CN113110540B - 基于时标分解的弹性体飞行器全局有限时间控制方法 - Google Patents
基于时标分解的弹性体飞行器全局有限时间控制方法 Download PDFInfo
- Publication number
- CN113110540B CN113110540B CN202110402166.6A CN202110402166A CN113110540B CN 113110540 B CN113110540 B CN 113110540B CN 202110402166 A CN202110402166 A CN 202110402166A CN 113110540 B CN113110540 B CN 113110540B
- Authority
- CN
- China
- Prior art keywords
- formula
- subsystem
- design parameter
- defining
- design
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 11
- 229920001971 elastomer Polymers 0.000 title claims abstract description 11
- 239000000806 elastomer Substances 0.000 title claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 150000001875 compounds Chemical class 0.000 claims description 26
- 238000013528 artificial neural network Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 4
- 239000002131 composite material Substances 0.000 abstract description 3
- 238000011217 control strategy Methods 0.000 abstract description 3
- 230000005624 perturbation theories Effects 0.000 abstract description 3
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 241000380131 Ammophila arenaria Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000463 material Substances 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
- G05D1/0833—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using limited authority control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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时标分解的弹性体飞行器全局有限时间控制方法,属于飞行器控制领域,用于解决弹性体飞行器表现出的弹性模态和气动不确定问题。该方法首先基于奇异摄动理论将刚弹耦合飞行动力学转换为刚体慢变子系统和弹性快变子系统。然后,针对刚体子系统设计了基于监测机制的全局有限时间控制方法,当飞行状态在智能工作域时构建有限时间复合学习策略,当偏离智能工作域时构建有限时间鲁棒控制策略,针对弹性子系统设计了有限时间滑模控制方法。本发明实现了系统自适应动态调整和鲁棒跟踪,保证了弹性模态的快速稳定收敛,对弹性体飞行器安全可靠飞行具有重要意义。
Description
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时标分解的弹性体飞行器全局有限时间控制方法,属于飞行器控制领域。
背景技术
轻质材料的应用和细长机身设计使机体结构固有振动频率降低,飞行器动力学表现出弹性模态,弹性振动易造成机体弯曲振动和气动特性变化,影响系统控制性能和飞行安全。由于天地环境不一致,飞行器在实际飞行过程面临诸多干扰,飞行动力学表现出气动不确定,如何快速有效地对其进行处理是实现可靠飞行的关键。
《基于时标分解的弹性高超声速飞行器智能控制》(许斌,王霞,《航空学报》,2020,41(11):624387.)一文考虑刚弹性模态的不同时标特性,采用奇异摄动理论进行快慢时标分解,将模型转换为刚体子系统和弹性子系统,并分别设计了复合学习控制和滑模控制。该设计忽略了神经网络逼近是否有效的问题,且未实现刚弹模态的有限时间快速稳定收敛,因此难以取得较好的控制性能。
