一种基于神经网络的时标分离飞行器弹性体智能控制方法

摘要

本发明公开了一种基于神经网络的时标分离飞行器弹性体智能控制方法，属于飞行器控制领域，用于解决现有弹性高超声速飞行器控制方法在不确定信息与弹性振动共同影响下无法实现高精度控制的问题。该方法首先依据奇异摄动理论处理多时标问题的能力对高超声速飞行器进行快慢时标分解，使得刚柔模态分离；其次分别针对刚柔模态进行控制算法设计，考虑表征系统刚性模态的慢变时标部分存在的不确定性，采用神经网络在线学习，并通过李雅普诺夫法构造权重更新律保证系统稳定，设计智能控制策略，针对表征系统弹性模态的快变时标部分设计滑模控制方法；最后将两种控制输入合二为一作为总体舵偏指令实现高度指令的有效跟踪同时实现弹性模态的有效抑制。