[发明专利]一种基于自适应反步滑模的两轴惯性稳定平台高精度控制方法

说明书

一种基于自适应反步滑模的两轴惯性稳定平台高精度控制方法，涉及基于辅助积分滑模面的反步滑模控制和自适应神经网络构建与优化的复合控制器设计。首先，根据两轴惯性稳定平台动力学模型，设计基于辅助积分滑模面的反步滑模控制方法，通过状态误差信息产生控制命令，实现对动力学模型参数不确定性和干扰的抑制；其次，构建自适应神经网络，基于误差信息构建自适应神经网络权值更新矩阵来在线更新神经网络的权值矩阵，实时估计干扰误差上界，实现复杂环境下的两轴惯性稳定平台高精度控制。本发明具有实时性好、动态参数响应快、对多源干扰适应性强等优点，可用于两轴惯性稳定平台在复杂多源干扰环境下的高精度控制等。

技术领域

本发明涉及一种基于自适应反步滑模的两轴惯性稳定平台高精度控制方法，适用于航空测绘稳定平台高精度控制领域。

背景技术

两轴吊舱平台通过基座固连于飞行载体，支撑并稳定遥感载荷，隔离飞行载体非理想姿态运动对遥感载荷视轴的影响来提高遥感载荷的成像质量，具有广泛的应用前景。

作为复杂的多框架耦合系统，两轴惯性稳定平台具有非线性、强耦合、控制难度高等特性。并且两轴惯性稳定平台在飞行过程中存在风扰、飞机发动机振动引起的基座角运动干扰、平台质心和运动成像载荷转轴中心不重合引起的不平衡力矩、稳定平台本身机械和电气构造不完善导致的耦合力矩和摩擦干扰力矩、陀螺和加计测量误差系统内扰，因此，两轴惯性稳定平台在扰动下的高精度控制是测绘系统的关键技术之一。

为提高性能，智能PID控制方法、鲁棒控制、智能控制方法等各类控制方法被用于两轴惯性稳定平台的高精度控制。智能PID控制器结构简单，但抗干扰能力差，两轴稳定平台的控制性能很容易受到外界干扰影响而降低。鲁棒控制可以较好地消除两轴惯性稳定平台在飞行过程中存在的模型参数不精确和外界干扰问题，但鲁棒控制具有实时性较差、动态参数响应慢的特性。通过大量的样本训练，神经网络可以实现非线性自适应控制，克服两轴惯性稳定平台所具有的模型不确定性，以及存在多源干扰等问题，实现高精度的姿态控制，但传统的神经网络需要大量的样本数据进行训练，具有实时性差的缺点。

发明内容

本发明解决的技术问题是：两轴惯性稳定平台在执行任务时控制性能容易受到外界干扰影响的问题，提出一种基于自适应反步滑模的复合控制算法，通过基于辅助积分滑模面的反步滑模控制构建控制器，产生控制指令，并构建自适应神经网络对两轴惯性稳定平台工作过程中的多源干扰进行估计并抑制，实现两轴惯性稳定平台高精度控制。

本发明的技术解决方案为：首先针对两轴惯性稳定平台建立动力学模型，通过基于辅助积分滑模面的反步滑模控制处理平台系统的非线性、时变、多干扰问题；其次，构建自适应神经网络，估计系统干扰上界，通过李雅普诺夫稳定性理论更新自适应神经网络权值和估计误差，解决滑模控制带来的抖振问题。其实现步骤如下：

(1)针对两轴惯性稳定平台动力学模型，

其中，ζ＝p时表示俯仰通道，ζ＝a时表示方位通道，分别为俯仰姿态角、俯仰角速率、方位姿态角、方位角速率，f_ζ为平台动力学模型中的非线性函数，u_ζ为控制电压，b_ζ平台状态模型中电机控制的系数，g_ζd_ζ为系统干扰；

设计基于辅助积分滑模面的反步滑模控制方法，通过状态误差信息产生控制命令，实现对动力学模型参数不确定性和干扰的抑制；基于辅助积分滑模面的反步滑模控制方法的控制命令u_ζ、积分滑模面函数s_ζ和辅助积分滑模面函数s_ζc分别为：