高速飞行器在线轨迹优化与自抗扰控制一体化方法

摘要: 本发明属于高速飞行器轨迹优化与智能控制领域,尤其涉及一种高速飞行器在线轨迹优化与自抗扰控制一体化方法。背景技术:1、高速飞行器在上升段、巡航段、滑翔段以及再入段...
高速飞行器在线轨迹优化与自抗扰控制一体化方法

本发明属于高速飞行器轨迹优化与智能控制领域,尤其涉及一种高速飞行器在线轨迹优化与自抗扰控制一体化方法。

背景技术:

1、高速飞行器在上升段、巡航段、滑翔段以及再入段飞行过程中,通常处于宽速域和强非线性飞行环境中,面临气动参数时变、结构弹性耦合、热流约束、动压约束和过载约束等多种复杂因素。传统轨迹优化方法多将高速飞行器动力学模型、路径约束和终端约束统一转化为最优控制问题,并通过伪谱法、直接配点法、序列凸优化法或间接法进行求解。然而,传统轨迹优化方法通常依赖精确模型和较好的初始猜测,在线求解时容易出现迭代次数多、收敛时间长以及对非标称工况适配能力不足等问题。

2、专利“一种基于深度学习的飞行器在线轨迹优化方法”(cn117873156a)针对高超声速飞行器轨迹优化问题,基于庞特里亚金原理将最优控制问题转化为两点边值问题,并利用深度学习模型映射协态变量,实现神经网络热启动的间接轨迹优化。该方法提高了轨迹优化计算效率和实时性,但其重点仍在轨迹优化初值和最优控制指令解析方面,尚未将在线轨迹优化结果与制导跟踪控制、自抗扰扰动估计补偿以及闭环轨迹修正统一集成,对气动参数突变、外界扰动和执行机构误差引起的轨迹偏差补偿能力仍有提升空间。

3、专利“基于神经网络的飞行器上升段轨迹优化方法”(cn113031448a)建立飞行器上升段连续最优控制问题,离线获取标称参数和非标称参数下的轨迹优化结果,并通过神经网络训练实现在线获取飞行器上升段轨迹优化结果。该方法能够提升上升段轨迹优化的实时性与适应性,但主要面向轨迹优化结果的快速获取,未进一步构建在线轨迹优化、鲁棒控制律设计和扰动估计补偿的闭环一体化框架,难以充分保证强扰动和强不确定条件下的轨迹跟踪精度。

4、专利“一种高超声速飞行器线性优化控制方法”(cn109725644a)将高超声速飞行器无动力再入过程中的参数不确定性、未建模动态和外部扰动统一视为总扰动,设计线性扩张状态观测器获取输出估计值和总扰动估计值,并采用灰狼优化算法对观测器增益和误差反馈控制律增益进行整定。该方法有效提高了自抗扰控制器的动态性能、鲁棒性能和抗干扰性能,但其重点在姿态回路和角速率回路控制器参数优化,未与在线轨迹优化器、轨迹初值预测器或多项式轨迹系数优化形成统一框架,无法直接解决在线轨迹重规划与闭环跟踪协同问题。

5、论文“基于强化学习的高超声速飞行器滑模自抗扰控制”针对高超声速飞行器不确定性问题,将飞行器数学模型解耦为速度和高度子系统,分别设计自抗扰控制器和滑模自抗扰控制器,并利用强化学习优化扩张状态观测器参数,实现了模型驱动与数据驱动的协同优化。该方法体现了智能方法与自抗扰控制结合的优势,但主要侧重控制层参数优化,尚未将智能方法用于在线轨迹优化初值生成或物理信息约束学习,也未形成轨迹优化与控制补偿协同工作的闭环机制。

6、因此,急需一种高速飞行器在线轨迹优化与自抗扰控制一体化方法,融合物理驱动的智能初值生成技术与参数自适应自抗扰控制技术,实现轨迹优化与控制系统的深度协同,兼顾在线计算实时性、轨迹最优性与飞行控制鲁棒性。

