CN107942651B - 一种近空间飞行器控制系统 - Google Patents
一种近空间飞行器控制系统 Download PDFInfo
- Publication number
- CN107942651B CN107942651B CN201710984222.5A CN201710984222A CN107942651B CN 107942651 B CN107942651 B CN 107942651B CN 201710984222 A CN201710984222 A CN 201710984222A CN 107942651 B CN107942651 B CN 107942651B
- Authority
- CN
- China
- Prior art keywords
- adaptive parameter
- sliding mode
- theta
- integral sliding
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003044 adaptive effect Effects 0.000 claims abstract description 40
- 238000005070 sampling Methods 0.000 claims description 18
- 239000004576 sand Substances 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 21
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000009795 derivation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000003416 augmentation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种近空间飞行器控制系统,属于航空航宇推进控制技术领域。本发明针对近空间飞行器的姿态稳定跟踪控制问题,并考虑未知干扰以及参数不确定性问题。首先设计了干扰观测器用于对外界干扰的估值。然后分析了飞行器的参数不确定性,进行飞行器参数自适应估值。接着针对近空间飞行器的内环姿态角的跟踪控制,选择积分滑模面从而设计了自适应积分滑模控制器。最后利用李雅谱诺夫稳定性理论进行控制器的稳定性证明。本发明可以保证闭环系统的全局稳定,并且使系统拥有良好的跟踪性能和鲁棒性能。
Description
技术领域
本发明涉及航空航宇推进控制系统,尤其涉及一种近空间飞行器控制系统。
背景技术
近空间飞行器所采用的推进动力是无需自带氧化剂的超声速燃烧冲压式发动机,气动布局为机体/发动机一体化设计。近空间飞行器的弹性机体与飞行推进系统之间存在很强的耦合性,飞行器模型的非线性特性十分严重,飞行过程具有快速时变性,近空间飞行器的气动特性变化剧烈,各种不确定性严重,传统的经典控制方法无法很好地满足飞行控制系统稳定性和强鲁棒性的性能要求。因此要保证飞行控制系统的实时性,鲁棒性和稳定性,对响应速度和控制精度提出了更高的要求,这极大地推动了先进的控制方法和控制理论关键技术的发展。
近空间飞行器所处的飞行环境、自身复杂多变的气动特性对飞行控制系统的设计带来了很多技术上的难点。第一,飞行控制系统必须满足稳定性要求。大跨度飞行包络,严重的外界干扰,弹性形变、高温和低密度流效应等因素会严重影响系统的稳定性。第二,飞行控制系统必须满足鲁棒性要求。在高动压、高速环境下,各种外界干扰和内部参数变化要求飞行控制系统必须具有较强的鲁棒性。飞行器的所处大气环境复杂,使得飞行器异常敏感,时变性强,很容易产生基础结构失真和参数不确定性;第三,强耦合和非线性特点要求系统的协调控制。近空间飞行器多采用乘波体或升力体气动布局以保证机动飞行的大迎角姿态,采用机体/发动机一体化设计可以保证高速飞行时不解体。第四,实时性要求。在高速飞行时,飞行参数具有激烈快时变的特征,而气动舵面的控制效果反而锐减,系统反应时间加长,会出现控制延时问题。在控制器设计时要充分考虑机翼变形的实时性,控制算法的复杂度,要避免控制参数过多,提高算法的运行速度。第五,要满足约束条件。飞行控制系统在保证控制精度的同时,还要满足一些约束条件,例如执行机构的饱和约束、迎角和侧滑角约束,在爬升和再入返回段的热流约束、为保证机体结构强度而设置的动压约束和过载约束等。
增益预置控制方法在控制系统设计中的应用比较成熟并取得了一定的成果,当非线性系统变化范围较大时,采用这种方法需要设计多个平衡点,整个控制器的稳定性难以得到保证。在高超声速飞行器大迎角和高机动状态下,飞行状态呈现强非线性和高耦合性,增益预置方法无法满足性能指标的要求。
