本公開實(shí)施例涉及控制，尤其涉及一種基于自適應(yīng)動(dòng)態(tài)規(guī)劃的變后掠飛行器預(yù)設(shè)性能控制方法。

背景技術(shù)：

1、變后掠飛行器是一類能依據(jù)不同飛行任務(wù)與飛行環(huán)境自主改變機(jī)翼后掠角大小，以實(shí)現(xiàn)更好的氣動(dòng)特性和最優(yōu)飛行性能的新型飛行器，在航空航天等領(lǐng)域具有極大的發(fā)展?jié)摿εc應(yīng)用價(jià)值。相較于固定翼飛行器來說，飛行器變形過程中氣動(dòng)特性、轉(zhuǎn)動(dòng)慣量、質(zhì)心位置等參數(shù)發(fā)生明顯變化，對飛行器控制系統(tǒng)的設(shè)計(jì)提出了新的挑戰(zhàn)和更高的要求。因此，使飛行器在變形過程中實(shí)現(xiàn)姿態(tài)控制當(dāng)前研究的熱點(diǎn)問題。

2、目前針對變后掠飛行器控制方法已有一些研究成果。研究的主要方向主要集中在如何對變形過程帶來的未知?jiǎng)討B(tài)干擾與強(qiáng)不確定性進(jìn)行有效估計(jì)，并設(shè)計(jì)相應(yīng)補(bǔ)償控制器。經(jīng)典控制方法，存在適應(yīng)性不足的問題，難以保證在不確定因素下飛行器的穩(wěn)定。智能控制方法雖然可以有效提高飛行器的適應(yīng)能力，但現(xiàn)有的方法多依賴于大量數(shù)據(jù)采集與離線訓(xùn)練，而實(shí)際控制系統(tǒng)中對于狀態(tài)的采集能力有限，難以達(dá)到足夠的數(shù)據(jù)實(shí)現(xiàn)對于網(wǎng)絡(luò)的訓(xùn)練。

3、可見，亟需一種控制精度高、響應(yīng)速度快和魯棒性強(qiáng)的基于自適應(yīng)動(dòng)態(tài)規(guī)劃的變后掠飛行器預(yù)設(shè)性能控制方法。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本公開實(shí)施例提供一種基于自適應(yīng)動(dòng)態(tài)規(guī)劃的變后掠飛行器預(yù)設(shè)性能控制，至少部分解決現(xiàn)有技術(shù)中存在控制精度、響應(yīng)速度和魯棒性較差的問題。

2、本公開實(shí)施例提供了一種基于自適應(yīng)動(dòng)態(tài)規(guī)劃的變后掠飛行器預(yù)設(shè)性能控制方法，包括：

3、步驟1，構(gòu)建用于姿態(tài)控制的變后掠飛行器運(yùn)動(dòng)模型；

4、步驟2，基于預(yù)設(shè)性能框架，構(gòu)造預(yù)設(shè)性能函數(shù)，通過同胚映射得到轉(zhuǎn)換后的誤差系統(tǒng)，將變后掠飛行器運(yùn)動(dòng)模型分為姿態(tài)角回路與姿態(tài)角速度回路兩個(gè)子系統(tǒng)分別進(jìn)行控制器設(shè)計(jì)，得到姿態(tài)角回路對應(yīng)的虛擬控制器和姿態(tài)角速度回路對應(yīng)的穩(wěn)態(tài)控制器；

5、步驟3，引入代價(jià)函數(shù)將飛行器姿態(tài)跟蹤控制問題轉(zhuǎn)化為最優(yōu)控制問題的求解，基于自適應(yīng)動(dòng)態(tài)規(guī)劃技術(shù)構(gòu)建actor-critic網(wǎng)絡(luò)在線求解bellman方程，得到最優(yōu)補(bǔ)償控制器；

6、步驟4，根據(jù)穩(wěn)態(tài)控制器和最優(yōu)補(bǔ)償控制器得到變后掠飛行器控制器，并基于具體飛行工況對控制器性能進(jìn)行數(shù)值仿真。

7、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述步驟1具體包括：

8、步驟1.1，建立用于姿態(tài)控制的變后掠飛行器運(yùn)動(dòng)模型

9、

10、式中，為姿態(tài)角向量，分別表示俯仰角、偏航角和滾轉(zhuǎn)角，w＝[wx?wy?wz]t為姿態(tài)角速度向量，wx,wy,wz分別表示滾轉(zhuǎn)角速度、偏航角速度和俯仰角速度，ib為未考慮變形時(shí)轉(zhuǎn)動(dòng)慣量矩陣，δi為變形導(dǎo)致的附加轉(zhuǎn)動(dòng)慣量矩陣，ma為氣動(dòng)力矩,mf為變形引起的附加力矩，為本體系下機(jī)翼安裝點(diǎn)的位置矢量，為機(jī)翼質(zhì)心相對機(jī)翼安裝點(diǎn)的旋轉(zhuǎn)矢量，d為集總擾動(dòng)，矩陣r,w×的表達(dá)式如下：

