基于收縮理論的高超聲速飛行器控制

劉艷雯,胡超芳

(1. 太原工業(yè)學(xué)院 自動(dòng)化系，太原 030008;2.天津大學(xué) 電氣與自動(dòng)化工程學(xué)院，天津 300072)

基于收縮理論的高超聲速飛行器控制

劉艷雯1,胡超芳2

(1. 太原工業(yè)學(xué)院 自動(dòng)化系，太原 030008;2.天津大學(xué) 電氣與自動(dòng)化工程學(xué)院，天津 300072)

為了使高超聲速飛行器能夠跟蹤預(yù)定指令，針對(duì)其嚴(yán)反饋模型提出了基于收縮理論的控制方法。由于高度和速度相對(duì)獨(dú)立，因此分開設(shè)計(jì)控制器?？刂破髟O(shè)計(jì)過程中,以基于反步法的收縮理論為核心，對(duì)于模型中不確定項(xiàng)利用自適應(yīng)進(jìn)行在線識(shí)別；引入動(dòng)態(tài)面對(duì)虛擬控制輸入進(jìn)行求導(dǎo)，并利用收縮下的奇異攝動(dòng)分析降階系統(tǒng)，可以證明降階前后狀態(tài)誤差間的偏差及濾波誤差有界。采用此方法，可證明系統(tǒng)狀態(tài)半全局收斂，跟蹤誤差及自適應(yīng)估計(jì)誤差有界。

高超聲速飛行器；收縮理論；動(dòng)態(tài)面；自適應(yīng)

0 引言

高超聲速飛行器因其速度快、突防能力強(qiáng)、可重復(fù)利用等優(yōu)點(diǎn)，近年來得到各國研究者的關(guān)注。常用的控制方法主要有線性控制[1-2]、非線性控制[3-4]、魯棒控制[5]和自適應(yīng)控制[6]。其中，由于模型的參數(shù)不確定性，在控制過程中利用自適應(yīng)來在線識(shí)別參數(shù)具有很大的必要。文獻(xiàn)[6-7]采用自適應(yīng)或者模糊自適應(yīng)對(duì)不確定項(xiàng)進(jìn)行在線逼近，模糊自適應(yīng)的優(yōu)勢(shì)在于不需要提前預(yù)知模型的具體信息。但是不論應(yīng)用何種自適應(yīng)方法，對(duì)其進(jìn)行求導(dǎo)都存在很大難度，因此可采用動(dòng)態(tài)面[8]、指令濾波[9]等方法來實(shí)現(xiàn)，其中文獻(xiàn)[8]為了增強(qiáng)系統(tǒng)魯棒性，使用擴(kuò)張狀態(tài)觀測(cè)器對(duì)不確定狀態(tài)進(jìn)行準(zhǔn)確估計(jì)。近年來，收縮理論[10]成為研究非線性系統(tǒng)軌跡收斂性的一個(gè)新方法，它區(qū)別于常用的李雅普諾夫方法來進(jìn)行控制器設(shè)計(jì)及穩(wěn)定性分析。其優(yōu)點(diǎn)在于，即使平衡點(diǎn)位置改變?nèi)匀荒軌蚺袆e系統(tǒng)穩(wěn)定性，另外還能有效拓寬濾波參數(shù)的選取范圍[11]。

本文在文獻(xiàn)[11]的基礎(chǔ)上，針對(duì)高超聲速飛行器模型提出了基于收縮理論的控制方法。其中，利用基于反步法的收縮理論作為整體設(shè)計(jì)方案；然后利用自適應(yīng)在線識(shí)別不確定參數(shù)，并且為了簡(jiǎn)化控制算法使用了動(dòng)態(tài)面控制。通過收縮理論分析穩(wěn)定性，可保證閉環(huán)系統(tǒng)狀態(tài)收斂以及系統(tǒng)跟蹤誤差和自適應(yīng)估計(jì)的有界性。系統(tǒng)仿真結(jié)果可證明所提方法的可行性。

1 飛行器縱向模型及其轉(zhuǎn)化

1.1 飛行器模型

本文所采用的高超聲速飛行器模型為縱向巡航段模型[12]：

(1)

(2)

(3)

(5)

發(fā)動(dòng)機(jī)模型為

(6)

式中V、γ、h、α、q分別為速度、航跡角、高度、攻角和俯仰角速率；m、Iyy、μ、ξ、ωn分別為飛行器質(zhì)量、俯仰轉(zhuǎn)動(dòng)慣量、引力常數(shù)、發(fā)動(dòng)機(jī)阻尼和自然頻率；β為油門開度;βc為發(fā)動(dòng)機(jī)油門開度設(shè)定值；T、L、D、Myy分別為推力、升力、阻力、俯仰力矩，具體表達(dá)式可參閱文獻(xiàn)[4]。

