[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

摘要

本发明公开了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，所述方法包括构建ROCM模型增广被控对象、确定ROCM模型指标函数和模型参数、计算飞行员最优控制增益、控制方程离散化，鲁棒自适应状态估计、未建模动态估计、修正飞行员最优控制增益，求解飞行员操纵向量。本发明结合人类记忆有限性特点和高度自适应特点，采用改进的操纵噪声和观测噪声模型，引入鲁棒自适应滤波理论，克服了传统飞行员模型缺点，可以体现人类的记忆有限性、未知环境适应性、操纵行为鲁棒性以及耦合操纵等特点。

主权项

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；$\left\{\begin{array}{c}{\stackrel{\·}{x}}_s=A_s{x}_s+B_s{u}_p+E_{s}w\\ y=C_s{x}_s+D_s{u}_p\end{array}\right.---\left(1\right)$其中，$A_s=\left[\begin{array}{cc}A& {\mathrm{BC}}_d\\ 0& A_d\end{array}\right],B_s=\left[\begin{array}{c}B\\ B_d\end{array}\right],E_s=\left[\begin{array}{c}E\\ 0\end{array}\right],$C_s＝[C DC_d]，C_s＝[C DC_d]，D_s＝D，$x_s=\left[\begin{array}{c}x\\ x_d\end{array}\right];$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：$J_p=E_{\mathrm{\∞}}\{y^T{Q}_{y}y+u_p^T{r}_u{u}_p+{\stackrel{\·}{u}}_p^{T}f{\stackrel{\·}{u}}_p\}---\left(6\right)$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：$\mathrm{\Δ}H\left(k\right)=\frac{y_{obs}\left(k\right)-D_{dis}{u}_p\left(k\right)+v_y\left(k\right)}{{\hat{x}}_s(k-1|k-1)}-H(k-1)$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。