高超声速飞行器的神经网络动态逆控制研究

针对通用的高超声速飞行器的纵向动力学设计一个神经网络动态逆补偿控制方法,并对其进行了分析;这种飞行器模型具有高度非线性、多变量、不稳定的特性,包括6个不确定参数;在4.5903km高度和15马赫的平衡巡航条件下的仿真研究,评价了飞行器对高度和空速的阶跃变化的响应;阶跃变化为速度30 m/s,高度40 m;通过仿真结果表明,采用神经网络补偿逆误差,弥补了非线性动态逆要求精确数学模型的缺点,而且可以简化动态逆控制律的设计,改善整个控制系统的性能。     

高超声速飞行器姿态自适应解耦控制方法研究

研究飞行器优化姿态控制问题,高超声速飞行器具有的快时变、非线性、强耦合特性给姿态控制系统设计带来一定难度.针对飞行器的特性分析,将姿态动力学模型分解为姿态角与角速度跟踪的内、外两回路,采用动态逆方法设计了双回路控制系统结构,从而在实现完全解耦的同时有效降低了设计难度.同时针对动态逆方法过于依赖精确数学模型的局限性,设计PID神经网络控制器,利用神经网络的无限逼近能力调整自身网络权重矩阵参数值,使控制器对不确定因素与未知干扰具有一定的自适应能力.在标称和拉偏情况下进行仿真,结果表明,控制姿态角的跟踪超调量可在1.5％以内,侧滑角的耦合量不足1度,满足对飞行器控制优化的要求.     

基于模型参考的高超声速飞行器自适应滑模控制

针对高超声速飞行器过渡段的姿态控制问题,提出一种基于模型跟踪的自适应滑模直接力/气动力复合控制方法;该方法选择法向过载和俯仰角速率作为状态变量,实现了系统全状态反馈,在滑模控制中通过引入自适应机制克服吸气式冲压发动机不同工作状态引起的被控模型参数不确定性,利用Lyapunov理论证明了闭环系统全局渐近稳定性;不同条件下仿真结果表明,所设计方法对攻角指令有较好的跟踪效果,对模型不确定性具有较好的鲁棒性.     

Adaptive Anti-saturation Tracking Control with Prescribed Performance for Hypersonic Vehicle

For the hypersonic vehicle with external disturbance, input saturation, model parameter uncertainties and prescribed performance constraint, the tracking control strategy is studied in the thesis. Firstly, a prescribed performance function is introduced into the control design by transforming auxiliary variable errors, which guarantees tracking performance of the control system. On the basis of second-order system model of hypersonic vehicle, an adaptive anti-saturation terminal sliding mode (TSM) controller with prescribed performance is presented by using the adaptive control theory and TSM control. The stability theory of the control law is presented by Lyapunov stability theory and the numerical simulations are conducted to indicate the effectiveness of the proposed control scheme.     

基于sigmoid函数的高超声速飞行器自适应姿态控制

针对高超声速飞行器无动力再入过程中具有强耦合、气动参数摄动及不确定性的非线性姿态模型,提出了飞行器姿态控制的一种非线性设计方法。首先基于时标分离原理分内外环设计非线性动态逆控制器,并利用Sigmoid函数分通道制定控制律。针对单纯使用动态逆控制鲁棒性弱的特点,引入基于扩张状态观测器(Extended State Observer,ESO)的自适应控制器对参数摄动和不确定性进行补偿,在参数拉偏和风干扰条件下仿真结果验证了设计控制器具有较强的鲁棒性。     

飞行器自适应神经网络时滞控制

在飞行器稳定性控制问题的研究中,针对含有外部扰动、参数不确定性、状态和控制时滞的非线性飞行器系统,提出了一种时滞状态反馈控制与神经网络自适应估计相结合的方法.对非线性系统线性化处理得到飞行器线性模型,并由线性矩阵不等式(LMI)设计反馈控制律;采用径向基函数(RBF)神经网络自适应在线估计策略,对反馈控制律进行补偿以消除未知非线性影响;采用Lyapunov稳定性理论证明了在所设计控制律作用下,闭环系统渐近稳定同时满足H∞性能指标.仿真结果验证了上述方法的可行性及有效性.     

