[發明專利]基于切換機制的飛行器全局有限時間神經網絡控制方法

有效

• 申請號: 201810948465.8
• 申請日: 2018-08-20
• 公開（公告）號: CN108828957B
• 公開（公告）日: 2019-11-05
• 發明（設計）人: 許斌;王霞
• 申請（專利權）人: 西北工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 劉新瓊

本發明涉及一種基于切換機制的飛行器全局有限時間神經網絡控制方法，屬于飛行器控制領域，用于解決飛行器全局神經網絡控制問題。該方法首先將飛行器縱向模型解耦為高度子系統和速度子系統，針對高度子系統采用反步法控制，針對速度子系統采用PID控制。對高度子系統，引入切換機制實現有效逼近域內神經網絡控制和逼近域外魯棒控制之間的切換，同時基于跟蹤誤差和建模誤差對神經網絡權重進行更新，提高神經網絡的學習性能，在此基礎上給出魯棒設計方案，可實現系統跟蹤誤差的有限時間收斂。本發明保證飛行器神經網絡控制始終在有效逼近域內工作，實現閉環系統全局穩定性，保證實際工程應用的性能要求。

技術領域

本發明涉及一種飛行器控制方法，特別是涉及一種基于切換機制的飛行器全局有限時間神經網絡控制方法，屬于飛行器控制領域。

背景技術

面對軍用和民用領域對飛行器技術提出的新需求，現代飛行器飛行包絡不斷擴大，飛行器創新的構型設計及復雜的飛行環境，導致飛行器動力學具有復雜非線性和強不確定性等特點。神經網絡可對未知動力學和模型不確定性進行逼近，被廣泛應用于飛行器控制，但目前大多數方法假設神經網絡在整個區域內一直可進行有效逼近為前提進行控制器設計，這就使得閉環系統只能保證半全局穩定性，在實際應用中難以保證該前提。《Global neural dynamic surface tracking control of strict-feedback systemswithapplication to hypersonic flight vehicle》(Bin Xu,Chenguang Yang,YongpingPan，《IEEETransactions on Neural Networks and Learning Systems》,2015,26(10):2563-2575)一文針對高超聲速飛行器縱向通道模型設計動態面控制，基于切換機制實現神經網絡控制和魯棒控制的切換，可保證閉環系統全局穩定性，但該設計僅基于跟蹤誤差進行神經網絡權重更新，并且不能實現跟蹤誤差的快速有限時間收斂。

發明內容

要解決的技術問題

針對目前飛行器神經網絡控制方法較少考慮在控制過程中神經網絡逼近是否一直有效的問題，本發明設計了一種基于切換機制的飛行器全局有限時間神經網絡控制方法，該方法利用切換機制實現有效逼近域內神經網絡控制和有效逼近域外魯棒控制之間的切換，保證神經網絡在有效逼近域內工作，實現閉環系統的全局穩定性，同時基于跟蹤誤差和建模誤差對神經網絡權重進行更新，提高神經網絡的學習性能，在此基礎上給出魯棒設計方案，可實現系統跟蹤誤差的有限時間收斂。

技術方案

一種基于切換機制的飛行器全局有限時間神經網絡控制方法，其特征在于步驟如下：

步驟1：考慮飛行器縱向通道動力學模型：

所述的動力學模型由五個狀態量X＝[V,h,γ,α,q]^T和兩個控制輸入U＝[δ_e,Φ]^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表示舵偏角，Φ表示節流閥開度；T、D、L和M_yy分別表示推力、阻力、升力和俯仰轉動力矩；m、I_yy和g分別表示質量、俯仰軸的轉動慣量和重力引起的加速度；

力、力矩以及各系數的表達式分別為：