发明内容
要解决的技术问题
针对弹性体飞行器表现出的弹性模态和气动不确定问题,本发明设计了一种基于时标分解的弹性体飞行器全局有限时间控制方法。
技术方案
一种基于时标分解的弹性体飞行器全局有限时间控制方法,其特征在于步骤如下:
步骤1:考虑弹性飞行器纵向通道动力学模型
所述的运动学模型由七个状态量和两个控制输入U=[δe,Φ]T组成;其中,V表示速度,h表示高度,γ表示航迹角,α表示攻角,q表示俯仰角速度,η和表示弹性模态,δe表示舵偏角,Φ表示节流阀开度;m、Iyy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;ζ、ω和N分别表示弹性模态的阻尼比、自然振动频率和广义力;
力、力矩以及各系数的表达式为
步骤2:定义高度跟踪误差为eh=h-hd,设计航迹角指令γd为
步骤3:取x1=γ,x2=θ,x3=q,其中θ=α+γ表示俯仰角,姿态子系统(3)-(6)写为
定义ρ=1/ω2,ρσ=η和ρB3=β1,姿态子系统(9)写为以下形式
设置ρ=0,姿态子系统(11)写为
式中,‘s’表示慢变子系统,δes表示慢变子系统的舵偏角;
可得姿态慢变子系统为
进一步写为以下严格反馈形式
式中,δef=δe-δes表示快变子系统的舵偏角;
可将快变子系统(15)写为以下形式
其中,
式中,λk2>λk1>0,k=1,2,3表示神经网络有效逼近未知非线性函数fi的紧子集边界,由设计者给定,b>0和τk>0为设计参数;
步骤6:定义航迹角跟踪误差e1为
式中,z1=e1-χ1为补偿后的跟踪误差,χ1为误差补偿信号由式(24)给出,表示由式(17)-(18)设计的状态监测函数,k1>0,l1>0和0<υ<1为设计参数;设计自适应神经网络控制和鲁棒控制为
设计一阶微分器为
定义误差补偿信号χ1为
式中,q1>0为设计参数,χ2为误差补偿信号由式(24)给出;
定义预测误差z1N为
定义俯仰角跟踪误差e2为
式中,sigυ(z2)=|z2|υsign(z2),z2=e2-χ2为补偿后的跟踪误差,k2>0和l2>0为设计参数;
设计一阶微分器为
定义误差补偿信号χ2为
式中,q2>0为设计参数,χ3为误差补偿信号由式(35)给出;
定义俯仰角速率跟踪误差e3为
设计慢变子系统的舵偏角δes为
定义误差补偿信号χ3为
式中,q3>0为设计参数;
定义预测误差z3N为
步骤7:定义滑模面es为
es=ψ1+csψ2 (38)式中,cs>0为设计参数;
设计快变子系统的舵偏角δef为
式中,sig(es)υ=|es|υsign(es),ks1>0和ks2>0为设计参数;
式中,Vd为速度参考指令;
设计节流阀开度Φ为
式中,kpV>0,kiV>0和kdV>0为设计参数;
步骤9:根据得到的慢变子系统舵偏角δes和快变子系统舵偏角δef,得到姿态子系统舵偏角δe=δes+δef,结合速度子系统节流阀开度Φ,返回到弹性飞行器纵向通道动力学模型(1)-(6),对高度和速度进行跟踪控制。
一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的方法。
一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现上述的方法。
一种计算机程序,其特征在于包括计算机可执行指令,所述指令在被执行时用于实现上述的方法。
有益效果
本发明提出的一种基于时标分解的弹性体飞行器全局有限时间控制方法。该方法首先基于奇异摄动理论将刚弹耦合飞行动力学转换为刚体慢变子系统和弹性快变子系统。然后针对刚体子系统设计了基于监测机制的全局有限时间控制方法,当飞行状态在智能工作域时构建有限时间复合学习策略,当偏离智能工作域时构建有限时间鲁棒控制策略,针对弹性子系统设计了有限时间滑模控制方法。该控制方案实现了系统自适应动态调整和鲁棒跟踪,保证了弹性模态的快速稳定收敛,对弹性体飞行器安全可靠飞行具有重要意义。
本发明与现有技术相比有益效果为:
(1)本发明给出了基于飞行状态监测机制的全局有限时间控制方法,通过智能逼近和鲁棒补偿的协同策略保障智能系统的有效估计,实现了飞行指令的全局跟踪。
(2)本发明通过将有限时间项引入到表征系统不确定逼近效果的预测误差构建,对未知系统动力学进行鲁棒有限时间估计,保证了不确定的快速有效学习。
(3)本发明考虑弹性模态的快速变化特性,设计了基于滑模面的鲁棒有限时间控制策略,从机理上保证了弹性模态的快速稳定收敛。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1本发明方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
参照图1,本发明一种基于时标分解的弹性体飞行器全局有限时间控制方法。具体步骤如下:
(a)考虑弹性飞行器纵向通道动力学模型
