基于自適應模糊的再入飛行器pid型滑模姿態(tài)控制方法
【技術領域】
[0001] 本發(fā)明設及一種再入飛行器的PID型滑模姿態(tài)控制方法，屬于飛行器控制技術領 域。
【背景技術】
[0002] 飛行器在無動力再入飛行過程中要經歷從超聲速飛行條件到亞聲速飛行條件的 變化，且飛行空域也較大、環(huán)境干擾嚴重、各通道間存在禪合，因此該過程會呈現(xiàn)出較為嚴 重的非線性特性。不僅如此，飛行器的氣動特性也不能精確獲得，該些因素都導致了飛行器 的姿態(tài)控制變得異常復雜。因此，針對可W抑制系統(tǒng)非線性、通道禪合W及不確定性的魯椿 姿態(tài)控制器非常關鍵。
[000引滑?？刂疲⊿liding Mode Control, SMC)方法為實現(xiàn)模型不確定系統(tǒng)的控制問題 提供了一套系統(tǒng)的解決方案，該使得該方法被廣泛應用于飛行器姿態(tài)控制中?；？刂萍?術具備很多優(yōu)點，例如：對參數(shù)變化不敏感、能抵抗外界擾動W及快速動態(tài)響應等。然而，傳 統(tǒng)的滑?？刂拼嬖谥鴥蓚€主要問題。分別是控制輸出抖振和滑模函數(shù)存在到達段。針對控 審IJ輸出存在抖振的問題，很多學者將邊界層技術引入到滑模控制中，有效解決了該問題。但 是，需要指出的是，采用邊界層消抖技術會導致控制精度降低，因此，又有學者在傳統(tǒng)的比 例-微分仰）型滑模中引入誤差的積分項，構成比例-積分-微分（PID)型滑模函數(shù)已達 到提高控制精度的目的。此時，又要考慮另一問題，即積分項的引入會導致系統(tǒng)出現(xiàn)響應超 調的問題，嚴重時會使系統(tǒng)出現(xiàn)積分飽和的情況。因此，對PID型滑模進行改進，W便實現(xiàn) 更好的控制性能是非常有必要的。

【發(fā)明內容】

[0004] 針對飛行器再入段強禪合和非線性等特點，W及存在的滑模控制器的魯椿性不強 的缺點，本發(fā)明要解決的技術問題是提供一種基于自適應模糊的再入飛行器PID型滑模姿 態(tài)控制方法，在保證系統(tǒng)輸出可W較快的跟蹤指令信息同時，又避免出現(xiàn)系統(tǒng)響應超調和 控制輸入飽和，可增強傳統(tǒng)比例-微分（PD)滑模的魯椿性。
[0005] 本發(fā)明針對飛行器再入段的強禪合和非線性等特點，提出了一種基于自適應模糊 邏輯系統(tǒng)（AFL巧的PID型滑模控制（AFPIDSMC)方法。首先，針對比例-積分-微分（PID) 型滑模函數(shù)的參數(shù)調節(jié)特點，使比例-積分-微分（PID)型滑模參數(shù)具有時變特性，保證系 統(tǒng)輸出可W較快的跟蹤指令信息的同時又不會出現(xiàn)系統(tǒng)響應超調和控制輸入飽和的問題。 然后，針對比例-積分-微分（PID)型滑模運動方程中存在到達段不具有魯椿性的問題， 引入了全局滑模算法對比例-積分-微分（PID)型滑模動態(tài)方程進行改進，可增強傳統(tǒng)比 例-微分（PD)滑模的魯椿性。
[0006] 本發(fā)明的目的是通過下述技術方案實現(xiàn)的：
[0007] 本發(fā)明公開的一種基于自適應模糊的再入飛行器PID型滑模姿態(tài)控制方法，包括 如下步驟：
[000引步驟1，生成飛行器的狀態(tài)向量。
[0009] 結合飛行器的實際姿態(tài)角Q=[a, 0，y]T，姿態(tài)角速度《 =[p，q，r]T，組成狀 態(tài)向量X;x=[曰0 y P qr]T。
[0010] 步驟2,建立再入飛行器的數(shù)學模型。
[0011] 建立再入飛行器的數(shù)學模型如公式（1)
[0012]
[0013] h J (x), i = 1, 2, 3.
