临近空间柔性飞行器输出反馈控制方法研究

王民泰; 曹云峰; 周嘉麒

doi:10.3969/j.issn.1673-3819.2022.04.018

指挥控制与仿真 ›› 2022, Vol. 44 ›› Issue (4) : 105-111. DOI: 10.3969/j.issn.1673-3819.2022.04.018

工程实践

临近空间柔性飞行器输出反馈控制方法研究

作者信息 +

Research on Output Feedback Control Method of Near Space Flexible Aircraft

Author information +

History +

摘要

柔性飞行器(Flexible Flying Wing Aircraft,FFWA)因具有高升力系数、低阻力系数等优点而受到广泛关注。受到结构动力学和刚体动力学的耦合作用,飞行器容易发生弹性形变,给柔性飞行器的建模造成困难,也给控制系统的设计带来挑战。为此,针对飞翼布局柔性飞行器模型,研究了一种自适应输出反馈控制方法,并在飞翼布局柔性飞行器上进行仿真验证。首先,搭建飞翼布局柔性飞行器纵向动力学模型,并进行配平;然后,对非线性纵向动力学模型线性化得到线性飞行器模型;然后,设计包括基于观测器的基线设计和基于修正闭环参考模型的参数自适应在内的自适应输出反馈控制器,总体上保证了存在不确定参数时的稳定性和跟踪性能;最后,验证了输出反馈控制器在加入修正闭环参考模型时的优越性能。仿真结果表明,运用输出反馈控制能够很好地处理飞行器模型存在不确定参数的问题,并且加入修正闭环参考模型能够提高控制器的参数自适应性能。

Abstract

Flexible flying wing aircraft has attracted extensive attention because of its high lift coefficient and low drag coefficient. Due to the coupling of aircraft structural dynamics and rigid body dynamics, aircraft is prone to elastic deformation, which not only makes it difficult to model flexible aircraft, but also brings challenges to the design of control system. Therefore, an adaptive output feedback control method is designed for the flexible aircraft model of the flying wing configuration, and the simulation application is carried out on the flexible flying wing aircraft. Firstly, the longitudinal dynamic model of flexible flying wing aircraft is constructed and the trim analysis is carried out. Then, the nonlinear longitudinal dynamic model is linearized to obtain the linear aircraft model. Then, an adaptive output feedback controller is designed, including observer based baseline design and parameter adaptation based on modified closed-loop reference model. The overall design ensures the stability and tracking performance in the presence of large parameter uncertainty. Finally, the superior performance of the output feedback controller under the condition of parameter adaptation with modified closed-loop reference model is verified. The simulation results show that the output feedback control can well deal with the parameter uncertainty of the aircraft model, and adding the modified closed-loop reference model can improve the parameter adaptive performance of the controller.

导出引用

王民泰, 曹云峰, 周嘉麒. 临近空间柔性飞行器输出反馈控制方法研究[J]. 指挥控制与仿真. 2022, 44(4): 105-111 https://doi.org/10.3969/j.issn.1673-3819.2022.04.018

WANG Min-tai, CAO Yun-feng, ZHOU Jia-qi. Research on Output Feedback Control Method of Near Space Flexible Aircraft[J]. Command Control and Simulation. 2022, 44(4): 105-111 https://doi.org/10.3969/j.issn.1673-3819.2022.04.018

1 柔性飞行器的发展

1.1 临近空间和柔性飞行器

临近空间(Near Space,简称NS)是介于航空领域与航天领域之间且尚未被充分开发利用的空间领域,又被称为近空间、亚轨道空间、空天过渡带等^[1]。该空间距地面20 ~100 km,包含大气平流层、中间大气层、部分电离层三个区域^[2],该高度高于传统航空设备等飞行器的最高飞行高度,但是低于卫星、空间设备等航天器的轨道运行高度^[3]。临近空间具有平均风速低,气象条件稳定,太阳光辐照强度大,湿度小,阻力小,电磁特性优良等优点^[4]。

临近空间大气稀薄的环境致使飞行器在该区域很难获得较大的升力,因此,航空飞行器无法飞行到该空间,而无动力轨道航天器在该空间又会因为大气阻力的黏滞作用而迅速坠落。柔性飞行器因具有柔性机翼,能够获得较大的升力,因此能在该空间长期飞行,进行侦察、监视、跟踪等活动。

