基于積分滑?？刂频臒o人機(jī)自動(dòng)著艦系統(tǒng)

鄭峰嬰, 龔華軍, 甄子洋

(1. 南京航空航天大學(xué)航天學(xué)院, 江蘇 南京 210016;

2. 南京航空航天大學(xué)自動(dòng)化學(xué)院, 江蘇 南京 210016)

?

基于積分滑?？刂频臒o人機(jī)自動(dòng)著艦系統(tǒng)

鄭峰嬰1, 龔華軍2, 甄子洋2

(1. 南京航空航天大學(xué)航天學(xué)院, 江蘇 南京 210016;

2. 南京航空航天大學(xué)自動(dòng)化學(xué)院, 江蘇 南京 210016)

摘要：針對無人機(jī)著艦這一特殊環(huán)境,為克服系統(tǒng)攝動(dòng)、未建模動(dòng)態(tài)及各種環(huán)境干擾因素的不良影響,從工程實(shí)現(xiàn)易行性出發(fā),提出一種新的積分滑模著艦飛行控制方法,避免其受傳統(tǒng)積分切換函數(shù)滑?？刂品椒ǖ膽?yīng)用限制,并采用自適應(yīng)模糊系統(tǒng)抵消外界干擾帶來的誤差,逼近滑?？刂破髦械那袚Q項(xiàng),從而有效降低舵面的抖振。搭建自動(dòng)著艦綜合仿真平臺(tái),以國外現(xiàn)役某小型艦載無人機(jī)為例,仿真結(jié)果表明,該自動(dòng)著艦系統(tǒng)能較好地克服各種因素的影響,實(shí)現(xiàn)無人機(jī)安全著艦,著艦性能符合要求。

關(guān)鍵詞：艦載無人機(jī); 自動(dòng)著艦; 飛行控制; 積分滑模; 自適應(yīng)模糊

0引言

艦載無人機(jī)因其出色的海戰(zhàn)能力備受各海軍強(qiáng)國的關(guān)注,已成為未來大中型艦艇的重要裝備之一[1-2],其關(guān)鍵技術(shù)是如何在惡劣的著艦環(huán)境下保證無人機(jī)安全著艦[3]。由于技術(shù)不公開,國內(nèi)外在這一方面公開報(bào)道的研究成果較少。

針對著艦這一特定環(huán)境,提高系統(tǒng)的魯棒性、抗干擾能力是艦載無人機(jī)控制系統(tǒng)開發(fā)的重點(diǎn)和難點(diǎn)。目前用于完成著艦任務(wù)的無人機(jī)控制方法普遍采用經(jīng)典控制方法,例如文獻(xiàn)[4-5]在無人機(jī)內(nèi)外控制回路中,均采用PID方法對各通道進(jìn)行設(shè)計(jì),完成控制性能和著艦性能分析。文獻(xiàn)[6]采用改進(jìn)的(linear quadratic regulator, LQR)控制方法設(shè)計(jì)無人機(jī)縱向著艦控制系統(tǒng),以確定無人機(jī)縱向氣動(dòng)參數(shù)設(shè)計(jì)限值。先進(jìn)控制方法在著艦中的應(yīng)用也偶有報(bào)道,如文獻(xiàn)[7]采用動(dòng)態(tài)逆控制方法評估非線性控制技術(shù)在自動(dòng)航母著艦系統(tǒng)中應(yīng)用的可行性。文獻(xiàn)[8]提出一種自適應(yīng)自動(dòng)著艦算法,以提高無人機(jī)機(jī)動(dòng)能力。