[0014] 其中，狀態(tài)向量X = [a P y p q r]T，控制力矩u = [Ui，U2，U3]t= [M"My，Mz]T， 輸出向量 y = [y。72, 73] = h(x) = [ a，P，y ]T，
[0015] f(x) = [fi(x) f2(x) f3(x) f4(x) fs(x) fe(x)]T。
[0016] f 1(X)=-pcos 曰 tan P+q_rsin 曰 tan P
[0017] (X) = psin 曰-rcos 曰
[00化](X)=-pcos 口 cos P-qsin P-rsin 口 cos P
[0025] 在公式（1)中，a, 0，y分別表示攻角、側滑角化及傾側角；P，q，r分別表示滾轉、 俯仰和偏航角速度；M = [Mx，My, Mz]表示控制力矩向量，Mx，My, Mz分別表示滾轉、俯仰W及偏 航力矩；Md是外部干擾力矩向量；IXX，1"，Izz，Ixz分別是關于各個坐標軸的轉動慣量和慣量 積，/ =4/^-這。A T表示包括參數(shù)攝動、外部擾動W及未建模動態(tài)等聚合不確定性，由 于再入過程中速度快，大氣環(huán)境變化劇烈，A T無法忽略。
[0026] 步驟3,運用反饋線性化理論簡化步驟2建立的再入飛行器模型。
[0027] 使用李導數(shù)的表示方法，則公式（1)中的導數(shù)可W表示為公式（2)
[002引
[0029] 李導數(shù)的定義如下：
[0036] 式中，r。r2, rs是步驟2中的飛行器模型相對階。
[0037] 對飛行器模型進行形反饋線性化處理，可得公式（3);
[00創(chuàng) 由計算可知
因此控制器表示為公式（4);
[0043] U= E-1(X)(-F(X) +V) (4)
[0044] 由公式做和（4)可得：
[0045] y=v+Av(5)
[0046] 式中，v= [Vi，V2，V3]為引入的輔助變量，Av為系統(tǒng)中的聚合擾動。聚合擾動Av 滿足如下條件：
[0047] IIAVIIm《1血化化）
[0048] 式中，Idmin表示矩陣1d中的非零元素的最小值，且有矩陣1d=diagUdi，ld2,W。
[0049]步驟4,針對再入飛行器的姿態(tài)控制問題，給出自適應模糊比例-積分-微分 (PID)滑?？刂品椒╓保證在系統(tǒng)中存在外部干擾W及參數(shù)不確定時飛行器的姿態(tài)角 曰，0，y漸進跟蹤系統(tǒng)的指令信息[ a。，0。，y JT，即；
[(K)加]
[(K)引]式中，e =廠yc= [6。62, e3]T系統(tǒng)的跟蹤誤差。
[0052] 所述的自適應模糊比例-積分-微分（PID)滑?？刂品椒ǎú襟E4. 1、4. 2、 4. 3，
[005引步驟4. 1，給出自適應模糊PID型滑模面S如公式（7):
[0054]
[005引式（6)中，Kap=diag(kApi，kAp2, kAp3)，Kai=diag(kAii，kAi2, kM3)分別表示比例和積 分項的系數(shù)，由模糊邏輯系統(tǒng)進行調節(jié)。且有：
[0化6]
[0057]
[0化引式中，是自適應參數(shù)向量，訂||e||-，|間I-)是模糊系統(tǒng)的基函數(shù)向量，且 刮|非，|間I2)中元素可W表示為：
[0059]
[0060] 由于在滑模面中加入積分環(huán)節(jié)，提高控制系統(tǒng)的魯椿性。
[006U步驟4. 2,為使Kap和Kai具有在線調節(jié)特性，避免由于存在較大的初始誤差導致控 制量出現(xiàn)飽和問題，同時也可W避免系統(tǒng)的響應速度和響應超調的矛盾，給出Ki，K2自適 律。
[0062] 自適律如下；
[0063]
[0064]
[0065] 式中，IVr2,gi和g2均為正常數(shù)，Isil(i= 1，2,如為滑模函數(shù)向量中的元素。
[0066] 步驟4. 3,給出最終的自適應模糊PID型滑?？刂浦噶?，如公式巧）：
[0067] V =來-人"(<〇- ysgn(S) ( 8 )
[0068] 其中，Kap，Kai分別是步驟4. 1中給出的比例和積分項的系數(shù)，Kap，Kai可根據(jù)響應 過程在線調節(jié)，S是步驟4.1中設計的自適應模糊PID型滑模面。切換項增益n>ldmi。。
[0069] 步驟5,控制分配，得到駝偏角指令5 = [5e5。5JT;
[0070] 根據(jù)公式（9)和（10)得到駝偏角指令5 = [5e 5。5 JT;
[0071] u = M = E-i(X)(-F(X) +v)巧）
[0072] 5 = G_iu (10)
[007引分配至駝面執(zhí)行機構，由公式（10)得到5 = [5e 5。5 JT，5。，5。，Sf分別為 升降駝、副翼、方向駝的偏角。M= [My, My, MJ是由步驟4.3中得到的姿態(tài)控制輸出V計算 得到的控制力矩，G是轉換矩陣，由氣動參數(shù)決定。
[0074] 步驟6,將步驟5得到的駝偏角指令5 = [5。5。5 JT輸入飛行器，對飛行器進 行姿態(tài)控制；同時，飛行器輸出當前飛行器的各個狀態(tài)a，6, y，p，q，r作為姿態(tài)控制的輸 入，重復步驟1至步驟6,從而使得飛行器實現(xiàn)利用實際的姿態(tài)角y = La，戶，跟蹤制導系 統(tǒng)給出的姿態(tài)角指令[a。，0。，yjT的目的。
[00巧]有益效果；
[0076] 1、本發(fā)明自適應模糊邏輯系統(tǒng)的應用，有效解決了由與在