基于误差累积因子的高超声速飞行器渐进控制

doi:10.7527/S1000-6893.2024.30745

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于误差累积因子的高超声速飞行器渐进控制

梁帅¹(), 高广乐¹, 曲晓雷², 李雅君³

^1.西安理工大学自动化与信息工程学院，西安 710048
^2.西北工业大学自动化学院，西安 710129
^3.西安现代控制技术研究所，西安 710021

收稿日期:2024-05-29 修回日期:2024-06-11 接受日期:2024-07-03 出版日期:2024-12-25 发布日期:2024-07-22
通讯作者: 梁帅 E-mail:shuailiang@mail.nwpu.edu.cn
基金资助:
国家自然科学基金(42404014)

Asymptotic control of hypersonic flight vehicle based on error accumulation factor

Shuai LIANG¹(), Guangle GAO¹, Xiaolei QU², Yajun LI³

^1.School of Automation and Information Engineering，Xi’an University of Technology，Xi’an 710048，China
^2.School of Automation，Northwestern Polytechnical University，Xi’an 710129，China
^3.Xi’an Modern Control Technology Research Institute，Xi’an 710021，China

Received:2024-05-29 Revised:2024-06-11 Accepted:2024-07-03 Online:2024-12-25 Published:2024-07-22
Contact: Shuai LIANG E-mail:shuailiang@mail.nwpu.edu.cn
Supported by:
National Natural Science Foundation of China(42404014)

摘要/Abstract

摘要：

针对高超声速飞行器的轨迹跟踪问题，开展基于误差累积因子的渐进自适应控制方法研究。考虑模型未知，尽管传统基于神经网络/模糊系统的智能控制算法能够通过对模型中未知动态进行重构和补偿实现对期望指令的稳定跟踪，但是由于重构误差的存在，并不能获得精确跟踪结果。为解决高超声速飞行器在未知模型下的渐进跟踪控制问题，通过引入误差累积因子的概念构建了一种改进型Lyapunov函数，并基于此设计了一种新型模糊自适应控制算法，该算法通过保证设计的Lyapunov函数始终有界来实现系统的渐进跟踪性能，无需对模糊重构误差进行额外处理。Lyapunov稳定性理论证明了闭环系统的稳定性，对比仿真验证了所提控制算法的有效性。

关键词: 高超声速飞行器, 误差累积因子, 渐进控制, 重构误差, 自适应控制

Abstract:

Aiming at the trajectory tracking problem of hypersonic flight vehicle， an asymptotic adaptive control method based on error accumulation factor is studied. This paper investigates the problem of asymptotic tracking control of hypersonic flight vehicle with unknown model. Considering the model unknown， the traditional intelligent control algorithm based on the neural network/fuzzy system can achieve stable tracking of the expected instructions by reconstructing and compensating for the unknown dynamics in the model， but it cannot obtain accurate tracking results due to the existence of reconstruction errors. To solve the problem of asymptotic tracking control of hypersonic flight vehicle with unknown model， a Modified Lyapunov Function （MLF） is constructed by introducing the concept of error accumulation factor， and a new fuzzy adaptive control algorithm is designed based on the MLF. By ensuring the boundedness of the modified Lyapunov function， the algorithm can achieve asymptotic tracking without extra processing of the fuzzy reconstruction error. The stability of the closed-loop system is proved by means of the Lyapunov stability theory， and the effectiveness of the control algorithm proposed is verified by comparison with the simulation results.

Key words: hypersonic flight vehicle, error accumulation factor, asymptotic control, reconstruction error, adaptive control

中图分类号:

V249.1

梁帅, 高广乐, 曲晓雷, 李雅君. 基于误差累积因子的高超声速飞行器渐进控制[J]. 航空学报, 2024, 45(S1): 730745.

Shuai LIANG, Guangle GAO, Xiaolei QU, Yajun LI. Asymptotic control of hypersonic flight vehicle based on error accumulation factor[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(S1): 730745.

