[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

说明书

本发明公开了一种基于混合事件触发机制的高超声速飞行器神经抗干扰控制方法，涉及飞行器自动控制技术领域。首先，建立面向控制描述的AHV参数化运动学/动力学模型；其次，设计低计算复杂度的最小参数学习神经网络学习器实时消除各种扰动对控制系统的影响；再次，构造基于相对触发阈值和绝对触发阈值的混合事件触发机制，确保在不牺牲跟踪性能的前提下有效降低控制回路信息通信量，避免固定触发事件下触发次数过于频繁以及相对触发事件下较大控制信号引发控制抖震的缺陷；最后，综合MLP观测器与事件触发控制器，实现对于给定高度/速度指令的精确跟踪控制。本发明主要解决了机载计算资源和多源干扰影响下的AHV鲁棒飞行控制问题。

技术领域

本发明涉及飞行器自动控制技术领域，具体为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，主要解决机载计算资源和多源干扰影响下的AHV鲁棒飞行控制问题。

背景技术

吸气式高超声速飞行器(Airbreathing Hypersonic Vehicle，AHV)，一般是指飞行马赫数不小于5Ma，且以吸气式超燃冲压发动机为动力的飞行器。AHV有重要的民用、军事价值和战略意义，具有高速度、高机动性、大飞行包线等众多优势。近年来，国内外研究学者应用神经网络、滑模控制、自适应控制、鲁棒控制等理论在AHV稳定飞行控制设计方面取得了卓有成效的研究成果，但仍有一些开放性问题亟待解决：(1)已有神经控制具有在线神经辨识维度爆炸、神经权值学习负担过重，导致诱发明显控制时延，难以满足AHV实时控制需求；(2)高性能的AHV跟踪控制效果往往依赖于基于连续高频率采样信息的连续控制律。事实上，只有AHV系统遇到突发事件(如外界突风干扰、故障突变)才有必要进行精密地信息获取、采样与处理，对于AHV执行巡航段定高等速飞行任务而言，连续控制策略不可避免会带来大量的计算/通信/能源资源浪费，严重影响AHV控制效能。故开展可适应外部干扰及计算资源有限条件下的AHV低复杂度神经控制器设计具有显著的研究意义和应用价值。

发明内容

本发明为了针对现有AHV神经控制策略难以满足高超快机动飞行实时计算导致显著控制误差以及已有连续控制范式对机载有限计算资源欠缺考虑的问题，提供了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。

本发明是通过如下技术方案来实现的：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，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：

其中V为速度，h为高度，α为攻角，即AOA，γ为航迹角FPA，Q为俯仰角速率PR，f_i,g_i(i＝V,α,γ,Q)分别表示集中扰动和AHV标称动态；

式中，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：