基于高超声速飞行器抗干扰跟踪控制算法研究

摘要

针对各类飞行器的研究中，高超声速飞行器在飞行速度、隐蔽性等方面具有优势，使其成为临近空间飞行技术的主要研究对象。与传统飞行器相比，高超声速飞行器采用的机体/发动机一体化设计，使其在推进系统以及动态结构之间存在着强耦合、非线性等特性。同时，由于近空间环境的复杂性，如何在未知扰动影响下设计具有满意性能的控制器受到了自动控制领域的广泛关注。论文以NASA的Langley研究中心公布的高超声速飞行器模型作为研究对象，充分考虑外部干扰的影响，基于智能化扰动建模方法和干扰观测器设计方案，设计了一系列可行的抗干扰控制算法并系统分析了模型的动态性能。论文主要内容如下:
　　(1)讨论高超声速飞行器纵向模型建模过程，在此基础上研究基于T-S扰动建模的抗干扰跟踪控制算法。利用小扰动线性化方法，在飞行包线内的某一平衡点获取线性化模型，验证通用高超声速飞行器模型的合理性。考虑外部干扰对系统性能的影响，利用T-S模糊模型进行扰动建模，设计干扰观测器实现对未知不规则干扰的估计。进一步，设计基于PI控制输入与干扰观测值的复合控制器，结合凸优化理论，完成对干扰的动态补偿，保证系统的稳定性和动态跟踪性能。
　　(2)研究基于神经网络扰动建模的高超声速飞行器线性模型抗干扰跟踪控制问题。引入带有可调参数的神经网络模型对不规则扰动进行建模，在此基础上设计干扰观测器对未知干扰进行估计。进一步，结合所设计的自适应参数调节算法和凸优化理论，计算PI控制器增益和干扰观测器增益，实现对不规则干扰的估计和抵消。基于Lyapunov分析方法，证明高超声速飞行器在干扰影响下具有良好的稳定性能和动态跟踪性能。最后，仿真算例验证了神经网络模型对不同干扰的建模能力，并保证飞行器线性模型具有良好的动态性能。
　　(3)研究基于动态神经网络辨识的高超声速飞行器纵向模型抗干扰跟踪控制问题。为了克服扰动线性化引起的建模误差大的缺点，直接考虑带有非线性项的高超声速飞行器纵向模型。在此基础上，引入动态神经网络模型对其进行辨识，分别设计非线性扰动观测器与自适应控制算法，计算观测器增益，同时完成对飞行器模型的辨识以及对外部干扰的估计。进一步，结合Nussbaum函数设计跟踪控制器，构造相应的Lyapunov函数，验证动态模型具备良好的辨识性能和动态跟踪性能。最后，仿真算例表明所提算法的可行性和有效性。

目录

论文说明

摘要

本文主要符号参数注解

第一章 绪论

1．1 研究背景及意义

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 高超声速飞行器的控制方法

1．3．1 反馈线性化

1．3．2 反步法

1．3．3 智能控制

1．3．4 滑模控制

1．4 本文研究内容

第二章 高超声速飞行器模型分析

2．1 引言

2．2 高超声速飞行器基本结构和参数

2．3．1 坐标定义

2．3．2 常用角度定义

2．4 高超声速飞行器运动方程

2．5 各个子模型

2．5．1 标准大气压模型

2．5．2 空气动力和力矩模型

2．5．3 发动机和推力模型

2．5．4 转动惯量模型

2．6 本章小结

第三章 基于T-S扰动建模的高超声速飞行器抗干扰控制

3．1 引言

3．2 小扰动线性化

3．3 高超声速飞行器模型分析

3．4．1 PI跟踪控制器设计

3．4．2 干扰观测器设计

3．5 增广闭环系统及性能分析

3．6 仿真算例

3．7 本章小结

第四章 基于神经网络扰动建模的高超声速飞行器抗干扰控制

4．1 引言

4．2 RBF神经网络理论

4．3 高超声速飞行器模型分析及神经网络扰动建模

4．4 基于自适应调节算法的复合控制器设计

4．5 控制性能分析

4．6 仿真与分析

4．6．1 干扰模型1

4．6．2 干扰模型2

4．7 本章小结

第五章 基于动态神经网络的高超声速飞行器系统辨识及抗干扰控制

5．1 引言

5．2 高超声速飞行器动态模型以及系统辨识

5．3 基于NUSSBAUM函数的跟踪控制器的设计

5．4 数值仿真

5．5 本章小结

第六章 总结与展望

6．1 工作总结

6．2 问题与展望

参考文献

致谢

攻读硕士期间取得的学术成果

声明