[發明專利]基于預測模型的高超聲速飛行器神經網絡控制方法

有效

• 申請號: 201210375645.4
• 申請日: 2012-09-29
• 公開（公告）號: CN102880055A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 許斌;史忠科
• 申請（專利權）人: 西北工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04;G05D1/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

1.一種基于預測模型的高超聲速飛行器神經網絡控制方法，通過以下步驟實現：

(a)考慮高超聲速飛行器縱向通道動力學模型：

V·=Tcosα-Dm-μsinγr2---(1)]]>

h·=Vsinγ---(2)]]>

γ·=L+TsinαmV-μ-V2rcosγVr2---(3)]]>

α·=q-γ·---(4)]]>

q·=MyyIyy---(5)]]>

該模型由五個狀態變量X_s＝[V，h，α，γ，q]^T和兩個控制輸入U_c＝[δ_e，β]^T組成；其中，V表示速度，γ表示航跡傾角，h表示高度，α表示攻角，q表示俯仰角速度，δ_e是舵偏角，β為節流閥開度；T、D、L和M_yy分別代表推力、阻力、升力和俯仰轉動力矩；m、I_yy、μ和r代表質量、俯仰軸的轉動慣量、引力系數以及距地心的距離；

(b)定義X＝[x₁，x₂，x₃，x₄]^T，其中x₁＝h，x₂＝γ，x₃＝θ，x₄＝q，θ＝α+γ；因為γ非常小，取sinγ≈γ；考慮到Tsinα遠小于L，在控制器設計過程中近似忽略；

高度子系統(2)-(5)寫成以下嚴格反饋形式：

x·1=Vsinx2≈Vx2=f1(x1)+g1(x1)x2]]>

x·2=f2(x1,x2)+g2(x1,x2)x3]]>

x·3=f3(x1,x2,x3)+g3(x1,x2,x3)x4]]>

x·4=f4(x1,x2,x3,x4)+g4(x1,x2,x3,x4)uA]]>

u_A＝δ_e

速度子系統(1)寫為如下形式：

V·=fV+gVuV]]>

u_V＝β

其中f_i，g_i，i＝1，2，3，4，V是根據(1)-(5)得到的未知項，分為標稱值f_iN，g_iN與不確定性Δf_i，Δg_i；

(c)考慮采樣時間T_s非常小，通過歐拉近似法得到高度子系統離散模型：

x_i(k+1)＝x_i(k)+T_s[f_i(k)+g_i(k)x_i+1(k)]

?????????????????????????????????????????????????????(6)

x₄(k+1)＝x₄(k)+T_s[f₄(k)+g₄(k)u_A(k)]

其中i＝1，2，3；

通過歐拉近似法建立速度子系統的離散模型：

V(k+1)＝V(k)+T_s[f_V(k)+g_V(k)u_V(k)]

進一步建立系統(6)的預測模型(7)：

x₁(k+4)＝f_A(k)+g_A(k)u_A(k)????(7)

其中

fA(k)=x1(k+3)+Tsf1(k+3)+Tsg1(k+3)x2(k+2)]]>

+Ts2g1(k+3)f2(k+2)+Ts2g1(k+3)g2(k+2)x3(k+1)]]>

+Ts3g1(k+3)g2(k+2)f3(k+1)+Ts3g1(k+3)g2(k+2)g3(k+1)x4(k)]]>

+Ts4g1(k+3)g2(k+2)g3(k+1)f4(k)]]>

gA(k)=Ts4g1(k+3)g2(k+2)g3(k+1)g4(k)]]>

相應的標稱值記為：f_AN(k)和g_AN(k)；

(d)在動力學參數未知情況下，采用神經網絡對系統不確定部分進行估計，按照標稱值設計控制器；

定義誤差Z_A(k)＝x₁(k)-x_1d(k)；不確定項UA(k)=fAN(k)-x1d(k+4)gAN(k)-fAN(k)-x1d(k+4)gA(k);]]>這里x_1d(k)和x_1d(k+4)分別為高度參考指令在k和k+4時刻的值；

定義θ_A(k)＝[X^T(k)，x_1d(k+4)]^T，采用神經網絡對U_A(k)進行估計，得到U^A(K)=ω^AT(k)SA(θA(k))]]>

其中為神經網絡權重向量的估計值，S_A(·)神經網絡基函數向量；設計控制器

uA(k)=x1d(k+4)-fAN(k)+CAzA(k)gAN(k)+ω^AT(k)SA(θA(k))]]>

其中0＜C_A＜1為誤差比例系數；

神經網絡權重自適應更新律為：

ω^A(k+1)=ω^A(kA)-λAzA(k+1)SA(θA(kA))-δAω^A(kA)]]>

其中λ_A＞0，0＜δ_A＜1，k_A＝k-3；

針對速度子系統，定義θ_V(k)＝[V(k)，X^T(k)，V_d(k+1)]^T，z_V(k)＝V(k)-V_d(k)，FVC(Xs(k))=V(k)+TsfV(k),]]>GVC(Xs(k))=TsgV(k);]]>

設計控制器

uV(k)=Vd(k+1)+CVzV(k)-FVNC(Xs(k))GVNC(Xs(k))+ω^VT(k)SV(θV(k))]]>

其中0＜C_V＜1為誤差比例系數，是和的標稱值，為神經網絡權重向量的估計值，S_V(·)神經網絡基函數向量；

神經網絡權重自適應更新律為：

ω^V(k+1)=ω^V(k)-λVSV(θV(k))zV(k+1)-δVω^V(k)]]>

其中λ_V＞0，0＜δ_V＜1；

(e)根據得到的舵偏角u_A(k)和節流閥開度u_V(k)，返回到高超聲速飛行器的動力學模型(1)-(5)，對高度和速度進行跟蹤控制。