但以上這些研究都沒有綜合考慮系統(tǒng)攝動(dòng)、未建模動(dòng)態(tài)及系統(tǒng)的抗干擾能力。

為解決這一問題,同時(shí)考慮工程實(shí)現(xiàn)的易行性,本文采用變結(jié)構(gòu)滑?？刂品椒?該方法對系統(tǒng)不確定和外干擾具有很好的魯棒性,在飛控系統(tǒng)中也有所應(yīng)用。例如，文獻(xiàn)[9]采用反步自適應(yīng)滑模變結(jié)構(gòu)控制方法設(shè)計(jì)飛機(jī)大機(jī)動(dòng)飛行控制系統(tǒng),以提高系統(tǒng)魯棒性；文獻(xiàn)[10]針對某型鷂式飛機(jī)的飛行控制系統(tǒng),提出了基于滑?？刂品椒ǖ聂敯魟?dòng)態(tài)逆控制方法,以提高系統(tǒng)的魯棒；文獻(xiàn)[11]設(shè)計(jì)基于滑模觀測器的控制方法的F-18飛行重構(gòu)控制系統(tǒng),以達(dá)到理想控制效果。

然而,變結(jié)構(gòu)滑模控制在無人機(jī)著艦系統(tǒng)中的研究尚未見有深入報(bào)道。設(shè)計(jì)基于滑模控制的艦載無人機(jī)飛控系統(tǒng)時(shí),必須考慮到艦基飛機(jī)與陸基飛機(jī)的降落環(huán)境有很大區(qū)別。

一方面,由于航母前進(jìn)方向與斜角甲板之間有夾角,會(huì)存在一個(gè)固定的側(cè)偏值,使系統(tǒng)出現(xiàn)穩(wěn)態(tài)誤差。普通的滑模變結(jié)構(gòu)控制不能很好地解決該問題,因此,考慮采用積分滑?？刂芠12]。文獻(xiàn)[13]針對單輸入不確定伺服系統(tǒng),設(shè)計(jì)了一種帶有積分切換函數(shù)的滑動(dòng)模面,當(dāng)系統(tǒng)處于滑模面時(shí),可根據(jù)狀態(tài)反饋陣配置極點(diǎn),增強(qiáng)系統(tǒng)魯棒性,達(dá)到理想的控制效果。但原有方法應(yīng)用對象簡單,若應(yīng)用于多輸入多輸出(multiple input multiple output,MIMO)系統(tǒng)時(shí),會(huì)對控制陣和切換函數(shù)矩陣有所限制,要求標(biāo)稱方程中的控制陣正定,且采用原有控制器不能達(dá)到理想的效果,在無人機(jī)著艦系統(tǒng)中的應(yīng)用受限。為此,本文提出一種新的積分滑模控制器設(shè)計(jì)方法,利用Lyapunov理論分析其穩(wěn)定性,并通過仿真驗(yàn)證該方法的正確性和有效性。

另一方面,由于海面風(fēng)速及甲板區(qū)紊亂流場的影響,惡劣的著艦環(huán)境對無人機(jī)控制系統(tǒng)抗干擾能力提出更高的要求[14]。為抑制艦尾流等干擾因素的影響,同時(shí)消除滑模抖動(dòng),引入自適應(yīng)模糊網(wǎng)絡(luò),對積分滑模切換項(xiàng)進(jìn)行模糊逼近,可去除對外部干擾不確定上界的先驗(yàn)要求,且有效降低舵面抖動(dòng)。

研究中假定無人機(jī)著艦回收方式為撞網(wǎng)回收,以國外現(xiàn)役某小型艦載無人機(jī)為對象,構(gòu)建基于積分自適應(yīng)模糊滑?？刂频臒o人機(jī)自動(dòng)著艦系統(tǒng),完成中各模塊的分析和設(shè)計(jì),通過仿真驗(yàn)證無人機(jī)著艦性能。

1無人機(jī)自動(dòng)著艦系統(tǒng)

