[发明专利]基于预测模型的高超声速飞行器神经网络控制方法有效

专利信息
申请号: 201210375645.4 申请日: 2012-09-29
公开(公告)号: CN102880055A 公开(公告)日: 2013-01-16
发明(设计)人: 许斌;史忠科 申请(专利权)人: 西北工业大学
主分类号: G05B13/04 分类号: G05B13/04;G05D1/00
代理公司: 西北工业大学专利中心 61204 代理人: 王鲜凯
地址: 710072 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 预测 模型 高超 声速 飞行器 神经网络 控制 方法
【权利要求书】:

1.一种基于预测模型的高超声速飞行器神经网络控制方法,通过以下步骤实现:

(a)考虑高超声速飞行器纵向通道动力学模型:

V·=Tcosα-Dm-μsinγr2---(1)]]>

h·=Vsinγ---(2)]]>

γ·=L+TsinαmV-μ-V2rcosγVr2---(3)]]>

α·=q-γ·---(4)]]>

q·=MyyIyy---(5)]]>

该模型由五个状态变量Xs=[V,h,α,γ,q]T和两个控制输入Uc=[δe,β]T组成;其中,V表示速度,γ表示航迹倾角,h表示高度,α表示攻角,q表示俯仰角速度,δe是舵偏角,β为节流阀开度;T、D、L和Myy分别代表推力、阻力、升力和俯仰转动力矩;m、Iyy、μ和r代表质量、俯仰轴的转动惯量、引力系数以及距地心的距离;

(b)定义X=[x1,x2,x3,x4]T,其中x1=h,x2=γ,x3=θ,x4=q,θ=α+γ;因为γ非常小,取sinγ≈γ;考虑到Tsinα远小于L,在控制器设计过程中近似忽略;

高度子系统(2)-(5)写成以下严格反馈形式:

x·1=Vsinx2Vx2=f1(x1)+g1(x1)x2]]>

x·2=f2(x1,x2)+g2(x1,x2)x3]]>

x·3=f3(x1,x2,x3)+g3(x1,x2,x3)x4]]>

x·4=f4(x1,x2,x3,x4)+g4(x1,x2,x3,x4)uA]]>

uA=δe

速度子系统(1)写为如下形式:

V·=fV+gVuV]]>

uV=β

其中fi,gi,i=1,2,3,4,V是根据(1)-(5)得到的未知项,分为标称值fiN,giN与不确定性Δfi,Δgi

(c)考虑采样时间Ts非常小,通过欧拉近似法得到高度子系统离散模型:

xi(k+1)=xi(k)+Ts[fi(k)+gi(k)xi+1(k)]

                                                     (6)

x4(k+1)=x4(k)+Ts[f4(k)+g4(k)uA(k)]

其中i=1,2,3;

通过欧拉近似法建立速度子系统的离散模型:

V(k+1)=V(k)+Ts[fV(k)+gV(k)uV(k)]

进一步建立系统(6)的预测模型(7):

x1(k+4)=fA(k)+gA(k)uA(k)    (7)

其中

fA(k)=x1(k+3)+Tsf1(k+3)+Tsg1(k+3)x2(k+2)]]>

+Ts2g1(k+3)f2(k+2)+Ts2g1(k+3)g2(k+2)x3(k+1)]]>

+Ts3g1(k+3)g2(k+2)f3(k+1)+Ts3g1(k+3)g2(k+2)g3(k+1)x4(k)]]>

+Ts4g1(k+3)g2(k+2)g3(k+1)f4(k)]]>

gA(k)=Ts4g1(k+3)g2(k+2)g3(k+1)g4(k)]]>

相应的标称值记为:fAN(k)和gAN(k);

(d)在动力学参数未知情况下,采用神经网络对系统不确定部分进行估计,按照标称值设计控制器;

定义误差ZA(k)=x1(k)-x1d(k);不确定项UA(k)=fAN(k)-x1d(k+4)gAN(k)-fAN(k)-x1d(k+4)gA(k);]]>这里x1d(k)和x1d(k+4)分别为高度参考指令在k和k+4时刻的值;

定义θA(k)=[XT(k),x1d(k+4)]T,采用神经网络对UA(k)进行估计,得到U^A(K)=ω^AT(k)SA(θA(k))]]>

其中为神经网络权重向量的估计值,SA(·)神经网络基函数向量;设计控制器

uA(k)=x1d(k+4)-fAN(k)+CAzA(k)gAN(k)+ω^AT(k)SA(θA(k))]]>

其中0<CA<1为误差比例系数;

神经网络权重自适应更新律为:

ω^A(k+1)=ω^A(kA)-λAzA(k+1)SA(θA(kA))-δAω^A(kA)]]>

其中λA>0,0<δA<1,kA=k-3;

针对速度子系统,定义θV(k)=[V(k),XT(k),Vd(k+1)]T,zV(k)=V(k)-Vd(k),FVC(Xs(k))=V(k)+TsfV(k),]]>GVC(Xs(k))=TsgV(k);]]>

设计控制器

uV(k)=Vd(k+1)+CVzV(k)-FVNC(Xs(k))GVNC(Xs(k))+ω^VT(k)SV(θV(k))]]>

其中0<CV<1为误差比例系数,是和的标称值,为神经网络权重向量的估计值,SV(·)神经网络基函数向量;

神经网络权重自适应更新律为:

ω^V(k+1)=ω^V(k)-λVSV(θV(k))zV(k+1)-δVω^V(k)]]>

其中λV>0,0<δV<1;

(e)根据得到的舵偏角uA(k)和节流阀开度uV(k),返回到高超声速飞行器的动力学模型(1)-(5),对高度和速度进行跟踪控制。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210375645.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top