1.2 模型轉(zhuǎn)化

模型中高度h主要由升降舵偏轉(zhuǎn)角δe控制，速度V由油門開度βc控制，因此模型可劃分為速度子系統(tǒng)(1)和高度子系統(tǒng)(2) ～ (5)，并為2個(gè)子系統(tǒng)分別設(shè)計(jì)控制器。

為了使用反步法，首先需要將高度子系統(tǒng)轉(zhuǎn)化成嚴(yán)反饋形式，為此做以下假設(shè)：

假設(shè)1 式(3) 中的推力項(xiàng)Tsinα相對(duì)于升力L非常小, 可忽略。

基于以上假設(shè)，可得嚴(yán)反饋形式[13]如下：

(7)

其中，Z1=[V,γ],Z2=[V,γ,α],Z3=[V,α,q],Z41=[V,γ,α],Z42=[V,γ,α,q]。

2 控制器設(shè)計(jì)

2.1 相關(guān)定理引入

定義1(虛位移) 考慮以下非線性系統(tǒng)：

?(υ,t)

(8)

引理1[14](收縮性) 對(duì)于系統(tǒng)(8)，?(υ,t)是非線性光滑函數(shù)，如果起始于不同初始條件的任意2條軌跡是相互指數(shù)收斂的，那么系統(tǒng)是收縮的。收縮性的一個(gè)充分條件是：如果存在某種矩陣測(cè)度μ，對(duì)于任意υ,t>0，都有λ>0使得μ(??(υ,t)/?υ)≤-λ成立，那么系統(tǒng)是收縮的，λ稱作收縮率。

本文中判定系統(tǒng)收縮性的矩陣測(cè)度為

式中λmax(·)為矩陣最大特征值。

如果系統(tǒng)采用的連接方式為分層連接，則系統(tǒng)所具有的虛擬動(dòng)態(tài)如下：

(9)

如果子矩陣F11和F22是一致負(fù)定的，且F12有界，那么整個(gè)系統(tǒng)的任意一條軌跡都是指數(shù)收斂的。

對(duì)于標(biāo)準(zhǔn)奇異攝動(dòng)系統(tǒng)：

(10)

定義2 (部分收縮) 對(duì)任意z及時(shí)間t，如果虛擬系統(tǒng)：

(11)

是收縮的，就稱系統(tǒng)(10)對(duì)x是部分收縮的。

同樣，對(duì)任意x和ε，如果虛擬系統(tǒng)：

(12)

是收縮的，則稱系統(tǒng)(10)對(duì)z是部分收縮的。

引理2[11]定義全局可微函數(shù)γ(x):=γ(x,0)，如果系統(tǒng)(10)滿足下述條件：

(2)f(x,z,t)在z域中關(guān)于常數(shù)α是Lipschitz連續(xù)的，對(duì)x也是部分收縮的，λx是(11)的收縮率。

上述條件若成立，且γ(x)在x域中關(guān)于常數(shù)αγ也是Lipschitz連續(xù)的，記xγ是如下降階系統(tǒng)的一個(gè)解：

(13)

那么系統(tǒng)(10)的任意軌跡滿足：

‖x(t)-xγ(t)‖ ≤χx‖x(0)-xγ(0)‖e-λxt+

ε(C1(e-λxt-e-(λz/ε)t)+

C2(1-e-λxt)).?t≥0

(14)

‖z(t)-γ(xγ(t))‖ ≤ ‖z(0)-γ(x(0))‖χze-(λz/ε)t+

(d+K)χz/γzε+

αγχx‖x(0)-xγ(0)‖e-λxt+

αγε(C1(e-λxt-e-(λz/ε)t)+

C2(1-e-λxt)).?t≥0

(15)

其中

式中χx、χz分別為Θx和Θz條件數(shù)的上界。

2.2 高度子系統(tǒng)控制器設(shè)計(jì)

針對(duì)轉(zhuǎn)化模型(7)，設(shè)計(jì)控制器使得輸出狀態(tài)h、V能夠跟蹤指令hd、Vd。設(shè)計(jì)過程中，高度和速度兩子系統(tǒng)相對(duì)獨(dú)立，可分開設(shè)計(jì)控制器。

由式(7)可知，輸出狀態(tài)h是由δe控制的四階系統(tǒng)，并且在高度子系統(tǒng)設(shè)計(jì)中認(rèn)為速度V是常數(shù)。從式(2)可知，高度和航跡角狀態(tài)是一一對(duì)應(yīng)的，故可轉(zhuǎn)化得到航跡角指令γd：