技术实现思路

1、本发明的目的在于提供一种高速飞行器在线轨迹优化与自抗扰控制一体化方法,通过物理信息神经网络(pinn)生成高质量轨迹优化初值,结合考虑控制约束的自适应配点在线轨迹优化,搭配参数智能自适应的自抗扰控制器,实现轨迹优化与飞行控制的一体化协同,提升高速飞行器复杂工况下的任务适应性与抗扰能力。

2、为实现上述目的,本发明的技术方案如下:

3、一种高速飞行器在线轨迹优化与自抗扰控制一体化方法,具体步骤如下:

4、步骤1、构建高速飞行器轨迹优化与控制一体化动力学模型;

5、选取局部地理坐标系下高速飞行器质心运动状态向量为,控制向量为。其中,、分别为飞行器在局部水平面内的横向位置和纵向位置,为飞行高度,为飞行速度,为弹道倾角,为航向角,为高速飞行器质量;为攻角,为倾侧角,为发动机推力。动力学模型表示为:

6、                              (1)

7、式中,上标“”为一阶导数;为当前飞行高度处的重力加速度;为发动机比冲;为海平面标准重力加速度;和分别为升力和阻力;、和分别为速度、弹道倾角和航向通道的等效扰动,等效扰动由大气偏差、气动参数摄动、结构弹性影响、风场扰动等误差构成。

8、为建立轨迹优化输出指令与姿态控制输入之间的映射关系,并为后续的自抗扰控制器设计提供被控对象模型,将姿态控制通道统一表示为二阶非线性系统:

9、                           (2)

10、式中,为姿态通道索引,,分别为对应滚转通道、俯仰通道和偏航通道;为第个姿态通道的姿态角二阶导数向量;为第个姿态通道的通道非线性、耦合项和气动力矩项;为姿态角向量,、和分别为滚转角、俯仰角和偏航角;为角速度向量,、和分别为滚转角速度、俯仰角速度和偏航角速度;为当前飞行时间;为第个姿态通道的控制增益;为第个姿态通道的控制输入;为第个姿态通道的当前飞行时间的参数不确定性、未建模动态、弹性模态影响和外部力矩产生的扰动的总和。

11、步骤2、基于物理信息神经网络生成在线轨迹优化初值;

12、针对传统在线轨迹优化对初始猜测依赖强和复杂约束条件下收敛速度慢的问题,构建物理信息神经网络初值生成器。所述物理信息神经网络初值生成器通过离线样本学习任务参数与最优轨迹之间的映射,并在训练损失中嵌入动力学残差、边界残差、过程约束残差和轨迹平滑性约束;在线运行时,根据实时飞行状态、终端任务和约束边界直接输出轨迹多项式系数,并重构状态轨迹初值、控制轨迹初值和预测终端时间,获得在线轨迹优化初值。

13、步骤2.1、任务参数空间与离线训练样本构建;

14、定义构成任务参数空间的任务参数向量为:

15、                                     (3)

16、式中,为任务参数向量;为轨迹优化起始时刻的状态向量;为终端目标状态;为过程约束边界向量;为控制与执行机构约束边界向量;为在线轨迹优化的预测时域长度。

17、过程约束边界向量定义为:

18、                           (4)

19、式中,为最大动压;为最大法向过载;为最大热流密度;和分别为飞行高度下限和上限;和分别为飞行速度下限和上限。

20、控制与执行机构约束边界向量定义为:

21、     (5)

22、式中,和分别为攻角下限和上限;和分别为倾侧角下限和上限;和分别为推力下限和上限;、和分别为攻角、倾侧角和推力的最大变化率;为舵偏角绝对值上限;为舵偏角变化率绝对值上限。

23、采用拉丁超立方采样方法在任务参数空间内生成组任务参数,并利用伪谱法或直接配点法离线求解对应的最优轨迹,形成离线训练样本集合:

24、                                       (6)

25、式中,为离线训练样本集合;为离线任务样本索引,,为离线样本数量;为第组离线任务样本参数;和分别为第组离线任务样本的离线最优状态轨迹和最优控制轨迹;为第个离线任务样本的最优终端时间。

26、步骤2.2、轨迹多项式参数化;

