CN117666358A - 一种自适应扰动观测补偿的飞行器姿态预测控制方法 - Google Patents

Abstract

一种自适应扰动观测补偿的飞行器姿态预测控制方法，属于飞行器控制技术领域。所述方法为：构建飞行器姿态动力学与运动学模型，与姿态指令作差形成姿态控制误差模型；对于飞行器俯仰、偏航和滚转三个通道，分别设计自适应观测增益的扰动观测器；利用扰动观测值，进行变增益补偿控制，获得补偿控制量；定义积分型性能指标，采用可变预测周期的Critic网络预测该指标，并基于预测值更新Actor网络，以获得近似最优控制量；补偿控制量与近似最优控制量相加，获得飞行器总的姿态控制量。变增益的扰动观测补偿方法可提高飞行器对飞行过程中所受各类干扰的准确观测与补偿，提高飞行稳定性。

Description

一种自适应扰动观测补偿的飞行器姿态预测控制方法

技术领域

本发明属于飞行器控制技术领域，涉及一种自适应扰动观测补偿的飞行器姿态预测控制方法。

背景技术

飞行器在执行任务过程中，由于飞行环境的复杂性，会受到气动干扰、风干扰等多种类型的扰动，严重影响姿态控制的精度与稳定性，为实现高精度控制，需要飞行器能够自适应地克服各类扰动的影响，保证飞行稳定；同时，为在有限的控制资源下，尽可能地实现高精度的控制，飞行器的姿态控制律需要具备最优性，而根据飞行数据，准确预测、评估当前控制律的优劣，是指导飞行控制在线优化的关键。

发明内容

为解决背景技术中自适应克服扰动影响，并准确预测、评估控制律优劣的问题，本发明提供一种自适应扰动观测补偿的飞行器姿态预测控制方法。

为实现上述目的，本发明采取的技术方案如下：

一种自适应扰动观测补偿的飞行器姿态预测控制方法，所述方法为：

步骤一：构建飞行器姿态动力学与运动学模型，与姿态指令作差形成姿态控制误差模型；

步骤二：对于飞行器俯仰、偏航和滚转三个通道，分别设计自适应观测增益的扰动观测器；

步骤三：利用扰动观测值，进行变增益补偿控制，获得补偿控制量；

步骤四：定义积分型性能指标，采用可变预测周期的Critic网络预测该指标，并基于预测值更新Actor网络，以获得近似最优控制量；

步骤五：补偿控制量与近似最优控制量相加，获得飞行器总的姿态控制量，飞行器总的姿态控制量u＝U_a+U_b。

与现有技术相比，本发明的有益效果是：变增益的扰动观测补偿方法可提高飞行器对飞行过程中所受各类干扰的准确观测与补偿，提高飞行稳定性；可变预测周期的预测控制方法可综合飞行器当前数据及历史采样时刻的数据，提高对性能指标的预测精度，进而提升控制的最优性，以减小控制偏差、节约控制能量。

附图说明

图1为本发明的一种自适应扰动观测补偿的飞行器姿态预测控制方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

一种自适应扰动观测补偿的飞行器姿态预测控制方法，如图1所示，所述方法为：

步骤一：构建飞行器姿态动力学与运动学模型，与姿态指令作差形成姿态控制误差模型；所述步骤一具体为：

步骤一一：飞行器姿态动力学与运动学模型为：

式(1)中，为Ω关于时间的一阶导数；/>为飞行器的姿态角矢量；/>为俯仰角；ψ为偏航角；γ为滚转角；

R为姿态转换矩阵，

为ω关于时间的一阶导数；ω＝[ω_x,ω_y,ω_z]为飞行器的姿态角速度矢量；ω_x为滚转角速度；ω_y为偏航角速度；ω_z为俯仰角速度；J表示飞行器的转动惯量矩阵；ω^×表示ω的叉乘矩阵；B₁表示控制力矩系数矩阵；δ＝[δ_x,δ_y,δ_z]表示控制输入量；δ_x为副翼的偏转角；δ_y为方向舵的偏转角；δ_z为升降舵的偏转角；d＝[d_x,d_y,d_z]为气动力矩与干扰力矩项；d_x为作用在滚转方向的气动力矩与干扰力矩项；d_y为作用在偏航方向的气动力矩与干扰力矩项；d_z为作用在俯仰方向的气动力矩与干扰力矩项；