(16)

其中，ki,i=h,1,2,3,4是正的設(shè)計(jì)參數(shù)。

第一步：定義誤差面z1=γ-γd，求導(dǎo)后可得

(17)

其中，g1僅與V相關(guān)，因此結(jié)合其表達(dá)式可認(rèn)為g1為正常數(shù)；fi(·)為未知的非線性函數(shù)，因此利用自適應(yīng)進(jìn)行在線逼近：

(18)

(19)

(20)

(21)

第二步：對(duì)誤差面z2=α-αd求導(dǎo)后可得

(22)

(23)

(24)

(25)

第三步：對(duì)誤差面z3=q-qd求導(dǎo)后可得

(26)

式中 g3為正常數(shù)。

(27)

將式(27)帶入后可得如下形式：

(28)

2.3 速度子系統(tǒng)控制器設(shè)計(jì)

速度子系統(tǒng)僅為一階系統(tǒng)，因此利用收縮理論進(jìn)行控制相對(duì)簡(jiǎn)單。定義速度跟蹤誤差z4=V-Vd,求導(dǎo)后可得

(29)

(30)

將式(30)帶入后可得如下形式：

(31)

3 穩(wěn)定性證明

對(duì)于高度子系統(tǒng)，令fi(Zi)滿足：

式中l(wèi)i為正常數(shù)。

通過調(diào)節(jié)參數(shù)使得

負(fù)定成立，即使得ηi<1/(ki+li),i=1,2，因此式(20)、式(24)對(duì)yi是部分收縮的。

(32)

i=1,2的一個(gè)解，那么由引理2可得

‖zi(t)-ziγ(t)‖≤‖zi(0)-ziγ(0)‖e-kit+

e-kit∏i+τi(Ci1Ei1+Ci2Ei2)

(33)

‖yi(t)‖≤‖yi(0)‖e-(Li/τi)t+Miτi

(34)

由于最后一階子系統(tǒng)不包含濾波，因此無需采用奇異攝動(dòng)分析，故第n階子系統(tǒng)的原系統(tǒng)軌跡與降階系統(tǒng)軌跡是同一條軌跡，即z3(t)≡z3γ(t)。

而對(duì)于速度子系統(tǒng)，由于其是一階的，類似于以上分析很容易證明z4(t)≡z4γ(t)。

對(duì)于每一步降階子系統(tǒng)進(jìn)行整理，可得變換后的降階系統(tǒng)綜合形式：

?Zγ

(35)

其中

?

可看出降階后系統(tǒng)呈分層結(jié)構(gòu)，選取適當(dāng)?shù)膮?shù)ki,i=1,2,3使μ(?)≤-λ1,(λ1>0)成立。結(jié)合引理1，可知降階后的系統(tǒng)狀態(tài)是收縮的，系統(tǒng)軌跡漸近收斂到期望軌跡，即降階系統(tǒng)的跟蹤誤差漸近收斂到0。

綜上，則式(36)成立：

(36)

此外，高度子系統(tǒng)第一階、最后一階動(dòng)態(tài)和速度動(dòng)態(tài)的自適應(yīng)律屬于典型的收縮自適應(yīng)控制，參考以下引理。

引理3如果系統(tǒng)滿足以下虛擬動(dòng)態(tài)：

自適應(yīng)可構(gòu)成以下形式：

(37)

綜上可得，原系統(tǒng)狀態(tài)是半全局收斂的，且收斂域?yàn)橐云谕壽E為中心的很小范圍內(nèi)。應(yīng)用以上方法，可拓寬濾波參數(shù)范圍，同時(shí)可保證濾波器誤差以及自適應(yīng)估計(jì)誤差的半全局有界性，進(jìn)而保證了原閉環(huán)系統(tǒng)跟蹤誤差的有界性。

4 仿真分析

對(duì)高超聲速飛行器模型進(jìn)行數(shù)值仿真，狀態(tài)初始值設(shè)為V=4.59 km/s;α=0.031 5;γ=0;q=0;h=33.53 km。高度和速度指令分別為0.61 km和0.03 km/s的階躍信號(hào)。主要控制參數(shù)選取為:kh=1,k1=10,k2=6,k3=4,k4=0.5,η1=0.02,η2=0.02。按照本文所提方法設(shè)計(jì)控制器，仿真結(jié)果如圖1～圖4。

圖3、圖4表明了輸入信號(hào)油門開度和升降舵偏角的變化情況。從圖中可知，油門開度和升降舵偏角處在合理范圍內(nèi)變化，控制結(jié)果基本可以保證控制要求。