随着世界各国军事科技的飞速发展,低空飞行的飞行器安全性不再得到保障。为能继续执行情报收集、目标侦察、网络通信等军民活动,各国迫切需要能够避免地面炮火攻击,进行高空长时间飞行的飞行器,于是,高空长航时飞行器(High Altitude Long Endurance,简称HALE)应运而生。为了完成高难度的飞行任务,需要HALE的机翼具有大展弦比,进而获得较大的升阻比,并且,机身的轻薄特点使得机翼的柔性较大,所以,这类具有大展弦比机翼的高空长航时飞行器又被称为柔性飞行器(Flexible Aircraft,简称FA)。

1.2 飞翼布局柔性飞行器

柔性飞行器具有大展弦比特点,与普通飞行器相比,其优势主要表现为结构简单,重量轻,可高空长时间航行及多任务执行等。大柔性飞行器有以下三种布局:常规翼布局、联接翼布局^[5]和飞翼布局。

常规翼布局柔性飞行器与固定翼飞行器结构类似,但其机翼相比较于固定翼飞行器机翼更加细长^[6],如图1所示。其优点是展弦比大,质量轻;缺点是机身阻力大,不能完成灵活性较高的任务。

图1 柔性常规翼飞行器

Full size|PPT slide

联接翼布局柔性飞行器通过后掠前翼与前掠后翼两部分联接组成^[5],如图2所示。其优点是结构强度大,飞行稳定,飞行器框架结构小,灵活性强,巡航速度快,具有良好的自然姿态恢复能力和良好的气动静稳定特性,升阻比也较高;其缺点是在结构、气动弹性、控制方面存在耦合,情况复杂,在控制律设计方面难度较大。

图2 柔性联接翼飞行器

Full size|PPT slide

飞翼布局柔性飞行器是柔性飞行器设计采用最常见、历史最悠久的布局^[6],如图3所示。其优点是重量轻,飞行阻力小,升力面大,飞行获得的升力大。此外,在隐蔽性方面,相比较于其他两种布局,也有一定的优势;其缺点是飞行器纵向稳定性较差,容易导致飞行器出现静不稳定的情况。此外,其存在刚体结构和气动弹性强耦合的特点,导致其控制系统设计难度较大。

图3 飞翼型柔性飞行器

Full size|PPT slide

本文针对一类飞翼布局柔性飞行器的纵向动力学模型,设计了一种自适应输出反馈控制器。借助控制器中的观测器和修正闭环参考模型对柔性飞行器的不确定性进行估计,总体上保证了存在较大参数不确定时的稳定性和跟踪性能。

2 柔性飞行器纵向动力学模型

2.1 纵向动力学方程

飞翼布局柔性飞行器的纵向运动方程表示为^[7]

\{\begin{array}{l} m \dot{V} = (T c o s α - D) - m g s i n μ \\ m V \dot{α} = - (T s i n α + L) + m V q + m g c o s μ \\ \dot{θ} = q \\ I_{y} \dot{q} = M - I_{y} q \\ \dot{h} = V s i n μ \\ \dot{η} = ξ \\ d_{3} \dot{ξ} = M_{j, x} - κ_{c} ξ - κ_{k} η + d_{1} - d_{2} \end{array}

(1)

其中,h为高度,航迹倾斜角μ=θ-α,并且

\begin{aligned} d_{1} = \frac{s}{2} m^{*} [(\dot{V} \sin (α) + V \cos (α) \dot{α}) \cos (η) - \\ V \sin (α) \sin (η) \dot{η} - 2 \frac{s}{3} \cos (η) \sin (η) {\dot{η}}^{2}] \\ d_{2} = (I_{y y}^{*} - I_{z z}^{*} - m^{*} \frac{s^{2}}{12}) \sin (η) \cos (η) q^{2} - \\ \frac{s}{2} m^{*} \cos (η) V \cos (α) q \\ d_{3} = I_{x x}^{*} + m^{*} (\frac{s^{2}}{4} - \frac{s^{2}}{6} \cos^{2} (η)) \end{aligned}

\begin{aligned} I_{y} = I_{y y}^{*} + 2 I_{y y}^{*} \cos η + m^{*} s^{2} \sin^{2} η / 6 \\ T = T_{1}^{*} + T_{2}^{*} + T_{3}^{*} \end{aligned}