無人機(jī)自動(dòng)著艦引導(dǎo)系統(tǒng)的結(jié)構(gòu)配置如圖1所示,包含飛機(jī)動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)、飛控系統(tǒng)、軌跡控制器等環(huán)節(jié)。其中Puav0為初始時(shí)刻位置矢量,Perr為飛機(jī)實(shí)際飛行軌跡與理想軌跡的偏差信號(hào)。為縱向通道的俯仰控制指令,Δφc為橫側(cè)向通道的滾轉(zhuǎn)控制指令,Δδe,ΔδT為飛控系統(tǒng)輸出的升降舵和油門偏轉(zhuǎn)量,Δδa,Δδr為副翼舵和方向舵偏轉(zhuǎn)量,外界干擾包括艦尾流、艦運(yùn)動(dòng)、導(dǎo)航誤差等影響因素。

根據(jù)無人機(jī)當(dāng)前的位置信息Puav,計(jì)算位置誤差Perr。將誤差信號(hào)引入軌跡控制器,通過引導(dǎo)律計(jì)算,給出控制指令Δθc，Δφc,飛控系統(tǒng)接收該指令后,操縱飛機(jī)不斷修正姿態(tài)和航跡,最終消除位置偏差,引導(dǎo)無人機(jī)沿理想軌跡著艦。

圖1　自適應(yīng)模糊系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)圖

2自動(dòng)著艦飛行控制系統(tǒng)設(shè)計(jì)

2.1積分滑模飛行控制律設(shè)計(jì)

無人機(jī)狀態(tài)向量為

在氣流坐標(biāo)軸系上建立力方程組,在機(jī)體坐標(biāo)軸系上建立力矩方程組和運(yùn)動(dòng)學(xué)方程組[15],可得到無人機(jī)狀態(tài)向量的12個(gè)非線性微分方程組,隨后以艦載無人機(jī)進(jìn)場時(shí)定常直線飛行狀態(tài)為基準(zhǔn)點(diǎn)進(jìn)行配平及線性化,可得到無人機(jī)縱向和橫側(cè)向動(dòng)力學(xué)方程。

由此,含有不確定因素的艦載無人機(jī)動(dòng)力學(xué)方程可表示為

(1)

式中,x為狀態(tài)變量;u為控制變量;縱向運(yùn)動(dòng)x=[uwqθ]T;u=[δeδT]T；橫向運(yùn)動(dòng)x=[vprφ]T;u=[δaδr]T;δe,δT,δa,δr分別為升降舵、油門、副翼舵、方向舵控制量;A，B，D為常值矩陣,且B為滿秩,(A,B)可控;ΔA表示狀態(tài)變量不確定因素的線性部分;f(t,x)表示與狀態(tài)變量有關(guān)的不確定因素的非線性部分;ΔB表示輸入的不確定部分;Dw(t)表示外界干擾,假定w(t)有界,且‖w(t)‖≤ε,‖·‖為向量的歐氏范數(shù)。

假設(shè) 1矩陣ΔA,ΔB和D滿足下列匹配條件[16]:

rank[B?ΔA]=rank[B?ΔB]=

rank[B?D]=rank[B]

(2)

根據(jù)B的廣義逆矩陣B+=(BTB)-1BT,可得

(3)

令

v=Hx+Eu+Fw+g(x,t)

(4)

代入式(1),系統(tǒng)可變?yōu)?/p>

(5)

并定義

(6)

至此,控制的目標(biāo)可描述為:針對式(4)、式(5)所示的系統(tǒng),設(shè)計(jì)滑模跟蹤控制律uc,實(shí)現(xiàn)對期望姿態(tài)的大范圍漸近穩(wěn)定跟蹤。

設(shè)計(jì)積分切換型函數(shù)為

(7)

設(shè)計(jì)如下變結(jié)構(gòu)控制器:

(8)

式中,σij,ωij為常系數(shù);R和δ為對角陣,且元素為ri和δi;sgn(s)=[sgn(s1),sgn(s2),…，sgn(sm)]T。

所設(shè)計(jì)的控制器采用的均為一般矩陣數(shù)值計(jì)算,沒有特別復(fù)雜的運(yùn)算過程,工程上易于實(shí)現(xiàn)?？刂破靼糠?標(biāo)稱模型控制律ue q,不確定模型控制律uNL和干擾補(bǔ)償控制律uR。

