[发明专利]一种基于鲁棒预见控制的舰载机自动着舰控制方法有效
申请号: | 201510158509.3 | 申请日: | 2015-04-03 |
公开(公告)号: | CN104880946B | 公开(公告)日: | 2017-06-13 |
发明(设计)人: | 甄子洋;邵敏敏;龚华军;江驹 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04;G05D1/10 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙)32249 | 代理人: | 杨晓玲 |
地址: | 210016 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开的一种基于鲁棒预见控制的舰载机自动着舰控制方法,从而利用下滑道轨迹以及纵向甲板运动的未来信息和现在的信息对舰载机进行预见控制,从而实现对下滑道高度的跟踪及纵向甲板运动的补偿,同时能够有效抑制和消除侧向偏移,使舰载机保持侧向稳定。其中利用未来信息进行前馈控制,利用当前信息进行反馈控制,可以提前对舰载机的舵面和油门实施平均操作以达到跟踪补偿目的,减小瞬时的能量,并且加快响应速度,确保舰载机能在航母上安全着舰。 | ||
搜索关键词: | 一种 基于 预见 控制 舰载 自动 方法 | ||
【主权项】:
一种基于鲁棒预见控制的舰载机自动着舰控制方法,其特征在于:包括甲板运动预估模块、纵向控制律模块和横侧向控制律模块;首先将甲板运动送入甲板运动预估模块得到甲板运动预估信息,并在着舰前将甲板运动预估信息引入舰载机自动着舰控制系统;其中,所述甲板运动预估模块的计算方法如下:对于已知传递函数的甲板运动,采用粒子滤波器算法设计预估器,用于预估τ时刻的甲板运动信息,得到甲板运动在未来τ时刻的最优估计值的表达式为其中Φ(k+m,k)为状态转移矩阵,k为时间,m=τ/Ts,Ts为系统采样时间,状态转移阵A为甲板运动传递函数所对应的系数空间矩阵,为甲板运动k时刻状态估计值;根据所述分别得到τ时刻甲板纵向运动预估信息Δhd和甲板横侧向运动预估信息Δyd;所述纵向控制律模块的计算方法如下:飞机的纵向离散化模型∑lon为:Σlon:Δxblon(k+1)=AblonΔxblon(k)+BblonΔublon(k)Δh(k+1)=AeblonΔxblon(k)+Δh(k)Δxp(k+1)=ApΔxp(k)+BpΔrin(k)Δher(k)=Δh(k)-CpΔxp(k)---(1)]]>其中,纵向状态变量矩阵Δxblon=[ΔV Δα Δq Δθ]T,ΔV为速度反馈量与配平值之差,Δα为迎角反馈量与配平值之差,Δq为俯仰角速率反馈量与配平值之差,Δθ为俯仰角反馈量与配平值之差;Δublon为纵向控制输入量矩阵,Δublon=[Δδe ΔδT]T,Δδe为升降舵偏角增量,ΔδT为油门增量;Δh为实际飞行高度值;Δrin为可预见的理想下滑高度;Δxp为可预见的理想下滑高度的信息存储值;Δher为实际飞行高度反馈量与理想下滑高度之差;在采样时间为Ts,理想下滑高度的可预见时间tp时,可预见步数N=tp/Ts;Ablon、Bblon、Aeblon为飞机的纵向状态空间矩阵;Ap、Bp、Cp为N步延时器的状态空间系数;式(1)中的Δrin(k)=Δhc(k+N)是k时刻的理想下滑高度的N步预见值,Δhc理想下滑高度,Δxp(k)表示为:Δxp(k)=Δrin(k-N)...Δrin(k-1)=Δh(k)...Δh(k+N-1)---(2)]]>纵向控制律模块采用全信息鲁棒预见控制方法设计控制器,全信息鲁棒预见控制器由反馈控制分量和前馈控制分量两部分组成;在下滑道跟踪阶段,将实际飞行高度反馈量与理想下滑高度之差Δher及纵向状态变量误差Δxblon送入反馈控制分量,将可预见的理想下滑高度Δrin和可预见的理想下滑高度的信息存储值Δxp送入前馈控制分量,实现下滑道高度跟踪,其控制律为:式中,Fblon为纵向状态变量误差参数矩阵,Felon为高度误差参数矩阵,Fplon为N步理想下滑高度预见信息参数矩阵,Frlon为第N步理想下滑高度预见信息参数矩阵;在甲板运动补偿阶段,将实际飞行高度反馈量与理想下滑高度之差Δher、纵向状态变量误差Δxblon及甲板纵向运动预估信息Δhd送入反馈控制分量,将可预见的理想下滑高度Δrin和甲板纵向运动预估信息Δhd送入前馈控制分量,实现下滑道高度跟踪及甲板浮沉运动补偿,其控制律为:其中,Fplon(j)为所述Fplon中的第(j+1)项;矩阵Fblon,Felon,Fplon,Frlon的计算公式如下:FblonFelon=-R‾-1(BglonTXggAglon)Fplon(0)=0Fplon(j)=-R‾-1BglonT(AcgT)j-1S,0<j<N,j∈ZFrlon=-R‾-1BglonT(AcgT)N-1SR‾=W2TW2+BglonTXggBglonS=CglonTW1TW1Acg=Aglon+BglonFglon---(5)]]>式中,Aglon=Ablon0AeblonI,Bglon=Bblon0,]]>Cglon=[0 