基于滑模干扰观测器的高超声速飞行器滑模控制

《基于滑模干扰观测器的高超声速飞行器滑模控制》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、航空学报ActaAeronauticaetAstronauticaSinicaJun．252015V01．36No．62027．2036ISSN1000-6893CN11—1929／Vhttp：／／hkxb．buaa．edu．Cnhkxb@buaa．edu．Cn基于滑模干扰观测器的高超声速飞行器滑模控制王建敏1’2，吴云洁1’3一，董小萌41．北京航空航天大学自动化科学与电气工程学院，北京1001912．飞行器控制一体化技术重点实验室，北京10019l3．北京航空航天大学虚拟现实技术与系统国家重点实验室

2、，北京1001914．中国空间技术研究院钱学森空间技术实验室，北京100094摘要：首先，针对存在外部干扰和输入饱和的通用式高超声速飞行器的纵向动态模型，提出一种基于滑模干扰观测器的抗饱和滑模控制器。该滑模控制器采用非线性趋近律，在保证系统快速、稳定跟踪指令的同时，能够消除传统滑模控制中的抖振现象，并针对执行器饱和问题，加入抗饱和补偿器，以提高系统的稳定性。其次，对于系统中存在的干扰和不确定性，提出一种滑模干扰观测器，用以准确估计系统中存在的等效干扰，并将该观测器对干扰的估计值应用于滑模控制器中进行补偿

3、，以消除干扰。再次，利用Lyapunov理论对所提出的基于滑模干扰观测器的抗饱和滑模控制器进行稳定性分析。最后，对高超声速飞行器的巡航状态进行仿真。仿真结果表明，所提方法能够有效提高系统的稳定性和抗干扰性，具有一定的实际应用价值。关键词：高超声速飞行器；干扰观测器；趋近律；饱和；滑模控制；干扰抑制中图分类号：V448．2文献标识码：A文章编号：i000—6893(2015)06—2027—10近年来，高超声速飞行器(HFV)作为一种可靠、高速并能实现全球快速打击的飞行器，吸引了越来越多的来自于军事和商业

4、领域的关注。HFV飞行在距地面30～70km的近空间领域，由于近空间领域的大气环境复杂多变，再加上HFV高度非线性和强耦合的特性，对HFV的控制是一项极具挑战性的任务。人类对于HFV的研究始于20世纪60年代，到目前为止，已有大量研究成果可供查询。2013年，X-51A型号HFV的成功试飞[1]，标志着HFV的研究取得了新的突破，同时进一步激发了学者们将更多新技术应用于HFV研究。在对HFV的控制研究中，国内外学者取得了许多值得借鉴的成果。Xu等心]针对HFV的纵向动态模型，提出了一种自适应滑模控制器，

5、能够针对参数不确定性自适应地调整控制参数。Obaid等[3巧3利用线性二次型极值理论对HFV的线性化模型设计了基于LQR的最优控制器和最优LQG控制器，并给出了成本函数的最优解。最优控制器虽然能够实现较好的控制性能，但Riccati方程参数矩阵不易构造。由于HFV模型具有众多不确定性的特点，使得滑模控制成为常被采纳且容易设计的方法。在滑模控制中，高为炳等&。]提出了趋近律的概念。之后，趋近律方法就被广泛研究并应用于控制器设计中。变指数趋近律是对趋近律的扩收稿日期：2014·07—07；退修日期：2014

6、-07—29；录用El期：2014-09—10；网络出版时间：2014—09—1114：26网络出版地址：WWW．cnki．net／kcms／detail／10．7527／S1000．68932014．0218．html基金项目：国家自然科学基金(91216304)*通讯作者Tel：010—82338716E-mail：wyjmip@buaa．educn载搠榕武

7、WangJM．WuYJ，DongXM．Slidingmodecontrolforhypersonicflightvehiclewithslid

8、ingmodedisturbanceobserver!JI．ActaAeronauticaetAstronauticaSinica，2015，36(6)：2027-2036．I建敏，吴云洁，董小萌．基于滑模f扰观胡9器的高超声速飞行器滑模控裁￡∞．航空学掇．2015，36(6)：2027—2036。航空学报展，目前已被应用到机器人控制中[8]。“等[9]在传统趋近律的基础上设计了一种新的最小二乘支持向量机趋近律。滑模控制的其中一个弊端是存在抖振问题，常用的解决方法是用饱和函数代替符号函数，虽然能够达到减

9、小并消除抖振的目的，但同时也会影响到系统的鲁棒性。Yu等口阳设计了一种快速终端滑模趋近律并将其应用到了机械手控制中，之后该趋近律又被应用到了机电控制中[111，均实现了抖振的消除。由于HFV飞行的近空间领域中大气稀薄，使得舵面的执行效率下降，并很容易达到饱和。而一旦执行器饱和，HFV的稳定性和安全性将受到极大影响，因此需要增加针对执行器饱和的补偿措施。李静等[1幻利用神经网络能够逼近执行器饱和的特性达到了消除饱和的目的；黄显林和葛东明[1妇