令|ε|=[|ε1|,|ε2|,…,|εm|]T,|g(t,x)|=G|x|,gij為正常數(shù)。|x|=[|x1|,|x2|,…,|xn|]T,‖(I+E)-1‖=1/‖I+E‖=1/(1+μ)。

定理 1如果采用控制律(8),則閉環(huán)系統(tǒng)(5)穩(wěn)定,跟蹤誤差在有限時(shí)間內(nèi)收斂到零。

sT[CAx(t)+CBHx(t)+CB(I+E)u(t)+

CBFw(t)+CBg(t,x)-CAx(t)-CBKx(t)]≤

sT[CBHx(t)-RMx(t)-δsgn(s)+CBF|ε|+CBG|x|]=

若能滿足下列條件:

(9)

證畢

結(jié)論 1對于式(4)和式(5)所示的系統(tǒng),若滿足式(9),則在式(8)所示的積分滑模控制律作用下,在有限時(shí)間后,系統(tǒng)狀態(tài)始終處于相應(yīng)的滑模面上,即對于t∈[0,∞),有s(t)=0成立。

2.2積分自適應(yīng)模糊滑模飛行控制律設(shè)計(jì)

(10)

模糊系統(tǒng)采用由IF-THEN形式的模糊規(guī)則構(gòu)成

其中,n為si導(dǎo)數(shù)階數(shù)。

采用乘積推理機(jī)、單值模糊器和中心平均解模糊器,模糊系統(tǒng)的輸出為

(11)

引入向量ξ(x),令ξ(x)=(ξ1,ξ2,…,ξN)T,

(12)

圖2　自適應(yīng)模糊系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)圖

定義最優(yōu)參數(shù)為

(13)

式(13)表示使目標(biāo)函數(shù)取最小值時(shí)的變量值,Ωh為φh的集合。

令

設(shè)計(jì)自適應(yīng)控制律為

(14)

定理 2如果采用控制律式(10),且由自適應(yīng)律式(14)進(jìn)行調(diào)節(jié),則閉環(huán)系統(tǒng)穩(wěn)定,跟蹤誤差在有限時(shí)間內(nèi)收斂到零。

證明定義Lyapunov函數(shù)

(15)

若滿足

(16)

則

由此,可設(shè)計(jì)縱向系統(tǒng)跟蹤誤差方程為

(17)

(18)

飛行控制律為

(19)

積分切換函數(shù)為

(20)

橫側(cè)向系統(tǒng)與縱向系統(tǒng)結(jié)構(gòu)一致,參數(shù)不同,此處不再贅述。

3自動(dòng)著艦系統(tǒng)仿真評估

3.1自動(dòng)著艦飛控系統(tǒng)仿真驗(yàn)證

在自動(dòng)著艦技術(shù)領(lǐng)域的研究中,大多采用有人駕駛的艦載機(jī)或陸基無人機(jī)為模型進(jìn)行設(shè)計(jì)和仿真[17-19],本文以國外現(xiàn)役某小型艦載無人機(jī)為例[5],建立其全向非線性動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)模型,隨后,以艦載無人機(jī)進(jìn)場時(shí)定常直線飛行狀態(tài)為基準(zhǔn)點(diǎn)進(jìn)行配平及線性化,得到該型無人機(jī)縱向和橫側(cè)向標(biāo)稱運(yùn)動(dòng)方程。

