基于径向基神经网络的自动驾驶仪及其解耦控制方法技术

本发明专利技术公开了一种基于径向基(RBF)神经网络控制的自适应全解耦自动驾驶仪及控制方法，该系统包括用以接收制导系统实时传递出的需用过载信息的需用过载接收模块，用于实时获得飞行器的飞行参数的飞行器参数测量模块，和获得可用的舵指令的解耦控制模块，其中，根据需用过载信息和飞行器的飞行参数获得控制解耦的舵指令，再结合飞行器的飞行参数获得过渡的舵指令，再结合飞行器的飞行参数获得可用的舵指令，据此控制舵机打舵工作；其中，在利用解耦控制模块解耦计算时，涉及到的状态反馈矩阵和前馈补偿矩阵都通过径向基神经网络模型和当前飞行器的状况实时获得，从而进一步提高控制性能。性能。性能。

【技术实现步骤摘要】
基于径向基神经网络的自动驾驶仪及其解耦控制方法


[0001]本专利技术涉及一种旋转飞行器的控制系统及方法，具体涉及一种基于径向基神经网络控制的自适应全解耦自动驾驶仪及控制方法。

技术介绍

[0002]旋转飞行器通过采用自旋的方式可以带来诸多益处，如有效降低飞行器结构设计偏差对飞行器弹道的影响、简化控制系统设计、省略滚转控制机构等等。但该类飞行器在带来诸多益处的同时也存在一些弊端。由于飞行器自旋后会产生较大的滚转角速度，这使得飞行器产生了气动耦合、惯性耦合以及控制耦合等特性，使得俯仰通道和偏航通道间相互耦合交联，不利于对飞行器俯仰、偏航两通道进行精确控制。除此之外，舵机的滞后特性对旋转飞行器的控制有着较大的影响，因此在设计自驾仪的时候有必要考虑舵机环节对飞行器控制系统的影响，而传统的设计方法往往默认舵机为一阶惯性环节，这种方法忽略了旋转飞行器的控制耦合特性，且舵机模型建立不够精确，这增加了所设计自驾仪的风险性，而如果将舵机认定为二阶惯性环节，旋转飞行器动力学模型为八阶系统，模型较为复杂，且在解算过程中会涉及到求逆运算，八阶系统求逆过于困难，飞行器的处理设备难以及时解算完成；这些问题为旋转飞行器控制系统的精确稳定控制带来了较为严峻的挑战；
[0003]现有技术中，在实际控制旋转飞行器的过程中，都是忽略了上述耦合的影响和二阶惯性环节，所以飞行器的实际控制过程中存在一定的偏差，不过最终的制导控制效果还有待提高。
[0004]另外，现有的解耦自动驾驶仪的控制参数随旋转飞行器动力系数的变化而变化，因此一组或数组自动驾驶仪控制参数不足以满足实际应用需求。
[0005]为了解决上述问题，本专利技术人对现有的驾驶仪做了深入研究，以期待设计出一种能够解决上述问题的基于径向基神经网络控制的自适应全解耦自动驾驶仪及其解耦控制方法。

