[发明专利]基于预测模型的高超声速飞行器克里格控制方法

说明书

技术领域

本发明涉及一种高超声飞行器控制方法，特别是涉及一种基于预测模型的高超声速飞行器克里格控制方法，属于飞行器控制领域。

背景技术

高超声速飞行器由于其突出的飞行能力，使得全球实时打击成为可能，因此受到国内外的广泛关注；NASA X-43A试飞成功证实了这项技术的可行性；受自身复杂动力学特性的影响以及机体发动机一体化设计，高超声速飞行器弹性机体、推进系统以及结构动态之间的耦合更强，模型的非线性度也更高；此外，受飞行高度、马赫数和飞行条件影响，飞行器对外界条件非常敏感。

针对高超声速飞行器的控制大都集中在连续域内；随着计算机技术的发展，未来高超声速飞行器的控制系统需要使用计算机完成，因此研究高超声速飞行器的离散自适应控制具有重要的意义；离散控制器的设计通常可采用两种方法：1)根据连续控制对象设计控制器，然后将连续的控制器离散化；2)直接根据离散化的控制对象设计离散控制器；第1种方法需要较快的采样速率，对系统的硬件提出了很高的要求。

《Adaptive Kriging Controller Design for Hypersonic Flight Vehicle via Back-stepping》（Xu Bin，Sun Fuchun，Liu Huaping，Ren Jianxin，《IET Control Theory &Applications》，2012年第6卷第4期）一文采用第二种方法通过设计虚拟控制量（航迹角，俯仰角以及俯仰角速度）实现高度控制器设计；采用克里格系统对系统的不确定部分进行估计；克里格估计源自地质统计学，通过将Y看做随机函数，得到相应的均值m(x)和协方差函数δ_Y(x，x′)，具体表达如下

m(x)=E[Y(x)]，δ_Y(x，x′)=E[(Y(x)-m(x))(Y(x′)-m(x′))]

如果已经观察到高斯随机函数Y在N个不同的点{x¹，…，x^N}的观察值，并且为零均值分布，则克里格估计值为

其中Y(x)=[Y(xⁱ)]∈R^N，σ=[δ_Y(xⁱ，x)]∈R^N，∑=[δ_Y(xⁱ，x^j)]∈R^N×N；

该方法仅利用当前时刻与下一时刻的信息，由于系统动力学参数存在不确定性，因而无法准确计算虚拟控制量的未来时刻信息，存在非因果问题；并且其需要反复设计虚拟控制量，控制器设计复杂，难以工程实现。

发明内容

为克服现有技术在高超声速飞行器离散自适应控制难以工程实现的不足，本发明提出了一种基于预测模型的高超声速飞行器克里格控制方法，该方法通过对已有的高超声速飞行器离散欧拉模型进行变换，得到预测模型，仅包含一个等式；控制器采用标称方法，同时考虑系统的集总不确定性，通过预测模型计算历史不确定部分的数值，进一步通过高斯假设按照克里格方法进行构造性预测，整个控制器无需进行自适应参数估计，设计简单便于工程实现。

本发明解决其技术问题采用的技术方案是：一种基于预测模型的高超声速飞行器克里格控制方法，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)]]>