下面詳細(xì)闡述艦載無人機(jī)縱向系統(tǒng),橫側(cè)向系統(tǒng)不再贅述。

令

式中,ΔA,ΔB為不確定矩陣,其元素為隨機(jī)值。由式(3)可確定E和H的值,G和F的選擇參見表1。

表1　飛控系統(tǒng)參數(shù)設(shè)計(jì)表

最后,縱向系統(tǒng)不確定值、外界干擾設(shè)置值及控制器參數(shù)如表1所示,未加入自適應(yīng)模糊的控制系統(tǒng)以Mode1表示(即控制律采用式(8)),加入后的系統(tǒng)以Mode2表示(即控制律采用式(10))。

此外,著艦時(shí)要求飛機(jī)跟蹤理想下滑軌跡,本文采用含有σ-β濾波的軌跡控制器,縱向系統(tǒng)的運(yùn)動(dòng)學(xué)方程如下:

(21)

設(shè)計(jì)的引導(dǎo)律為

(22)

參數(shù)設(shè)計(jì)如下:

kc=2,kI=0,kP=0.600,kD=1.5

側(cè)向系統(tǒng)參數(shù)選取方法如縱向,此處不再贅述。

為驗(yàn)證自動(dòng)著艦飛行控制系統(tǒng)的跟蹤性能,令Mode1和Mode2系統(tǒng)跟蹤理想下滑斜坡指令,并在100s處疊加正弦信號(hào)8sin0.5 t。下滑角γ0=3.5°,初始高度h0=800m,外界干擾為正弦信號(hào)sint。仿真結(jié)果表明,無論Mode1,還是Mode2,所設(shè)計(jì)的系統(tǒng)均能快速準(zhǔn)確地跟蹤指令，如圖3~圖6所示。

圖3　參考指令下縱向飛控系統(tǒng)跟蹤響應(yīng)曲線

圖4　參考指令下Mode2系統(tǒng)各狀態(tài)變量響應(yīng)曲線

圖5　參考指令下Mode2自適應(yīng)模糊系統(tǒng)輸出值

圖6　Mode1 、Mode2縱向舵面響應(yīng)曲線

圖3給出了參考指令下基于積分自適應(yīng)模糊滑模的控制系統(tǒng)(Mode2)的跟蹤曲線,并與經(jīng)典控制方法進(jìn)行對比?？梢园l(fā)現(xiàn),相比于傳統(tǒng)PID控制方法,Mode2響應(yīng)時(shí)間快,過渡過程短,跟蹤誤差小,抗干擾能力強(qiáng)。圖4給出了參考指令下Mode2系統(tǒng)各狀態(tài)變量的響應(yīng)曲線。圖5給出了Mode2系統(tǒng)對外界干擾的估計(jì)值。圖6給出了同樣指令下Mode1和Mode2縱向飛控系統(tǒng)的舵面偏轉(zhuǎn)曲線。從舵面的響應(yīng)曲線中,可以發(fā)現(xiàn),Mode1中,舵面存在較大的抖動(dòng),Mode2有效地削弱了舵面抖動(dòng)。Mode2系統(tǒng)中控制舵面仍存在微弱抖動(dòng),存在小的抖動(dòng)是允許的。如果抖動(dòng)頻率與對象固有頻率不一致,最小消耗能量的抖動(dòng)能使得飛行器保持“持久”的生命力,從某種意義上增加系統(tǒng)的穩(wěn)定性。此外,一般的作動(dòng)器均為一階或者二階動(dòng)力學(xué),可以削弱高頻分量,因此,控制信號(hào)在經(jīng)過作動(dòng)器后可基本接近連續(xù)。