11、

12、步驟1.2，定義狀態(tài)量x1＝θ,x2＝ω，定義變后掠飛行器控制器u＝[δx?δy?δz]t由穩(wěn)態(tài)控制器ud和最優(yōu)補(bǔ)償控制器uf組成，δx,δy,δz分別為滾轉(zhuǎn)、偏航、俯仰通道的等效舵偏角，得到面向姿態(tài)控制的變后掠飛行器運(yùn)動(dòng)模型：

13、

14、式中，

15、u＝ud+uf

16、i＝ib+δi

17、f2＝i-1(-ω×ibω+m0)

18、

19、g2＝i-1g

20、

21、其中，為操縱力矩系數(shù)，為阻尼力矩系數(shù)，q為動(dòng)壓，v為飛行器速度大小，s為參考面積，l為參考長度。

22、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述步驟2具體包括：

23、步驟2.1，針對姿態(tài)角回路子系統(tǒng)設(shè)計(jì)控制器，定義姿態(tài)角跟蹤指令為x1d，則姿態(tài)角跟蹤誤差e1(t)＝[e11?e12?e13]t＝x1-x1d，設(shè)計(jì)預(yù)設(shè)性能函數(shù)ρi(t)，i＝1,2,3表示三個(gè)不同通道，姿態(tài)角跟蹤誤差滿足約束：-ρi(t)＜e1i(t)＜ρi(t)；

24、步驟2.2，設(shè)計(jì)同胚映射函數(shù)將性能約束空間變換到無約束空間，得到轉(zhuǎn)換后的誤差系統(tǒng):

25、

26、式中，ε1＝[ε11?ε12?ε13]t為映射后的誤差變量,

27、步驟2.3，設(shè)計(jì)姿態(tài)角回路對應(yīng)的虛擬控制器x2d為

28、x2d＝r-1[x2c,1?x2c,2?x2c,3]t

29、

30、式中，k1＝[k11?k12?k13]t為虛擬控制器增益；

31、步驟2.4，定義姿態(tài)角速度跟蹤誤差e2＝x2-x2d，其導(dǎo)數(shù)作為誤差系統(tǒng)：

32、

33、步驟2.5，基于預(yù)設(shè)性能框架的設(shè)計(jì)姿態(tài)角速度回路對應(yīng)的穩(wěn)態(tài)控制器ud如下：

34、ud＝g2-1(-f2(x2d)-k2e2+ξ2)

35、其中，ξ1為對于虛擬控制器x2d倒數(shù)的估計(jì)值，k2為穩(wěn)態(tài)控制器增益。

36、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述步驟3具體包括：

37、步驟3.1，將穩(wěn)態(tài)控制器ud代入姿態(tài)角速度回路，將誤差系統(tǒng)變換為：

38、

39、式中，fe＝f2-f2(x2d)，為虛擬控制器導(dǎo)數(shù)的估計(jì)誤差；

40、步驟3.2，設(shè)計(jì)代價(jià)函數(shù)為：

41、j(e2(t))＝r(e2(t),uf(t))+γr(e2(t+δt),uf(t+δt))+γ2r(e2(t+2δt),uf(t+2δt))+···

42、＝r(e2(t),uf(t))+γj(e2(t+δt))

43、式中，r(e2(t),uf(t))＝e2(t)tqe2(t)+uf(t)truf(t)為當(dāng)前采樣時(shí)刻的效用函數(shù)，δt為采樣步長，γ為折扣系數(shù)，q,r為正定矩陣；

44、步驟3.3，設(shè)計(jì)最優(yōu)代價(jià)函數(shù)j*(e2(t)),滿足bellman方程：

45、

46、步驟3.4，分別構(gòu)建critic網(wǎng)絡(luò)與actor網(wǎng)絡(luò)來擬合最優(yōu)代價(jià)函數(shù)j*和最優(yōu)補(bǔ)償控制器uf作為最優(yōu)控制問題的解。

47、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述步驟3.4具體包括：

48、步驟3.4.1，構(gòu)建critic網(wǎng)絡(luò)擬合最優(yōu)代價(jià)函數(shù)，其中，所述critic網(wǎng)絡(luò)包含一個(gè)輸入層、一個(gè)隱藏層和一個(gè)輸出層，其輸入向量ci＝[e2t?x2dt]t，輸出向量將代價(jià)函數(shù)估計(jì)值表示為：

