[发明专利]一种乘波体飞行器的柔性预设性能控制方法

权利要求书

1.一种乘波体飞行器的柔性预设性能控制方法，其特征在于，包括以下步骤：

S1、构建乘波体飞行器的运动模型，乘波体飞行器的运动模型包括速度子系统运动模型和高度子系统运动模型；

S2、采用神经网络对速度子系统的系统函数及高度子系统的系统函数进行逼近；

S3、对速度跟踪误差构建第一柔性性能函数，并基于第一柔性性能函数对速度跟踪误差进行柔性约束包络；

S4、基于速度补偿系统对约束变换进行修正，得到修正以后的约束变换；

S5、基于修正以后的约束变换构建速度子系统运动模型的控制输入的期望值；

S6、根据速度子系统运动模型的控制输入的期望值确定速度子系统运动模型的控制输入；

S7、对高度跟踪误差构建第二柔性性能函数，并基于第二柔性性能函数对高度跟踪误差进行柔性约束包络；

S8、定义高度跟踪误差的转换误差以及航迹角的参考指令；

S9、构建高度子系统运动模型的控制输入的期望值；

S10、根据高度子系统运动模型的控制输入的期望值确定高度子系统运动模型的控制输入；

S11、根据速度子系统运动模型和高度子系统运动模型对乘波体飞行器进行跟踪控制。

2.根据权利要求1所述的乘波体飞行器的柔性预设性能控制方法，其特征在于：所述步骤S1中，所述速度子系统运动模型为：

式中的为V关于时间t的一阶导数，V为乘波体飞行器的飞行速度，u_V为速度子系统运动模型的控制输入，/ξ_V为速度子系统的系统函数；

所述高度子系统运动模型为：

式中的为高度子系统的状态，/为高度子系统的系统函数，/u_h为高度子系统的控制输入。

3.根据权利要求1所述的乘波体飞行器的柔性预设性能控制方法，其特征在于：所述步骤S2中，

对速度子系统的系统函数进行逼近：式中的ω_ξ,V为神经网络的第一权值向量，β_ξ,V(V)为神经网络的第一基函数向量，ι_ξ,V为神经网络的第一逼近误差；

对高度子系统的系统函数进行逼近：

式中的ω_ξ,h为神经网络的第二权值向量，为神经网络的第二基函数向量，ι_ξ,h为神经网络的第二逼近误差。

4.根据权利要求1所述的乘波体飞行器的柔性预设性能控制方法，其特征在于：所述步骤S3中，速度跟踪误差s_V(t)为：s_V(t)＝V-V_s，V_s为速度子系统的参考指令；

第一性能函数为：式中的sign(·)为符号函数，s_V(0)为s_V(t)在t＝0时的值，d_V,L、d_V,R满足0＜d_V,L＜1，0＜d_V,R＜1，p_V,0为速度跟踪误差的约束包络的初始值，p_V,T为速度跟踪误差的约束包络的最终值，T_V为速度跟踪误差收敛时间，σ_V为收敛平滑系数，/为第一柔性调整项；

将作为s_V(t)的下包络，将/作为s_V(t)的上包络，则有：/

5.根据权利要求1所述的乘波体飞行器的柔性预设性能控制方法，其特征在于：所述步骤S4中，修正以后的约束变换为：e_s,V＝ε_s,V-x_V，x_V为速度补偿系统，ε_s,V为约束变换,