动态逆控制方法通过被控对象非线性耦合特性的准确建模,在线构成非线性耦合时变控制器,以抵消对象的非线性耦合时变特性,使系统成为伪线性系统。但是动态逆方法对建模误差敏感,且通常情况下,非线性系统精确建模非常困难,一旦建模与实际系统有差别,非线性耦合特性的对消就会有影响,导致控制性能的恶化,不能保证鲁棒性。
反步法是一种针对不确定系统的系统化控制器设计方法。该方法放宽了系统的非线性与不确定性的约束条件,但由于复杂的虚拟控制律求导过程使计算量膨胀,控制器较难实现。
μ综合控制和H∞最优控制对于解决引入结构或参数不确定性的飞行控制器设计问题,可以得到量化的鲁棒性能,并能保障系统的稳定性。但当参数不确定性过大时,两种方法并不能满足严格的控制要求。
滑模控制方法通过设计不连续的控制器,迫使系统产生滑动运动模态,一旦系统进行滑动模态,系统将对不确定性和干扰具有完全不变性。然而,实际系统由于切换装置不可避免地存在惯性,变结构系统在不同的控制逻辑中来回切换将导致实际滑动模态不是准确地发生在切换面上,容易引起系统的剧烈抖动,不能保证系统的鲁棒性。
综上可知,对于近空间飞行器具有不确定性和未知干扰时,上述单一的控制技术均难以达到较好的控制效果。
发明内容
发明目的:为克服现有技术不足,本发明提供一种基于干扰观测器的近空间飞行器自适应积分滑模控制系统,可有效解决在近空间飞行器存在干扰及参数不确定的情况下如何进行飞行控制的问题。
技术方案:本发明所述的基于干扰观测器的近空间飞行器自适应积分滑模控制系统,用于生成近空间飞行器的控制输入量u,使近空间飞行器的俯仰角θ可以快速稳定地跟踪指令信号θcmd;其特征在于,所述控制系统包括积分滑模面确定器、干扰观测器、自适应参数辨识器和积分滑模控制器;所述干扰观测器用于观测干扰误差值所述自适应参数辨识器用于辨识第一自适应参数辨识误差值和第二自适应参数辨识误差值其中所述积分滑模面确定器用于基于所述指令信号θcmd和所述俯仰角θ来确定积分滑模面S;其中所述干扰观测器还用于基于所述积分滑模面S以及此次采样时间内的和来更新干扰观测值其中所述自适应参数辨识器还用于基于所述积分滑模面S以及此次采样时间内的和来更新第一自适应参数辨识值和第二自适应参数辨识值其中所述积分滑模控制器用于基于所述积分滑模面S、经更新的和以及所述指令信号θcmd来计算所述控制输入量u;其中此次采样时间内的为上一采样时间内的与实际干扰值d之差,且此次采样时间内的和分别为上一采样时间内的和与第一实际自适应参数值θf和第二实际自适应参数值θg之差。
进一步地,所述近空间飞行器的纵向姿态模型由以下式子表征:
其中,θ为飞行俯仰角,q为俯仰角速率,y为飞行器的输出量,f+gδe是和飞行参数相关的已知量,所述干扰值d是未知非线性函数。Δf与Δgδe分别写成以下形式:
其中l(q)为干扰观测器函数,且有l(q)=q。
进一步地,所述积分滑模控制器基于以下式子计算所述控制输入量u:
有益效果:本发明的控制系统由于采用上述技术方案,相对现有技术具有以下有益效果:
(1)稳定性好。由于干扰观测器可以观测出未知干扰,因而可以有效地减少外界干扰对控制系统的影响,有效地保证系统的全局稳定性。
(2)较好的跟踪性能和鲁棒性能。当飞行器存在干扰或参数不确定情况下,自适应估计能有效抵消参数不确定对系统的影响,使得近空间飞行器能快速有效的响应跟踪信号,从而使该系统具有较好的跟踪性能和鲁棒性能;此外,积分滑模控制方法是一种非线性控制方法,引入积分项可抑制稳态误差和增加鲁棒性。
附图说明
图1为本发明控制系统的结构原理示意图;
图2为本发明控制系统的俯仰角跟踪响应曲线。
具体实施方案
下面结合附图对本发明的技术方案进行详细说明,实施方式提及的内容并非对本发明的限定。
本发明针对近空间飞行器的特点,通过状态反馈输出跟踪模型参考自适应控制系统设计方法设计出一种基于干扰观测器的近空间飞行器自适应积分滑模控制系统,用于生成近空间飞行器的控制输入量u,使近空间飞行器的俯仰角θ可以快速稳定的跟踪指令信号θcmd,从而解决了近空间可变翼飞行器在小翼切换过程中参数不确定和参数实变的飞行控制问题。
如图1,本发明的近空间飞行器控制系统包括积分滑模面确定器、干扰观测器、自适应参数辨识器和积分滑模控制器。所述干扰观测器用于观测干扰误差值且所述自适应参数辨识器用于辨识第一自适应参数辨识误差值和第二自适应参数辨识误差值所述积分滑模面确定器用于基于所述指令信号θcmd和所述俯仰角θ来确定积分滑模面S。所述干扰观测器还用于基于所述积分滑模面S以及此次采样时间内的和来更新干扰观测值所述自适应参数辨识器还用于基于所述积分滑模面S以及此次采样时间内的和来更新第一自适应参数辨识值和第二自适应参数辨识值所述积分滑模控制器用于基于所述积分滑模面S、经更新的和以及所述指令信号θcmd来计算所述控制输入量u。其中,此次采样时间内的为上一采样时间内的与实际干扰值d之差,且此次采样时间内的和分别为上一采样时间内的和与第一实际自适应参数值θf和第二实际自适应参数值θg之差。
以某型近空间飞行器为例,其采用翼身融合布局,机体轮廓为三角形,大后掠机翼与机身采用翼身融合方式,升降舵布置在机翼后缘。该飞行器在高超声速巡航飞行条件下的纵向运动模型描述为:
