基于神经网络的高超声速飞行器自适应补偿控制方法

摘要

本发明公开了一种基于神经网络的高超声速飞行器自适应补偿控制方法，包括以下步骤：建立高超声速飞行器的纵向动力学模型，并将其分解为姿态子系统和速度子系统；建立高超声速飞行器的升降舵故障模型；构建平滑函数来估计非线性输入饱和，并引入径向基函数神经网络来估计高超声速飞行器的纵向动力学模型中的非线性函数；通过反步法设计高超声速飞行器的自适应补偿控制器及相应的自适应参数更新律。本发明提供了一种考虑了升降舵故障以及输入饱和的径向基神经网络自适应补偿控制方法，解决了高超声速飞行器飞行过程中各类升降舵故障以及执行器饱和对飞行器的影响，保证了系统的容错能力和鲁棒性。