[发明专利]无人直升机编队控制方法及控制系统

权利要求书

1.一种无人直升机编队控制方法，其特征在于，以给定的长机飞行指令作为状态反馈输出跟踪的模型参考自适应飞控系统的输入，从而得到长机的飞行控制机构的控制输入量，并利用所得到的控制输入量对长机的飞行控制机构进行控制；同时，根据长机的实际飞行状态和僚机的实际飞行状态，计算出僚机相对于长机的相对位置误差，然后将所述相对位置误差输入编队保持控制器中，得到僚机的飞行指令；接着以僚机的飞行指令作为状态反馈输出跟踪的模型参考自适应飞控系统的输入，从而得到僚机的飞行控制机构的控制输入量，并利用所得到的控制输入量对僚机的飞行控制机构进行控制；

所述编队保持控制器的表达式具体如下：

u_x＝u_L*cos(ψ_e)+k_xe_x

u_y＝u_L*sin(ψ_e)+k_ye_y

其中，u_wc,ψ_wc分别为给僚机沿x轴方向的飞行速度指令和航向角指令，u_L为长机沿x轴方向的飞行速度，ψ_e＝ψ_L-ψ_W为长机与僚机的航向误差，e_x,e_y为长机、僚机之间的相对位置误差，k_x,k_y为编队保持控制器参数；

所述状态反馈输出跟踪的模型参考自适应飞控系统使用以下参考模型：

其中，Δu_m(t),ΔH_m(t),Δψ_m(t)为参考模型输出，Δu_c(t),ΔH_c(t),Δψ_c(t)为参考模型输入，Δu_c(t)为沿x轴方向速度指令信号，ΔH_c(t)为高度指令信号，Δψ_c(t)为偏航角指令信号，p₁～p₅是配置的稳定极点，s是复变量；

所述状态反馈输出跟踪的模型参考自适应飞控系统使用以下标称控制器：

其中，是标称控制器参数，Δx为状态量,Δr为参考输入；

所述状态反馈输出跟踪的模型参考自适应飞控系统使用以下自适应控制律：

自适应更新参数为：

式中，Δx为状态量，Δr为参考输入，Δu为控制器输入，和K₂(t)为控制器参数，自适应更新参数Θ(t)为标称控制器参数的趋近律；

所述自适应控制律包括自适应控制参数函数和误差更新函数，其中，自适应控制参数函数为：

误差更新函数为：

其中，辅助变量定义如下：

f(s)是稳定的多项式，h(s)＝1/f(s)，且h(s)ξ_m(s)为真矩阵，ξ_m(s)为h(s)的关联矩阵；

ω(t)＝[Δx^T(t),Δr^T(t)]^T为新的状态量函数；

ζ(t)＝h(s)[ω](t)为自适应更新函数中间变量；

ξ(t)＝Θ^T(t)ζ(t)-h(s)[Θ^Tω](t)为自适应更新函数中间变量；

ε(t)＝K_ph(s)[Δu-Θ^*Tω](t)+Ψ(t)ξ(t)为估计误差，K_p为h(s)的高频增益矩阵；

为归一化函数；

S_P∈R^M×M为可调自适应增益矩阵，使得Γ＝Γ^T＞0为可调自适应增益矩阵。

2.一种无人直升机编队控制系统，其特征在于，包括：

状态反馈输出跟踪的模型参考自适应飞控系统，用于以给定的长机飞行指令作为输入，输出长机的飞行控制机构的控制输入量；以及，以僚机的飞行指令作为输入，输出僚机的飞行控制机构的控制输入量；

相对位置误差计算单元，用于根据长机的实际飞行状态和僚机的实际飞行状态，计算出僚机相对于长机的相对位置误差；

编队保持控制器，用于以相对位置误差计算单元所输出的相对位置误差作为输入，输出僚机的飞行指令；

所述编队保持控制器的表达式具体如下：

u_x＝u_L*cos(ψ_e)+k_xe_x

u_y＝u_L*sin(ψ_e)+k_ye_y

其中，u_wc,ψ_wc分别为给僚机沿x轴方向的飞行速度指令和航向角指令，u_L为长机沿x轴方向的飞行速度，ψ_e＝ψ_L-ψ_W为长机与僚机的航向误差，e_x,e_y为长机、僚机之间的相对位置误差，k_x,k_y为编队保持控制器参数；

所述状态反馈输出跟踪的模型参考自适应飞控系统使用以下参考模型：

其中，Δu_m(t),ΔH_m(t),Δψ_m(t)为参考模型输出，Δu_c(t),ΔH_c(t),Δψ_c(t)为参考模型输入，Δu_c(t)为沿x轴方向速度指令信号，ΔH_c(t)为高度指令信号，Δψ_c(t)为偏航角指令信号，p₁～p₅是配置的稳定极点，s是复变量；

所述状态反馈输出跟踪的模型参考自适应飞控系统使用以下标称控制器：

其中，是标称控制器参数，Δx为状态量,Δr为参考输入；

所述状态反馈输出跟踪的模型参考自适应飞控系统使用以下自适应控制律：

自适应更新参数为：

式中，Δx为状态量,Δr为参考输入,Δu为控制器输入,和K₂(t)为控制器参数，自适应更新参数Θ(t)为标称控制器参数的趋近律；

所述自适应控制律包括自适应控制参数函数和误差更新函数，其中，自适应控制参数函数为：

误差更新函数为：

其中，辅助变量定义如下：

f(s)是稳定的多项式，h(s)＝1/f(s)，且h(s)ξ_m(s)为真矩阵，ξ_m(s)为h(s)的关联矩阵；

ω(t)＝[Δx^T(t),Δr^T(t)]^T为新的状态量函数；

ζ(t)＝h(s)[ω](t)为自适应更新函数中间变量；

ξ(t)＝Θ^T(t)ζ(t)-h(s)[Θ^Tω](t)为自适应更新函数中间变量；

ε(t)＝K_ph(s)[Δu-Θ^*Tω](t)+Ψ(t)ξ(t)为估计误差，K_p为h(s)的高频增益矩阵；

为归一化函数；

S_P∈R^M×M为可调自适应增益矩阵，使得Γ＝Γ^T＞0为可调自适应增益矩阵。