Adaptive Fuzzy Back-stepping Control of a Flexible Air-breathing Hypersonic Vehicle Subject to Input Constraints

The design of an adaptive fuzzy back-stepping tracking control for flexible air-breathing hypersonic vehicle (FAHV) with actuator constraints is discussed. Fuzzy logic systems (FLSs) are applied to approximate the total uncertainty of FAHV model. The minimal-learning-parameter (MLP) algorithms are applied for FLSs to reduce the quantity of calculation. For the sake of preventing explosion of differentiation term in back-stepping control, the derivatives of virtual control laws can be calculated by sliding mode differentiators. Particularly, the novel auxiliary systems are explored to cope with the inputs saturation. Finally, reference trajectory tracking simulation shows the auxiliary systems have better performances than the existing algorithms when the inputs are saturated.     

弹性体高超声速飞行器自适应控制器设计

研究控制器优化设计问题,为能使飞行控制系统精确跟踪控制指令,并抑制住机体的结构弹性振动,研究了一种带自适应结构滤波器的LQR积分控制器.其中,LQR积分状态反馈控制器用来跟踪飞行速度与航迹倾角指令,结构滤波器用来抑制弹性模态.由于在高超声速飞行过程中结构的振动频率与阻尼比是随时间变化的,造成弹性振动偏差大.为此设计了一种鲁棒估计器来在线辨识弹性模态,并将辨识的结构自然频率作为结构滤波器的中心频率.通过在吸气式高超声速飞行器纵向非线性模型上进行仿真验证,结果显示控制方法能很好地满足跟踪指令与结构弹性抑制的要求.     

高超声速飞行器的滑模边界层模糊自适应控制方法研究

针对高超声速飞行器飞行过程中存在的高度非线性、强耦合、参数不确定性等问题提出了一种基于滑模边界层模糊自适应的控制方法;首先将纵向模型进行精确线性化,通过引入一个滑模边界层可调参数,在边界层外施加基于正切趋近律的准滑模控制律;在边界层内,去掉准滑模控制律,采用饱和函数法设计的控制律;边界层参数用模糊逻辑系统进行在线调节,从而消除了系统处于准滑动模态时的高频抖振;仿真结果表明:该方法在保证控制系统具有良好跟踪性能的同时,具有削弱抖振的能力和强鲁棒性。     

Robust Adaptive Gradient-Descent Training Algorithm for Recurrent Neural Networks in Discrete Time Domain

For a recurrent neural network (RNN), its transient response is a critical issue, especially for real-time signal processing applications. The conventional RNN training algorithms, such as backpropagation through time (BPTT) and real-time recurrent learning (RTRL), have not adequately addressed this problem because they suffer from low convergence speed. While increasing the learning rate may help to improve the performance of the RNN, it can result in unstable training in terms of weight divergence. Therefore, an optimal tradeoff between RNN training speed and weight convergence is desired. In this paper, a robust adaptive gradient-descent (RAGD) training algorithm of RNN is developed based on a novel RNN hybrid training concept. It switches the training patterns between standard real-time online backpropagation (BP) and RTRL according to the derived convergence and stability conditions. The weight convergence and $L_2$-stability of the algorithm are derived via the conic sector theorem. The optimized adaptive learning maximizes the training speed of the RNN for each weight update without violating the stability and convergence criteria. Computer simulations are carried out to demonstrate the applicability of the theoretical results.      

高超声速飞行器最优PIF-LQR控制器设计

以一类通用高超声速飞行器的非线性纵向模型为研究对象,对其线性化后,应用LQR理论设计了一种多输人多输出的最优控制器.通过引入比例积分滤波器(PIF),有效地抑制模型参数变化所引起的扰动,实现飞行器对速度和高度变化指令精确跟踪.将所设计控制器应用于具有不确定参数的高超声速飞行器扰动模型,通过仿真对控制器的鲁棒性进行评估.仿真结果表明,尽管存在参数不确定性,所设计控制器能够满足高超声速飞行器在复杂飞行条件下的控制要求,具有较强的鲁棒性.     

高超声速飞行器姿态控制系统设计

研究气动特性是飞行器姿态稳定性的保证,高超声速飞行器采用姿态控制有助于提高作战效能及生存能力.针对高超声速飞行器作战环境复杂,大气密度偏差大、力/力矩系数不准确造成气动参数偏差较大等特点,采用参数空间方法来设计姿态控制系统.首先建立适用于姿态控制系统的高超声速数学模型,在高超声速气动特性条件下,提出三回路姿态稳定控制系统,根据参数空间方法的原理设计出各回路控制器,最后进行仿真分析验证控制系统的性能.仿真结果表明当气动参数存在较大偏差时,采用基于参数空间法设计的高超声速姿态控制系统可以确保对指令的精确跟踪,并且具有较强的鲁棒稳定性.     

