[发明专利]微陀螺仪的递归模糊神经网络非奇异终端滑模控制方法

说明书

本发明公开了一种微陀螺仪系统的新型递归模糊神经网络非奇异终端滑模控制方法，包括设计微陀螺仪系统的非奇异终端滑模面函数；基于第一Lyapunov稳定性判据函数确定加入非奇异终端滑模面函数的非奇异终端滑模控制率，用构建的递归模糊神经网络输出代替非奇异终端滑模控制率中的不确定项，基于第二Lyapunov稳定性判据构函数建递归模糊神经网络输出的结果和非奇异终端滑模控制率构建最终的控制率实现对微陀螺仪系统的跟踪控制。本发明采用的非奇异终端滑模控制具有控制精度高、鲁棒性强的优点，并且避免了终端滑模控制存在的奇异问题；新型递归模糊神经网络的参数会根据所设计的自适应算法自动稳定到最佳值，减少了参数训练时间，增强了网络结构通用性。

技术领域

本发明涉及一种微陀螺仪的控制方法，尤其是微陀螺仪的递归模糊神经网络非奇异终端滑模控制方法。

背景技术

微型陀螺仪是一种在惯性导航和惯性制导系统经常被用到的基本测量元件。微陀螺因其具备体积小、成本低、可靠性高的优势而广泛应用在航空、航天、航海和陆地车辆的导航与定位及油田勘探开发等军事、民用领域中。但是微陀螺仪在生产加工过程中存在一定误差，另外其原件特性容易受到环境变化的影响，这些因素都会降低陀螺仪系统灵敏度和精度。经过几十年的研究，微陀螺仪虽然在结构设计方面取得了显著的进步，但是由于环境干扰和制造误差的限制，微陀螺仪的发展难以取得质的飞跃。

目前普遍采用的微陀螺仪控制方法需要解决驱动轴振荡幅值和频率的稳定控制问题及两轴频率的匹配问题，但是传统方法往往存在抗扰性差、灵活性低、调试复杂的缺点，并且在传统控制过程中，微陀螺的实际阻尼系数、刚度系数等参数往往无法准确获取。这些缺陷使得传统微陀螺仪控制方法难以应用在高精度场合。

发明内容

为了补偿微陀螺仪生产加工过程中的制造误差，改善微陀螺仪控制精度，本发明提供了基于新型递归模糊神经网络的微陀螺传感器非奇异终端滑模控制方法。

本发明解决技术问题采用的技术方案包括：

微陀螺仪的递归模糊神经网络非奇异终端滑模控制方法，包括以下步骤：

构建微陀螺仪的无量纲动力学方程；根据定义的跟踪误差设计微陀螺仪系统的非奇异终端滑模面函数；

基于第一Lyapunov稳定性判据函数确定加入非奇异终端滑模面函数的非奇异终端滑模控制率，所述非奇异终端滑模控制率包括不确定项；

构建递归模糊神经网络，用递归模糊神经网络输出代替非奇异终端滑模控制率中的不确定项，基于第二Lyapunov稳定性判据构函数建递归模糊神经网络输出的结果和非奇异终端滑模控制率构建最终的控制率，利用最终系统控制率对微陀螺仪系统跟踪控制。

在以上技术方案基础上，通过分析微陀螺仪的空间结构和测试中的受力情况，建立其数学模型，并对其等效变换得到无量纲表达式：

其中为状态矩阵元素，x、y分别为驱动轴和感应轴的输入期望信号(即驱动轴和感应轴的输入期望信号)，是q的一阶导数，是q的二阶导数，为控制率矩阵，矩阵元素u_x是x轴输入的控制信号，u_y是y轴输入的控制信号，和为微陀螺仪参数矩阵，Ω_z为Z轴检测到从外界输入的角速度，d_xx和w_xx是驱动轴无量纲化后的的阻尼系数、弹簧系数，d_yy和w_yy是感应轴无量纲化后的阻尼系数、弹簧系数，d_xy w_xy是因为制造误差引起的耦合阻尼系数和弹簧系数，d(t)为外界干扰量；

在以上技术方案基础上，定义跟踪误差为e＝q_m-q，定义跟踪误差e及误差导数为滑模面参数，设计微陀螺仪系统的非奇异终端滑模面函数，表达式如下：

对滑模面函数求导：