基于离线网络/在线辨识的舰载机自抗扰控制

doi:10.7527/S1000-6893.2024.31317

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 |

基于离线网络/在线辨识的舰载机自抗扰控制

闫明¹, 王家兴², 李贺琦², 刘凯¹()

^1.大连理工大学力学与航空航天学院，大连 116024
^2.中国航空工业集团沈阳飞机设计研究所飞行控制部，沈阳 110035

收稿日期:2024-09-30 修回日期:2025-01-02 接受日期:2025-02-21 出版日期:2025-02-26 发布日期:2025-02-25
通讯作者: 刘凯 E-mail:carsonliu@dlut.edu.cn
基金资助:
装备预研教育部联合基金(8091B032223);国防基础科研项目(JCKY2022110C019)

Active disturbance rejection control of carrier-based aircraft based on offline network/online identification

Ming YAN¹, Jiaxing WANG², Heqi LI², Kai LIU¹()

^1.School of Mechanics and Aerospace Engineering，Dalian University of Technology，Dalian 116024，China
^2.Flight Control Department，Shenyang Aircraft Design Research Institute，AVIC，Shenyang 110035，China

Received:2024-09-30 Revised:2025-01-02 Accepted:2025-02-21 Online:2025-02-26 Published:2025-02-25
Contact: Kai LIU E-mail:carsonliu@dlut.edu.cn
Supported by:
Ministry of Education Joint Fund for Equipment Pre-research(8091B032223);Defense Industrial Technology Development Program(JCKY2022110C019)

摘要/Abstract

摘要：

针对舰载机复杂环境强不确定性条件下的高精度着舰控制问题，提出了一种基于离线神经网络/在线辨识的直接升力模式舰载机自抗扰控制方法。首先，参考美国“魔毯”控制系统并分析其关键技术机理，设计舰载机直接升力着舰自抗扰控制方法，通过扩展状态观测器对阵风扰动和系统不确定项带来的总扰动进行估计补偿。其次，依据构建的着舰控制工程性能指标评价准则，筛选最优控制参数，建立以飞行模型不确定性为输入，最优着舰控制参数为输出的神经网络映射关系。最后通过在线辨识高效优化自抗扰控制参数。仿真结果表明，文中所提的方法相比基线控制器具有更高的鲁棒性，能够有效提升舰载机在干扰条件下的高精度着舰性能。

关键词: 直接升力控制, 自抗扰控制, 神经网络, 魔毯, 在线辨识

Abstract:

To address the high-precision landing control problem of carrier-based aircraft under complex environment and strong uncertainty， this paper proposes a direct lift mode active disturbance rejection control method based on offline neural network/online identification. Firstly， referring to the American ‘Magic Carpet’ control system and analyzing its key technical mechanism， the direct lift landing active disturbance rejection control method of carrier-based aircraft is designed. The extended state observer is used to estimate and compensate the total disturbance caused by gust disturbance and system uncertainty. Secondly， according to the evaluation criteria of landing control engineering performance index， the optimal control parameters are selected， and the neural network mapping relationship with flight model uncertainty as input and optimal landing control parameters as output is established. Finally， the active disturbance rejection control parameters are efficiently optimized by online identification. The simulation results show that the proposed method has higher robustness than the baseline controller， and can effectively improve the high-precision landing performance of carrier-based aircraft under interference conditions.

Key words: direct lift control, active disturbance rejection control, neural networks, Magic Carpet, online identification

中图分类号:

V249.1

闫明, 王家兴, 李贺琦, 刘凯. 基于离线网络/在线辨识的舰载机自抗扰控制[J]. 航空学报, 2025, 46(13): 531317.

Ming YAN, Jiaxing WANG, Heqi LI, Kai LIU. Active disturbance rejection control of carrier-based aircraft based on offline network/online identification[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(13): 531317.