27、采用阶bernstein多项式表示归一化时间内的状态轨迹和控制轨迹:

28、                                             (7)

29、                                              (8)

30、式中,和分别为物理信息神经网络归一化时间的状态轨迹和控制轨迹;和分别为第个状态多项式系数向量和控制多项式系数向量;为多项式阶数;为bernstein多项式项索引;为bernstein基函数。bernstein基函数表示为:

31、                                    (9)

32、式中,为二项式系数,。利用bernstein多项式的凸包性质,可通过限制多项式系数范围对轨迹初值的幅值进行预约束,并通过相邻系数差限制初值变化率。

33、步骤2.3、物理信息神经网络结构与损失函数;

34、构建参数为的物理信息神经网络,利用步骤2.1获得的离线训练样本进行训练;物理信息神经网络将标准化任务参数映射为状态多项式系数、控制多项式系数和预测终端时间:

35、                                    (10)

36、                                        (11)

37、式中,为状态多项式系数集合;为控制多项式系数集合;为预测终端时间;和分别为训练集任务参数的均值向量和标准差向量;符号“”为对应元素相除。

38、所述物理信息神经网络的总损失函数为:

39、                 (12)

40、式中,为数据拟合损失;为动力学残差损失;为初末端边界损失;为过程约束和控制约束损失;为轨迹平滑性损失;为数据拟合损失的非负权重系数;为动力学残差损失的非负权重系数;为初末端边界损失的非负权重系数;为过程约束和控制约束损失的非负权重系数;为轨迹平滑性损失的非负权重系数。

41、数据拟合损失表示为:

42、      (13)

43、式中,为一个训练批次内的样本数量;和分别为第个离线任务样本的网络预测状态轨迹和控制轨迹;和分别为状态误差和控制误差的正定权重矩阵;为终端时间误差权重。

44、在个物理配点处计算动力学残差,动力学残差损失表示为:

45、               (14)

46、式中,为物理配点数量;为第个归一化物理配点;为当前轨迹优化起始时间;为物理配点对应的实际时间;为步骤1的动力学模型(式(1));为物理配点索引;和分别为第个归一化物理配点的物理信息神经网络预测的状态向量和控制向量。

47、初末端边界损失表示为:

48、                       (15)

49、式中,和分别为网络预测轨迹的起始状态和终端状态;为当前实测初始状态;为终端目标状态;为终端状态选择与权重矩阵,用于对具有明确终端约束的状态分量赋予权重。

50、过程约束和控制约束损失表示为:

51、        (16)

52、式中,为动压、热流密度、过载、高度和速度等过程约束函数;为控制幅值和控制变化率约束函数;,;用于惩罚约束违反量。

53、轨迹平滑性损失表示为:

54、                        (17)

55、式中,为控制二阶导数平滑权重,用于抑制初值控制曲线的高频振荡。

56、步骤2.4、在线初值生成与物理投影;

57、在线运行时,利用导航系统实时状态、任务终端要求和当前约束边界构成任务参数,将物理信息神经网络作为物理信息神经网络初值生成器,标准化后输入训练完成的物理信息神经网络,得到、和,并根据式(7)和式(8)重构归一化时间内的连续状态轨迹和控制轨迹,经时间尺度变换后作为在线轨迹优化的状态轨迹初值和控制轨迹初值。为进一步消除网络预测误差,对多项式系数实施轻量级物理投影:

58、                (18)

59、式中,为投影后的多项式系数;为物理信息神经网络直接预测的多项式系数;为初始状态和具有明确终端约束的终端状态边界等式约束;为控制幅值、控制变化率和简化过程约束;为最终用于在线轨迹优化的多项式系数初值。最终生成在线轨迹优化初值集合,其中为在线轨迹优化终端时刻的初始猜测值,其取值为物理信息神经网络预测的终端时刻,即。

60、步骤3、结合智能初值与控制约束实施自适应配点在线轨迹优化;

61、在第个优化时刻,以当前实测状态为初始条件,以步骤2生成的在线轨迹优化初值为数值求解起点,在有限预测时域内优化状态轨迹、攻角、倾侧角和推力轨迹,其中状态轨迹包括高度、速度、弹道倾角、航向角。