A Singularly Perturbed System Approach to Adaptive Neural Back-stepping Control Design of Hypersonic Vehicles

This paper presents the design of neural adaptive flight control systems for the longitudinal dynamics of hypersonic vehicle. By considering the coupling between thrust and pitch moment, the proposed control strategy is derived from the solutions of a series of fast dynamical equations, which are designed based on the back-stepping control and singularly perturbed system approach. The RBF neural networks are employed to approximate the unknown hypersonic dynamics. Simulation results are included to show the effectiveness of the neural adaptive control method.     

离散时域模型参考自适应方案对建模误差的鲁棒性分析

本文分析了Narendra的离散时域模型参考自适应控制(DTMRAC)方案对建模误差的鲁棒性,证明该类方案对I型建模误差的鲁棒性较强,对Ⅱ型建模误差的鲁棒性差.仿真结果证明了鲁棒性的分析结论.由于模型参考自适应诸方案有统一性,上述结论也具有普遍性,并对模型参考自适应方案在计算机控制系统中的应用具有指导意义.     

高超音速飞行器鲁棒控制研究

针对高超音速飞行器具有高度非线性、输入输出之间强耦合以及参数不确定等特点,提出了基于随机鲁棒设计的动态逆控制;这一控制方案基于系统控制需求,利用蒙特卡罗仿真方法建立目标函数,并通过遗传算法最优化系统设计参数,该控制方案将动态逆控制的非线性解耦控制能力与随机鲁棒设计的强鲁棒性结合,保证了飞行的纵向稳定性,改善了其控制性能;基于某常规高超音速飞行器纵向模型进行仿真验证,结果表明该方案能够满足系统控制需求且具有强鲁棒性。     

高超声速飞行器的模糊CMAC神经网络控制器设计

由于采用机体一体化设计,吸气式高超声速飞行器的气动特性难以准确获知,建立的数学模型是极不准确的;设计了一种模糊CMAC神经网络(FCMAC)控制器及其学习算法,在CMAC神经网络控制器中结合模糊逻辑理论,使得CMAC控制器具有自学习能力;仿真用高超声速飞行器的纵向模型对该控制器进行了验证,证明该控制方法能够有效地跟踪飞行器的高度和速度指令。     

基于多环QFT的高超声速飞行器鲁棒控制

阐述了定量反馈理论(QFT)的基本原理和设计方法,针对超燃冲压发动机不同工作状态时高超声速飞行器不确定性模型,应用多环QFT设计了高超声速飞行器纵向飞行控制系统;仿真结果表明,运用QFT方法设计的控制系统不仅具有良好的跟踪性能和抗干扰性能,而且能够很好地解决飞行控制系统由于模型参数具有不确定性而造成的控制系统鲁棒性设计问题,并从工程应用角度为高超飞行器纵向飞行控制系统提供了一种鲁棒控制设计方案。     

Adaptive Sliding Mode Control for Re-entry Attitude of Near Space Hypersonic Vehicle Based on Backstepping Design

Combining sliding mode control method with radial basis function neural network (RBFNN), this paper proposes a robust adaptive control scheme based on backstepping design for re-entry attitude tracking control of near space hypersonic vehicle (NSHV) in the presence of parameter variations and external disturbances. In the attitude angle loop, a robust adaptive virtual control law is designed by using the adaptive method to estimate the unknown upper bound of the compound uncertainties. In the angular velocity loop, an adaptive sliding mode control law is designed to suppress the effect of parameter variations and external disturbances. The main benefit of the sliding mode control is robustness to parameter variations and external disturbances. To further improve the control performance, RBFNNs are introduced to approximate the compound uncertainties in the attitude angle loop and angular velocity loop, respectively. Based on Lyapunov stability theory, the tracking errors are shown to be asymptotically stable. Simulation results show that the proposed control system attains a satisfied control performance and is robust against parameter variations and external disturbances.      

高超声速飞行器姿态的变结构控制

针对高超声速飞行器运行环境中气动参数大范围变化可能导致失稳现象,构建高超声速飞行器姿态的滑模变结构控制器。通过多时间尺度理论将飞行器姿态控制系统分为内外双闭环子系统,分别为内外环设计滑模姿态控制律,保证控制系统对气动参数变化不敏感,能稳定准确地跟踪期望姿态角指令。仿真结果表明所提滑模变结构姿态控制算法性能良好,对气动参数变化有一定的鲁棒性。