3.2基于Mode2的自動(dòng)著艦系統(tǒng)性能評估

為評估基于Mode2的艦載無人機(jī)在各種干擾因素下的著艦性能,構(gòu)建了如圖1所示的無人機(jī)自動(dòng)著艦綜合仿真平臺(tái)。

仿真中加入各種影響因素,在飛控系統(tǒng)中加入艦尾流的影響。通常陸基飛機(jī)的大氣紊流響應(yīng)常采用馮.卡爾曼形式或德萊頓形式的紊流模型。由于艦上降落時(shí)的特殊大氣情況,MIL-F-8785C軍用規(guī)范給出了特定的大氣擾動(dòng)數(shù)學(xué)模型[20]。總的艦尾大氣擾動(dòng)各向分量由4大部分組成:隨機(jī)自由大氣紊流分量,尾流穩(wěn)態(tài)分量(雄雞尾流),尾流的周期性分量,尾流的隨機(jī)分量。圖7給出了總的水平和垂向擾動(dòng)分量ud、wd。

圖7　艦尾大氣擾動(dòng)縱向分量仿真結(jié)果

外界干擾即艦尾流的影響可如式(23)所示:

(23)

在飛行軌跡計(jì)算中加入導(dǎo)航誤差,在著艦前約12.5 s要求飛機(jī)跟蹤甲板運(yùn)動(dòng),在理想軌跡中加入艦運(yùn)動(dòng)學(xué)。艦運(yùn)動(dòng)學(xué)及導(dǎo)航誤差模型參考美國海軍航空兵武器系統(tǒng)部提供的數(shù)據(jù)[6],3種常見海況下艦運(yùn)動(dòng)對理想著艦點(diǎn)垂直方向位移的總體影響如圖8所示,仿真選取海況狀態(tài)為“海況4”,導(dǎo)航誤差的仿真結(jié)果如圖9所示。

飛行控制器設(shè)計(jì)參數(shù)如3.1節(jié)所述。仿真初始條件如下:航母前進(jìn)速度Vs=15m/s,下滑角γ0=3.5°,飛機(jī)前進(jìn)速度大小為指令速度Va=25m/s。 圖10給出了海況4下,基于Mode2的某次著艦縱向跟蹤曲線圖,圖11給出了海況4下,基于傳統(tǒng)PID控制的某次著艦縱向跟蹤曲線圖。從圖中可以看出,相比于傳統(tǒng)PID控制,基于Mode2的自動(dòng)著艦系統(tǒng)降低了著艦誤差,提高了著艦精度。

圖8　艦運(yùn)動(dòng)引起的著艦點(diǎn)的垂直偏差

圖9　導(dǎo)航誤差仿真結(jié)果

圖10　基于Mode2的某次著艦縱向跟蹤曲線圖

圖11　基于PID控制的某次著艦縱向跟蹤曲線圖

為評估著艦性能,針對Mode2自動(dòng)著艦系統(tǒng),運(yùn)行近500次仿真,表2給出了不同干擾因素影響下的著艦性能。其中,Seastate4表示加入海況4;Nav表示加入導(dǎo)航誤差;Airwake表示加入艦尾流。

由表2可以看出，僅由海況影響的著艦平均誤差和標(biāo)準(zhǔn)偏差較小,加入導(dǎo)航誤差后,對著艦性能的影響較小,基本可以忽略。艦尾流對著艦性能影響較大,平均誤差和標(biāo)準(zhǔn)偏差顯著增加。此外,數(shù)值仿真表明,在這3種著艦條件下,平均誤差和標(biāo)準(zhǔn)差均能符合自動(dòng)著艦回收的規(guī)范[4-5]。

圖12分別給出了海況4下,加入艦尾流和導(dǎo)航誤差后,基于Mode2和PID控制系統(tǒng)的著艦點(diǎn)分布圖。由仿真結(jié)果可以看出，基于Mode2的自動(dòng)著艦系統(tǒng)的著艦點(diǎn)分布較為集中,平均誤差和標(biāo)準(zhǔn)偏差較小。

表2　不同干擾因素下著艦性能分析

圖12　無人機(jī)著艦點(diǎn)在回收網(wǎng)上的分布圖(YZ平面)

