[发明专利]一种不确定条件下的变构型飞行器指令鲁棒优化设计方法

权利要求书

1.一种不确定条件下的变构型飞行器指令鲁棒优化设计方法，其特征在于，包括如下步骤：

步骤1、设计飞行器变构型调节策略，构建飞行器动力学模型，采用模型敏感度分析方法，确定飞行器变构型调节的代理模型；

步骤2、量化飞行过程中的不确定项，表征飞行器模型不确定性的传播方式，推演出变构型飞行器不确定性的具体形式；

步骤3、确定变构型飞行器优化性能指标，构建出变构型飞行器模型特性对闭环极限性能的约束关系，设计变构型飞行器指令的分层迭代策略，解算出不确定性条件下变构型飞行器的任务指令；

步骤4、采用数值仿真验证变构型飞行器所获得任务指令的有效性。

2.如权利要求1所述的不确定条件下的变构型飞行器指令鲁棒优化设计方法，其特征在于，步骤1中，设计飞行器变构型调节策略，构建飞行器动力学模型，采用模型敏感度分析方法，确定飞行器变构型调节的代理模型具体包括如下步骤：

步骤11、针对飞行器构型，给出飞行过程中的动压、过载和热流多约束条件，采用工程估算方法估算飞行器的气动力，对飞行器几何外形进行网格划分，生成若干面元，据飞行状态、面元参数以及激波/膨胀波理论获得的各面元的来流参数，以及面元距前缘距离和非稳态速度面元数据，得到每个面元上总气动力和总压，对所有面元的力和力矩进行求和，计算出最终的气动力和力矩；

确定飞行器飞行过程的受力与力矩同变构型参数与飞行状态之间的函数关系，结合拉格朗日方程、虚功原理和密歇尔斯基等式，构建变构型飞行器的动力学模型，

式中，V和ω分别为飞行器的线速度和角速度，m和J分别表示质量和转动惯量矩阵，F和M为飞行器的气动力和力矩，δ是构型参数；

步骤12、针对构建的变构型飞行器模型数据库和非线性数学模型，采用拉丁超方采样方法，优选模型数据库中合理的样本点，通过改变数据排列顺序提高采样性能，进而对样本势能进行优化，引入物理中电场电势的含义，通过整个样本空间内的电势大小E_e进行评价

其中：N_s为样本空间的容量，s_i,s_j分别表示第i个和第j个样本点，基于电势大小的输出值，实现最优正交拉丁超方采样；

步骤13、针对采样出的变构型飞行器模型数据，采用灵敏度分析方法，确定特征向量灵敏度矩阵S_E，根据灵敏度矩阵中的元素幅值判断表征系统状态与运动模态间的关系，提炼与飞行器飞行过程相关的主要影响参数，采用极大似然辨识方法，选取使似然函数L(θ)达到最大的参数值θ，作为参数θ的估计值，确定变构型飞行器代理模型结构，将飞行器复杂的气动力、力矩和推力表达式表示成关于飞行状态与变构型调节参数的函数，推演出变构型飞行器代理模型形式，以升力系数C_L和阻力系数C_D为例，表示为：

其中为升力相关的模型系数，为阻力相关的模型系数，这些模型系数是构型参数δ的函数；

步骤14、评估变构型飞行器不同速域范围内模型动态特性之间的相似性，依据相似性准则整合不同区域的模型，将飞行器算力模型表达式的待定系数表示成变构型调节参数的函数，确定融合变构调节参数的线性变参模型，

其中，x为状态变量；y为输出变量；u为输入变量；状态矩阵A,B以及输入矩阵C,D会随着高度h与马赫数Ma而发生变化；

步骤15、采用模态分析和闭环极限理论和方法，当特征向量灵敏度矩阵一列中的元素小于该列最大元素的10％时，便将该元素对应的状态视为无关状态，对变构型飞行器动力学模型的平衡状态和动态特性进行折衷分析，静态特性包括配平状态和配平输入，动态特性包括系统稳定性、零极点位置，估算飞行器的可控安全边界。