所述的运动学模型由七个状态量和两个控制输入U=[δe,Φ]T组成;其中,V表示速度,h表示高度,γ表示航迹角,α表示攻角,q表示俯仰角速度,η和表示弹性模态,δe表示舵偏角,Φ表示节流阀开度;m、Iyy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;ζ、ω和N分别表示弹性模态的阻尼比、自然振动频率和广义力。
力、力矩以及各系数的表达式为
(b)定义高度跟踪误差为eh=h-hd,设计航迹角指令γd为
(c)取x1=γ,x2=θ,x3=q,其中θ=α+γ表示俯仰角,姿态子系统(3)-(6)写为
定义ρ=1/ω2,ρσ=η和ρB3=β1,姿态子系统(9)写为以下形式
设置ρ=0,姿态子系统(11)写为
式中,‘s’表示慢变子系统,δes表示慢变子系统的舵偏角。
可得姿态慢变子系统为
进一步写为以下严格反馈形式
式中,δef=δe-δes表示快变子系统的舵偏角。
可将快变子系统(15)写为以下形式
其中,
式中,λk1=0.55,λk2=1,k=1,2,3表示神经网络有效逼近未知非线性函数fi的紧子集边界,b=2和τk=1。
(f)定义航迹角跟踪误差e1为
e1=x1s-γd (19)
式中,sigυ(z1)=|z1|υsign(z1),z1=e1-χ1为补偿后的跟踪误差,χ1为误差补偿信号由式(24)给出,表示由式(17)-(18)设计的监测函数,k1=2,l1=3和υ=0.3。设计自适应神经网络控制和鲁棒控制为
设计一阶微分器为
定义误差补偿信号χ1为
式中,q1=1,χ2为误差补偿信号由式(24)给出。
定义预测误差z1N为
定义俯仰角跟踪误差e2为
式中,sigυ(z2)=|z2|υsign(z2),z2=e2-χ2为补偿后的跟踪误差,k2=3和l2=3。
设计一阶微分器为
定义误差补偿信号χ2为
式中,q2=1,χ3为误差补偿信号由式(35)给出。
定义俯仰角速率跟踪误差e3为
设计慢变子系统的舵偏角δes为
定义误差补偿信号χ3为
式中,q3=1。
定义预测误差z3N为
(g)定义滑模面es为
es=ψ1+csψ2 (38)
式中,cs=1。
设计快变子系统的舵偏角δef为
式中,sig(es)υ=|es|υsign(es),ks1=1.5和ks2=1。
式中,Vd为速度参考指令。
设计节流阀开度Φ为
式中,kpV=5,kiV=0.001和kdV=0.001。
(i)根据得到的慢变子系统舵偏角δes和快变子系统舵偏角δef,得到姿态子系统舵偏角δe=δes+δef,结合速度子系统节流阀开度Φ,返回到弹性飞行器纵向通道动力学模型(1)-(6),对高度和速度进行跟踪控制。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种基于时标分解的弹性体飞行器全局有限时间控制方法,其特征在于步骤如下:
步骤1:考虑弹性飞行器纵向通道动力学模型
所述的动力学模型由七个状态量和两个控制输入U=[δe,Φ]T组成;其中,V表示速度,h表示高度,γ表示航迹角,α表示攻角,q表示俯仰角速度,η和表示弹性模态,δe表示舵偏角,Φ表示节流阀开度;m、Iyy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;ζ、ω和N分别表示弹性模态的阻尼比、自然振动频率和广义力;
力、力矩以及各系数的表达式为
步骤2:定义高度跟踪误差为eh=h-hd,设计航迹角指令γd为
步骤3:取x1=γ,x2=θ,x3=q,其中θ=α+γ表示俯仰角,姿态子系统(3)-(6)写为
设置ρ=0,姿态子系统(11)写为
式中,下标s表示慢变子系统,δes表示慢变子系统的舵偏角;
可得姿态慢变子系统为
进一步写为以下严格反馈形式
式中,δef=δe-δes表示快变子系统的舵偏角;
可将快变子系统(15)写为以下形式
式中,xks,i=1,3表示飞行状态量;
其中,
式中,λk2>λk1>0,k=1,2,3表示神经网络有效逼近未知非线性函数fi的紧子集边界,由设计者给定,b>0和τk>0为设计参数;
步骤6:定义航迹角跟踪误差e1为
e1=x1s-γd (19)
式中,z1=e1-χ1为补偿后的跟踪误差,χ1为误差补偿信号由式(24)给出,表示由式(17)-(18)设计的状态监测函数,k1>0,l1>0和0<υ<1为设计参数;设计自适应神经网络控制和鲁棒控制为
设计一阶微分器为
定义误差补偿信号χ1为
式中,q1>0为设计参数,χ2为误差补偿信号由式(24)给出;
定义预测误差z1N为
定义俯仰角跟踪误差e2为
式中,sigυ(z2)=|z2|υsign(z2),z2=e2-χ2为补偿后的跟踪误差,k2>0和l2>0为设计参数;
设计一阶微分器为
定义误差补偿信号χ2为
式中,q2>0为设计参数,χ3为误差补偿信号由式(35)给出;
定义俯仰角速率跟踪误差e3为
设计慢变子系统的舵偏角δes为
定义误差补偿信号χ3为
式中,q3>0为设计参数;
定义预测误差z3N为
步骤7:定义滑模面es为
es=ψ1+csψ2 (38)