4結(jié)論

針對著艦的復(fù)雜環(huán)境,提出了一種新的基于積分滑模控制與自適應(yīng)模糊系統(tǒng)相結(jié)合的智能飛行姿態(tài)控制方法,克服了對原有積分切換函數(shù)控制陣和切換函數(shù)矩陣的限制。同時(shí),引入自適應(yīng)模糊網(wǎng)絡(luò),對積分滑模切換項(xiàng)進(jìn)行模糊逼近,且無需預(yù)估不確定系統(tǒng)的上界,能削弱控制舵面的抖動(dòng)。數(shù)值仿真驗(yàn)證了該控制方法具有較好的控制精度和魯棒性。搭建了艦載無人機(jī)自動(dòng)著艦系統(tǒng),完成各模塊的設(shè)計(jì)和仿真。綜合仿真結(jié)果表明在積分滑模自動(dòng)著艦系統(tǒng)作用下,艦載無人機(jī)的著艦終端平均誤差和標(biāo)準(zhǔn)偏差均能符合性能指標(biāo)要求,且相較于傳統(tǒng)的PID控制技術(shù),其著艦精度和性能得到顯著提高。

參考文獻(xiàn)：

[1] Zotov V, Gao X. Intermediate carriers for UAV swarms: problem of fleet composition[J].SystemsEngineeringandElectronics, 2013, 24(1): 101-107.

[2] Guo Q, Zhang W, Zhang Y Z, et al. Accurate landing glide path control system of carrier-based UAV and its flight test[J].FlightDynamics, 2012, 30(5): 448-453.

[3] Wenzel K E, Masselli A, Zell A. Automatic take off, tracking and landing of a miniature UAV on a moving carrier vehicle[J].JournalofIntelligent&RoboticSystems, 2011, 61(1/4): 221-238.

[4] Lizarraga M I. Autonomous landing system for a UAV[D]. Monterey: Naval Postgraduate School, 2004.

[5] Fitzgerald P. Flight control system design for autonomous UAV carrier landing[D]. Cranfield: Cranfield University, 2005.

[6] Sweger J F. Design specifications development for unmanned aircraft carrier landings[R]. Maryland:United States Naval Academy Annapolis, 2003.

[7] Denison N A. Automated carrier landing of an unmanned combat aerial vehicle using dynamic inversion[D]. Ensign:The Air Force University, 2007.

[8] De Lellis E, Di Vito V, Ruby M, et al. Adaptive algorithm for fixed wing UAV autolanding on aircraft carrier[C]∥Proc.oftheAIAAGuidance,Navigation,andControlCo-locatedConferences, 2013.

[9] Sun Y, Zhang W G, Zhang M. Adaptive sliding mode high maneuvers flight control based on backstepping procedure[J].ControlandDecision,2011,26(9):1377-1381.(孫勇,章衛(wèi)國,章萌.基于反步法的自適應(yīng)模糊大機(jī)動(dòng)飛行控制[J].控制與決策,2011,26(9):1377-1381.)

[10] Yang I, Kim D, Lee D. A flight control strategy using robust dynamic inversion based on sliding mode control[C]∥Proc.oftheAIAAGuidance,Navigation,andControlConferences, 2012.

[11] Liu M, Zhang L, Shi P, et al. Robust control for stochastic system against bounded disturbances with application to flight control[J].IEEETrans.onIndustrialElectronics, 2014, 61(3): 1504-1515.

[12] Hamayun M T, Edwards C, Alwi H. Augmentation scheme for fault-tolerant control using integral sliding modes[J].IEEETrans.onControlSystemsTechnology,2014,22(1):307-313.

[13] Lin F J, Chou W D. An induction motor servo drive using sliding-mode controller with genetic algorithm[J].ElectricPowerSystemsResearch, 2003,64(2): 93-108.

[14] Wong F, Gagnon E, McTaggart K, et al. A parametric study of factors affecting successful ship recovery of UAVs[R]. Valcartier: Defence R&D, 2008.