62、第个优化时刻的优化问题统一表示为:

63、                      (19)

64、式中,为第个优化时刻的性能指标;为第个优化时刻的终端性能指标;为由燃料消耗、状态偏差、控制能量和控制变化率构成的第个优化时刻的过程性能指标;为约束松弛量权重;为非负松弛变量。为第个优化时刻的起始时刻;为第个优化时刻的当前实测状态;为第个优化时刻的上一控制周期的低频总扰动估计;为起始时刻的状态向量;为扰动分配矩阵;为过程约束函数;和分别为控制下限和上限,控制变化率约束在离散配点处直接施加;为第个姿态通道的前馈控制需求;为第个姿态通道的预留控制余量;为第个姿态通道的执行机构最大等效控制量。

65、采用序列二次规划法对式(19)所示优化问题进行求解。求解时,将预测时间区间映射至标准区间,在初始高斯配点上以拉格朗日插值多项式表示状态变量和控制变量,并将动力学微分约束转化为代数约束,形成稀疏非线性规划问题。求解后在相邻配点间设置验证点,利用重构轨迹计算动力学残差,并以最大残差和配点变化率作为收敛判据:

66、                                    (20)

67、式中,为验证点索引;为第个验证点处的动力学残差;为第个验证点处的标称动力学值;和为当前离散解重构的连续状态轨迹和控制轨迹;为第个验证点对应的实际时间;为重构的连续状态轨迹在第个验证点处的时间导数。令动力学残差最大值,并定义配点变化率,和分别为当前轮与上一轮自适应配点后的配点数量;当且时判定收敛,其中,和分别为残差阈值和配点变化率阈值。残差较大、约束裕度较小或控制曲率较大的区间增加配点,连续平缓且残差较小的区间合并配点。

68、在线求解成功后,采用滚动时域控制策略,仅执行当前控制窗口内第一个控制周期对应的参考指令,下一优化时刻再利用新的实测状态重新求解。为兼顾物理信息神经网络初值对任务变化的适应能力和上一周期满足动力学约束、路径约束和控制约束的可行最优轨迹的连续性,采用以下公式融合两类初值:

69、                              (21)

70、式中,为第个优化时刻采用的优化初值;为第个优化时刻物理信息神经网络生成的初值;为第个优化时刻最优解沿时间轴平移至当前时刻后得到的时间平移初值;为第个优化时刻融合系数,根据两组初值的动力学残差和约束违反量确定,。当未在允许时间内获得新可行解时,继续执行上一优化时刻剩余可行轨迹;必要时缩短预测时域或启用安全参考轨迹重新求解,但不放宽动压、热流、过载和执行机构极限等安全关键约束。

71、步骤4、设计参数智能自适应的自抗扰控制器并建立闭环协同机制;

72、步骤3所述自适应配点在线轨迹优化输出状态轨迹、攻角、倾侧角和推力轨迹。控制系统对参考指令进行限幅和平滑处理,并分别对滚转、俯仰、偏航以及速度和高度通道配置自抗扰控制器。扩张状态观测器估计通道非线性、耦合项、参数不确定性和外部扰动构成的总扰动,状态误差反馈与扰动补偿共同生成舵偏和推力修正量。

73、针对步骤1所述的姿态控制通道的二阶非线性系统,构建三阶线性扩张状态观测器:

74、                                     (22)

75、式中,为第个姿态通道的观测误差;为第个姿态通道的被控输出;为第个姿态通道的控制输入;为第个姿态通道的控制增益估计值;、和分别为、和总扰动的观测值;为第个姿态通道的被控输出的一阶导数;、和为观测器增益。观测器带宽根据传感器噪声、被控对象动态和执行机构带宽设置上下限,以兼顾扰动估计速度和噪声抑制能力。

76、结合步骤3在线轨迹优化输出指令经姿态-轨迹转换后得到的前馈控制量形成自抗扰控制器:

77、                                   (23)

