论文部分内容阅读
高超声速飞行器是各国在航空航天领域新的竞争点,以美国为代表的西方航空强国都有各自的高超声速研究计划,并取得了很多重要研究成果,而我国在这方面尚处于起步阶段。高超声速飞行器自身强耦合、高度非线性以及运行中复杂的飞行环境、大范围高速机动等特点给控制系统设计提出了巨大的挑战。围绕这一系列问题,本文选择了高超声速无人机(HUAV)作为研究对象,在HUAV建模与分析、特征模型及其控制、BTT姿态机动控制器以及航迹跟踪控制器设计四个方面展开了研究。首先,根据国内外公开发表的文献资料,选择可用的HUAV模型并建立其动力学方程。HUAV采用改进的冲压发动机作为推进装置,其气动力和力矩系数是迎角和马赫数以及气动舵面偏角的函数,质心和惯性矩是飞行器质量的时变函数。飞行包线给出了HUAV的机动飞行参数范围,开环耦合分析表明了所建立的飞行器模型具有复杂的非线性、强耦合等特点,所选模型具有一定的代表性。其次,介绍了特征模型以及基于特征模型进行控制律设计的控制方案。特征模型采用特征量描述系统关键点和关键信息,不需要被控对象精确的数学模型,只需要知道其输入输出等特征量之间的特征关系即可,结构简单,易于理解,在非线性不确定强耦合系统的控制器设计方面具有很好的性能。特征模型内容涵盖较广,分析表明智能PID控制、基于神经网络辨识的控制等在本质上也是基于特征模型的控制。接着,分析了BTT控制具有大升阻比、强气动稳定性、可与冲压发动机进气道设计兼容等优良的特性,针对高超声速无人机机动飞行时具有的高度非线性、强耦合和不确定性等特征,采用BTT控制减小非线性等不利影响,通过特征建模,设计了高超声速无人机的BTT自适应姿态控制系统,仿真结果表明了控制器的有效性。最后分析了特定机动条件下,采用BTT控制所允许的姿态角机动范围。最后,设计了特定轨迹机动跟踪控制算法,算法由两部分组成,前馈部分采用逆动力学和解析法相结合的方法求解标称推力指令和姿态指令,反馈部分采用基于自学习的神经元自适应控制来修正误差。仿真结果显示所设计的控制器具有良好的航迹跟踪能力。