(2)

式中,

T_{i}^{*}

是每块刚体翼上螺旋桨推力,κ_c为扭簧阻尼系数,κ_k为扭簧弹性常数。

2.2 具体研究对象

沈华勋^[7]用三个刚性翼和弹性铰链构造了一个柔性飞行器模型,以此来逼近柔性飞行器的复杂非线性特性。本文的研究对象是飞翼布局柔性飞行器^[7],如图4所示,柔性飞行器共有3个刚性翼,每个刚性翼的长度和重量都一样,总质量为1 459 kg,每个刚性翼都有一个产生推力的螺旋桨、一个沿着主翼尾部运行的副翼和一个连接在吊杆末端的升降舵。

图4 柔性飞翼型飞行器

Full size|PPT slide

2.3 配平分析

本文对飞翼布局柔性飞行器进行配平分析^[8⇓-10]。公式(1)中的非线性动力学表示为

\dot{X}

=f(X,U)

(3)

式中,X是状态向量,U是控制输入。

{[\begin{array}{l} V & α & h & θ & η & \dot{η} \end{array}]}^{T}

{[\begin{array}{l} δ_{a_{c}} & δ_{a_{o}} & δ_{e_{c}} & δ_{e_{o}} & δ_{T} \end{array}]}^{T}

(4)

式中,a_c和a_o分别表示副翼中心和副翼外侧,

δ_{a_{c}}

δ_{a_{2}}

和

δ_{a_{o}}

δ_{a_{i}}

,其中i=1,3。下标e_c,e_o分别表示升降舵中心和升降舵外部。控制输入δ_T=T_i,i=1,2,3。线性动力学定义为

\dot{x}

=Ax+Bu+ε(X,U)

(5)

式中,x=X-X₀,u=U-U₀,调整状态X₀和调整输入U₀满足0=f(X₀,U₀),ε是线性化误差,A和B分别表示为:

A = {\frac{\partial f (X, U)}{\partial X} |}_{\begin{matrix} X = X_{0} \\ U = U_{0} \end{matrix}} B = {\frac{\partial f (X, U)}{\partial U} |}_{\begin{matrix} X = X_{0} \\ U = U_{0} \end{matrix}}

(6)

公式(3)中的非线性柔性飞行器动力学在风速为9 m/s、高度为12 000 m时线性化,二面角在0至45°之间变化,配平结果如图5所示。

图5 柔性飞行器配平结果

Full size|PPT slide

3 柔性飞行器输出反馈控制

柔性飞行器运行在临近空间区域内,在执行飞行任务的过程中,飞行环境十分复杂,使得其气动和环境参数会发生巨大的改变;极高的飞行速度和快速的燃料消耗会导致飞行器的惯性参数和结构参数发生变化;对柔性飞行器飞行状态的建模研究不充分,以及实验数据不完备等因素,使得现有的柔性飞行器的数学模型中不可避免地存在诸多不确定性因素。这些不确定性因素会给飞行器动态特性分析和控制系统设计带来不利的影响。所以,有必要研究模型参数不确定时的飞行控制问题。

3.1 输出反馈控制发展背景

自适应输出反馈控制器因其能够控制具有不完全状态测量对象的优点而被广泛研究。通过观测器生成状态估计,并使用该估计来执行类似状态反馈的控制^[11]。基于观测器的控制器已广泛应用于飞行器控制研究,对标称设备模型^[12]的控制性能优异。当线性控制器设计有足够的稳定裕度^[11]时,可以容忍一定量的模型不确定性。自适应控制在参数不确定时具有良好的稳定性能^[13],因此可作为线性控制器的改进方法被研究。