式中,cs>0为设计参数;
设计快变子系统的舵偏角δef为
式中,sig(es)υ=|es|υsign(es),ks1>0和ks2>0为设计参数;
式中,Vd为速度参考指令;
设计节流阀开度Φ为
式中,kpV>0,kiV>0和kdV>0为设计参数;
步骤9:根据得到的慢变子系统舵偏角δes和快变子系统舵偏角δef,得到姿态子系统舵偏角δe=δes+δef,结合速度子系统节流阀开度Φ,返回到弹性飞行器纵向通道动力学模型(1)-(6),对高度和速度进行跟踪控制。
2.一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1所述的方法。
3.一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110402166.6A CN113110540B (zh) | 2021-04-14 | 2021-04-14 | 基于时标分解的弹性体飞行器全局有限时间控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110402166.6A CN113110540B (zh) | 2021-04-14 | 2021-04-14 | 基于时标分解的弹性体飞行器全局有限时间控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113110540A CN113110540A (zh) | 2021-07-13 |
CN113110540B true CN113110540B (zh) | 2023-01-13 |
Family
ID=76717228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110402166.6A Active CN113110540B (zh) | 2021-04-14 | 2021-04-14 | 基于时标分解的弹性体飞行器全局有限时间控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113110540B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114859950B (zh) * | 2022-04-17 | 2024-05-10 | 西北工业大学 | 考虑控制死区的弹性飞行器智能控制方法 |
CN114779636B (zh) * | 2022-04-17 | 2023-08-01 | 西北工业大学 | 考虑气动伺服弹性的飞行器鲁棒自适应控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108303889A (zh) * | 2018-02-07 | 2018-07-20 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于非线性信息的时标分离飞行器弹性体控制方法 |
CN108333939A (zh) * | 2018-02-07 | 2018-07-27 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于神经网络的时标分离飞行器弹性体智能控制方法 |
CN108828957A (zh) * | 2018-08-20 | 2018-11-16 | 西北工业大学 | 基于切换机制的飞行器全局有限时间神经网络控制方法 |
CN108897227A (zh) * | 2018-08-20 | 2018-11-27 | 西北工业大学 | 非线性严格反馈系统全局有限时间神经网络控制方法 |
WO2019055025A1 (en) * | 2017-09-15 | 2019-03-21 | Sanyal Amit K | INTEGRATED GUIDE AND FEEDBACK CONTROL FOR AUTONOMOUS VEHICLE |
CN110456642A (zh) * | 2019-07-24 | 2019-11-15 | 西北工业大学 | 基于奇异摄动分析的弹性飞行器鲁棒有限时间控制方法 |
-
2021
- 2021-04-14 CN CN202110402166.6A patent/CN113110540B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019055025A1 (en) * | 2017-09-15 | 2019-03-21 | Sanyal Amit K | INTEGRATED GUIDE AND FEEDBACK CONTROL FOR AUTONOMOUS VEHICLE |
CN108303889A (zh) * | 2018-02-07 | 2018-07-20 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于非线性信息的时标分离飞行器弹性体控制方法 |