技术实现思路

[0006]为了克服上述问题，本专利技术人进行了锐意研究，设计出一种基于径向基神经网络控制的自适应全解耦自动驾驶仪及控制方法，该系统包括用以接收制导系统实时传递出的需用过载信息的需用过载接收模块，用于实时获得飞行器的飞行参数的飞行器参数测量模块，和获得可用的舵指令的解耦控制模块，其中，根据需用过载信息和飞行器的飞行参数获得控制解耦的舵指令，再结合飞行器的飞行参数获得过渡的舵指令，再结合飞行器的飞行参数获得可用的舵指令，据此控制舵机打舵工作，其中，在利用解耦控制模块解耦计算时，涉及到的状态反馈矩阵和前馈补偿矩阵都通过径向基神经网络模型和当前飞行器的状况实时获得，从而进一步提高控制性能，从而完成本专利技术。
[0007]具体来说，本专利技术的目的在于提供一种基于径向基神经网络控制的自适应全解耦自动驾驶仪，该系统安装在旋转飞行器上，该系统包括
[0008]需用过载接收模块1，其与旋转飞行器上的制导系统相连，用以接收制导系统实时传递出的需用过载信息，
[0009]飞行器参数测量模块2，其用于实时获得飞行器的飞行参数，
[0010]解耦控制模块3，其用于实时根据需用过载信息和飞行器的飞行参数获得可用的舵指令，和
[0011]径向基神经网络模型4，其用于实时解算获得解算可用的舵指令所需的状态反馈矩阵和前馈补偿矩阵。
[0012]其中，所述飞行器参数测量模块2包括舵机姿态传感器21、舵机角速率传感器22、加速度计23、惯性陀螺24和估测器25；
[0013]其中，所述舵机姿态传感器21用于实时测量得到飞行器的俯仰舵偏角信息和偏航舵偏角信息，
[0014]所述舵机角速率传感器22用于实时测量得到飞行器的俯仰舵机角速率信息和偏航舵机角速率信息，
[0015]所述加速度计23用于实时测量得到飞行器的加速度信息，
[0016]所述惯性陀螺24用于实时测量得到飞行器的偏航角速率信息和俯仰角速率信息，
[0017]所述估测器25用于根据所述加速度信息实时估算得到飞行器的攻角信息和侧滑角信息。
[0018]其中，解耦控制模块3包括控制解耦的舵指令解算子模块31、过渡的舵指令解算子模块32和可用的舵指令解算子模块33；
[0019]其中，所述控制解耦的舵指令解算子模块31用于实时根据需用过载信息和飞行器的飞行参数获得控制解耦的舵指令；
[0020]所述过渡的舵指令解算子模块32用于实时根据飞行器的飞行参数和控制解耦的舵指令获得过渡的舵指令；
[0021]所述可用的舵指令解算子模块33用于实时根据飞行器的飞行参数和过渡的舵指令获得可用的舵指令。
[0022]其中，所述控制解耦的舵指令解算子模块31通过下式(一)实时获得控制解耦的舵指令，
[0023]u2＝-K2x2+L2v2ꢀꢀ
(一)
[0024]其中，u2表示控制解耦的舵指令，K2表示状态反馈矩阵，L2表示前馈补偿矩阵，x2表示舵机状态空间表达式的状态变量，v2表示需用过载。
[0025]其中，所述过渡的舵指令解算子模块32通过下式(二)实时获得过渡的舵指令，
[0026]y2＝C2∫(A2x2+B2u2)dt
ꢀꢀ
(二)
[0027]其中，y2表示过渡的舵指令，
[0028]A2、B2、C2都表示舵机系统参数。
[0029]其中，所述可用的舵指令解算子模块33通过下式(三)实时获得可用的舵指令，
[0030]u1＝-K1x1+L1v1ꢀꢀ
(三)
[0031]其中，u1表示可用的舵指令，K1表示状态反馈矩阵，L1表示前馈补偿矩阵，x1表示飞行器状态空间表达式的状态变量，v1表示过渡的舵指令。
[0032]其中，所述解耦控制模块3与飞行器的舵机5相连，所述舵机5根据可用的舵指令打
舵工作。
[0033]在旋转飞行器发射前，模拟的飞行器轨迹中选择一定数量的不同高度、不同速度的特征点作为样本，冲刷训练所述径向基神经网络模型4；