自适应控制器是基于飞行器传递函数矩阵的经典方法,但通常需要知道飞行器的Hermite矩阵^[14],并使用非最小观测器和参考模型,包含大量积分器,致使控制性能缓慢。与经典方法不同,有文献提出了一种基于状态空间表示的新方法,使用最小观测器来生成底层状态估计^[15],并将状态估计用来实现反馈控制,达到参数自适应。并引入闭环参考模型(Closed-loop Reference Model,简称CRM),将最小观测器作为参考模型。

本文在具有二阶致动器的柔性飞行器动力学模型上进行仿真验证,该模型可以充分反映柔性飞行器中的参数不确定问题。通过采用带有CRM的输出反馈控制器,选用高阶滤波器代替标准的一阶微分方程,进行参数自适应的自适应律设计,设计出针对具有不确定参数的柔性飞行器的自适应输出反馈控制器。

3.2 线性柔性飞行器模型

将非线性模型围绕平衡点进行线性化,从而得出线性飞行器模型。

\begin{aligned} {\dot{x}}_{p} = A_{p} x_{p} + B_{p} θ_{p}^{* T} x_{p} + B_{p} Λ^{*} u_{p} \\ y_{p} = C_{p} x_{p} \\ z = C_{p c} x_{p} + D_{z} θ_{p}^{* T} x_{p} + D_{z} Λ^{*} u_{p} \end{aligned}

(7)

式中,x_p∈

R^{n_{p}}

是状态,u_p∈R^m是控制输入,y_p∈

R^{p_{p}}

是测量输出,z∈R^d是跟踪输出。通过设计u,使得z在不确定性的情况下,能够跟踪参考模型的跟踪轨迹z_m。Λ^*是执行机构效率的对角矩阵,

θ_{p}^{*}

表示状态相关的不确定性。

3.3 设计自适应输出反馈控制器

设计自适应输出反馈控制的第一步是选择参考模型,其使用修改的闭环参考模型(CRM)^[16]:

{\dot{x}}_{m}

=A_mx_m+B_zz_cmd+Le_y+F_a(e_y)+F_b(e_y)

y_m=Cx_m,z_m=C_zx_m

(8)

式中,A_m=A-BK^T,其中,K∈Rⁿ^×^m为不包含不确定性的系统设计的标称反馈增益矩阵,使用线性二次调节器(Linear Quadratic Regulator,简称LQR)技术。F_a(e_y)、F_b(e_y)是稍后要设计的函数。y_m是y的参考输出轨迹,e_y=y-y_m是跟踪误差,CRM误差反馈增益L设计为

B_{1}^{a}

R^-1S

(9)

其中,

S=(C

B_{1}^{a}

)^T,

\bar{C}

=SC

(10)

R^-1=(

\bar{C} B_{1}^{a}

)^-1[

\bar{C}

B_{1}^{a}

\bar{C}

B_{1}^{a}

)^T](

\bar{C} B_{1}^{a}

)^-1+εI

(11)

F_a(e_y)和F_b(e_y)设计为:

F_a(e_y)=F₂(

ψ_{3}^{1 T}

(t)

{\bar{e}}_{ψ y}^{[1]}

)+F₃(

ψ_{3}^{1 T}

(t)

{\bar{e}}_{ψ y}^{[1] [2]}

)+F₃(

ψ_{3}^{2 T}

(t)

{\bar{e}}_{ψ y}^{[2]}

)

(12)

F_b(e_y)=-F₂(Λ^T(t)

{\bar{e}}_{Ψ_{1} y_{1}^{0}}^{[1]}

)-F₃(

ψ_{3}^{1 T}

(t)

{\bar{e}}_{Ψ_{1} y_{1}^{0}}^{[1] [2]}

)

(13)

式中,F_i(ω(t))定义为:

F₂(ω(t))=(

B_{2}^{a}

B_{3}^{a}

a_{2}^{0}

)[ω(t)]

F₃(ω(t))=

B_{3}^{a}

π_{2}^{2}

(s)[ω(t)]

(14)

式中,

π_{2}^{2}

(s)表示s中的一个多项式,将

B_{i}^{a}

定义为:

B_{1}^{a}

=A²B₃

a_{2}^{2}

+AΒ₃

a_{2}^{1}

+B₃

a_{2}^{0}

B_{2}^{a}

=AB₃

a_{2}^{2}

+B₃

a_{2}^{1}

B_{3}^{a}

=B₃

a_{2}^{2}

(15)

