[发明专利]采用状态反馈与神经网络的高超飞行器复合控制方法

说明书

本发明公开了采用状态反馈与神经网络的高超飞行器复合控制方法，通过测量高超声速飞行器的攻角、俯仰角速度信号，先设计大增益状态反馈控制器，在此基础上针对高超声速飞行器气动参数的强不确定性，采用了一类以正弦函数为基函数的神经网络结构，设计神经网络权值的自适应调节规律，最终组成高超声速飞行器神经网络与状态反馈的复合控制器，实现对期望攻角信号的跟踪。通过状态反馈控制器来保证系统的基本稳定性，而神经网络则用于对气动参数不确定带来了建模误差进行补偿，最终也可以选取Lyapunov函数进行全系统的闭环稳定性分析，从而保证系统设计的理论正确性。

技术领域

本发明属于高超声速飞行器控制技术领域，涉及一种采用状态反馈与神经网络的高超飞行器复合控制方法。

背景技术

近年来，高超声速飞行器控制引起了各国研究学者的广泛兴趣，主要是由于其模型的快时变、强非线性特点给控制系统的设计带来了巨大的挑战。尤其是发动机以及弹性形态与控制系统的耦合，更加增大了控制设计的难度。

而由于以目前的实验水平，精确建模是难以获得的，因此模型不可避免地存在未建模动态，同时高超声速飞行器真实飞行时也面临着系统不确定性，所以控制器必须具备有强鲁棒性，这是高超声速控制面临的主要问题。

考虑神经网络对未知不确定具有自适应逼近能力，因此本发明在控制器中引入神经网络来逼近系统未知不确定项，以提高控制器处理高超声速飞行器不确定性的能力。同时，在复合控制器中也引入了大增益状态反馈，来保证高超声速飞行器的基本稳定性。因此本发明不仅理论上具有创新性，而且也能满足工程应用需求。

发明内容

为实现上述目的，本发明提供一种采用状态反馈与神经网络的高超飞行器复合控制方法，通过测量高超声速飞行器的攻角以及俯仰角速度，形成攻角误差信号，再由攻角误差信号、角速率信号等组成大增益状态反馈控制律，同时由攻角误差信号设计三角函数与幂函数为基函数的神经网络及其权值自适应调节规律；最终上述两类控制信号叠加后形成的复合信号经过控制分配，分别输入给鸭翼与升降舵，控制高超声速飞行器俯仰通道实现攻角跟踪，提高了高超声速飞行器的稳定性。

本发明所采用的技术方案是，采用状态反馈与神经网络的高超飞行器复合控制方法，具体按照以下步骤进行：

步骤一，构造攻角测量、俯仰角速率的测量与误差信号；

步骤二，构造大增益状态反馈控制器；

步骤三，构造自适应神经网络控制律；

步骤四，构造复合控制律及控制分配，分别输入给飞行器的鸭翼与升降翼；以控制高超声速飞行器实现俯仰通道的姿态跟踪控制。

进一步的，所述步骤一，具体按照以下步骤进行：

首先采用攻角传感器，测量高超声速飞行器的攻角，记为α；采用速率陀螺测量高超声速飞行器的俯仰角速率，记为q；

其次，假定期望的攻角信号为α^d，在飞行器控制计算机中生成攻角误差信号，记为e_α，其满足e_α＝α-α^d；

再次，采用飞行器控制计算机生成攻角误差积分信号，记作S_e，其满足S_e＝∫(α-α^d)dt。

进一步的，所述步骤二，具体按照以下步骤进行：

构造高超声速飞行器大增益状态反馈控制器u₁：

a₁抵消角速率与角加速度相关影响，a₂、a₃用于抵消弹性形态相关影响；的含义是攻角误差信号的导数；