基于运动状态综合识别的高速飞行器自适应控制方法

摘要

本发明公开了一种基于运动状态综合识别的高速飞行器自适应控制方法，用于解决现有基于特征模型的高超声速飞行器鲁棒控制方法收敛时间长的技术问题。技术方案是首先建立高速飞行器模型，并进行小扰动线性化，获得高速飞行器运动状态的特征模型；再由快速可测量在线构建面向控制的特征模型的特征状态量；然后根据得到的特征模型，设计自校正自适应控制方法。由于通过运动状态综合识别方法来快速获得面向控制的特征模型的特征状态量，因此不需要进行在线辨识；其次，自校正自适应控制策略可根据对象的实时动态特性直接进行在线生成控制器参数，使控制器的参数在实际飞行过程中能根据实际情况进行及时地调整。

主权项

1.一种基于运动状态综合识别的高速飞行器自适应控制方法，其特征在于包括以下步骤：步骤一、将高速飞行器视为刚体，其纵向运动模型为对纵向运动模型进行小扰动线性化，获取短时间周期的姿态低阶扰动模型；取弹道某点V₀,θ₀,h₀处的线性化参考点为α₀及其配平舵偏δ_z0，俯仰角速度则有$\left.\begin{array}{c}\stackrel{·}{\alpha }={\omega }_{\mathrm{Oz}}^B\\ {\stackrel{·}{\omega }}_{\mathrm{Oz}}^B=a_{\mathrm{pd}1}{\omega }_{\mathrm{Oz}}^B+a_{\mathrm{pd}2}(\alpha -{\alpha }_0)+b_{\mathrm{pd}}({\delta }_z-{\delta }_{z0})\end{array}\right\}---\left(2\right)$定义高速飞行器纵向运动的特征状态量为：$\left.\begin{array}{c}{a}_{p2}=a_{\mathrm{pd}2}(1-{\alpha }_0/\alpha )\\ b_p=b_{\mathrm{pd}}(1-{\delta }_{z0}/{\delta }_z)\end{array}\right\}---\left(3\right)$根据式（2）和式（3），得到高速飞行器纵向运动的特征模型：$\left.\begin{array}{c}\stackrel{·}{\alpha }={\omega }_{\mathrm{Oz}}^B\\ {\stackrel{·}{\omega }}_{\mathrm{Oz}}^B=a_{\mathrm{pd}1}{\omega }_{\mathrm{Oz}}^B+a_{p2}\alpha +b_p{\delta }_z\end{array}\right\}---\left(4\right)$步骤二、由传感器得到的飞行姿态量舵偏矢量飞行弹道状态矢量Γ=[Q,V,H]^T；因此，a_pd1为：$a_{\mathrm{pd}1}={\hat{k}}_z{\mathrm{QSL}}^2/J_{z}V---\left(5\right)$式中，是阻尼力矩系数的近似值，根据气动阻尼特性将其拟合为可测物理量的函数用于在线计算，或者根据的变化范围选择为随某可测状态分段变化的常值；计算配平系数μ=-a_p2b_p；根据特征模型进一步有${\stackrel{··}{\omega }}_{\mathrm{Oz}}^B=a_{\mathrm{pd}1}{\stackrel{·}{\omega }}_{\mathrm{Oz}}^B+a_{p2}{\omega }_{\mathrm{Oz}}^B+b_p{\stackrel{·}{\delta }}_z+{\stackrel{·}{a}}_{p2}\alpha +{\stackrel{·}{b}}_p{\delta }_z---\left(6\right)$在采样周期足够小的情况下，假设参数a_p2,b_p变化可忽略不计，从而得到配平系数估算表达式$\mu =\frac{({\stackrel{··}{\omega }}_{\mathrm{Oz}}^B-a_{\mathrm{pd}1}{\stackrel{·}{\omega }}_{\mathrm{Oz}}^B){\delta }_z-({\stackrel{·}{\omega }}_{\mathrm{Oz}}^B-a_{\mathrm{pd}1}{\omega }_{\mathrm{Oz}}^B){\stackrel{·}{\delta }}_z}{({\stackrel{··}{\omega }}_{\mathrm{Oz}}^B-a_{\mathrm{pd}1}{\omega }_{\mathrm{Oz}}^B)\alpha ({\stackrel{·}{\omega }}_{\mathrm{Oz}}^B-a_{\mathrm{pd}1}{\omega }_{\mathrm{Oz}}^B){\omega }_{\mathrm{Oz}}^B}---\left(7\right)$用配平系数估值来计算特征状态量；$\left.\begin{array}{c}{a}_{p2}=\frac{{\stackrel{·}{\omega }}_{\mathrm{OZ}}^B-a_{\mathrm{pd}1}{\omega }_{\mathrm{Oz}}^B}{\alpha -{\delta }_z/\mu }\\ b_p=\frac{a_{p2}}{\mu }\end{array}\right\}---\left(8\right);$步骤三、根据所得到特征模型的特征参数，将式（4）写成传递函数的形式：$G_T\left(s\right)=\frac{b_p}{s^2+a_{\mathrm{pd}1}s+a_{p2}}---\left(9\right)$假定此时控制对象的等价二阶特征方程为：$G_0\left(s\right)=\frac{K_0{\omega }_0^2}{s^2+2{\xi }_0{\omega }_{0}s+{\omega }_0^2}---\left(10\right)$联立式（9）和式（10），即得高速飞行器的特征增益K₀、特征频率ω₀和特征阻尼ξ₀；选用PD反馈校正器，设校正器传递函数H_T(s)=K_p+K_ds（11）式中，K_p为比例增益系数，K_d为微分增益系数；则该校正回路的闭环传递函数是：$\Phi \left(s\right)=\frac{G_T\left(s\right)}{1+H_T\left(s\right)G_T\left(s\right)}=\frac{b_p}{s^2+(K_d+a_{\mathrm{pd}1})s+(K_p+a_{p2})}---\left(12\right)$设被控对象的期望频率、期望阻尼分别为ω_q和ξ_q，则有$K_p=\frac{{\omega }_q^2-a_{p2}}{b_p}---\left(13\right)$$K_d=\frac{2{\omega }_q{\xi }_q-a_{\mathrm{pd}1}}{b_p}---\left(14\right)$该反馈校正系统的闭环增益$K_q=\frac{b_p}{{\omega }_q^2}---\left(15\right)$因此，增益补偿系数$K_g=\frac{1}{K_q}=\frac{{\omega }_q^2}{b_p}---\left(16\right).$