步骤一二：设定飞行器姿态角变化指令

式(2)中：Ω_cx为滚转通道指令；Ω_cy为偏航通道指令；Ω_cz为俯仰通道指令；

定义姿态角跟踪误差为

式(3)中：为俯仰角跟踪误差；x_1ψ为偏航角跟踪误差；x_1γ为滚转角跟踪误差；

对式(3)连续求两阶导数，可得姿态控制误差模型为

式(4)中：表示x₁关于时间的一阶导数；x₂表示姿态角跟踪误差的一阶导数，且 为俯仰角跟踪误差的一阶导数；x_2ψ为偏航角跟踪误差的一阶导数；x_2γ为滚转角跟踪误差的一阶导数；/>表示x₁关于时间的二阶导数；u为控制量，且u＝RJ^-1B₁δ＝[u_x,u_y,u_z]；u_x为滚转方向控制量，将由步骤5给出；u_y为偏航方向控制量，将由步骤5给出；u_z为俯仰方向控制量，将由步骤5给出；H为总扰动，且/>H_x为滚转方向总扰动量；H_y为偏航方向总扰动量；H_z为俯仰方向总扰动量；

步骤二：对于飞行器俯仰、偏航和滚转三个通道，分别设计自适应观测增益的扰动观测器；所述步骤二具体为：

步骤二一：以俯仰通道为例，设计如下形式的扩张状态观测器

式(5)中：e_z为观测器对的估计误差；/>为对/>的估计；/>为对/>的估计；为对H_z的估计；β_01z为俯仰通道扩张状态观测器一阶修正项的自适应增益系数；β_02z为俯仰通道扩张状态观测器二阶修正项的自适应增益系数；β_03z为俯仰通道扩张状态观测器三阶修正项的自适应增益系数；

β_01z,β_02z与β_03z的表达式为

式(6)中：k_sz＞0为比例系数，ò∈(1,1.5)为幂次系数，δ_0iz＞0,i＝1,2,3为门限值；

偏航、滚转通道所采用的扩张状态观测器与俯仰通道形式相同，其中偏航通道的扩张状态观测器为

式(7)中：e_y为观测器对x_1ψ的估计误差；z_1ψ为对x_1ψ的估计；z_2ψ为对x_2ψ的估计；z_3ψ为对H_y的估计；β_01y为偏航通道扩张状态观测器一阶修正项的自适应增益系数；β_02y为偏航通道扩张状态观测器二阶修正项的自适应增益系数；β_03y为偏航通道扩张状态观测器三阶修正项的自适应增益系数；

β_01y,β_02y与β_03y的表达式为

式(8)中：k_sy＞0为比例系数，δ_0iy＞0,i＝1,2,3为门限值；

滚转通道的扩张状态观测器为

式(9)中：e_x为观测器对x_1γ的估计误差；z_1γ为对x_1γ的估计；z_2γ为对x_2γ的估计；z_3γ为对H_x的估计；β_01x为滚转通道扩张状态观测器一阶修正项的自适应增益系数；β_02x为滚转通道扩张状态观测器二阶修正项的自适应增益系数；β_03x为滚转通道扩张状态观测器三阶修正项的自适应增益系数；

最后俯仰、偏航与滚转通道的扩张状态观测器输出定义为：

步骤三：利用扰动观测值，进行变增益补偿控制，获得补偿控制量；所述步骤三具体为：

步骤三一：记补偿控制的增益矩阵为其中/>为俯仰通道的补偿控制增益，K_bψ为偏航通道的补偿控制增益，K_bγ为滚转通道的补偿控制增益；

K_bψ与K_bγ的表达式为

式(10)中：ε∈(0.5,1)为幂次系数；

步骤三二：将补偿控制的增益与扰动观测值相乘，获得补偿控制量U_b＝K_bZ₃；

步骤四：定义积分型性能指标，采用可变预测周期的Critic网络预测该指标，并基于预测值更新Actor网络，以获得近似最优控制量；所述步骤四具体为：

步骤四一：定义积分型性能指标V

式(11)中：t₀＝0为积分初始时刻；τ为积分变量；Q_x与R_u均为正定矩阵；x₁(τ)表示τ时刻x₁的取值；U(τ)表示τ时刻U的取值；

步骤四二：Critic网络设计为

式(12)中：为Critic网络对积分型性能指标的估计值；/>为Critic网络权重；φ(x₁)为激活函数；

步骤四三：设计Critic网络可变预测周期的权重更新律为

式(13)中：为Critic网络权重的导数；η_c＞0为学习率；Γ为正定的增益矩阵；ω_c为当前采样时刻Critic网络的估计残差；ω_ci为第i个预测周期Critic网络的估计残差；υ＞0为正则化增益；/>其中下标i表示第i个预测周期时变量的值；k为自适应的预测周期；

