[发明专利]一种基于鲁棒自适应最优控制的飞行员操纵行为描述方法

权利要求书

1.一种基于鲁棒自适应最优控制的飞行员操纵行为描述方法，其特征在于：

步骤一，构建ROCM模型增广被控对象；

x·s=Asxs+Bsup+Eswy=Csxs+Dsup---(1)]]>

其中，As=ABCd0Ad,Bs=BBd,Es=E0,]]>C_s＝[CDC_d]，C_s＝[CDC_d]，D_s＝D，xs=xxd;]]>x为飞行器运动状态向量，x_d为带有时间延迟的状态向量，x_s为带有延迟的增广状态向量，为带有延迟的增广状态向量时间导数，A_d、B_d、C_d分别为带有时间延迟的系数矩阵；A、B、C、D分别为飞行器小扰动方程系数矩阵，E为外界扰动系数矩阵，w为外界扰动向量，u_p为神经肌动力迟后操纵量，y为输出状态向量；

步骤二，确定ROCM模型指标函数和模型参数；采用二次指标函数形式确定指标函数如下：

Jp=E∞{yTQyy+upTruup+u·pTfu·p}---(6)]]>

其中，E_∞表征了指标函数稳态期望值，Q_y≥0,r_u≥0,f≥0分别是指标函数的观测向量加权矩阵、操纵分配加权矩阵和操纵速率加权矩阵，f的选择依赖于给定的神经动力延迟常数矩阵T_n；假设各操纵通道独立，则T_n＝diag(t_ni)，其中t_ni为第i个操纵通道神经动力延迟时间常数；

步骤三，计算飞行员最优控制增益；

步骤四，控制方程离散化，鲁棒自适应状态估计；

步骤五，未建模动态估计；

假设所有未建模动态产生的动态响应等效于完全由系数矩阵和H产生，由此得到未建模动态估计：

ΔH(k)=yobs(k)-Ddisup(k)+vy(k)x^s(k-1|k-1)-H(k-1)]]>

由此用k时刻估计的未建模动态估计和ΔH(k)进行k+1时刻最优控制增益计算；

步骤六，修正飞行员最优控制增益，求解飞行员操纵向量。