CN108333939A (zh) * | 2018-02-07 | 2018-07-27 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于神经网络的时标分离飞行器弹性体智能控制方法 |
CN108828957A (zh) * | 2018-08-20 | 2018-11-16 | 西北工业大学 | 基于切换机制的飞行器全局有限时间神经网络控制方法 |
CN108897227A (zh) * | 2018-08-20 | 2018-11-27 | 西北工业大学 | 非线性严格反馈系统全局有限时间神经网络控制方法 |
CN110456642A (zh) * | 2019-07-24 | 2019-11-15 | 西北工业大学 | 基于奇异摄动分析的弹性飞行器鲁棒有限时间控制方法 |
Non-Patent Citations (1)
Title |
---|
基于时标分解的弹性高超声速飞行器智能控制;许斌等;《航空学报》;20201125;第41卷(第11期);第624387-1~624387-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113110540A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Calise et al. | Direct adaptive reconfigurable control of a tailless fighter aircraft | |
CN113110540B (zh) | 基于时标分解的弹性体飞行器全局有限时间控制方法 | |
CN102749851B (zh) | 一种挠性高超声速飞行器的精细抗干扰跟踪控制器 | |
CN111665857B (zh) | 基于复合智能学习的变体飞行器控制方法 | |
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 | |
CN108333939B (zh) | 一种基于神经网络的时标分离飞行器弹性体智能控制方法 | |
CN111273681B (zh) | 一种考虑攻角受限的高超声速飞行器高安全抗干扰控制方法 | |
CN107065569B (zh) | 基于rbf神经网络补偿的船舶动力定位滑模控制系统及方法 | |
CN102880052A (zh) | 基于时标功能分解的高超声速飞行器执行器饱和控制方法 | |
CN108663940A (zh) | 基于集总复合估计的飞行器神经网络学习控制方法 | |
CN110456643A (zh) | 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 | |
CN108303889B (zh) | 一种基于非线性信息的时标分离飞行器弹性体控制方法 | |
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 | |
CN110488854B (zh) | 一种基于神经网络估计的刚性飞行器固定时间姿态跟踪控制方法 | |
Jiffri et al. | Feedback linearisation for nonlinear vibration problems | |
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 | |
CN112305917A (zh) | 充液航天器的固定时间终端滑模鲁棒容错控制方法及装置 | |
CN116088549B (zh) | 一种尾座式垂直起降无人机姿态控制方法 | |
CN116360255A (zh) | 一种非线性参数化高超声速飞行器的自适应调节控制方法 | |
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 | |
CN115981149A (zh) | 基于安全强化学习的高超声速飞行器最优控制方法 | |
Ouellette et al. | Generation and Calibration of Linear Models of Aircraft with Highly Coupled Aeroelastic and Flight Dynamics | |
CN114859950B (zh) | 考虑控制死区的弹性飞行器智能控制方法 | |
CN114779636B (zh) | 考虑气动伺服弹性的飞行器鲁棒自适应控制方法 | |
CN114036628A (zh) | 变体飞行器翼展与控制策略协同设计方法 |
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 |