式中,状态量V,γ,α,q,θ分别表示飞行器速度,飞行航迹倾斜角,飞行迎角,俯仰角速率和飞行俯仰角。G为所在高度的重力加速度,m为飞行器的质量,Iy为飞行器纵向转动惯量。另外,本发明涉及的公式中出现在参数符号上的点表示一阶取导运算。L、D、T和My分别为飞行器的升力、阻力、推力以及俯仰力矩,其表达式分别为:
式中,s是飞行器参考面积,是飞行器的平均气动弦长,ρ是大气密度,CL是升力系数,CD是阻力系数,CT是推力系数,CM(α)为迎角变化率引起的俯仰力矩系数,CM(q)为俯仰角变化率引起的俯仰力矩系数,CM(δe)是升降舵偏转角变化率引起的俯仰力矩系数。
加入不确定参数与未知的外界干扰d后,由俯仰角θ、俯仰角速率q以及输出量y表征的近空间飞行器的纵向姿态模型可以改写成以下形式:
其中,δe为升降舵偏转角且等于所述控制输入量u,所述干扰值d是未知非线性函数,f+gδe是和飞行参数相关的已知量,且有:
其中,V为飞行速度,ρ0是大气密度标称值,s0为飞行器参考面积标称值,为飞行器的平均气动弦长标称值,CM(α)为迎角变化率引起的俯仰力矩系数,CM(q)为俯仰角变化率引起的俯仰力矩系数,CM(δe)是升降舵偏转角变化率引起的俯仰力矩系数。此外,在纵向姿态模型中,Δf与Δg表示含有未知量的函数,Δf与Δgδe可分别写成以下形式:
其中,A,B,C,D为模型中定义的不确定矩阵,ΔCMδe为升降舵偏转角变化率引起的俯仰力矩系数的不确定量。
第一自适应参数θf的辨识值
其中,C1表示常数值,sgn(·)为符号函数。
第二自适应参数θg的辨识值
其中,C2表示常数值。
由上述第一和第二自适应参数θf和θg的辨识值设计可得自适应律为:
干扰观测器如下:
式中取
则有
其中,ε表示一个很小的正数,k是可调正数,用来调节估值超过上下界σd,-σd的干扰量,以防止干扰估值越界。
积分滑模控制器形式如下:
选择积分滑模面,引入系统误差,与误差积分及误差导数构成增广系统的状态,在增广系统中设计滑模面。选取以下滑模面:
其中,λ>0为控制器设计参数,易知该滑模面可以保证系统的稳定性,λ会影响到滑模运动的品质,一般而言,λ越大,滑模运动的可以使得系统收敛得更快,但同时滑模面的趋近难度将会增大。对滑模面求导可得:
控制律选择如下:
稳定性证明
为证明闭环系统的稳定性,选择李雅普诺夫函数如下:
对V求导可得
其中δ(·)为脉冲函数,在实际系统运行过程中,S不会一直精确为0,所以可以认为δT(S)S=0。代入干扰观测器的估值以及自适应估值,可得:
图2示出了利用本发明控制系统所得到的近空间飞行器俯仰角的跟踪响应曲线的仿真结果。从仿真结果看出,本发明具有如下特点:当存在干扰和不确定时,普通的滑模控制不能稳定跟踪指令信号,自适应积分滑模控制能稳定跟踪指令信号,且干扰观测器能准确识别未知干扰,说明该控制系统拥有较好的跟踪性和鲁棒性。
Claims (1)
1.一种近空间飞行器控制系统,用于生成近空间飞行器的控制输入量u,使近空间飞行器的俯仰角θ可以快速稳定地跟踪指令信号θcmd;其特征在于,
所述近空间飞行器的纵向姿态模型由以下式子表征:
其中,θ为飞行俯仰角,q为俯仰角速率,y为飞行器的输出量,f+gδe是和飞行参数相关的已知量,δe为升降舵偏转角,d为干扰值且是未知非线性函数,Δf与Δgδe分别写成以下形式:
所述控制系统包括积分滑模面确定器、干扰观测器、自适应参数辨识器和积分滑模控制器;
其中所述积分滑模面确定器用于基于所述指令信号θcmd和所述俯仰角θ来确定积分滑模面S:
其中,λ>0为控制器设计参数;
式中,l(q)为干扰观测器函数,且有l(q)=q;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710984222.5A CN107942651B (zh) | 2017-10-20 | 2017-10-20 | 一种近空间飞行器控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710984222.5A CN107942651B (zh) | 2017-10-20 | 2017-10-20 | 一种近空间飞行器控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107942651A CN107942651A (zh) | 2018-04-20 |
CN107942651B true CN107942651B (zh) | 2020-11-03 |
Family
ID=61935455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710984222.5A Active CN107942651B (zh) | 2017-10-20 | 2017-10-20 | 一种近空间飞行器控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107942651B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828941B (zh) * | 2018-06-15 | 2021-11-12 | 北京空天技术研究所 | 基于参数辨识的分离控制方法 |