图/表 12

图1

表1

模型参数不确定性偏差设置情况

参数	情况2	情况3
$S$	+ $5 %$	- $10 %$
$c ¯$	+ $5 %$	+ $10 %$
$ρ$	+ $5 %$	- $10 %$
$m$	- $5 %$	+ $10 %$
$I y y$	- $5 %$	- $10 %$
$C M α$	- $5 %$	+ $10 %$

表1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

参考文献 22

1	闫斌斌，林泽淮，刘双喜，等. 基于动态逆控制的高超声速飞行器飞/发一体化控制方法研究［J］. 西北工业大学学报， 2023， 41（5）： 878-886.
	YAN B B， LIN Z H， LIU S X， et al. Research on integrated aircraft-engine control method of hypersonic vehicle based on dynamic inversion control［J］. Journal of Northwestern Polytechnical University， 2023， 41（5）： 878-886 （in Chinese）.
2	GAO Y B， LIU J X， WANG Z H， et al. Interval type-2 FNN-based quantized tracking control for hypersonic flight vehicles with prescribed performance［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2021， 51（3）： 1981-1993.
3	徐世昊，关英姿，浦甲伦，等. VTHL运载器再入返回预设时间滑模控制［J］. 航空学报， 2023， 44（7）： 326857.
	XU S H， GUAN Y Z， PU J L， et al. Predefined-time sliding mode control for VTHL launch vehicle in reentry phase［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（7）： 326857 （in Chinese）.
4	ZHANG J H， CHEN D D， SHEN G H， et al. Disturbance observer based adaptive fuzzy sliding mode control： a dynamic sliding surface approach［J］. Automatica， 2021， 129： 109606.
5	朱斌，孙瑞胜，陈洁卿，等. 含有非匹配干扰和未知动态的非仿射系统滑模控制算法［J］. 控制理论与应用， 2021， 38（6）： 862-870.
	ZHU B， SUN R S， CHEN J Q， et al. Sliding mode control for unknown non-affine system with mismatched disturbances［J］. Control Theory & Applications， 2021， 38（6）： 862-870 （in Chinese）.
6	CHEN H L， WANG P， TANG G J. Fuzzy disturbance observer-based fixed-time sliding mode control for hypersonic morphing vehicles with uncertainties［J］. IEEE Transactions on Aerospace and Electronic Systems， 2023， 59（4）： 3521-3530.
7	张洪珠，叶东，孙兆伟. 输入量化下航天器位姿一体化预设时间控制［J］. 航空学报， 2023， 44（22）： 328558.
	ZHANG H Z， YE D， SUN Z W. Predefined-time integrated pose control for spacecraft under input quantization［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（22）： 328558 （in Chinese）.
8	CHEN M， YAN K， WU Q X. Multiapproximator-based fault-tolerant tracking control for unmanned autonomous helicopter with input saturation［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2022， 52（9）： 5710-5722.
9	XU B， WANG X， SUN F C， et al. Intelligent control of flexible hypersonic flight dynamics with input dead zone using singular perturbation decomposition［J］. IEEE Transactions on Neural Networks and Learning Systems， 2023， 34（9）： 5926-5936.
10	XU B， SHOU Y X， SHI Z K， et al. Predefined-time hierarchical coordinated neural control for hypersonic reentry vehicle［J］. IEEE Transactions on Neural Networks and Learning Systems， 2023， 34（11）： 8456-8466.
11	XU B， SHOU Y X， WANG X， et al. Finite-time composite learning control of strict-feedback nonlinear system using historical stack［J］. IEEE Transactions on Cybernetics， 2023， 53（9）： 5777-5787.
12	LIANG S， XU B， ZHANG Y M. Robust self-learning fault-tolerant control for hypersonic flight vehicle based on ADHDP［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2023， 53（9）： 5295-5306.
13	GE S S， HANG C C， WOON L C. Adaptive neural network control of robot manipulators in task space［J］. IEEE Transactions on Industrial Electronics， 1997， 44（6）： 746-752.
