System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及飞行器控制,特别涉及一种基于参数辨识的飞行器滑模控制方法。
技术介绍
1、由于高速飞行器飞行环境跨大空域宽速域、气动与气动热环境变化剧烈,飞行器动力学模型复杂呈现强非线性,且模型参数呈现强不确定性。而高速飞行器的结构和任务需求越来越复杂,对控制系统的精度要求越来越高。因此,如果可以准确估计飞行器模型参数,既可以增强系统的鲁棒性与自适应性,又可以提升系统的控制精度。
2、传统飞行器动力学模型的结构参数和气动参数均为地面测试仿真后得到的拟合结果,在控制系统设计过程中均保持标称值不变。然而高速飞行器在飞行过程中受环境因素等诸多影响,模型参数呈现快时变性与强不确定性。此外,高速飞行器在飞行过程中受到复杂外部环境扰动,传统控制器在剧烈外部扰动与参数摄动影响下难以满足高速飞行器快响应、强鲁棒性的控制要求。
技术实现思路
1、基于此,本专利技术的目的是提供一种基于参数辨识的飞行器滑模控制方法,提高飞行器参数建模精度、收敛速度与系统鲁棒性,实现对飞行器的精准控制。
2、为实现上述目的,本专利技术提供了一种基于参数辨识的飞行器滑模控制方法,包括:
3、采用深度森林算法对飞行器动力学模型的参数样本进行训练拟合,构建离线参数策略库;所述离线参数策略库包括气动参数和推力参数;
4、采用最小二乘支持向量回归算法对所述气动参数进行在线辨识修订;
5、基于所述推力参数和修订后的气动参数构建误差动力学方程;
6、基于误差动力学方
7、基于所述飞行器滑模控制器对飞行器进行滑模控制。
8、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
9、本专利技术提出基于参数辨识的飞行器滑模控制方法,结合了离线参数策略库与最小二乘支持向量回归算法进行在线参数辨识,实现在线修订飞行器模型参数,提升了飞行器模型精度。此外,本专利技术还设计了自适应超螺旋滑模算法,避免了传统终端滑模的奇异问题并加快系统收敛速度,避免了控制增益过小导致系统发散与控制增益过大导致系统剧烈抖振的问题,从而实现对飞行器的精准控制。
本文档来自技高网...【技术保护点】
1.一种基于参数辨识的飞行器滑模控制方法,其特征在于,包括:
2.根据权利要求1所述的基于参数辨识的飞行器滑模控制方法,其特征在于,采用深度森林算法对飞行器动力学模型的参数样本进行训练拟合,构建离线参数策略库,具体包括:
3.根据权利要求1所述的基于参数辨识的飞行器滑模控制方法,其特征在于,所述飞行器动力学模型的表达式为:
4.根据权利要求3所述的基于参数辨识的飞行器滑模控制方法,其特征在于,采用最小二乘支持向量回归算法对所述气动参数进行在线辨识修订,具体包括:
5.根据权利要求4所述的基于参数辨识的飞行器滑模控制方法,其特征在于,所述辨识模型的表达式为:
6.根据权利要求5所述的基于参数辨识的飞行器滑模控制方法,其特征在于,所述误差动力学方程的表达式为:
7.根据权利要求1所述的基于参数辨识的飞行器滑模控制方法,其特征在于,所述自适应超螺旋滑模算法包括非奇异快速终端滑模面和改进的自适应超螺旋趋近律;
8.根据权利要求7所述的基于参数辨识的飞行器滑模控制方法,其特征在于,所述飞行器滑模控制器的表达
...【技术特征摘要】
1.一种基于参数辨识的飞行器滑模控制方法,其特征在于,包括:
2.根据权利要求1所述的基于参数辨识的飞行器滑模控制方法,其特征在于,采用深度森林算法对飞行器动力学模型的参数样本进行训练拟合,构建离线参数策略库,具体包括:
3.根据权利要求1所述的基于参数辨识的飞行器滑模控制方法,其特征在于,所述飞行器动力学模型的表达式为:
4.根据权利要求3所述的基于参数辨识的飞行器滑模控制方法,其特征在于,采用最小二乘支持向量回归算法对所述气动参数进行在线辨识修订,具体包括...
【专利技术属性】
技术研发人员:丁一波,张天辰,岳晓奎,代洪华,潘兴华,徐骋,李娜英,魏振岩,王宏伟,张莹,陈光山,彭一洋,程笠,何飞毅,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。