步骤四四：定义回归矩阵，根据回归矩阵的秩自适应调节预测周期

定义回归矩阵在每个采样时刻，计算回归矩阵是否满秩；若满秩，则k无需调整；若不满秩，则在下一个采样时刻，k＝k+1；

步骤四五：设计Actor网络，并迭代更新，获得近似最优控制量

Actor网络设计为其中/>为Actor网络的权重；Actor网络的迭代更新目标为最小化归一化预测误差E_c(t)：

近似最优控制量U_a为

步骤五：补偿控制量与近似最优控制量相加，获得飞行器总的姿态控制量，飞行器总的姿态控制量u＝U_a+U_b。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同条件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (5)

1.一种自适应扰动观测补偿的飞行器姿态预测控制方法，其特征在于：所述方法为：

步骤一：构建飞行器姿态动力学与运动学模型，与姿态指令作差形成姿态控制误差模型；

步骤二：对于飞行器俯仰、偏航和滚转三个通道，分别设计自适应观测增益的扰动观测器；

步骤三：利用扰动观测值，进行变增益补偿控制，获得补偿控制量；

步骤四：定义积分型性能指标，采用可变预测周期的Critic网络预测该指标，并基于预测值更新Actor网络，以获得近似最优控制量；

步骤五：补偿控制量与近似最优控制量相加，获得飞行器总的姿态控制量u＝U_a+U_b。

2.根据权利要求1所述的一种自适应扰动观测补偿的飞行器姿态预测控制方法，其特征在于：所述步骤一具体为：

步骤一一：飞行器姿态动力学与运动学模型为：

式(1)中，为Ω关于时间的一阶导数；/>为飞行器的姿态角矢量；/>为俯仰角；ψ为偏航角；γ为滚转角；

R为姿态转换矩阵，

为ω关于时间的一阶导数；ω＝[ω_x,ω_y,ω_z]为飞行器的姿态角速度矢量；ω_x为滚转角速度；ω_y为偏航角速度；ω_z为俯仰角速度；J表示飞行器的转动惯量矩阵；ω^×表示ω的叉乘矩阵；B₁表示控制力矩系数矩阵；δ＝[δ_x,δ_y,δ_z]表示控制输入量；δ_x为副翼的偏转角；δ_y为方向舵的偏转角；δ_z为升降舵的偏转角；d＝[d_x,d_y,d_z]为气动力矩与干扰力矩项；d_x为作用在滚转方向的气动力矩与干扰力矩项；d_y为作用在偏航方向的气动力矩与干扰力矩项；d_z为作用在俯仰方向的气动力矩与干扰力矩项；

步骤一二：设定飞行器姿态角变化指令

Ω_c＝[Ω_cz,Ω_cy,Ω_cx] (2)

式(2)中：Ω_cx为滚转通道指令；Ω_cy为偏航通道指令；Ω_cz为俯仰通道指令；

定义姿态角跟踪误差为

式(3)中：为俯仰角跟踪误差；x_1ψ为偏航角跟踪误差；x_1γ为滚转角跟踪误差；

对式(3)连续求两阶导数，可得姿态控制误差模型为

式(4)中：表示x₁关于时间的一阶导数；x₂表示姿态角跟踪误差的一阶导数，且 为俯仰角跟踪误差的一阶导数；x_2ψ为偏航角跟踪误差的一阶导数；x_2γ为滚转角跟踪误差的一阶导数；/>表示x₁关于时间的二阶导数；u为控制量，且u＝RJ^-1B₁δ＝[u_x,u_y,u_z]；u_x为滚转方向控制量；u_y为偏航方向控制量；u_z为俯仰方向控制量；H为总扰动，且/>H_x为滚转方向总扰动量；H_y为偏航方向总扰动量；H_z为俯仰方向总扰动量。

