变形翼飞行器的鲁棒智能控制研究

摘要

变形翼飞行器(MorphingAircraft)作为一种全新概念的现代飞行器，由于其优越的飞行性能，近年来备受国内外关注。变形翼飞行器根据不同飞行需要，大范围机翼变形以调整飞行速度与飞行姿态，从而引起了模型结构和参数的严重变化或不确定。
　　本文以变形翼飞行器为研究对象，根据变形翼飞行器的模型特点，分别研究了其在模型含不确定项、形变参数和外界扰动以及非线性系统模型下的控制问题。本文的主要内容可以归结为以下几个方面:
　　1.针对一类含有不确定项的系统，提出一种自适应积分滑模控制设计方法并应用在变形翼飞行器的模型上。在滑模中增加积分项来构造积分滑模面。滑模中的积分项可以提供一个额外的自由度同时减小了状态跟踪误差。自适应控制律用来动态估计系统中的不确定参数。在设计的自适应积分滑模控制器方案下，保证了闭环系统的稳定性。通过对变形翼飞行器的仿真应用，分析验证控制器的可行性。
　　2.变形翼飞行器的形体结构变化，必然会引起飞行器动力学模型的改变和不确定性。因此，传统的反馈控制不能满足对变形翼飞行器的控制性能要求。本文针对变形翼飞行器，提出了一种自适应滑模控制算法。针对形变造成的模型不确定性，采用自适应补偿算法消除其对系统稳定性的影响。将外界的扰动分解成匹配项和不匹配项，设计积分滑模控制完全消除匹配项对系统的影响，同时减小不匹配项对系统的影响。通过李雅普诺夫稳定性证明自适应积分滑模控制能使跟踪误差一致渐近稳定。最后在含有不确定项的变形翼飞行器模型上进行仿真，验证算法的可行性和有效性。
　　3.提出一类非线性系统的自适应输出动态逆控制方法，使系统能够跟踪参考信号。新型的控制算法采用自适应RBF神经网络，这种神经网络的基函数是可以在线更新中心和宽度的高斯函数，利用RBF神经网络对函数的逼近性对非线性动态逆误差进行补偿。鲁棒控制的设计能够减少逼近误差也提高了系统的抗干扰能力。通过李雅普诺夫稳定性理论分析设计的闭环系统整体稳定性。

目录

摘要

第一章 绪论

1．1 研究背景和意义

1．2 变形翼飞行器及其控制方法的研究现状

1．2．1 国外开展的主要项目和研究进展

1．2．2 国内研究现状

1．3 变形翼飞行器控制的主要问题

1．3．1 变形翼飞行器的方案

1．3．2 变形翼飞行器的控制研究和存在的问题

1．4 本文研究的主要内容

第二章 理论基础简介

2．1 引言

2．2 滑模控制理论基础

2．2．1 滑模变结构控制的定义

2．2．2 滑模变结构控制系统的分析

2．2．3 滑动模态的不变性

2．2．4 滑模变结构控制系统的抖振问题

2．3 自适应理论

2．3．1 自适应控制的定义

2．3．2 自适应控制系统的基本结构和分类

2．4 鲁棒H∞控制理论

2．4．1 鲁棒H∞理论基础

2．4．2 标准H∞控制问题

2．4．3 H∞状态反馈控制器

2．5 本章小结

第三章 控制矩阵含不确定项的自适应滑模控制

3．1 引言

3．2 控制矩阵含有不确定项的变形翼飞行器控制器设计

3．2．1 ICE变形翼飞行器描述

3．2．2 自适应滑模控制算法设计

3．3 仿真结果及分析

3．4 本章小结

第四章 含形变参数的变形翼飞行器自适应滑模控制

4．1 引言

4．2 变形翼飞行器描述

4．3 自适应积分滑模控制器设计

4．3．1 积分滑模面的设计

4．3．2 自适应控制器设计

4．3．3 稳定性分析

4．4 对外界扰动的H∞控制器设计

4．4．1 外部扰动分解

4．4．2 H∞控制设计

4．5 仿真验证及结果分析

4．6 本章小结

第五章 基于自适应RBF神经网络的输出动态逆控制

5．1 引言

5．2 变形翼飞行器的非线性描述

5．3 非线性动态逆

5．3．1 问题描述

5．3．2 动态逆误差

5．4 自适应RBF神经网络

5．4．1 人工神经网络描述

5．4．2 RBF神经网络

5．4．3 自适应RBF神经网络对误差的补偿

5．5 基于自适应RBF神经网络补偿的动态逆控制器设计

5．5．1 控制器设计

5．5．2 神经网络自适应律

5．5．3 系统稳定性分析和最优性能指标指标

5．6 仿真结果及分析

5．7 本章小结

第六章 总结与展望

6．1 工作总结

6．2 今后展望

参考文献

致谢

在学期间的研究成果及发表的学术论文