高超声速伸缩式变形飞行器再入轨迹快速优化

针对高超声速变形飞行器再入轨迹优化问题,研究了一种基于改进高斯伪谱法(Gauss pseudospectral method,GPM)的快速优化方法.首先,针对一种采用伸缩式机翼的高超声速变形飞行器,建立了将展长变形量扩展成为控制变量的再入轨迹优化模型.其次,采用GPM将轨迹优化问题转化为非线性规划(nonlinear...     

高超声速飞行器再入段的动力学建模与仿真

高超声速飞行器的动力学建模对于进行控制系统的设计和仿真来说是非常重要的.与传统的飞行器相比,由于其飞行的速度和高度跨度大、变化快,高超声速飞行器的飞行动力学特性相当复杂.为了研究高超声速飞行器的一些本质的动力学特性,选择再入段进行分析,建立了再入段的高超声速动力学模型.利用风洞实验数据,建立了空气动力学数据库,并且对模型进行了不确定性分析.在模型的基础上,讨论了高超声速飞行器再入段的控制系统的设计方法.最后,在MATLAB/SIMULNK中进行了控制系统仿真,仿真结果表明在60公里到着陆点控制系统能够很好地控制动力学模型跟踪制导指令.     

高超声速飞行器并行仿真方法研究

高超声速飞行器的系统仿真是一个多物理场高度耦合的过程,仿真过程中,需要完成大规模数据的迭代计算.目前大多采用分布式仿真的方法,但这种方法对于计算效率的提高不明显.为了有效提高计算效率,基于高性能计算机集群系统,分别对网格并行方法和模型并行算法进行了研究,提出了气动流场高效并行仿真解算方法、分区边界数据交换方法以及并行负载均衡技术,并在高超飞行器的系统仿真中进行了验证,验证结果表明,计算精度满足要求,求解方程的速度较快,工程应用效果较好.     

高超声速飞行器轨迹跟踪控制仿真研究

针对高超声速飞行器纵向模型的快时变、强耦合和高度非线性的特点,在考虑模型不确定性的情况下,采用李导数的方法对某型高超声速飞行器进行输入输出的精确线性化。基于线性化后的模型,提出一种非线性动态逆控制的方法,并对其稳定性进行分析,实现对该型高超声速飞行器的轨迹跟踪控制。并利用Matlab搭建仿真平台,仿真结果显示仿真平台的正确性和控制算法的有效性。     

弹性高超声速飞行器智能控制系统设计

针对气动舵受限下的弹性高超声速飞行器控制问题, 提出一种基于神经自适应的智能控制方案。在速度子系统的设计过程中, 为了降低对模型参数的依赖程度, 应用强化学习算法在线调整比例积分微分(proportional integral derivative, PID)控制参数, 给出智能PID控制策略。对于高度子系统, 考虑气动舵的动态特性, 利用神经自适应方法对模型未知函数及不确定项进行逼近。为了处理气动舵的约束问题, 以非线性模型预测控制为优化分配模板生成大量样本数据集, 经离线训练得到深度神经网络代替求解复杂优化问题和控制分配的过程。此外, 通过引入自适应超螺旋微分器处理外部扰动, 增强了系统的鲁棒性。利用Lyapunov方法证明了所设计控制器的稳定性, 并通过仿真验证了所设计控制方案能够快速计算控制指令, 实现高精度跟踪控制。     

高超声速飞行器自抗扰姿态控制器设计

针对高超声速飞行器无动力再入过程中具有强耦合、气动参数摄动及不确定性的非线性姿态模型,结合自抗扰控制中的扩张状态观测器(extended state observer, ESO)及非线性状态误差反馈律(nonlinear law state error feedback, NLSEF),分别设计了高超声速飞行器内环和外环自抗扰姿态控制器。将不确定性、耦合及参数摄动等干扰作为“总和干扰”利用扩张状态观测器进行估计并动态反馈补偿,再利用NLSEF抑制补偿残差。自抗扰控制器(active disturbance rejection control, ADRC)设计无需精确的飞行器被控模型,也无需精确的气动参数及摄动界限。仿真结果表明,控制系统能够克服干扰及气动参数大范围摄动的影响,在获取良好的动态品质和跟踪性能的同时,具有较强的鲁棒性。     