B_{1}^{a}

B_{2}^{a}

是{A,

B_{i}^{a}

,C}的相关度i输入路径。

ψ_{3}^{1}

(t)和

ψ_{3}^{2}

(t)是

ψ_{3}^{1 *}

∈R^m^×^m和

ψ_{3}^{2 *}

∈R^m^×^m的估计值,也是转换后

ψ_{3}^{*}

的元素。Λ(t)是Λ^*的估计值。CRM中的F_a与L一起容纳了通过形成误差模型而引入的不确定性,F_b容纳了

{\ddot{x}}_{m}

的不可测部分。

通过从控制对象模型公式(7)中减去CRM模型公式(8)得出误差方程:

\begin{aligned} {\dot{e}}_{x} = & (A^{*} - L C) e_{x} - F_{a} (e_{y}) - F_{b} (e_{y}) + \\ B_{1} Ψ_{1}^{* T} x_{m} + B_{3} {(Ψ_{3}^{*} + K)}^{T} x_{m} + B_{3} Λ^{*} u \end{aligned}

(16)

式中,A^*=(A+B₁

ψ_{1}^{* T}

+B₃

ψ_{3}^{* T}

)。

4 Matlab/Simulink仿真验证

4.1 不确定性飞行器模型及参数

在第2节中,将三段式刚体假设和传统刚体飞机六自由度方程相结合,得到了飞翼布局柔性飞行器的纵向动力学模型。该模型的状态包括风速V、迎角α、俯仰角θ、俯仰速率q、二面角η。围绕模型的线性化得到具有不确定参数的柔性飞行器模型。测量值为飞行器的垂直加速度A_z、二面角η和俯仰速率q。其他状态如α和

\dot{η}

是不可测量的,也不能用于控制。控制目标是使中心升降舵δ_e和外部副翼δ_a能够跟踪垂直加速度A_z的指令,同时调节η。

柔性飞行器模型的初始参数为V₀=9.144 m/s,α₀=0°,θ₀=0°,q₀=0°/s,线性化模型的数值在公式(15)中给出。其中,{A,B₃,C}在η₀=11°的线性化模型可以用下列公式近似:

Θ_{p}^{*}

[\begin{array}{l} 0.6 & - 4.52 & 0 & 0.05 & 0.41 & 1.47 \\ 0.1 & 1.83 & 0 & - 0.02 & - 0.35 & - 0.59 \end{array}]

Λ^*=

[\begin{array}{l} 0.91 & 0.52 \\ 0.52 & 0.79 \end{array}]

当η≥11°时,柔性飞行器的俯仰模态不稳定,模型(15)包含固有频率ω_n=2 deg/s和阻尼比ζ=0.7的二阶致动器动力学。u_e是升降舵指令,u_a是副翼指令。

\begin{aligned} \dot{x} = A x + B_{3} u \\ y = C x \end{aligned}

(17)

式中,A、B₃、C分别表示为:

[\begin{array}{l} - 0.279 & 3.476 & - 32.2 & - 0.015 & 0.514 & 0.525 & 0 & 0 & - 2.57 & - 6.47 & 0 & 0 \\ - 0.070 & - 4.104 & 0 & 1.013 & 0.193 & 0.100 & 0 & 0 & - 0.795 & - 0.079 & 0 & 0 \\ 0 & 0 & 0 & 1 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & - 54.04 & 0 & 0.255 & 1.845 & 21.41 & 0 & 0 & 5.991 & - 6.363 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 1 & 0 & 0 & 0 & 0 & 0 & 0 \\ 0.002 & 0.044 & 0 & 0.819 & - 0.075 & - 6.518 & 0 & 0 & 0.195 & - 0.034 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 & - 1 & 0 & - 1.4 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & - 1 & 0 & - 1.4 & 0 & 0 \\ 0 & 0 & 0 & 1 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & - 123.12 & 0 & 0 & 0 & 0 & 0 & 0 & - 23.84 & - 2.376 & 0 & 0 \end{array}]