78、式中,为第个姿态通道的限幅后的实际控制输入;为由参考指令二阶导数和状态误差反馈构成的第个姿态通道的虚拟控制量;和为第个姿态通道的控制输入下限和上限;为限幅函数。其中,前馈项对应上式中参考指令二阶导数相关项,扰动补偿项对应总扰动估计值经控制增益估计值补偿后的项,误差反馈项对应状态误差反馈控制量;前馈项提高对快速变化参考的响应能力,扰动补偿项抵消大部分模型误差和外部扰动,误差反馈项消除剩余跟踪偏差。

79、为适应宽高度、宽速度和强气动变化工况,设置参数生成网络,根据飞行工况、跟踪误差、扰动估计和控制余量,生成各姿态通道的观测器带宽、控制器带宽及控制增益估计值:

80、                             (24)

81、式中,为第个姿态通道的自抗扰参数向量,;为第个姿态通道的扩张状态观测器带宽,为第个姿态通道的控制器带宽,为第个姿态通道的控制增益估计值;为神经网络,用于自抗扰参数生成;为第个姿态通道的网络输入特征向量,包括高度、速度、马赫数、动压;和为分别第个姿态通道的允许参数下限和上限;为区间截断函数。

82、自抗扰控制器将总扰动估计、轨迹跟踪误差和控制饱和信息反馈至步骤3进行在线轨迹优化,提取总扰动估计的低频分量,并依据式(25)更新下一滚动周期的动力学修正项和控制补偿余量:

83、                                  (25)

84、式中,为滚转角、俯仰角和偏航角的姿态通道总扰动估计向量;为低通滤波算子;为扰动到控制余量的换算系数;为最小预留控制量;为正小量。当轨迹偏差超过、任一通道可用控制余量低于、扰动强度超过,或者任务更新标志取1时,提前触发轨迹重规划。由此形成“实时状态采集-pinn初值生成-自适应配点在线优化-自抗扰跟踪控制-扰动和控制余量反馈-滚动或事件触发重规划”的闭环一体化流程。

85、本发明的有益效果:

86、本发明针对高速飞行器轨迹优化与控制分离、在线优化初值敏感和宽包络抗扰能力不足等问题,提出一种高速飞行器在线轨迹优化与自抗扰控制一体化方法。该方法将任务约束、动力学约束、控制可达性约束和扰动补偿需求统一到闭环框架中,能够根据实时状态和任务变化持续更新局部最优轨迹,并通过自抗扰控制器保证优化轨迹的鲁棒跟踪。本发明采用物理信息神经网络生成轨迹优化初值,并以bernstein多项式系数作为网络输出。与直接输出大量离散轨迹点相比,多项式系数表达能够降低网络输出维数并保证轨迹连续性;通过在损失函数中加入动力学残差、边界残差、过程约束残差和轨迹平滑项,使网络预测初值兼具数据拟合能力和物理一致性,减少在线优化迭代次数并降低不良初值导致的不收敛风险。采用考虑控制约束的自适应配点在线轨迹优化方法,通过动力学残差、约束裕度和控制曲率动态调整配点数量与分布,在轨迹变化剧烈或约束活跃区域增加配点,在轨迹平缓区域减少冗余配点,以较小计算代价实现轨迹精度与在线实时性的平衡。采用参数智能自适应的自抗扰控制器,将气动参数摄动、未建模动态、通道耦合、结构弹性影响和外部扰动统一作为总扰动进行估计与补偿。智能参数生成网络根据高度、速度、马赫数、动压、跟踪误差和控制余量在线生成扩张状态观测器特征多项式系数、反馈控制特征多项式系数及带宽修正因子,提高宽飞行包络条件下的参数适应能力,同时通过参数上下限和控制输入限幅保证工程可实现性。建立轨迹优化与自抗扰控制之间的双向信息交互。一方面,在线优化器向控制器提供状态、姿态、推力和前馈控制参考;另一方面,控制器向优化器反馈总扰动低频估计、跟踪误差和控制饱和信息,并据此更新预测模型和控制余量。当轨迹偏差、扰动强度或控制饱和程度超过阈值时触发重规划,从而提升复杂任务变化和强扰动条件下的任务适应性、约束满足能力和飞行安全性。