图/表 17

图 1

表 1

舰艉流分类

艉流分类	自由大气紊流	稳态分量	周期分量	随机分量
水平方向	$u 1$	$u 2$	$u 3$	$u 4$
垂直方向	$w 1$	$w 2$	$w 3$	$w 4$

表 1

图 2

图 3

图 4

表 2

控制参数

参数	取值	参数	取值
$K p γ$	20	$K d γ$	3
$K p α$	10	$K d α$	5
$K p V$	-0.55	$K d V$	-0.08
$K$	-0.4

表 2

图 5

表 3

图 6

图 7

图 8

图 9

图 10

表 4

图 11

图 12

图 13

参考文献 27

[1]	王永庆. 固定翼舰载战斗机关键技术与未来发展［J］. 航空学报， 2021， 42（8）： 525859.
	WANG Y Q. Fixed-wing carrier-based aircraft： Key technologies and future development［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（8）： 525859 （in Chinese）.
[2]	DENHAM J W. Project MAGIC CARPET： “Advanced controls and displays for precision carrier landings” ［C］∥54th AIAA Aerospace Sciences Meeting. Reston： AIAA， 2016： 1770.
[3]	邓金来，张志冰，王家兴. 基于直接力的舰载机着舰控制技术研究［J］. 飞机设计， 2020， 40（2）： 6-10.
	DENG J L， ZHANG Z B， WANG J X. Reasarch on the control technology of carrier aircraft based on direct force［J］. Aircraft Design， 2020， 40（2）： 6-10 （in Chinese）.
[4]	朱玉莲，甄子洋，季雨璇，等. 舰载飞机着舰直接力控制方法［J］. 电光与控制， 2020， 27（11）： 1-5.
	ZHU Y L， ZHEN Z Y， JI Y X， et al. Direct lift control for auto-landing of shipboard aircraft［J］. Electronics Optics & Control， 2020， 27（11）： 1-5 （in Chinese）.
[5]	张志冰，张秀林，王家兴，等. 一种基于多操纵面控制分配的IDLC人工着舰精确控制方法［J］. 航空学报， 2021， 42（8）： 525840.
	ZHANG Z B， ZHANG X L， WANG J X， et al. An IDLC landing control method of carrier-based aircraft based on control allocation of multiple control surfaces［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（8）： 525840 （in Chinese）.
[6]	魏治强. 基于直接升力的无人机着舰技术研究［D］. 南京：南京航空航天大学， 2020： 1-19.
	WEI Z Q. Research on automatic carrier landing technology based on direct lift control for fixed wing UAV ［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2020： 1-19 （in Chinese）.
[7]	罗飞，张军红，王博，等. 基于直接升力与动态逆的舰尾流抑制方法［J］. 航空学报， 2021， 42（12）： 124770.
	LUO F， ZHANG J H， WANG B， et al. Air wake suppression method based on direct lift and nonlinear dynamic inversion control［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（12）： 124770 （in Chinese）.
[8]	LUO F， ZHANG J H， LYU P F， et al. Carrier-based aircraft precision landing using direct lift control based on incremental nonlinear dynamic inversion［J］. IEEE Access， 2022， 10： 55709-55725.
[9]	段卓毅，赵乐天，张军红，等.基于增量动态逆的着舰控制方法研究［J］.航空工程进展，2024，15（6）：143-149.
	DUAN Z Y， ZHAO L T， ZHANG J H， et al. Study on landing control method based on incremental dynamic inverse‍［J］. Advances in Aeronautical Science and Engineering， 2024， 15（6）： 143-149 （in Chinese）.
[10]	宋立廷，周思羽，张杨，等. 级联式预设性能动态逆解耦直接升力着舰控制［J］. 哈尔滨工业大学学报， 2023， 55（12）： 42-53.
	SONG L T， ZHOU S Y， ZHANG Y， et al. Cascaded comprehensive direct lift control law based on prescribed performance dynamic inversion for carrier landing‍［J］. Journal of Harbin Institute of Technology， 2023， 55（12）： 42-53 （in Chinese）.
[11]	朱玉莲. 舰载机“魔毯”着舰技术研究［D］. 南京：南京航空航天大学， 2020： 1-23.
	ZHU Y L. Research on carrier-based aircraft “Magic Carpet” landing technology［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2020： 1-23 （in Chinese）.
[12]	梁耀. 基于直接升力的无人机着舰控制技术研究［D］. 南京：南京航空航天大学， 2021： 1-6.
	LIANG Y. The research on UAV landing control technology based on direct lift［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2021： 1-6 （in Chinese）.
[13]	江文强. 基于直接升力控制的自动着舰技术研究［D］. 哈尔滨：哈尔滨工程大学， 2022： 1-8.
