[发明专利]基于攻角幂函数的高超飞行器神经网络控制方法

权利要求书

1.基于攻角幂函数的高超飞行器神经网络控制方法，其特征在于，按照以下步骤进行：

步骤一，构造攻角测量、俯仰角速率的测量与滑模面信号；

步骤二，构造高超声速飞行器滑模控制律；

步骤三，构造自适应神经网络控制律；

步骤四，构造复合控制律经过控制分配，分别输入给高超声速飞行器的鸭翼与升降翼，以控制高超声速飞行器实现俯仰通道的攻角跟踪控制；

所述步骤一，具体按照以下步骤进行：

首先采用攻角传感器，测量高超声速飞行器的攻角，记为α；采用速率陀螺测量高超声速飞行器的俯仰角速率，记为q；

其次，假定期望的攻角信号为α^d，在飞行器控制计算机中生成攻角误差信号，记为e_α，其满足e_α＝α-α^d；

再次，采用飞行器控制计算机生成攻角误差积分信号，记作S_e，其满足S_e＝∫(α-α^d)dt；

最后，采用上述攻角误差信号与攻角误差积分信号组合生成滑模面信号，记作S_α，表达式为：S_α＝e_α+c₁S_e；其中c₁为正的控制参数，选取为c₁＝0.1；

所述步骤二，具体按照以下步骤进行：

构造高超声速飞行器滑模控制律u₁：

u₁＝-a₁-c₁e_α-k₁S_α-k₂∫S_αdt-f_s(S_α)，

其中，a₁用于抵消飞行器的角速度与重力加速度项影响，按照下式计算：q为高超声速飞行器的俯仰角速率，g为重力加速度，γ为飞行器的航迹角，V为飞行器的速度；k₁、k₂为待设计的正参数，选取为k₁＝5、k₂＝0.2，

f_s(S_α)为滑模控制项，定义如下：

其中k₃、k₄与k₅为待设计的正参数，选取为k₃＝0.5、k₄＝0.3、k₅＝0.02；

ε的含义是柔化因子，选取ε＝0.5；

τ的含义是柔化时间因子，选取τ＝0.5；

所述步骤三，具体按照以下步骤进行：

根据测量的攻角信息，设计神经网络自适应控制律u₂：

其中，φ为高超声速飞行器发动机的供油因子；为神经网络的权值因子，是通过自适应规律自动调节变化的；

其中为神经网络的权值，为神经网络的权值，R^1×n的表示是一个n维向量空间；B₁(α)与B₂(α)为基函数，B₁(α)＝[1 α¹ α² … α^n-1]^T，B₂(α)＝[1 α¹ α² … α^n-1]^T，T的含义是矩阵的转置，表示是列向量；

神经网络的权值调节规律如下：

其中τ₁、τ₂为待调节的正参数，选取为τ₁＝0.1，τ₂＝0.2，的含义是的导数，也就是两者的自适应调节规律的依据；

所述步骤四，具体按照以下步骤进行：

根据上述高超声速飞行器滑模控制律u₁与神经网络自适应控制规律u₂组成如下复合控制律u：u＝u₁+u₂，然后按照均匀分配法进行控制律的分配，即定义：

从而有

其中m为飞行器的质量，S为飞行器的前向推力特征面积，为动压头数据，ρ为大气密度；δ_e为高超声速飞行器俯仰舵的舵偏值，δ_c为高超声速飞行器鸭翼舵的舵偏值。