[发明专利]一种针对变体无人机的复合分层抗干扰控制方法

摘要

本发明公开了一种针对变体无人机的复合分层抗干扰控制方法，该方法以变展长变后掠翼无人机为研究对象，首先对变体无人机非线性模型进行雅克比线性化；其次，同时考虑外部阵风干扰和参数摄动带来的等效干扰，建立含多类干扰的变体无人机多胞LPV系统模型；然后，针对常值和慢变干扰，设计满足H∞性能指标的干扰观测器进行补偿，对无法表征其动态特性，但L2范数有界的干扰，设计H∞控制律对闭环传递函数进行优化，实现对有界干扰的抑制；最后，将干扰观测器与H∞控制律相结合，构造复合分层抗干扰控制器；本发明优点在于提出了一种针对变体无人机的多类干扰分类处理的方法，该方法能扩展到系统模型比较复杂的其它运动体的复合分层抗干扰控制问题。

主权项

1.一种针对变体无人机的复合分层抗干扰控制方法，其特征在于：包括如下几个步骤：首先进行非线性模型雅克比线性化；其次设计含多类干扰的多胞LPV系统模型，同时针对内环的常值干扰、缓慢变化的有界等效干扰以及外环动态特性未知的范数有界干扰；接着设计满足H∞性能指标的干扰观测器补偿可表征的常值、缓慢变化的干扰，对无法表征其动态特性，但L2范数有界变量，采用H∞控制的方法对闭环系统进行优化，实现对有界干扰的抑制；最后设计干扰抵消和抑制的复合分层抗干扰控制器；具体的步骤如下：第一步，将变体无人机的非线性模型进行雅克比线性化首先针对无人机非线性模型进行线性化操作，变体过程中的这些参数不确定，内外部常值干扰、缓慢变化的干扰以及动态未知的范数有界干扰，以加性干扰后续再引入线性化模型，忽略干扰的项的线性化模型如下：其中，m为变展长变后掠翼无人机的质量，T为发动机推力，α是变体无人机的攻角，θ是无人机的俯仰角，g是重力加速度，γ为无人机的航迹倾斜角，δ_T为控制输入，定义为油门开度；δ_e为控制输入，定义为升降舵偏角，D是无人机的阻力，L是无人机的升力，I_y是惯性矩，q为俯仰角速度，M_y为俯仰力矩，定义规则如下：D^V为阻力D对速度V求导，D^α是阻力D对攻角的偏导，是推力对油门开度的偏导，L^V是升力对速度的偏导，L^α为升力对攻角的偏导数，为升力对升降舵偏角的偏导，是俯仰力矩对速度的偏导数，为俯仰力矩对攻角的偏导数，为俯仰力矩对俯仰角速度的偏导数，是俯仰力矩对升降舵偏角的偏导数，写成如下矩阵形式：定义aij,bmn为线性化过程中求得的对应项偏导数和气动参数的多项式表达式带入已知量求得的值，以上就是无人机非线性模型雅克比线性化过程；第二步，建立含多类干扰的变体无人机多胞LPV系统模型飞行器的后掠角变化与展长变化都可视为均匀变化，且变形时间完全同步，为了分析无人机的动态特性，将变体无人机的整个变形区域按变形的后掠角Λ(0≤Λ≤90°)进行小角度均分，后掠角和展长以后掠角每Λ/n,(n≥4)进行一个区域划分，状态从1～n分别为最大展长最小后掠角变化到最小展长最大后掠角，在每个区域求取平衡点。因此矩阵的系数矩阵变为时间参数变化元素的矩阵，同时考虑变体过程存在的常值干扰和缓慢变化的有界等效干扰，以及对系统考虑存在2范数有界的干扰作为加性扰动考虑进控制系统，并将无人机的飞行高度加入系统的状态方程，可得新的系统的状态方程：系统状态x＝[ΔV,Δα,Δq,Δθ,Δh]T，该状态矩阵代表各自状态量在平衡点[V0,α0,q0,θ0,h0]的偏导数，x,A(t)和B(t)分别为：和定义a_ij(t),b_mn(t)为线性化后含各对应项偏导数和气动参数的多项式表达式带入无人机给定的参数值，但是在变体过程中随时间变化的量，系统的状态空间元素均为时变参数，变形过程中速度是保持不变的，因此系统状态变参量仅与无人机的气动外形有关，对气动外形进行归一化处理，这里定义参数ξ为变形程度值，其值ξ∈[0,1]，将其跟六个状态时刻进行一一对应，外形初始状态1对应着ξ＝0时刻，外形状态2对应以此类推，最后一个外形状态n对应的ξ＝1，对气动参数根据变形量进行最小二乘拟合，多胞LPV系统可写为：第三步，设计满足H∞性能指标干扰观测器以及复合分层抗干扰状态反馈控制器内环采用仿射参数依赖的干扰观测器对d进行实时估计与补偿，外环采用H∞控制方法对闭环传递函数的无穷范数进行优化，提升变体无人机纵向动力学系统对L2范数有界干扰的抑制性能，干扰观测器形式如下：定义z为干扰观测器的状态，L为待求取的干扰观测器增益，A(ξ)＝A₀+ξA₁，为求取L，定义干扰估计误差为为d的估计，通过微分可得到干扰估计误差的动态方程表达式如下：因此，L的选取需保证上式是内部稳定的，且满足预先给定的H∞性能指标；于是，复合分层抗干扰的状态反馈控制器设计为如下形式：其中，K(ξ)＝K0+ξK1为仿射参数依赖的状态反馈控制增益。