[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

说明书

本发明公开了基于攻角幂函数的高超飞行器神经网络控制方法，通过测量高超声速飞行器的攻角、俯仰角速度信号，并与期望攻角信号组成变结构控制的滑模面，设计变结构控制器，利用变结构控制器的良好快速性与鲁棒性来处理高超声速飞行器快时变特点；针对高超声速飞行器气动参数的强不确定性，采用了一类以幂函数为基函数的神经网络结构，设计神经网络权值的自适应调节规律，最终组成高超声速飞行器神经网络与变结构的复合控制器，实现对期望攻角信号的跟踪。由于变结构控制与神经网络自适应策略的采用，本发明提供方法得到的攻角响应具有较好的快速性特点，同时具有很强的鲁棒性，具有较大的理论价值和工程价值。

技术领域

本发明属于高超声速飞行器控制技术领域，涉及一种基于攻角幂函数的高超飞行器神经网络控制方法。

背景技术

作为新一代的天地往返航空航天飞行系统，高超声速飞行器是未来进入空间、控制空间，确保空间优势核心能力的关键支柱，也是进行大规模空间开发的前提，因此越来越受到世界各国的高度重视。

目前除了传统的控制方法应用高超声速控制外，神经网络等智能控制方法由于具有良好的不确定性处理能力而被应用于高超声速飞行器。攻角稳定跟踪控制是高超声速控制中最基本的任务之一，它的重要性在于攻角的稳定有利于发动机与速度的控制，避免发动机推力与攻角之间的自激振荡。对传统的低速飞行器来说，攻角的稳定控制是比较容易的。由于高超声速飞行器攻角具有静不稳定的特点，攻角跟踪与稳定对高超声速飞行器来说，并不是一件容易的事情。

高超声速飞行器模型具有快时变特点，而且高超声速飞行器气动参数具有强不确定性，因此本发明提出了一类变结构控制与神经网络相结合的复合控制方法，主要是因为变结构控制具有较好的快速性与鲁棒性。同时神经网络自适应控制能有效补偿模型不确定性与未建模因素带来的干扰。因此本发明方法不仅具有很好的理论创新性，而且具有一定的工程应用价值。

发明内容

为实现上述目的，本发明提供一种基于攻角幂函数的高超飞行器神经网络控制方法，得到的攻角响应具有较好的快速性特点，同时也具有很强的鲁棒性。

本发明所采用的技术方案是，基于攻角幂函数的高超飞行器神经网络控制方法，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。

进一步的，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。

进一步的，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：