[发明专利]基于等价模型的高超声速飞行器离散神经网络自适应控制方法

说明书

技术领域

本发明涉及一种高超声飞行器控制方法，特别是涉及一种基于等价模型的高超声速飞行器离散神经网络自适应控制方法，属于飞行器控制领域。

背景技术

高超声速飞行器由于其突出的飞行能力，使得全球实时打击成为可能，因此受到国内外的广泛关注；NASA X-43A试飞成功证实了这项技术的可行性；受自身复杂动力学特性的影响以及机体发动机一体化设计，高超声速飞行器弹性机体、推进系统以及结构动态之间的耦合更强，模型的非线性度也更高；此外，受飞行高度、马赫数和飞行条件影响，飞行器对外界条件非常敏感。

针对高超声速飞行器的控制大都集中在连续域内；随着计算机技术的发展，未来高超声速飞行器的控制系统需要使用计算机完成，因此研究高超声速飞行器的离散自适应控制具有重要的意义；离散控制器的设计通常可采用两种方法：1)根据连续控制对象设计控制器，然后将连续的控制器离散化；2)直接根据离散化的控制对象设计离散控制器；第1种方法需要较快的采样速率，对系统的硬件提出了很高的要求；基于离散化对象进行设计的控制器，便于对神经网络的权值收敛性进行分析，并且系统的性能不依赖于采样速率。

《高超声速飞行器基于Back-stepping的离散控制器设计》(高道祥，孙增圻，杜天容，《控制与决策》，2009年第24卷第3期)一文采用第二种方法将高度子系统转化为一个四阶模型，通过设计虚拟控制量(航迹角，俯仰角以及俯仰角速度)分别实现对上一状态量的控制，最后利用舵偏角控制俯仰角速度；该方法仅利用当前时刻与下一时刻的信息，对于所需虚拟控制量的未来信息采用标称系统进行近似预估；由于系统动力学参数存在不确定性，系统状态的未来信息无从得知，无法按照相关的表达式获取虚拟控制量的未来信息，存在非因果问题，难以工程实现。

发明内容

为克服现有技术在高超声速飞行器离散自适应控制难以工程实现的不足，本发明提出了一种基于等价模型的高超声速飞行器离散神经网络自适应控制方法，该方法通过对已有的高超声速飞行器离散欧拉模型进行变换，得到等价模型，同时考虑系统的不确定性，采用神经网络进行逼近，控制器采用标称方法，便于工程实现。

本发明解决其技术问题采用的技术方案是：一种基于等价模型的高超声速飞行器离散神经网络自适应控制方法，通过以下步骤实现：

(a)高超声速飞行器纵向通道动力学模型为：

V·=Tcosα-Dm-μsinγr2---(1)]]>

h·=Vsinγ---(2)]]>