高超声速飞行器动态面控制系统设计与仿真

针对高超声速飞行器飞行高度和飞行马赫数变化范围大,其数学模型具有严重非线性、不稳定性、多变量耦合以及不确定的空气动力学参数等特点,提出了动态面控制方法为其设计飞行控制系统。该方法通过构造动态面变量并根据能达条件,来设计中间的虚拟控制信号和最终的控制信号。通过在控制律设计过程中增加一阶动态滤波器,避免了设计过程中对非线性虚拟控制信号的微分,大大减少了控制律的计算量。并以某常规高超声速飞行器纵向模型为对象进行仿真。仿真研究表明该控制方法较好的实现了高超声速飞行器对指令信号的跟踪。     

基于卡尔曼滤波的高超声速飞行器控制器设计

针对纵向模态和横航向模态都不稳定的一种通用的高超声速飞行器,建立了三维紊流及紊流梯度下的高超声速飞行器全状态线性化的动力学模型。在考虑三维紊流和紊流梯度干扰和系统测量噪声条件下,提出了一种基于离散卡尔曼滤波的全状态H∞反馈增稳控制器。该方法通过卡尔曼滤波器将状态估计值作为反馈量传递给H∞控制器,能保证存在三维大气紊流干扰,系统测量噪声和飞行条件变化所引起的系统参数矩阵摄动时的鲁棒性。仿真结果表明,不管是针对标称模型还是参数摄动后的模型,基于卡尔曼滤波器的H∞反馈增稳控制器能有效抑制外界干扰和系统自身参数摄动,说明该方法具有较强的鲁棒性。     

高超声速飞行器的LPV鲁棒变增益控制

针对高超声速飞行器复杂的气动特性和严重参数不确定的纵向非线性模型,提出了一种基于线性变参数(linear parameter varying, LPV)的鲁棒变增益控制方法。首先,采用雅克比线性化方法将非线性系统LPV化,并结合张量积(tensor-product, T-P)模型转换方法进行LPV系统的多胞变换,得到LPV多胞系统;然后,采用H_∞鲁棒控制和增益调度策略设计了鲁棒变增益控制器,保证高超声速飞行器的纵向稳定。该方法不仅避免了复杂的非线性控制器设计过程,而且能够有效地抑制模型参数变化。仿真结果验证了算法的有效性。     

基于干扰估计的高超声速飞行器鲁棒控制方法

针对高超声速飞行器高度与速度跟踪所面临的参数不确定与外界干扰问题,提出基于干扰估计的鲁棒控制律设计方法。首先建立含参数不确定与外界干扰的高超声速飞行器模型;而后基于动态逆思想,将动力学模型进行线性化,并将由参数不确定与外界干扰对系统造成的总效果看作系统总干扰,从而引入线性扩张状态观测器实现对系统状态及总干扰的估计;最后考虑总干扰作用,提出具有鲁棒性能的动态逆控制律与滑模控制律。通过与传统控制律进行对比仿真,结果表明所设计的两种鲁棒控制器只需在原有方法基础上进行简单改进,即可较大程度提高对系统参数不确定与外界干扰的鲁棒性,具有良好的跟踪性能。     

Progress in reentry trajectory planning for hypersonic vehicle

The reentry trajectory planning for hypersonic vehicles is critical and challenging in the presence of numerous nonlinear equations of motion and path constraints, as well as guaranteed satisfaction of accuracy in meeting all the specified boundary conditions. In the last ten years, many researchers have investigated various strategies to generate a feasible or optimal constrained reentry trajectory for hypersonic vehicles. This paper briefly reviews the new research efforts to promote the capability of reentry trajectory planning. The progress of the onboard reentry trajectory planning, reentry trajectory optimization, and landing footprint is summarized. The main challenges of reentry trajectory planning for hypersonic vehicles are analyzed, focusing on the rapid reentry trajectory optimization, complex geographic constraints, and coop- erative strategies.     

Flight control for a flexible air-breathing hypersonic vehicle based on quasi-continuous high-order sliding mode

The focus of this paper is on control design and simulation for the longitudinal model of a flexible air-breathing hypersonic vehicle(FAHV).The model of interest includes flexibility effects and intricate couplings between the engine dynamics and flight dynamics.To overcome the analytical intractability of this model,a nominal control-oriented model is constructed for the purpose of feedback control design in the first place.Secondly,the multi-input multi-output(MIMO) quasi-continuous high-order sliding mode(HOSM) controller is proposed to track step changes in velocity and altitude,which is based on full state feedback.The simulation results are presented to verify the effectiveness of the proposed control strategy.     

