观测器为
其中,LV>0表示扰动观测器参数;
步骤5:根据得到控制信号u(t)和uV(t),返回到飞行器的动力学模型(1)-(5)中,对高度和速度进行跟踪控制。
2.根据权利要求1所述的一种信息融合下的飞行器抗干扰控制方法,其特征在于步骤4中所述的Vd=40m/s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570247.2A CN111736468B (zh) | 2020-06-21 | 2020-06-21 | 一种信息融合下的飞行器抗干扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570247.2A CN111736468B (zh) | 2020-06-21 | 2020-06-21 | 一种信息融合下的飞行器抗干扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111736468A true CN111736468A (zh) | 2020-10-02 |
CN111736468B CN111736468B (zh) | 2022-06-21 |
Family
ID=72651936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010570247.2A Active CN111736468B (zh) | 2020-06-21 | 2020-06-21 | 一种信息融合下的飞行器抗干扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111736468B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112486141A (zh) * | 2020-11-26 | 2021-03-12 | 南京信息工程大学 | 一种基于时间自动机的无人机飞控程序建模与验证方法 |
CN113126497A (zh) * | 2021-04-14 | 2021-07-16 | 西北工业大学 | 考虑输入饱和的飞行器鲁棒跟踪控制方法 |
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 |
CN115685764A (zh) * | 2023-01-03 | 2023-02-03 | 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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749851A (zh) * | 2012-07-24 | 2012-10-24 | 北京航空航天大学 | 一种挠性高超声速飞行器的精细抗干扰跟踪控制器 |
CN103777641A (zh) * | 2014-02-19 | 2014-05-07 | 北京理工大学 | 飞行器跟踪控制的复合自抗扰控制方法 |
CN104865970A (zh) * | 2015-05-06 | 2015-08-26 | 南京航空航天大学 | 一种无人机飞行轨迹跟踪控制系统 |
CN109032153A (zh) * | 2018-05-31 | 2018-12-18 | 中国科学院西安光学精密机械研究所 | 基于光电-惯性组合导引的无人机自主着舰方法和系统 |
CN110377045A (zh) * | 2019-08-22 | 2019-10-25 | 北京航空航天大学 | 一种基于抗干扰技术的飞行器全剖面控制方法 |
-
2020
- 2020-06-21 CN CN202010570247.2A patent/CN111736468B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749851A (zh) * | 2012-07-24 | 2012-10-24 | 北京航空航天大学 | 一种挠性高超声速飞行器的精细抗干扰跟踪控制器 |
CN103777641A (zh) * | 2014-02-19 | 2014-05-07 | 北京理工大学 | 飞行器跟踪控制的复合自抗扰控制方法 |
CN104865970A (zh) * | 2015-05-06 | 2015-08-26 | 南京航空航天大学 | 一种无人机飞行轨迹跟踪控制系统 |
CN109032153A (zh) * | 2018-05-31 | 2018-12-18 | 中国科学院西安光学精密机械研究所 | 基于光电-惯性组合导引的无人机自主着舰方法和系统 |
CN110377045A (zh) * | 2019-08-22 | 2019-10-25 | 北京航空航天大学 | 一种基于抗干扰技术的飞行器全剖面控制方法 |
Non-Patent Citations (2)
Title |
---|
YUYAN GUO 等: "Hypersonic vehicle longitudinal control based on sliding mode observer and dynamic surface control", 《2016 35TH CHINESE CONTROL CONFERENCE (CCC)》 * |
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 (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112486141A (zh) * | 2020-11-26 | 2021-03-12 | 南京信息工程大学 | 一种基于时间自动机的无人机飞控程序建模与验证方法 |
CN113126497A (zh) * | 2021-04-14 | 2021-07-16 | 西北工业大学 | 考虑输入饱和的飞行器鲁棒跟踪控制方法 |
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 |
CN115685764A (zh) * | 2023-01-03 | 2023-02-03 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN111736468B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111736468B (zh) | 一种信息融合下的飞行器抗干扰控制方法 | |
US7757993B1 (en) | Method for reducing the turbulence and gust influences on the flying characteristics of aircraft, and a control device for this purpose | |
CN111665857B (zh) | 基于复合智能学习的变体飞行器控制方法 | |
CN111679583B (zh) | 基于气动参数估计的变体飞行器自适应控制方法 | |
CN102591212B (zh) | 一种时变测量延迟输出信号飞行器纵向运动状态观测方法 | |
US20170046968A1 (en) | Flight simulation modeling of aircraft dynamic stall aerodynamics | |
Crozon et al. | Coupled flight dynamics and CFD–demonstration for helicopters in shipborne environment | |
CN104950901A (zh) | 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法 | |
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 | |
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 | |
CN110320794A (zh) | 基于干扰观测的弹性飞行器奇异摄动复合学习控制方法 | |
CN110456636B (zh) | 基于不确定性上界估计的飞行器离散滑模自适应控制方法 | |
CN111580540A (zh) | 基于Kalman滤波的变体飞行器T-S模糊控制方法 | |
CN110320807B (zh) | 基于奇异摄动分解的弹性飞行器数据筛选自适应控制方法 | |
CN114281092A (zh) | 一种基于滑模干扰观测器的高超声速飞行器协调姿态控制方法 | |
CN110308657A (zh) | 基于奇异摄动策略的弹性飞行器全局鲁棒智能控制方法 | |
CN105759609A (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 | |
CN113987894A (zh) | 一种基于降雨天气条件的无人机动力学建模方法 | |
CN113126497B (zh) | 考虑输入饱和的飞行器鲁棒跟踪控制方法 | |
CN105035311B (zh) | 一种飞行器阵风减缓自适应前馈控制系统 | |
CN111487866B (zh) | 基于混合事件触发的高超声速飞行器神经抗干扰控制方法 | |
Bunge et al. | In-flight measurement of wing surface pressures on a small-scale uav during stall/spin maneuvers | |
Cox et al. | Flight test of stable automated cruise flap for an adaptive wing aircraft | |
CN110376887A (zh) | 基于时变滑模增益的飞行器离散滑模智能控制方法 | |
CN113759718B (zh) | 一种飞机机翼损伤自适应控制方法 |
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 |