B₃=

{[\begin{array}{l} 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 & 0 \end{array}]}^{T}

[\begin{array}{l} 0 & 0 & 0 & 1 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0 & 1 \end{array}]

式中,x、y、u分别表示为:

\begin{aligned} x = [\begin{array}{llllll} V & α & θ & q & η & \dot{η} \\ δ_{e} & δ_{a} & {\dot{δ}}_{e} & {\dot{δ}}_{a} & ω_{η} & ω_{A_{s}} \end{array}] \\ y = [\begin{array}{lll} q & ω_{η} & ω_{A_{z}} \end{array}] \\ u = [\begin{matrix} u_{e} \\ u_{a} \end{matrix}] \end{aligned}

(18)

对于控制设计,使用非方阵飞行器的平方法推导出控制对象的配平控制参数。L和s₃采用

a_{2}^{2}

=1,

a_{2}^{1}

=2,

a_{2}^{0}

=1,ε=30,Λ_max=2,Ψ_max=30确定。

本次仿真是在包含标称二阶致动器的飞翼布局柔性飞行器模型上,在充分考虑外部环境以及飞行器动力学耦合作用,致使飞行器出现参数不确定问题的基础上,对比使用LQR方法,产生基于观测器的线性控制器(没有加入自适应)和加入修正闭环参考模型的参数自适应的反馈控制器在不确定性控制方向上的结果,凸显加入闭环参考模型的自适应反馈控制器在柔性飞行器不确定性问题上优越的控制性能。

4.2 基线LQR控制器仿真

本节作为对照组,采用基线LQR控制器来控制柔性飞行器的二阶标称致动器模型(ω_n=1 rad/sec和阻尼比ζ=0.7)。控制目标使中心升降舵δ_e和外部副翼δ_a能够跟踪垂直加速度A_z的指令,同时调节η。

4.3 自适应输出反馈控制器仿真

本节作为实验组,采用设计的自适应输出反馈控制器来控制柔性飞行器的二阶标称致动器模型(ω_n=1 rad/sec和阻尼比ζ=0.7)。控制目标使中心升降舵δ_e和外部副翼δ_a能够跟踪垂直加速度A_z的指令,同时调节η。

如图6~13所示,通过对比分析可知,本文设计的自适应输出反馈控制在针对具有参数不确定的柔性飞行器模型控制方面,具有更加优越的性能,相比于基线LQR控制器,自适应输出反馈控制器能够更好地控制二面角和垂直加速度跟踪指令,并且中心升降舵和外部副翼也能更好地跟踪垂直加速度的指令。相关的自适应输出反馈控制器参数如图14所示。

图6 基线LQR控制下的二面角

Full size|PPT slide

图7 基线 LQR控制器下的垂直加速度

Full size|PPT slide

图8 基线LQR控制器下的外副翼

Full size|PPT slide

图9 基线LQR控制器下的升降舵

Full size|PPT slide

图10 自适应输出反馈控制下的二面角

Full size|PPT slide

图11 自适应输出反馈控制下的垂直加速度

Full size|PPT slide

图12 自适应输出反馈控制下的外副翼

Full size|PPT slide

图13 自适应输出反馈控制下的升降舵

Full size|PPT slide

图14 自适应输出反馈控制器的参数轨迹

Full size|PPT slide

5 结束语

本文针对具有不确定参数的飞翼布局柔性飞行器模型,提出了一种新的自适应输出反馈控制方法。其中,设计了闭环参考模型,引入附加滤波器和可调参数,通过生成正实数传递函数矩阵,进而实现全局稳定和渐近跟踪,并在带有二阶致动器的飞翼布局柔性飞行器模型上进行仿真验证,结果显示其具有良好的控制性能。下一步的工作计划是将自适应输出反馈控制应用在其他布局柔性飞行器上,并将相关度扩展到更高的阶数,以及搭建柔性飞行器的自适应输出反馈控制物理实验平台,进行实物验证。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	孟新宇. 临近空间飞艇建模与控制关键技术研究[D]. 南京: 南京航空航天大学, 2017. 本文引用 [1]

[2]

张健, 张德虎. 高空长航时太阳能无人机总体设计要点分析[J]. 航空学报, 2016, 37(S1):1-7.