	JIANG W Q. Research on automatic carrier landing technology based on direct lift control‍［D］. Harbin： Harbin Engineering University， 2022： 1-8 （in Chinese）.
[14]	吴启龙，朱齐丹. 基于线性自抗扰控制的纵向舰载机直接升力全自动着舰控制［J］. 智能系统学报， 2024， 19（1）： 142-152.
	WU Q L， ZHU Q D. Direct lift fully-automatic landing control of longitudinal carrier-based aircraft on basis of linear active disturbance rejection control‍［J］. CAAI Transactions on Intelligent Systems， 2024， 19（1）： 142-152 （in Chinese）.
[15]	孙笑云，江驹，甄子洋，等. 舰载飞机自适应模糊直接力着舰控制‍［J］. 西北工业大学学报， 2021， 39（2）： 359-366.
	SUN X Y， JIANG J， ZHEN Z Y， et al. Adaptive fuzzy direct lift control of aircraft carrier-based landing‍［J］. Journal of Northwestern Polytechnical University， 2021， 39（2）： 359-366 （in Chinese）.
[16]	柳仁地，江驹，张哲，等. 基于强化学习的舰载机着舰直接升力控制技术［J/OL］. 北京航空航天大学学报.（2023-04-03）［2024-09-11］. .
	LIU R D， JANG J， ZHANG Z， et al. Direct lift control technology of carrier aircraft landing based on reinforcement learning［J/OL］. Journal of Beijing University of Aeronautics and Astronautics.（2023-04-03）［2024-09-11］. （in Chinese）.
[17]	雷元龙，谢鹏，刘业华，等. EP-DDPG引导的着舰控制系统［J/OL］. 控制理论与应用.（2024-09-06）［2024-09-22］..
	LEI Y L， XIE P， LIU Y H， et al. EP-DDPG guided carrier landing control system［J/OL］. Control Theory & Applications.（2024-09-06）［2024-09-22］.. （in Chinese）.
[18]	ZHOU D P， WANG L X. Research on direct lift carrier-based unmanned aerial vehicle landing control based on performance index intelligent optimization/dynamic optimal allocation［J］. Drones， 2023， 7（7）： 431.
[19]	WU W H， SONG L T， ZHANG Y， et al. Nonlinear comprehensive decoupling controller based on direct lift control for carrier landing［J］. IEEE Access， 2022， 10： 113875-113887.
[20]	GUAN Z Y， LIU H， ZHENG Z W， et al. Moving path following with integrated direct lift control for carrier landing［J］. Aerospace Science and Technology， 2022， 120： 107247.
[21]	周鑫，彭荣鲲，袁锁中. 舰载机理想着舰点垂直运动的预估与补偿［J］. 航空学报， 2013， 34（7）： 1663-1669.
	ZHOU X， PENG R K， YUAN S Z. Prediction and compensation for vertical motion of ideal touchdown point in carrier landing［J］. Acta Aeronautica et Astronautica Sinica， 2013， 34（7）： 1663-1669 （in Chinese）.
[22]	FU C Y， TIAN Y T， PENG C， et al. Path tracking control for eight-rotor aircraft based on linear ADRC algorithm‍［C］‍∥2016 IEEE 11th Conference on Industrial Electronics and Applications （ICIEA）. Piscataway： IEEE Press， 2016： 2147-2152.
[23]	吴文海，汪节，高丽，等. 舰载机着舰指标体系构建［J］. 飞行力学， 2017， 35（5）： 1-7.
	WU W H， WANG J， GAO L， et al. Index system construction for carrier landing［J］. Flight Dynamics， 2017， 35（5）： 1-7 （in Chinese）.
[24]	CHEN M， GE S S， HOW B V E. Robust adaptive neural network control for a class of uncertain MIMO nonlinear systems with input nonlinearities［J］. IEEE Transactions on Neural Networks， 2010， 21（5）： 796-812.
[25]	MENG Y， WANG W， HAN H. Flight control method using neural network in prediction for suppressing ship airwake impact in carrier landing‍［J］. IEEE Aerospace and Electronic Systems Magazine， 2023， 38（7）： 20-32.
[26]	LI M H， HU T J. Deep learning enabled localization for UAV autolanding‍［J］. Chinese Journal of Aeronautics， 2021， 34（5）： 585-600.
[27]	安帅斌. 高机动飞机气动参数在线辨识与自适应控制［D］. 大连：大连理工大学， 2022： 22-41.
	Online Identification of aerodynamic parameters and adaptive attitude control of high maneuver aircraft‍［D］. Dalian： Dalian University of Technology， 2022： 22-41 （in Chinese）.