[15] Zhang L Z. Design on autonomous flight control system[D]. Nanjing: Nanjing University of Aeronautics & Astronautics, 2011.(張立珍. 無人機(jī)自主飛行控制系統(tǒng)的設(shè)計(jì)[D]. 南京:南京航空航天大學(xué), 2011.)

[16] Gao W B.Variablestructurecontroltheoryanddesignmethod[M]. Beijing: Science Press, 1996.(高為炳.變結(jié)構(gòu)控制的理論及設(shè)計(jì)方法[M].北京:科學(xué)出版社,1996.)

[17] Urnes J M, Hess R K. Integrated flight control systems development—the F/A-18A automatic carrier landing system[C]∥Proc.oftheGuidanceandControlConference,1983:920-930.

[18] Sousa P, Wellons L, Colby G, et al, Test results of an F/A-18 automatic carrier landing using shipboard relative global positioning system[R]. Patuxent River, MD: Naval Air Warfare Center Aircraft Division, 2003.

[19] Deng J, Yan Z P, Ai J L. Application of guzzy control technology to automatic carrier landing system[J].JournalofSystemSimulation, 2012,24(3):645-650.(鄧娟,顏振萍,艾劍良.模糊控制技術(shù)在自動(dòng)著艦控制系統(tǒng)中的應(yīng)用[J].系統(tǒng)仿真學(xué)報(bào),2012,24(3):645-650.)

[20] Jiao X. Research on carrier-based aircraft landing condition and wave-off decision technology[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2011.(焦鑫.艦載機(jī)著艦環(huán)境與復(fù)飛決策技術(shù)研究[D].南京: 南京航空航天大學(xué)，2011.)

鄭峰嬰(1981-),女,助理研究員,博士研究生,主要研究方向?yàn)轱w行器控制技術(shù)、艦載機(jī)著艦技術(shù)。

E-mail:zhfy@nuaa.edu.cn

龔華軍(1965-),男,教授,博士,主要研究方向?yàn)轱w行器控制技術(shù)、光傳飛行控制技術(shù)、艦載機(jī)著艦技術(shù)。

E-mail:ghj301@nuaa.edu.cn

甄子洋(1980-),男,副教授,博士,主要研究方向?yàn)轱w行器自主飛行控制以及編隊(duì)協(xié)同控制、信息融合控制。

E-mail:zhenziyang@nuaa.edu.cn

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20150106.1158.002.html

Carrier UAV autonomous landing system based on

integral sliding mode control

ZHENG Feng-ying1, GONG Hua-jun2, ZHEN Zi-yang2

(1.CollegeofAstronautics,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China;

2.CollegeofAutomationEngineering,NanjingUniversityofAeronauticsand

Astronautics,Nanjing210016,China)

Abstract:To overcome the adverse effects of various disturbances on unmanned aerial vehicle (UAV) landing, a new sliding mode control method from the point of engineering realization is proposed to avoid restrictions in the traditional integral sliding mode, and the adaptive fuzzy system is used to offset interference errors.The sliding switching is approximated to effectively reduce chattering. Finally, an autonomous landing simulation platform is built. Take an active service small carrier UAV as the research object, and the results of the simulation indicate that this system can effectively overcome various factors affecting landing,such as sea state, navigation error, airwake, realizing the UAV safe landing, and the landing performances meet the design requirements.

Keywords:carrier unmanned aerial vehicle (UAV); autonomous landing; flight control; integral sliding; adaptive fuzzy

作者簡介：

中圖分類號(hào)：V 249.1

文獻(xiàn)標(biāo)志碼：A

DOI:10.3969/j.issn.1001-506X.2015.07.23

基金項(xiàng)目：國家自然科學(xué)基金(61304223)；航空基金(2013ZA52002)；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20123218120015)資助課題

收稿日期：2014-05-18；修回日期：2014-11-17；網(wǎng)絡(luò)優(yōu)先出版日期：2015-01-06。