14	KWAN C， DAWSON D M， LEWIS F L. Robust adaptive control of robots using neural network： global stability［J］. Asian Journal of Control， 2001， 3（2）： 111-121.
15	CAO L， HUANG X C， YE H F， et al. Neuroadaptive asymptotic tracking control with guaranteed performance under mismatched uncertainties and saturated inputs［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2023， 53（6）： 3784-3794.
16	ZHU Y， NIU B， SHANG Z H， et al. Distributed adaptive asymptotic consensus tracking control for stochastic nonlinear MASs with unknown control gains and output constraints［J/OL］. IEEE Transactions on Automation Science and Engineering，（2024-03-02）［2024-05-14］， .
17	PARKER J T， SERRANI A， YURKOVICH S， et al. Control-oriented modeling of an air-breathing hypersonic vehicle［J］. Journal of Guidance， Control， and Dynamics， 2007， 30（3）： 856-869.
18	HU C F， ZHOU X P， SUN B H， et al. Nussbaum-based fuzzy adaptive nonlinear fault-tolerant control for hypersonic vehicles with diverse actuator faults［J］. Aerospace Science and Technology， 2017， 71： 432-440.
19	CHEN M， GE S S. Adaptive neural output feedback control of uncertain nonlinear systems with unknown hysteresis using disturbance observer［J］. IEEE Transactions on Industrial Electronics， 2015， 62（12）： 7706-7716.
20	LI Y J， LIANG S， XU B， et al. Predefined-time asymptotic tracking control for hypersonic flight vehicles with input quantization and faults［J］. IEEE Transactions on Aerospace and Electronic Systems， 2021， 57（5）： 2826-2837.
21	LIU Y H. Dynamic surface asymptotic tracking of a class of uncertain nonlinear hysteretic systems using adaptive filters［J］. Journal of the Franklin Institute， 2018， 355（1）： 123-140.
22	XU B. Composite learning finite-time control with application to quadrotors［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2018， 48（10）： 1806-1815.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	崔乃刚, 屈国欣, 马鑫海, 徐世昊, 韦常柱. 面对称飞行器助推段自适应预设时间/性能控制[J]. 航空学报, 2025, 46(6): 531470-531470.
[2]	张志成, 周媛, 赵宇, 包为民. 面向集群卫星分布式定时组网的协同编队技术[J]. 航空学报, 2025, 46(4): 330932-330932.
[3]	屈峰, 王青, 程少文, 王开强. 基于气动/轨迹/控制耦合的飞/发一体高超声速飞机气动外形优化设计[J]. 航空学报, 2025, 46(4): 130874-130874.
[4]	王有盛, 孙立国, 魏金鹏, 谭文倩, 潘永豪. 基于改进鸡群-Gauss伪谱法的组合动力飞机爬升轨迹优化方法[J]. 航空学报, 2025, 46(2): 230737-230737.
[5]	高煜欣, 张绍杰, 刘春生. 网络攻击下导弹自适应事件触发制导律[J]. 航空学报, 2024, 45(S1): 730892-730892.
[6]	郑峰婴, 沈志敏, 李雅琴, 徐楷钊, 王新华. 共轴高速直升机增益自适应多模式切换控制[J]. 航空学报, 2024, 45(9): 529088-529088.
[7]	仇钰清, 李俨, 郎金溪, 刘育衔, 王重. 高速直升机过渡模态鲁棒自适应姿态控制[J]. 航空学报, 2024, 45(9): 529927-529927.
[8]	杨博, 于贺, 樊子辰. 微观能量分析气动光学效应时变误差的方法[J]. 航空学报, 2024, 45(4): 128703-128703.
[9]	武天才, 王宏伦, 任斌, 严国乘, 吴星雨. 基于学习的高超声速飞行器分层协调容错方法[J]. 航空学报, 2024, 45(22): 330191-330191.
[10]	窦振华, 国凯, 黄晓明, 孙杰, 左哲清, 赵守军. 航天电静液伺服系统复合自适应跟踪控制[J]. 航空学报, 2024, 45(15): 630160-630160.
[11]	武天才, 王宏伦, 任斌, 刘一恒, 吴星雨, 严国乘. 考虑规避与突防的高超声速飞行器智能容错制导控制一体化设计[J]. 航空学报, 2024, 45(15): 329607-329607.
[12]	宁铠, 吴宝林. 基于事件驱动的航天器星下点轨迹维持控制[J]. 航空学报, 2024, 45(10): 329412-329412.
[13]	方乐言, 蒙晗, 侯明哲. 带有参数精确估计的迭代学习滑模控制及应用[J]. 航空学报, 2024, 45(1): 628889-628889.
[14]	段广全, 刘国平. 基于全驱系统方法的组合航天器位姿自适应预设性能控制[J]. 航空学报, 2024, 45(1): 628837-628837.
[15]	倪炜霖, 王永海, 徐聪, 赤丰华, 梁海朝. 基于强化学习的高超飞行器协同博弈制导方法[J]. 航空学报, 2023, 44(S2): 729400-729400.

基于误差累积因子的高超声速飞行器渐进控制

Asymptotic control of hypersonic flight vehicle based on error accumulation factor

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价