49、

50、式中，wc為critic網(wǎng)絡(luò)的權(quán)重參數(shù)，φc(·)為激活函數(shù)；

51、步驟3.4.2，構(gòu)建actor網(wǎng)絡(luò)擬合最優(yōu)補(bǔ)償控制器uf，其中，所述actor網(wǎng)絡(luò)包含一個(gè)輸入層、一個(gè)隱藏層和一個(gè)輸出層，其輸入向量ai＝e2，輸出向量ao＝uf，將最優(yōu)補(bǔ)償控制器uf表示為：

52、uf＝watφa(ai)

53、式中，wa為actor網(wǎng)絡(luò)的權(quán)重參數(shù)，φa(·)為actor網(wǎng)絡(luò)激活函數(shù)。

54、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述步驟3.4.1之前，所述方法還包括：

55、定義critic網(wǎng)絡(luò)的估計(jì)誤差為：

56、

57、critic網(wǎng)絡(luò)權(quán)重更新的目標(biāo)函數(shù)設(shè)計(jì)為：

58、

59、基于梯度下降策略，得到critic網(wǎng)絡(luò)權(quán)重參數(shù)的更新策略為：

60、

61、式中，ηc為critic網(wǎng)絡(luò)學(xué)習(xí)率；

62、根據(jù)critic網(wǎng)絡(luò)權(quán)重參數(shù)的更新策略對critic網(wǎng)絡(luò)的權(quán)重參數(shù)進(jìn)行更新。

63、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，步驟3.4.2之前，所述方法還包括：

64、定義actor網(wǎng)絡(luò)的估計(jì)誤差為：

65、

66、actor網(wǎng)絡(luò)權(quán)重更新的目標(biāo)函數(shù)設(shè)計(jì)為：

67、

68、基于梯度下降策略，得到actor網(wǎng)絡(luò)權(quán)重參數(shù)的更新策略為：

69、

70、式中，ηa為actor網(wǎng)絡(luò)學(xué)習(xí)率，為激活函數(shù)對于輸入的梯度；

71、根據(jù)actor網(wǎng)絡(luò)權(quán)重參數(shù)的更新策略對actor網(wǎng)絡(luò)的權(quán)重參數(shù)進(jìn)行更新。

72、本公開實(shí)施例中的基于自適應(yīng)動(dòng)態(tài)規(guī)劃的變后掠飛行器預(yù)設(shè)性能控制方案，包括：步驟1，構(gòu)建用于姿態(tài)控制的變后掠飛行器運(yùn)動(dòng)模型；步驟2，基于預(yù)設(shè)性能框架，構(gòu)造預(yù)設(shè)性能函數(shù)，通過同胚映射得到轉(zhuǎn)換后的誤差系統(tǒng)，將變后掠飛行器運(yùn)動(dòng)模型分為姿態(tài)角回路與姿態(tài)角速度回路兩個(gè)子系統(tǒng)分別進(jìn)行控制器設(shè)計(jì)，得到姿態(tài)角回路對應(yīng)的虛擬控制器和姿態(tài)角速度回路對應(yīng)的穩(wěn)態(tài)控制器；步驟3，引入代價(jià)函數(shù)將飛行器姿態(tài)跟蹤控制問題轉(zhuǎn)化為最優(yōu)控制問題的求解，基于自適應(yīng)動(dòng)態(tài)規(guī)劃技術(shù)構(gòu)建actor-critic網(wǎng)絡(luò)在線求解bellman方程，得到最優(yōu)補(bǔ)償控制器；步驟4，根據(jù)穩(wěn)態(tài)控制器和最優(yōu)補(bǔ)償控制器得到變后掠飛行器控制器，并基于具體飛行工況對控制器性能進(jìn)行數(shù)值仿真。

73、本公開實(shí)施例的有益效果為：通過本公開的方案，基于預(yù)設(shè)性能框架與反步控制思想設(shè)計(jì)的基礎(chǔ)控制器，可以保證整個(gè)飛行過程中姿態(tài)角誤差始終處于預(yù)設(shè)的性能包絡(luò)中，收斂速度快，有效抑制超調(diào)量，極大提高了控制系統(tǒng)的穩(wěn)態(tài)性能與瞬態(tài)性能。同時(shí)為增加了控制器在不同飛行環(huán)境下的魯棒性與適應(yīng)性，采用自適應(yīng)動(dòng)態(tài)規(guī)劃技術(shù)設(shè)計(jì)反饋控制器，無需進(jìn)行離線訓(xùn)練，可以直接進(jìn)行在線學(xué)習(xí)，依據(jù)當(dāng)前跟蹤誤差等數(shù)據(jù)進(jìn)行實(shí)時(shí)更新，以補(bǔ)償氣動(dòng)參數(shù)等不確定性因素帶來的擾動(dòng)，提高了控制精度，響應(yīng)速度和魯棒性。