CN108829121B (zh) * | 2018-06-15 | 2021-11-12 | 北京空天技术研究所 | 基于参数辨识的分离控制器 |
CN108958038B (zh) * | 2018-08-16 | 2021-04-23 | 上海航天控制技术研究所 | 一种适应飞行器推力离散特性的控制参数调整方法 |
CN109062237B (zh) * | 2018-09-17 | 2021-07-20 | 南京航空航天大学 | 一种无人倾转旋翼机自抗扰姿态控制方法 |
CN109358634B (zh) * | 2018-11-20 | 2020-07-07 | 南京航空航天大学 | 一种高超声速飞行器鲁棒自适应控制方法 |
CN111610794A (zh) * | 2019-11-26 | 2020-09-01 | 南京航空航天大学 | 基于滑模干扰观测器的战斗机大迎角动态逆控制方法 |
CN110989338B (zh) * | 2019-12-10 | 2020-12-01 | 北京理工大学 | 考虑气动非线性的飞行器旋转稳定控制系统及方法 |
CN112068575B (zh) * | 2020-05-07 | 2022-08-23 | 烟台南山学院 | 一种采用非线性干扰观测的无人机着舰控制方法 |
CN112947366B (zh) * | 2021-02-01 | 2022-09-23 | 航天科工空间工程发展有限公司 | 一种解决飞行器控制系统中观测死循环问题的方法 |
CN113282079B (zh) * | 2021-04-22 | 2022-08-05 | 天津师范大学 | 一种基于均匀量化通信数据的互联异构车辆的全分布式控制方法 |
CN113885314B (zh) * | 2021-10-22 | 2023-05-23 | 电子科技大学 | 一种具有未知增益和干扰的非线性系统跟踪控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238357A (zh) * | 2014-08-21 | 2014-12-24 | 南京航空航天大学 | 一种近空间飞行器的容错滑模控制方法 |
CN104865970A (zh) * | 2015-05-06 | 2015-08-26 | 南京航空航天大学 | 一种无人机飞行轨迹跟踪控制系统 |
CN104898431A (zh) * | 2015-06-10 | 2015-09-09 | 北京理工大学 | 一种基于扰动观测器的再入飞行器有限时间控制方法 |
CN105467833A (zh) * | 2015-12-07 | 2016-04-06 | 南京航空航天大学 | 一种非线性自适应飞行控制方法 |
JP2016057909A (ja) * | 2014-09-10 | 2016-04-21 | 日産自動車株式会社 | スライディングモード制御装置及び制御方法並びに車両位置決め制御装置 |
CN106444812A (zh) * | 2016-10-26 | 2017-02-22 | 华南智能机器人创新研究院 | 一种基于四旋翼无人机的姿态控制的方法及其系统 |
CN106774373A (zh) * | 2017-01-12 | 2017-05-31 | 哈尔滨工业大学 | 一种四旋翼无人机有限时间姿态跟踪控制方法 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 |
CN107085435A (zh) * | 2017-06-01 | 2017-08-22 | 南京航空航天大学 | 基于耦合分析的高超声速飞行器姿态协调控制方法 |
-
2017
- 2017-10-20 CN CN201710984222.5A patent/CN107942651B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238357A (zh) * | 2014-08-21 | 2014-12-24 | 南京航空航天大学 | 一种近空间飞行器的容错滑模控制方法 |
JP2016057909A (ja) * | 2014-09-10 | 2016-04-21 | 日産自動車株式会社 | スライディングモード制御装置及び制御方法並びに車両位置決め制御装置 |
CN104865970A (zh) * | 2015-05-06 | 2015-08-26 | 南京航空航天大学 | 一种无人机飞行轨迹跟踪控制系统 |
CN104898431A (zh) * | 2015-06-10 | 2015-09-09 | 北京理工大学 | 一种基于扰动观测器的再入飞行器有限时间控制方法 |