3.根据权利要求1所述的一种自适应扰动观测补偿的飞行器姿态预测控制方法，其特征在于：所述步骤二具体为：

步骤二一：以俯仰通道为例，设计扩张状态观测器

式(5)中：e_z为观测器对的估计误差；/>为对/>的估计；/>为对/>的估计；/>为对H_z的估计；β_01z为俯仰通道扩张状态观测器一阶修正项的自适应增益系数；β_02z为俯仰通道扩张状态观测器二阶修正项的自适应增益系数；β_03z为俯仰通道扩张状态观测器三阶修正项的自适应增益系数；

β_01z,β_02z与β_03z的表达式为

式(6)中：k_sz＞0为比例系数，ò∈(1,1.5)为幂次系数，δ_0iz＞0,i＝1,2,3为门限值；

偏航、滚转通道所采用的扩张状态观测器与俯仰通道形式相同，其中偏航通道的扩张状态观测器为

式(7)中：e_y为观测器对x_1ψ的估计误差；z_1ψ为对x_1ψ的估计；z_2ψ为对x_2ψ的估计；z_3ψ为对H_y的估计；β_01y为偏航通道扩张状态观测器一阶修正项的自适应增益系数；β_02y为偏航通道扩张状态观测器二阶修正项的自适应增益系数；β_03y为偏航通道扩张状态观测器三阶修正项的自适应增益系数；

β_01y,β_02y与β_03y的表达式为

式(8)中：k_sy＞0为比例系数，δ_0iy＞0,i＝1,2,3为门限值；

滚转通道的扩张状态观测器为

式(9)中：e_x为观测器对x_1γ的估计误差；z_1γ为对x_1γ的估计；z_2γ为对x_2γ的估计；z_3γ为对H_x的估计；β_01x为滚转通道扩张状态观测器一阶修正项的自适应增益系数；β_02x为滚转通道扩张状态观测器二阶修正项的自适应增益系数；β_03x为滚转通道扩张状态观测器三阶修正项的自适应增益系数；

最后俯仰、偏航与滚转通道的扩张状态观测器输出定义为：

4.根据权利要求1所述的一种自适应扰动观测补偿的飞行器姿态预测控制方法，其特征在于：所述步骤三具体为：

步骤三一：记补偿控制的增益矩阵为其中/>为俯仰通道的补偿控制增益，K_bψ为偏航通道的补偿控制增益，K_bγ为滚转通道的补偿控制增益；

K_bψ与K_bγ的表达式为

式(10)中：ε∈(0.5,1)为幂次系数；

步骤三二：将补偿控制的增益与扰动观测值相乘，获得补偿控制量U_b＝K_bZ₃。

5.根据权利要求1所述的一种自适应扰动观测补偿的飞行器姿态预测控制方法，其特征在于：所述步骤四具体为：

步骤四一：定义积分型性能指标V

式(11)中：t₀＝0为积分初始时刻；τ为积分变量；Q_x与R_u均为正定矩阵；x₁(τ)表示τ时刻x₁的取值；U(τ)表示τ时刻U的取值；

步骤四二：Critic网络设计为

式(12)中：为Critic网络对积分型性能指标的估计值；/>为Critic网络权重；φ(x₁)为激活函数；

步骤四三：设计Critic网络可变预测周期的权重更新律为

式(13)中：为Critic网络权重的导数；η_c＞0为学习率；Γ为正定的增益矩阵；ω_c为当前采样时刻Critic网络的估计残差；ω_ci为第i个预测周期Critic网络的估计残差；υ＞0为正则化增益；/>其中下标i表示第i个预测周期时变量的值；k为自适应的预测周期；

步骤四四：定义回归矩阵，根据回归矩阵的秩自适应调节预测周期

定义回归矩阵在每个采样时刻，计算回归矩阵是否满秩；若满秩，则k无需调整；若不满秩，则在下一个采样时刻，k＝k+1；

步骤四五：设计Actor网络，并迭代更新，获得近似最优控制量

Actor网络设计为其中/>为Actor网络的权重；Actor网络的迭代更新目标为最小化归一化预测误差E_c(t)：

近似最优控制量U_a为