Polytopic LPV modeling and gain-scheduled switching control for a flexible air-breathing hypersonic vehicle

A novel gain-scheduled switching control method for the longitudinal motion of a flexible air-breathing hypersonic vehicle (FAHV) is proposed.Firstly,velocity and altitude are selected as scheduling variables,a polytopic linear parameter varying(LPV) model is developed to represent the complex nonlinear longitudinal dynamics of the FAHV.Secondly,based on the obtained polytopic LPV model,the flight envelope is divided into four smaller subregions, and four gain-scheduled controllers are designed for these parameter subregions.Then,by the defined switching characteristic function,these gain-scheduled controllers are switched in order to guarantee the closed-loop FAHV system to be asymptotically stable and satisfy a given tracking error performance criterion.The condition of gain-scheduled switching controller synthesis is given in terms of linear matrix inequalities(LMIs) which can be easily solved by using standard software packages.Finally,simulation results show the effectiveness of the presented method.     

高超飞行器自适应动态规划的控制系统设计

针对高超声速飞行器的控制问题,提出一种基于自适应动态规划的非线性优化学习控制方法,设计了速度和高度自适应控制系统.首先,将控制器分解为稳态控制项和最优反馈控制项,同时借助反步法,将原高超声速动力学模型转化为兼顾速度跟踪误差和高度跟踪误差的统一的误差控制模型.其次,利用自适应动态规划法,通过自适应调节评价网络的权值,设计...     

考虑阻力系数时变的下压段半解析时间预测方法

高超声速飞行器下压段飞行环境复杂、弹道参数变化剧烈、被动减速较快,传统解析预测采用的常值阻力系数假设不再适用。考虑攻角、马赫数影响,对阻力系数表达式进行拓展,基于解析理论对复杂弹道方程加以简化,得到以剩余射程为自变量的微分方程,通过数值积分快速求解弹道诸元,提升全弹道快速规划能力。典型弹道仿真表明,与传统常值假设相比,所提方法可将俯冲下压段的时间预报误差降低到1 s左右,同时不增加计算复杂度,实现滑翔飞行器俯冲飞行时间、速度、动压的精准、快速预报。     

基于多智能体导航的高超飞行器信息融合方法

精确导航技术是高超飞行器(hypersonic vehicle, HV)充分发挥威力的关键所在。然而,高马赫数和强机动性致使HV的导航系统误差及其观测噪声无法准确描述,制约着导航信息的精确性和实时性。为及时获取高精度导航信息,设计基于集员框架的卡尔曼滤波算法。一方面采用多智能体分布式协同探测,形成观测椭球交叉集合,提高了观测效率和测量精度;另一方面,通过设计两类噪声模型,求其与状态估值的最小均方误差,实现滤波增益的计算,提高算法对噪声的抗扰动能力,使状态估值达到均方误差最小。通过数字仿真,将设计方法应用到HV导航模型中,并与扩展卡尔曼滤波和集员滤波的状态估值进行比较,结果表明,提出算法在不同噪声影响下具有更高的估计精度。研究成果将为HV实现实时精确导航提供技术支持,并具有重要的理论意义和应用价值。     

基于神经网络的高超声速飞行器惯导系统精度提高方法

针对目前惯性系统误差补偿模型对静态误差和动态误差处理能力不足的问题,为适应高超声速飞行器长航时、高精度的惯性导航要求,基于神经网络提出一种加速度计拟合模型。在高超声速飞行器飞行前期有准确的卫星导航信息时,收集导航信息和加速度计脉冲信息,利用神经网络强大的非线性拟合能力,在飞行过程中进行在线训练,得到精确的惯性系统模型。仿真结果表明,在存在逐次通电误差和不考虑二次项误差系数的误差补偿模型方法位置导航偏差在数公里和数百米量级的情况下,相同时间内所提方法的位置导航偏差仅为数十米量级,有效提高了高超声速飞行器的导航精度。     

高超声速飞行器新型攻角约束反演控制

针对考虑攻角约束的高超声速飞行器控制问题,提出一种受限指令滤波器与预设性能方法相结合的反演控制方案.首先,从高超声速飞行器运动模型中划分出高度子系统并基于反演控制方法设计控制器.为了解决攻角约束问题,构造受限指令滤波器对攻角虚拟指令限幅并保证指令的可导性.然后,利用预设性能方法预先设定约束范围,保证攻角跟踪误差始终满足...