飞机降落过程自适应控制仿真研究

《飞机降落过程自适应控制仿真研究》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、，28卷第4期计算机仿真2011年4月文章编号：1006-9348(2011)04—0053一05飞机降落过程自适应控制仿真研究陆军，吴国强，吴叶斌，张雯(哈尔滨工程大学自动化学院，黑龙江哈尔滨150001)．摘要：研究飞机降落安全控制问题。飞机降落过程是飞行中最复杂、最危险的飞行阶段。系统存在高非线性和大气环境干扰的特点，并要求较高的实时性。为提高响应特性和抗干扰能力，提出了一种新的优化CMAC—PID并行自适应控制方法，和应用在6DOF非线性飞机的降落过程的研究中。在传统CMAC—PID并行控制的基础上，对CMAC网络学习率进行了改进，实现最优学习率的自适应控制，从而有效提高了CMA

2、C控制器的在线学习速率。并利用遗传算法对CMAC—PlD并行控制中的PID参数进行了仿真，使整个控制系统得到进～步优化。利用控制方法对6DOF飞机降落过程进行了仿真分析，结果表明所设计的控制方法具有良好的动态特性和抗干扰能力。关键词：前馈一反馈控制；优化学习率；自适应；遗传算法；飞机降落中豳分类号：V448．22文献标识码：ASimulationBasedonOptimizedCMAC——PIDControlinProcessofAircraftLandingLUJun，WUGuo—qiang，WuYe—bin，ZHANGWen(CollegeofAutomationHarbinEngi

3、neeringUniversity，Harbin150001，China)ABSTRACT：Aircraftlandingprocessisthemostcomphcmedandmoatdangerousphasesofflight．Forhighlynon-linear，atmosphericenvironmentalinterference，andhiishreal—timerequirement，aDewoptimizedCMAC—PIDa-daptivecontrolispresentedwhichigappliedinsimulationof6DOFnonlinearaircr

4、aftlandingprocess．Basedontradi·tionalCMAC—PID，theadaptivecontroloftheoptimizedlearningrateisimplemented，whicheffectivelyimprovedthelearningspeed．ThePIDparametersareadjustedbyusingGeneticAlgorithm．Thereby，thewholecontrolsystemhasbeenfurtheroptimized．Thesimulationof6DOFnonlinearaircraftlandingproce

5、ssbasedontheproposedcontrolmethodisimplemented．ThesimulationresultsshowthattheoptimizedCMAC—PIDadaptivecontrolhaspedectdy—namiccharacteristicandstrongabilityofrejection．KEYWORDS：CMAC—HD；Optimizedlearningrate；Adaptive；Geneticalgorithm；Aircraftlandingl引言随着对飞机动态性能及抗干扰能力等性能要求的提高，传统的PID控制算法已经不能更好的满足对飞

6、机控制要求，尤其是对飞机飞行中最复杂、最危险的飞行阶段——飞机降落过程的控制要求，本文设计了优化CMAC—PID并行控制算法，并将其应用到飞机降落过程中，对其进行了仿真分析。小脑神经网络(CMAC)川是一种表达复杂非线性函数的表格查询型自适应网络，该网络可通过学习算法改变表格中的内容，具有信息分类存储的能力。它是局部逼近网络，对于每个数据只有少量的连接权值需要进行调整，从而相比收穑日期：2010—02一07惨回日期：2010一∞一16全局逼近网络具有学习速度较快的优点，这一点对于飞机实时控制来说是至关重要的。为此，CMAC已经应用到各个领域口-4J。目前，较为常用的是CMAC与PID相结

7、合的并行控制”。J，结合了CMAC和PID的各自优点，通过小脑神经网络(CMAC)控制器实现前馈控制，实现被控对象的逆动态模型，PID实现反馈控制，保证系统的稳定性，而且抑制系统的扰动。’文献[6]对CMAC—PID并行控制进行了优化，并取得了一定的效果，但是其仅仅是对PID参数进行了整定，所以为了进一步提高CMAC—PID并行控制系统的动态响应特性以及系统的抗干扰能力，本文对传统的CMAC—PID并行控制进行了进一步优化。利用遗传