I],W1为纵向全信息鲁棒预见控制律输出权重,W2为纵向全信息鲁棒预见控制律输入权重,Fglon为纵向状态变量反馈系数矩阵,j为中间变量,Z为整数集合,S、Acg均为中间变量系数矩阵,Xgg是式(6)的离散代数Riccati方程的稳态解;Xgg=Aglon′XggAglon-Fglon′R‾Fglon+Cglon′W1′W1Cglon---(6)]]>当系统满足以下三个约束条件时,且使得控制性能指标Jlon最小化的纵向控制输入量矩阵Δublon为目标控制信号;其中,所述控制性能指标Jlon为:Jlon=Σk=-N+1∞[ΔherT(k)W1TW1Δher(k)+ΔublonT(k)W2TW2Δublon(k)]---(7)]]>所述约束条件为:(1)(Aglon Bglon)是稳定的;(2)W2'W2>0;(3)---∀χ∈(-π,π],Aglon-ejχIBglonCglon0]]>满秩;其中,χ为中间变量;所述的横侧向控制律模块的计算方法如下:飞机的横侧向离散化模型∑lat为:Σlat:Δxblat(k+1)=AblatΔxblat(k)+BblatΔublat(k)Δy(k+1)=AeblatΔxblat(k)+Δy(k)Δyer(k)=Δy(k)---(8)]]>其中,横侧向状态变量矩阵Δxblat=[Δβ Δp Δr Δφ Δψ]T,Δβ为侧滑角反馈量与配平值之差,Δp为滚转角速率反馈量与配平值之差,Δr为偏航角速率反馈量与配平值之差,Δφ为滚转角反馈量与配平值之差,Δψ为偏航角反馈量与配平值之差;Δublat为横侧向控制输入量矩阵,Δublat=[Δδa Δδr]T,Δδa为副翼偏角增量,Δδr为方向舵偏角增量;Δy为实际侧偏距;Δyer为实际侧偏距反馈量与配平值之差;Ablat、Bblat、Aeblat为飞机的横侧向状态空间矩阵;横侧向控制律模块采用全信息鲁棒预见控制方法设计控制器,在下滑道跟踪阶段,将横侧向状态变量误差Δxblat和实际侧偏距反馈量与配平值之差Δyer送入反馈控制分量来控制舰载机的横侧向运动,使舰载机保持零侧偏距和侧向稳定,其控制律为:式中,Fblat为横侧向状态变量反馈系数矩阵,Felat为侧偏距误差反馈系数矩阵;在甲板运动补偿阶段,将实际侧偏距反馈量与配平值之差Δyer、横侧向状态量误差Δxblat及甲板横侧向运动预估信息Δyd送入反馈控制分量,将甲板横侧向运动预估信息Δyd送入前馈控制分量,实现零侧偏距及横侧向甲板运动跟踪补偿,其控制律为:式中,Fplat为N步侧偏距预见信息参数矩阵,Frlat为第N步侧偏距预见信息参数矩阵;矩阵Fblat,Felat,Fplat,Frlat的计算公式如下:FblatFelat=-R‾g-1(BglatTXgAglat)Fplat(0)=0Fplat(j)=-R‾g-1BglatT(AcggT)j-1Sg,0<j<N,j∈ZFrlat=-R‾g-1BglatT(AcggT)N-1SgR‾g=W4TW4+BglatTXgBglatSg=CglatTW3TW3Acgg=Aglat+BglatFglat---(11)]]>其中,Aglat=Ablat0AeblatI,Bglat=Bblat0,]]>Cglat=[0 I],W3为横侧向全信息鲁棒预见控制律输出权重,W4为横侧向全信息鲁棒预见控制律输入权重;Fglat为横侧向反馈系数矩阵;Sg、Acgg均为中间变量系数矩阵;Xg是式(12)的离散代数Riccati方程的稳态解;Xg=Aglat′XgAglat-Fglat′R‾gFglat+Cglat′W3′W3Cglat---(12)]]>当系统满足以下三个约束条件时,且使得控制性能指标Jlat最小化的横向控制输入量矩阵Δublat为目标控制信号;其中,所述控制性能指标Jlat为:Jlat=Σk=-N+1∞[ΔyerT(k)W3TW3Δyer(k)+ΔublatT(k)W4TW4Δublat(k)]---(13)]]>所述约束条件为:(1) (Aglat Bglat)是稳定的;(2) W4'W4>0;(3)---∀χ∈(-π,π],Aglat-ejχIBglatCglat0]]>满秩;其中,χ为中间变量。
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南京航空航天大学,未经南京航空航天大学许可,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/patent/201510158509.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种智能家居集成系统
- 下一篇:基于神经网络的旋翼无人机的自适应逆控制方法