[发明专利]一种非最小相位飞行器复合学习滑模控制方法有效
申请号: | 201810949782.1 | 申请日: | 2018-08-20 |
公开(公告)号: | CN109062234B | 公开(公告)日: | 2019-11-05 |
发明(设计)人: | 许斌;王霞;杨林;肖勇;张君;蔡华 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G05D1/08 | 分类号: | G05D1/08;G05D1/10 |
代理公司: | 西北工业大学专利中心 61204 | 代理人: | 刘新琼 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 滑模控制 最小相位 重定义 飞行器 复合 非线性动力学 速度子系统 神经网络 输出 学习神经网络 飞行器控制 飞行器纵向 俯仰角指令 控制器设计 动态稳定 技术途径 渐进稳定 建模误差 通道模型 问题提供 学习算法 坐标转换 动力学 滑模面 推导 逼近 分解 学习 | ||
1.一种非最小相位飞行器复合学习滑模控制方法,其特征在于步骤如下:
步骤1:考虑具有非最小相位特性的飞行器纵向通道动力学模型:
所述动力学模型由五个状态量X=[V,h,γ,α,q]T和两个控制输入U=[δe,Φ]T组成;其中,V表示速度,h表示高度,γ表示航迹倾角,α表示攻角,q表示俯仰角速度,δe表示舵偏角,Φ表示节流阀开度;T、D、L和Myy分别表示推力、阻力、升力和俯仰转动力矩;m、Iyy和g分别表示质量、俯仰轴的转动惯量和重力引起的加速度;
相关的力、力矩及参数定义如下:其中表示动压,ρ表示空气密度,均表示气动参数,表示平均气动弦长,zT表示推力矩臂长,S表示气动参考面积;
步骤2:针对速度子系统(1),定义速度跟踪误差为:
式中,Vd表示速度指令;设计节流阀开度Φ为:
式中,kpV>0,kiV>0和kdV>0为设计参数;
步骤3:针对高度子系统(2)-(5),定义高度跟踪误差设计航迹角指令γd为:
其中,hd表示高度参考指令,表示高度参考指令的一阶微分,kh>0和ki>0为设计参数;
根据时标分离,将速度看作慢动态,设计航迹角指令的一阶微分为:
其中,表示高度参考指令的二阶微分;
将姿态子系统(3)-(5)的输出由航迹倾角γ重定义为俯仰角θ,其中θ=α+γ;定义航迹角误差为姿态子系统(3)-(5)进一步写为内动态子系统:
和输入输出子系统:
其中,f1和f3是根据飞行器模型得到的未知平滑非线性函数,g12、g22、g13和g23是根据飞行器模型得到的已知项;
步骤4:定义坐标变换设计η2为:
其中,
定义航迹角误差的积分η1,由下式得到:
设计俯仰角指令为:
θcmd=-kθη1+γd (14)
式中,kθ∈(0,1]为设计参数;
定义俯仰角跟踪误差为:
设计俯仰角速度虚拟控制量为:
俯仰角速度误差动力学如下:
式中,表示未知非线性函数,表示已知项;
用神经网络逼近未知非线性函数
其中,表示的估计值,表示神经网络最优权重向量的估计值,表示神经网络基函数向量,ε1表示神经网络逼近误差;
定义滑模面为:
式中,c>0为设计参数;
设计舵偏角如下:
式中,ks>0和为设计参数,为鲁棒项用于消除逼近误差带来的影响;
定义建模误差为:
其中由下式得到:
式中,β1>0为设计参数;
设计自适应律为:
式中,γ1>0,γz1>0和ξ1>0为设计参数;
设计更新律为:
式中,ρ1>0和δ1>0为设计参数;
步骤5:根据得到的舵偏角δe和节流阀开度Φ,返回到飞行器动力学模型(1)-(5),对高度和速度进行跟踪控制。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810949782.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种输电线路无人机自动驾驶巡检方法
- 下一篇:飞行控制方法、装置及无人机