[0034]优选地，所述径向基神经网络模型4经过训练后，能够根据实时根据期望俯仰过载、期望偏航过载、旋转飞行器飞行速度和旋转飞行器飞行高度信息，输出状态反馈矩阵K1、状态反馈矩阵K2、前馈补偿矩阵L1和前馈补偿矩阵L2。
[0035]本专利技术还提供一种基于径向基神经网络控制的自适应全解耦自动驾驶仪的解耦控制方法，该方法包括如下步骤，
[0036]步骤1，通过过载接收模块1接收制导系统传递出的需用过载信息；
[0037]步骤2，通过飞行器参数测量模块2获得飞行器的飞行参数；
[0038]步骤3，通过解耦控制模块3根据需用过载信息和飞行器的飞行参数获得可用的舵指令；
[0039]步骤4，实时重复步骤1-3，从而实时得到可用的舵指令。
[0040]其中，所述步骤2包括如下子步骤，
[0041]子步骤2-1，通过舵机姿态传感器21实时测量得到飞行器的俯仰舵偏角信息和偏航舵偏角信息，
[0042]子步骤2-2，通过舵机角速率传感器22实时测量得到飞行器的俯本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于径向基神经网络控制的自适应全解耦自动驾驶仪，其特征在于，该驾驶仪安装在旋转飞行器上，该驾驶仪包括：需用过载接收模块(1)，其与旋转飞行器上的制导系统相连，用以接收制导系统实时传递出的需用过载信息，飞行器参数测量模块(2)，其用于实时获得飞行器的飞行参数，解耦控制模块(3)，其用于实时根据需用过载信息和飞行器的飞行参数获得可用的舵指令；和径向基神经网络模型(4)，其用于实时解算获得解算可用的舵指令所需的状态反馈矩阵和前馈补偿矩阵。2.根据权利要求1所述的基于径向基神经网络控制的自适应全解耦自动驾驶仪，其特征在于，所述飞行器参数测量模块(2)包括舵机姿态传感器(21)、舵机角速率传感器(22)、加速度计(23)、惯性陀螺(24)和估测器(25)；其中，所述舵机姿态传感器(21)用于实时测量得到飞行器的俯仰舵偏角信息和偏航舵偏角信息，所述舵机角速率传感器(22)用于实时测量得到飞行器的俯仰舵机角速率信息和偏航舵机角速率信息，所述加速度计(23)用于实时测量得到飞行器的加速度信息，所述惯性陀螺(24)用于实时测量得到飞行器的偏航角速率信息和俯仰角速率信息，所述估测器(25)用于根据所述加速度信息实时估算得到飞行器的攻角信息和侧滑角信息。3.根据权利要求1所述的基于径向基神经网络控制的自适应全解耦自动驾驶仪，其特征在于，解耦控制模块(3)包括控制解耦的舵指令解算子模块(31)、过渡的舵指令解算子模块(32)和可用的舵指令解算子模块(33)；其中，所述控制解耦的舵指令解算子模块(31)用于实时根据需用过载信息和飞行器的飞行参数获得控制解耦的舵指令；所述过渡的舵指令解算子模块(32)用于实时根据飞行器的飞行参数和控制解耦的舵指令获得过渡的舵指令；所述可用的舵指令解算子模块(33)用于实时根据飞行器的飞行参数和过渡的舵指令获得可用的舵指令。4.根据权利要求3所述的基于径向基神经网络控制的自适应全解耦自动驾驶仪，其特征在于，所述控制解耦的舵指令解算子模块(31)通过下式(一)实时获得控制解耦的舵指令，u2＝-K2x2+L2v2ꢀꢀ
(一)其中，u2表示控制解耦的舵指令，K2表示状态反馈矩阵，L2表示前馈补偿矩阵，x2表示舵机状态空间表达式的状态变量，v2表示需用过载。5.根据权利要求3所述的基于径向基神经网络控制的自适应全解耦自动驾驶仪，其特征在于，
所述过渡的舵指令解算子模块(32)通过下式(二)实时获得过渡的舵指令，y2＝C2∫(A2x2+B2u2)dt
ꢀꢀ
(二)其中，y2表示过渡的舵指令，A2、B2、C2都表示舵机系统参数。6.根据权利要求3所述的...

【专利技术属性】
技术研发人员：王江，胡少勇，林德福，王伟，王辉，师兴伟，王雨辰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：