[发明专利]基于神经网络观测器的无人飞行器姿态鲁棒容错控制方法

说明书

技术领域

本发明涉及飞行器姿态容错控制领域，特别是涉及基于神经网络观测器的无人飞行器姿态鲁棒容错控制方法。

 

背景技术

近空间(Near Space)是指距离海平面20km~100km的空间区域，当前人类的探索活动很少涉及到这一高度范围。它拥有着大气平流层区域（高度20km~55km）、大气中间层区域（高度55km~85km）和小部分增温层区域（高度85km以上），其中60km以下区域为非电离层，60km以上区域为电离层，其绝大部分空间中的大气成分为均质大气（约高度90km以下的区域）。正是由于其所具有的独特空间位置使得近空间具有特有的飞行环境与性质，因而有着重大的战略意义及战略价值。近年来，随着认识的逐步发展和科学技术的不断进步，已经成为世界各国所争夺的热点之一。

近空间飞行器 (NSV) 是指能够在近空间范围内持续工作的飞行器，它既不同于传统的航空飞行器，也不属于航天飞行器的范畴，而是集飞机、空天飞行器、轨道战斗机，甚至卫星、空间站等多方面的优点于一体，是21世纪争夺制空、制天权，进行空天作战的杀手锏武器。它与传统的飞行器相比，具有明显的优势，主要表现在以下几个方面：(1)发射成本低；(2)准备周期短；(3)覆盖范围广；(4)生存突防能力强；(5)任务模式多样性。NSV具有很大的飞行包络，所涉及的飞行范围很广，飞行环境极其复杂，而且还有可能出现气动结构的变化，这些会使得飞行系统呈现出强耦合、快时变、不确定以及强非线性等特点，从而给NSV的飞行控制系统设计带来严峻的挑战。

作为一种新的航空航天飞行器，NSV的故障同样也是主要由执行器，传感器和结构故障引起。为了提高NSV安全性和可靠性，在NSV姿态控制系统控制器的设计中，容错控制 (FTC: Fault tolerant control) 系统必须加以考虑。主动容错控制由于有小的保守性，且能很好的处理未知的故障等优点，已经在飞行容错控制系统设计中成为一种主流的设计方法。一般来讲，主动容错控制包含两个单元，故障诊断和隔离 (FDI) 单元和可重构控制器。传统的主动容错方法针对模型不确定和外部干扰问题需要在设计FDI单元时考虑误报和漏报两个指标，这本身就是一个悖论，所以工程师在实际中常常采用折衷的办法。由于对象存在不确定和干扰，即使所诊断的信息是准确的，在设计控制器的时候仍然要考虑控制器的鲁棒性和抗干扰问题。本章给出的鲁棒容错控制器设计框架不同于以往。传统鲁棒容错控制在设计过程中，要设计鲁棒FDI单元和鲁棒可重构控制器，可知，传统的方法FDI和可重构控制器都是基于被控对象的动态模型设计。

另一方面，跟踪控制在工业生产，航空，航天等领域中起着重要的作用。因此，它一直是科学家和工程师的热门研究课题。目前，针对不同的复杂系统，许多跟踪控制方法被提出，如预测控制，智能控制，自适应控制，滑模控制，反演控制等等。在处理约束问题方面，预控制和反演控制控制得到很好的研究。然而非线性预测控制在系统稳定性分析方面目前还不成熟。而反演控制是一种基于Lyapunov稳定性理论的控制器设计方法，自上世纪90年代提出之后一直受到研究者们的广泛关注，然而它也存在三个主要的缺陷，(1) 微分膨胀问题；(2) 需要严格反馈形式，(3) 控制约束问题。在飞控系统中，缺陷(1)和(3)是造成其不能实际应用的主要障碍，特别是缺陷(3)，如果在实际中不加以考虑，会造成误差的累积而使得参数估计不正确，造成系统的不稳定甚至发散。

 

发明内容

针对以上问题，本申请所提的容错控制方法只需要设计一个鲁棒辅助系统既可以实现鲁棒容错控制，而重构控制器的设计则基于辅助系统的动态模型即可。所以本文相对传统方法，在设计步骤上更为简洁和方便，避免了如何设计一个可以漏报和误报都很低的FDI单元这一难题。从而绕过这一难题实现飞控系统的鲁棒容错控制，为达此目的，本发明提供基于神经网络观测器的无人飞行器姿态鲁棒容错控制方法，具体步骤如下：

基于神经网络观测器的无人飞行器姿态鲁棒容错控制方法，具体步骤如下，其特征在于：

1）将变量信号                                               输入给控制层的K₁控制器，经过控制层的K₁控制器处理后再经过控制层的x₁系统控制器，x₁系统控制器将从飞行器运动得到的参数x₁和从K₁控制器得到的变量信号进行相应的处理得到变量信号；