https://doi.org/10.7527/S1000-6893.2016.0244

本文引用 [1] 摘要

高空长航时（HALE）太阳能无人机（UAV）的基本工作原理与常规动力飞机相比有显著的区别,体现在飞机总体设计方法上有其独到之处,方案设计中还需要对一些关键技术细节进行认真权衡。阐述了高空长航时太阳能无人机总体设计中遵循的重量不变和能量平衡原则的机理,同时从太阳能无人机巡航平飞功率需求、布局形式选取、飞行剖面优化和临近空间使用环境影响等方面出发,研究了太阳能无人机总体设计中的若干注意事项,主要结论可用于高空长航时太阳能无人机总体设计和方案优化。

[3]	张健, 王江三, 耿延升, 等. 高空长航时太阳能无人机的技术挑战[J]. 航空科学技术, 2020, 31(4):14-20. 本文引用 [1]

[4]	杨铭超. 近空间飞行器起飞段抗风及模态切换鲁棒控制器设计[D]. 南京: 南京航空航天大学, 2017. 本文引用 [1]

[5]	李军, 李占科, 宋笔锋. 联翼高空长航时无人机总体布局设计研究[J]. 飞行力学, 2009, 27(4):1-4. 本文引用 [2]

[6]	吕蓉蓉. 大柔性飞行器阵风扰动影响分析及稳定控制研究[D]. 南京: 南京航空航天大学, 2018. 本文引用 [2]

[7]	沈华勋, 徐亮, 陆宇平, 等. 飞翼式柔性飞机纵向动力学建模与稳定性分析[J]. 动力学与控制学报, 2016, 14(3):241-246. 本文引用 [3]

[8]	Patil M J, Hodges D H. Flight Dynamics of Highly Flexible Flying Wings[J]. Journal of Aircraft, 2006, 43(6): 1790-1799. https://doi.org/10.2514/1.17640 https://arc.aiaa.org/doi/10.2514/1.17640 本文引用 [1]

[9]	Raghavan B, Patil M J. Flight Dynamics of High Aspect-ratio Flying Wings: Effect of Large Trim Deformation[J]. Journal of Aircraft, 2009, 46(5): 1808-1812. https://doi.org/10.2514/1.36847 https://arc.aiaa.org/doi/10.2514/1.36847 本文引用 [1]

[10]	Su W, Cesnik C E S. Dynamic Response of Highly Flexible Flying Wings[J]. AIAA Journal, 2011, 49(2): 324-339. https://doi.org/10.2514/1.J050496 https://arc.aiaa.org/doi/10.2514/1.J050496 本文引用 [1]

[11]	Doyle J, Stein G. Multivariable Feedback Design: Concepts for a Classical/Modern Synthesis[J]. IEEE transactions on Automatic Control, 1981, 26(1): 4-16. https://doi.org/10.1109/TAC.1981.1102555 http://ieeexplore.ieee.org/document/1102555/ 本文引用 [2]

[12]	Rynaski E. Flight Control Synthesis using Robust Output Observers[C]// Guidance and Control Conference, San Diego,CA,USA, 1982: 1575. 本文引用 [1]

[13]	靳瑾, 张景瑞, 刘藻珍. 带有执行机构不确定性的航天器自适应姿态跟踪与参数辨识方法[C]// 第四届全国动力学与控制青年学者研讨会论文摘要集,辽宁,大连, 2010:102-103. 本文引用 [1]

[14]	Morse A S. Parameterizations for Multivariable Adaptive Control[C]// 1981 20th IEEE Conference on Decision and Control Including the Symposium on Adaptive Processes, IEEE,San Diego, CA, USA, 1981: 970-972. 本文引用 [1]

[15]	胡志坤, 孙岩, 姜斌, 等. 一种基于最优未知输入观测器的故障诊断方法[J]. 自动化学报, 2013, 39(8):1225-1230. 本文引用 [1]

[16]	Gibson T, Annaswamy A, Lavretsky E. Improved Transient Response in Adaptive Control Using Projection Algorithms and Closed Loop Reference Models[C]// AIAA Guidance, Navigation, and Control Conference.Phoenix, USA, 2012: 4775. 本文引用 [1]