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

仿真输入	数值
初始迎角/（°）	12.05
初始高度/m	500
配平速度/（m·s^-1）	80
相对航迹角/（°）	-4
绝对航迹角/（°）	3.83
航母甲板速度/（m·s^-1）	3.33

偏差项目	拉偏值
升力系数	±20%
升降舵舵效	±20%
俯仰力矩	±20%
襟翼舵效	±20%

基于离线网络/在线辨识的舰载机自抗扰控制

Active disturbance rejection control of carrier-based aircraft based on offline network/online identification

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 27

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈海鹏, 符文星, 闫杰. 基于AGABP神经网络的运载火箭推力偏移损失故障在线诊断[J]. 航空学报, 2025, 46(8): 231148-231148.
[2]	陈谋, 黄正国, 申耀华, 刘凡. 先进飞行器复合抗干扰控制技术综述[J]. 航空学报, 2025, 46(6): 531303-531303.
[3]	杨智春, 杨特. 动载荷识别物理嵌入式神经网络模型与方法[J]. 航空学报, 2025, 46(5): 531450-531450.
[4]	赵辰豪, 吴德伟, 何晶, 吴倩. 一种无人机视觉位姿估计的语义特征匹配算法[J]. 航空学报, 2025, 46(2): 330406-330406.
[5]	吕晓晨, 史静平, 吕永玺, 李耕农. 传感器失效下的魔毯着舰气流角重构算法[J]. 航空学报, 2025, 46(13): 531159-531159.
[6]	陈伟, 李璐璐, 陈董, 张少辉, 李亚飞, 王可, 靳远远, 徐明亮. 差异化保障需求驱动的舰载机多机协同决策方法[J]. 航空学报, 2025, 46(13): 331274-331274.
[7]	刘子博, 张冉, 薛文超, 李惠峰. 考虑弹性影响的运载火箭自抗扰减载控制方法[J]. 航空学报, 2025, 46(1): 330319-330319.
[8]	马菲, 张琼, 赖培军, 岳一笛. 基于BP神经网络的试飞训练安全性量化模型[J]. 航空学报, 2024, 45(5): 529957-529957.
[9]	倪育德, 闫苗玉, 刘瑞华. 基于DOA-BP神经网络的电离层TEC短期预测[J]. 航空学报, 2024, 45(4): 328707-328707.
[10]	葛佳昊, 向锦武, 李道春. 基于组合NARX神经网络的非平稳含噪混沌时间序列在线预测[J]. 航空学报, 2024, 45(21): 330128-330128.
[11]	王树慧, 王维民, 李天晴, 王珈乐, 付振宇, 张娅. 基于叶尖计时的叶片外物打击辨识方法[J]. 航空学报, 2024, 45(20): 430051-430051.
[12]	李俊燊, 孟祥彦, 石暖暖, 李伟, 祝宁华, 李明. 光学神经网络智能处理：技术演变与未来展望[J]. 航空学报, 2024, 45(20): 630439-630439.
[13]	陈勇刚, 刘康妮, 王帅. 基于BiGRU⁃Attention改进的航空设备故障知识图谱构建[J]. 航空学报, 2024, 45(18): 229916-229916.
[14]	黄渭清, 李宁, 刘开霖, 付志忠, 纪鹏飞, 张生良, 董立伟, 孙燕涛. 基于MAML-LSTM的服役涡轮叶片损伤状态评估方法[J]. 航空学报, 2024, 45(18): 429547-429547.
[15]	李晖, 陈银超, 孙绍山, 梁兆鑫, 毛刚, 乔彬, 李永波. 基于联邦图网络的转子系统故障诊断方法[J]. 航空学报, 2024, 45(17): 530611-530611.