基于自适应反步法的近空间高超声速飞行器再入姿态控制研究

基于自适应反步法的近空间高超声速飞行器再入姿态控制研究

ID:33565702

大小:5.40 MB

页数:121页

时间:2019-02-27

基于自适应反步法的近空间高超声速飞行器再入姿态控制研究_第1页
基于自适应反步法的近空间高超声速飞行器再入姿态控制研究_第2页
基于自适应反步法的近空间高超声速飞行器再入姿态控制研究_第3页
基于自适应反步法的近空间高超声速飞行器再入姿态控制研究_第4页
基于自适应反步法的近空间高超声速飞行器再入姿态控制研究_第5页
资源描述:

《基于自适应反步法的近空间高超声速飞行器再入姿态控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、隶南y大·嘤博士学位论文万方数据基于自适应反步法的近空间高超声速飞行器再入姿态控制研究本论文获国家杰出青年科学基金项目(项目编号:61125306)、国家自然科学基金重大研究计划重点项目(项目编号:91016004,61034002)、高等学校博士学科点专项科研基金(博导类)(项目编号:20110092110020)资助。万方数据RESEARCHONNEARSPlACEHYPERSONICVEHICLEREENTRYATTITUDECONTROLBASEDONADAPTIVEBACKSTEPPINGMETHODADissertati

2、onSubmittedtoSoutheastUniversityFortheAcademicDegreeofDoctorofEngineeringBYZhangJingmeiSul;rvisedSupervlseO’byProf.SunChangyinSch001ofAutomationSoutheastUniversityOctober2014万方数据东南大学学位论文独创性声明本人声明所呈交的毕业论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过

3、的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:啦踟型!笙。&坐东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交毕业论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布(包括以电子信息形式刊登)论文的全部内容或中、英文摘要等部分内容。论文的公布(包括以电子信息形式

4、刊登)授权东南大学研究生院办理。一躲戳雌名:乒数。万方数据摘要近空间高超声速飞行器是目前各军事强国正大力发展的新型飞行器,具有重大的军事和民用价值。高超声速飞行器无动力再入飞行过程中,飞行器的气动特性与气热特性剧烈变化,复杂的飞行环境使其具有强非线性、快时变、强动态不确定以及强耦合等特点。因此,近空间高超声速飞行器再入飞行控制系统设计是一项极具挑战性的研究课题。围绕这一科学前沿课题,本文针对一类再入滑翔式近空间高超声速飞行器的高精度、强稳定再入姿态控制问题展开研究。主要研究内容如下:(1)根据国内外公开发表的研究成果,针对一类具有三

5、角形机翼、单垂直尾翼的有翼圆锥体近空间高超声速飞行器,建立起高超声速再入飞行条件下的飞行器六自由度数学模型。考虑到在空气稀薄再入阶段特殊环境下的控制问题,设计了开关型喷流反作用控制系统,气动舵面与反作用控制系统配合实现飞行器的控制;开环分析表明该模型能够体现出近空间高超声速飞行器复杂的非线性、耦合性以及快时变性等特点;可以满足近空间高超声速飞行器再入飞行轨迹优化、姿态控制等问题的理论研究和仿真验证的需要。(2)针对近空间高超声速飞行器再入姿态控制问题,提出了一种基于径向基神经网络的自适应滑模反步跟踪控制方法。该方法以反步法为基础,在

6、姿态角回路及角速度回路中分别引入径向基神经网络来估计其复合不确定性,并且在姿态角速度回路中采用了一阶自适应滑模控制策略。基于Lyapunov理论证明了跟踪误差系统的渐近稳定性。仿真结果表明了所给出的跟踪控制方法的有效性,相比于传统的反步法控制策略,所提的方法具有更好的跟踪效果。(3)考虑到高超声速再入飞行过程中较大外界干扰和参数不确定性的影响,提出了一种改进的基于B样条神经网络(Bsplineneuralnetwork,BSNN)的二阶滑模反步控制方法。以结构简单、计算方便的神经网络一BSNN作为复合干扰估计技术,结合一种超螺旋二阶

7、滑模控制方法,给出一种基于B样条神经网络的二阶滑模反步控制方法。其中,网络逼近误差通过设计鲁棒项来抵消。利用Lyapunov方法分析了闭环系统稳定性。进而,为了避免计算一阶微分矩阵,引入中值定理来实现对非线性B样条基函数的线性近似,提出了一种改进的基于B样条神经网络的二阶滑模反步控制方法。利用Lyapunov方法分析了闭环系统稳定性。仿真结果表明了所提方法的有效性。(4)为了充分利用被控系统已知信息,设计了新的智能干扰观测器一B样条神经网络干扰观测器(Bsplineneuralnetworkdisturbanceobserver,B

8、SNNDO)。借鉴干扰观测器的设计方法,提出一种基于BSNND0的自适应反步控制方法。针对近空间高超声速飞行器再入姿态控制问题,结合BSNNDO和反步设计方法,给出了相应的自适应反步控制系统。BSNNDO的参数自适应律同时考虑了观测器

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。