PDF(2192 KB)

2966

Accesses

Citation

Detail

段落导航

摘要
Abstract
关键词
Key words
引用本文
1 柔性飞行器的发展
1.1 临近空间和柔性飞行器
1.2 飞翼布局柔性飞行器
图1 柔性常规翼飞行器
图2 柔性联接翼飞行器
图3 飞翼型柔性飞行器
2 柔性飞行器纵向动力学模型
2.1 纵向动力学方程
2.2 具体研究对象
图4 柔性飞翼型飞行器
2.3 配平分析
图5 柔性飞行器配平结果
3 柔性飞行器输出反馈控制
3.1 输出反馈控制发展背景
3.2 线性柔性飞行器模型
3.3 设计自适应输出反馈控制器
4 Matlab/Simulink仿真验证
4.1 不确定性飞行器模型及参数
4.2 基线LQR控制器仿真
4.3 自适应输出反馈控制器仿真
图6 基线LQR控制下的二面角
图7 基线 LQR控制器下的垂直加速度
图8 基线LQR控制器下的外副翼
图9 基线LQR控制器下的升降舵
图10 自适应输出反馈控制下的二面角
图11 自适应输出反馈控制下的垂直加速度
图12 自适应输出反馈控制下的外副翼
图13 自适应输出反馈控制下的升降舵
图14 自适应输出反馈控制器的参数轨迹
5 结束语
参考文献

Received	Revised	Published
2021-11-20	2022-01-11	2022-08-10
Online
2022-08-16

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

引用本文

1 柔性飞行器的发展

1.1 临近空间和柔性飞行器

1.2 飞翼布局柔性飞行器

图1 柔性常规翼飞行器

图2 柔性联接翼飞行器

图3 飞翼型柔性飞行器

2 柔性飞行器纵向动力学模型

2.1 纵向动力学方程

2.2 具体研究对象

图4 柔性飞翼型飞行器

2.3 配平分析

图5 柔性飞行器配平结果

3 柔性飞行器输出反馈控制

3.1 输出反馈控制发展背景

3.2 线性柔性飞行器模型

3.3 设计自适应输出反馈控制器

4 Matlab/Simulink仿真验证

4.1 不确定性飞行器模型及参数

4.2 基线LQR控制器仿真

4.3 自适应输出反馈控制器仿真

图6 基线LQR控制下的二面角

图7 基线 LQR控制器下的垂直加速度

图8 基线LQR控制器下的外副翼

图9 基线LQR控制器下的升降舵

图10 自适应输出反馈控制下的二面角

图11 自适应输出反馈控制下的垂直加速度

图12 自适应输出反馈控制下的外副翼

图13 自适应输出反馈控制下的升降舵

图14 自适应输出反馈控制器的参数轨迹

5 结束语

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

引用本文

1 柔性飞行器的发展

1.1 临近空间和柔性飞行器

1.2 飞翼布局柔性飞行器

图1 柔性常规翼飞行器

图2 柔性联接翼飞行器

图3 飞翼型柔性飞行器

2 柔性飞行器纵向动力学模型

2.1 纵向动力学方程

2.2 具体研究对象

图4 柔性飞翼型飞行器

2.3 配平分析

图5 柔性飞行器配平结果

3 柔性飞行器输出反馈控制

3.1 输出反馈控制发展背景

3.2 线性柔性飞行器模型

3.3 设计自适应输出反馈控制器

4 Matlab/Simulink仿真验证

4.1 不确定性飞行器模型及参数

4.2 基线LQR控制器仿真

4.3 自适应输出反馈控制器仿真

图6 基线LQR控制下的二面角

图7 基线 LQR控制器下的垂直加速度

图8 基线LQR控制器下的外副翼

图9 基线LQR控制器下的升降舵

图10 自适应输出反馈控制下的二面角

图11 自适应输出反馈控制下的垂直加速度

图12 自适应输出反馈控制下的外副翼

图13 自适应输出反馈控制下的升降舵

图14 自适应输出反馈控制器的参数轨迹

5 结束语

{{custom_sec.title}}

{{custom_sec.title}}

参考文献