基于量化切换机制的变构飞行器非脆弱姿态控制方法

摘要: 本发明涉及飞行器控制,具体而言,涉及基于量化切换机制的变构飞行器非脆弱姿态控制方法。背景技术:1、依据不同的飞行任务与环境,高超声速变体飞行器(hmvs)能通过...
基于量化切换机制的变构飞行器非脆弱姿态控制方法

本发明涉及飞行器控制,具体而言,涉及基于量化切换机制的变构飞行器非脆弱姿态控制方法。

背景技术:

1、依据不同的飞行任务与环境,高超声速变体飞行器(hmvs)能通过构形的改变,保持良好的气动性能。尽管这一改变会带来良好的气动性能,但会使得模型中气动参数显著变化,增加了模型的不确定性。同样,在大包线飞行时,环境的改变(如风扰、大气密度等),亦会增加模型的不确定性。上述不确定因素给hmvs的建模及控制器设计带来挑战。

2、为从构型设计层面缓解上述建模困难,当前hmvs主要采用变后掠、发展长与变弯度等变形方式,其中变后掠翼因其在宽速域内的气动适配优势而成为典型代表。然而,传统切换机制对模态跃迁过程缺乏明确的量化描述,其瞬时切换行为易激发未建模高频动态并危及系统稳定性。因此,如何在切换过程中引入有效的量化机制,实现对模态跃迁的描述,是当前建模研究亟需解决的关键问题。

3、综上,hmvs能够依据飞行任务与环境主动改变气动外形以优化全剖面性能,但这一变形过程会导致模型中气动参数显著变化,并引入由变形带来的附加力和力矩,极大地增加了系统模型的不确定性与建模难度;同时,变后掠角等典型变形方式使飞行器在不同构型间连续跃迁,呈现出强非线性与多模态特征,传统基于单一模型的控制方法难以适用;此外,飞行器在飞行过程中受到严格的攻角、过载等状态约束,现有方法在跟踪误差接近约束边界时易引发控制输出剧增甚至控制器奇异,而现有干扰观测器方法通常采用固定保守上界抑制集总干扰,约束包络无法根据误差变化自适应调整,导致控制系统的鲁棒性与动态约束满足能力不足。因此,亟需一种能够在变形过程中兼顾多模态切换、状态约束满足与未知干扰抑制的控制方法,以提升hmvs在复杂飞行条件下的控制稳定性与安全性。

技术实现思路

1、鉴于此,本发明提出了基于量化切换机制的变构飞行器非脆弱姿态控制方法,以解决上述现有技术存在的问题。

2、为实现上述目的,本发明提出了基于量化切换机制的变构飞行器非脆弱姿态控制方法,包括:

3、获取变构飞行器的变形量,对所述变形量通过量化切换机制进行量化离散,得到不同的量化模态;

4、获取量化模态对应飞行器的外环状态量,根据所述外环状态量计算虚拟控制律;其中,所述外环状态量包括攻角、倾侧角、俯仰角和变形率,所述虚拟控制律根据脆弱性规避的障碍李雅普诺夫函数进行设计;

5、获取量化模态对应飞行器的内环状态量,根据内环状态量计算控制量;其中所述内环状态量包括滚转角速度、偏航角速度、俯仰角速度和变形率变化率;

6、通过控制量对所述变构飞行器进行姿态控制。

7、可选的,所述量化切换机制为,其中,表示时间步t对应的量化模态,表示划分变量,表示变形率。

8、可选的,所述虚拟控制率的计算过程包括:

9、

10、其中,表示外环输出的期望角速率指令,为第个通道的外环状态量的跟踪误差,为反馈增益,为外环状态量的非线性函数为不确定性的在线估计值,其中为可调外环权重参数,为基函数向量,为复合多项式上界,为安全排斥力系数,为误差放大系数,为控制增益矩阵。

11、可选的,在所述虚拟控制律计算过程中,还包括自适应律和上界估计的计算;

12、其中所述自适应律为:

13、

14、上界估计为:

15、

16、其中,是第j通道模糊权重估计值的变化速率,为自适应学习率,为误差放大系数,为模糊基函数向量;是第通道复合多项式上界估计值的变化速率,为上界估计学习率,和为同一误差放大系数,为双曲正切函数的调节参数;下标j=1,2,3,4 分别对应攻角、侧滑角、倾侧角和变形率四个通道,下标表示当前量化模态,通过调整,通过调整,将所述和计算对应的虚拟控制律。

17、可选的,所述控制量的计算过程包括:

18、

19、其中,为控制量,为第个通道的内环状态量的跟踪误差,为反馈增益,为内环状态量的非线性函数为不确定性的在线估计值,其中为可调内环权重参数,为基函数向量,为复合多项式上界,为控制增益矩阵。

20、可选的,在控制量的计算过程中,还包括对应自适应律和上界估计的计算:

21、自适应律为:

22、

23、上界估计为:

24、

25、其中,是第j通道模糊权重估计值的变化速率,为自适应学习率,为第个通道的内环状态量的跟踪误差,为模糊基函数向量;是第通道复合多项式上界估计值的变化速率,为上界估计学习率,为双曲正切函数的调节参数;下标j=1,2,3,4分别对应滚转角速度、偏航角速度、俯仰角速度和变形率变化率四个通道,下标表示当前量化模态,通过调整,通过调整,将所述和计算对应的虚拟控制律。

26、可选的,所述脆弱性规避的障碍李雅普诺夫函数为:

27、

28、其中,为4个状态通道的障碍函数,实时安全边界,为约束边界函数,其中,约束边界指数收敛速率为,初始约束边界幅值和稳态约束边界幅值分别为 ,为带有修正项的调节函数。

29、可选的,调节函数为:

30、

31、其中,边界调节增益,调节项衰减率边界触发阈值系数为设计参数。

32、另一方面,本发明提供了基于量化切换机制的变构飞行器非脆弱姿态控制系统,用于执行上述的方法。

33、与现有技术相比,本发明的有益效果在于,

34、本发明相对于现有技术,取得了以下多方面的有益技术效果:

35、本发明通过引入模态划分变量并结合变形率设计量化切换机制,将高超声速变体飞行器连续的变形过程量化为有限个离散模态。飞行器在变形率连续变化时保持模态恒定,仅在变形率达到特定阈值时才发生模态切换,有效避免了因频繁切换引发的舵面抖动和飞行姿态振荡问题,保证了变形过程中飞行品质的平稳过渡,显著提升了飞行控制系统的稳定性。

36、本发明构造的脆弱性规避的障碍李雅普诺夫函数(fablfs)方法,能够根据跟踪误差的大小实时感知并自适应调整约束包络。当飞行器因大机动或突发扰动导致姿态误差逼近安全边界时,fablfs及时调整约束包络,避免了传统blfs方法因固定包络导致舵面饱和甚至控制器失效的风险,在保证攻角、侧滑角等状态约束始终不被违反的前提下,为飞行器提供了更高的安全裕度。通过与传统blfs方法的对比仿真可见,传统方法在指令跳变时因固定约束包络导致姿态误差大幅波动,控制器输出奇异,而本发明方法能够平稳应对,飞行姿态平滑收敛。

37、本发明将飞行器在变形过程中受到的外界风扰、大气密度变化、气动参数摄动等多种不确定因素统一处理为一个复合多项式,并通过干扰上界估计器进行在线估算和实时补偿。仿真结果表明,即使在气动参数拉偏(大气密度偏置30%、转动惯量偏置15%)的严苛条件下,以及在指令发生阶跃跳变的瞬间,干扰上界估计值也能快速响应,确保飞行器姿态不出现剧烈抖振,舵面偏转平稳,跟踪精度满足工程需求,显著增强了飞行器在复杂环境下的生存能力和任务完成能力。

38、本发明通过李雅普诺夫稳定性理论严格保证了闭环系统的稳定性,使飞行器在整个变形过程(变形机构全程动作)中,姿态角跟踪误差指数收敛至原点附近小邻域内,角速率精确跟踪虚拟控制律。仿真验证了所提控制策略在模态切换、状态约束满足性及抗干扰能力方面的综合性能,具有良好的工程应用前景。