CN105467833A (zh) * | 2015-12-07 | 2016-04-06 | 南京航空航天大学 | 一种非线性自适应飞行控制方法 |
CN106444812A (zh) * | 2016-10-26 | 2017-02-22 | 华南智能机器人创新研究院 | 一种基于四旋翼无人机的姿态控制的方法及其系统 |
CN106774373A (zh) * | 2017-01-12 | 2017-05-31 | 哈尔滨工业大学 | 一种四旋翼无人机有限时间姿态跟踪控制方法 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 |
CN107085435A (zh) * | 2017-06-01 | 2017-08-22 | 南京航空航天大学 | 基于耦合分析的高超声速飞行器姿态协调控制方法 |
Non-Patent Citations (1)
Title |
---|
高超声速飞行器弹性自适应控制方法研究;余朝军等;《哈尔滨工程大学学报》;20170428;第1-9页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107942651A (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107942651B (zh) | 一种近空间飞行器控制系统 | |
CN109144084B (zh) | 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法 | |
CN107479383B (zh) | 基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法 | |
CN107065554B (zh) | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 | |
CN114281092B (zh) | 一种基于滑模干扰观测器的高超声速飞行器协调姿态控制方法 | |
CN109426146A (zh) | 高超声速飞行器的高阶非奇异Terminal滑模控制方法 | |
CN107479384A (zh) | 高超声速飞行器神经网络复合学习非反步控制方法 | |
CN108828957B (zh) | 基于切换机制的飞行器全局有限时间神经网络控制方法 | |
CN105182742A (zh) | 一种弹性体飞行器自适应受限跟踪控制间接法 | |
CN110187715B (zh) | 一种基于动态耦合分析的高超声速飞行器协调控制方法 | |
CN110568765A (zh) | 面向攻角跟踪的高超声速飞行器非对称输出受限控制方法 | |
CN105182984A (zh) | 飞行器俯仰姿态的线性自抗扰控制器设计与参数整定 | |
CN107390531A (zh) | 参数学习有限时间收敛的高超声速飞行器控制方法 | |
CN105843080A (zh) | 可变翼高超声速飞行器智能非线性控制系统 | |
CN111290278B (zh) | 一种基于预测滑模的高超声速飞行器鲁棒姿态控制方法 | |
CN107632518A (zh) | 基于高增益观测器的高超声速飞行器神经网络复合学习控制方法 | |
CN106707759A (zh) | 一种飞机Herbst机动控制方法 | |
CN112580274A (zh) | 一种适用于组合动力高超声速飞机的轨迹优化方法 | |
CN108873923B (zh) | 应急指挥控制固定翼无人机舰面紧急起飞控制方法 | |
CN114637312B (zh) | 一种基于智能变形决策的无人机节能飞行控制方法及系统 | |
CN104571100A (zh) | 一种非最小相位高超声速飞行器控制方法 | |
Wu et al. | Control of wing rock based on high order sliding mode disturbance observer | |
CN118295439B (zh) | 一种针对高速飞行器姿态控制的预定性能控制方法 | |
Yan et al. | Robust backstepping control with prescribed performance for inner-loop longitudinal system of hypersonic vehicles under input constraint | |
Cheng et al. | Cross-cycle iterative unmanned aerial vehicle reentry guidance based on reinforcement learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |