[发明专利]基于混合事件触发的高超声速飞行器神经抗干扰控制方法

权利要求书

1.一种基于混合事件触发的高超声速飞行器神经抗干扰控制方法，其特征在于：包括如下步骤：

(1)建立面向控制描述的AHV参数化严格反馈运动学/动力学模型，具体如下：

其中V为速度，h为高度，α为攻角，即AOA，γ为航迹角，即FPA，Q为俯仰角速率，即PR，f_i,g_i分别表示集中扰动和AHV标称动态，i＝V,α,γ,Q；d_Ve,d_γe,d_αe,d_Qe表示外部扰动，Δ表示气动系数的扰动；g表示引力常数；m和I_yy分别为飞行器质量和转动惯量；p＝0.5ρ_aV²为动压，ρ_a＝ρ_a0exp(-(h-h₀)/h_s)为空气密度，h₀为初始近似高度，ρ_a0为高度为h₀时的空气密度，h_s表示空气密度衰减率的倒数；z_T、S和分别表示推力力臂、参考面积和平均气动弦长；实际控制量为升降舵偏转角δ_e及节流阀开度Φ；升力L、阻力D、推力T、俯仰力矩M可以通过如下多项式拟合得到：

相关的空气动力/力矩系数可以通过如下拟合公式得到：

(2)分别针对高度和速度子系统的集总干扰，构造最小参数学习神经网络MLP-NN：

AHV速度子系统的输出跟踪误差定义为：e_V＝V-V_d；将FPA、AOA、PR的跟踪误差分别定义为e_γ＝γ-γ_d,e_α＝α-α_d,e_Q＝Q-Q_d；其中V_d,γ_d,α_d,Q_d分别代表速度V、FPA、AOA、PR的参考信号；为神经权值的估计值；n为MLP-NN的隐藏层节点数，高斯函数h_jl(e_j),j＝V,γ,α,Q,l＝1,...n取如下形式：

其中，c_jl表示接受域中心，b_j代表基函数的宽度；设计如下神经权值更新律：

其中Γ_V∈R,Γ_γ∈R,Γ_α∈R,Γ_Q∈R为MLP-NN的自适应增益，k_wV∈R,k_wγ∈R,k_wα∈R,k_wQ∈R是漂移因子；

(3)基于MLP-NN观测结果以及反馈线性化原理，构造高度子系统的级联控制方程：航迹角、攻角、俯仰角速率通道的虚拟控制律：

高度子系统中航迹角γ、攻角α、俯仰角速率Q的虚拟控制律如下：

其中k_h,k_γ,k_α表示控制器增益，表示参考信号对时间的微分，AHV高度子系统的输出跟踪误差定义为：e_h＝h-h_d；其中h_d为高度的参考信号；

(4)在控制器—执行器端引入混合事件触发机制，构造可消除测量误差并确保闭环系统稳定的速度、高度子系统实际控制器，在保障AHV有限通信计算资源的前提下实现对于给定速度/高度指令的精确跟踪控制：

对速度子系统建立带混合事件触发机制的节流阀开度Φ的控制信号：

事件触发条件为：

其中当测量误差违反预设触发条件时，Φ(t)会在时刻更新，代表着Φ(t)会在范围内保持为e_VE(t)表示速度子系统的测量误差；D_V表示速度子系统的切换阈值，σ_V,χ_V,δ_V,m_1V和m_2V是可调节的参数；

与对速度子系统建立带混合事件触发机制的采样控制律类似地，对高度子系统建立带混合事件触发机制的升降舵偏转角δ_e的控制信号：

事件触发条件为：

其中当测量误差违反预设触发条件时，δ_e(t)会在时刻更新，代表着δ_e(t)会在范围内保持为e_QE(t)表示高度子系统的测量误差；D_Q表示高度子系统的切换阈值，σ_Q,χ_Q,δ_Q,m_1Q和m_2Q是可调节的参数。