本方法區(qū)別于李雅普諾夫穩(wěn)定性分析方法，除了控制器設(shè)計(jì)更加簡(jiǎn)單、計(jì)算速度更快以外，控制效果也有所改善。圖5、圖6為本文所提方法與經(jīng)典李雅普諾夫方法(復(fù)現(xiàn)文獻(xiàn)[4]仿真結(jié)果)下速度和高度的跟蹤對(duì)比圖，從圖中可知，基于擴(kuò)張理論的控制方法控制精度更高。

5 結(jié)論

(1)本文所提控制方法利用基于收縮理論的自適應(yīng)方法在線估計(jì)系統(tǒng)中的不確定參數(shù)，結(jié)合動(dòng)態(tài)面方法在減少計(jì)算量的同時(shí)大大提高了運(yùn)算速度，經(jīng)仿真驗(yàn)證該方法控制精度可達(dá)到控制要求。

(2)以收縮為核心的控制理論與方法，將傳統(tǒng)穩(wěn)定性分析轉(zhuǎn)換成對(duì)矩陣的運(yùn)算，在保證系統(tǒng)的穩(wěn)定性的同時(shí)使得控制器設(shè)計(jì)更加簡(jiǎn)單，為系統(tǒng)分析與設(shè)計(jì)提供了思路。

[1] 于璐,楊劍影.高超聲速飛行器高階縱向模型的控制器設(shè)計(jì)和性能分析仿真[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2010(3):92-95.

[2] Gao Huijun,Si Yulin.Modeling and control of an air-breathing hypersonic vehicle[C]//Proceedings of the 7th Asian Control Conference.Hong Kong,China,August27-29,2009:304-307.

[3] 劉燕斌,陸宇平.基于反步法的高超音速飛行器縱向動(dòng)態(tài)逆控制[J].控制與決策，2007,22(3):313-317.

[4] 高道祥，孫增圻，羅熊.基于Backstepping的高超聲速飛行器模糊自適應(yīng)控制[J].控制理論與應(yīng)用,2008,25(5):805-810.

[5] 陳雪芹，耿云海，張世杰.基于H2/H∞的集成故障診斷與容錯(cuò)控制研究[J].宇航學(xué)報(bào)，2007,28(4):890-897.

[6] Lian B H,Bang H,Hurtado J E.Adaptive backstepping control based autopilot design for reentry vehicle[C]// AIAA Guidance,Navigation,and Control Conf and Exhibit,2004.

[7] 李靜,左斌,段洣毅,等.輸入受限的吸氣式高超聲速飛行器自適應(yīng)Terminal滑?？刂芠J].航空學(xué)報(bào),2012,02:220-233.

[8] 劉曉東,黃萬偉,禹春梅.含擴(kuò)張狀態(tài)觀測(cè)器的高超聲速飛行器動(dòng)態(tài)面姿態(tài)控制[J].宇航學(xué)報(bào),2015,36(8):916-922.

[9] 黃喜元,王青,董朝陽.基于Backstepping的高超聲速飛行器魯棒自適應(yīng)控制[J].系統(tǒng)工程與電子技術(shù),2011(6):1321-1326.

[10] Pham Q C,Tabareau N,Slotine J J E.A contraction theory approach to stochastic incremental stability[J].IEEE Transactions on Automatic Control,2009,54(4):816-820.

[11] 胡超芳,張志鵬.基于收縮理論的一類非線性系統(tǒng)自適應(yīng)動(dòng)態(tài)面控制[J].控制與決策,2016,31(5):769-775.

[12] Xu H J,Mirmirani M.Adaptive sliding mode control design for a hypersonic flight Vehicle[J].Journal of Guidance Control,and Dynamic,2004,27(5),829-838.

[13] 胡超芳,劉艷雯.基于動(dòng)態(tài)面的高超聲速飛行器模糊自適應(yīng)非線性控制[J].控制與決策,2013,29(12):1849-1854.

[14] Del Vecchio D,Slotine J J E.A contraction theory approach to singularly perturbed systems[J].IEEE Transactions on Automatic Control,2013,53(3):752-757.

(編輯：呂耀輝)

Contraction theory-based control for hypersonic vehicle

LIU Yan-wen1,HU Chao-fang2

(1.School of Automation,Taiyuan Institute of Technology,Taiyuan 030008,China;2.School of Electrical Engineering and Automation,Tianjin University,Tianjin 300072,China)

In order to track a predetermined instruction for the hypersonic vehicle,a control method was proposed for its strict feedback model based on the theory of contraction.Due to the relative independence of attitude and speed subsystems,controllers was designed separately.During the design process,on the basis of the contraction theory,adaptive control was adopted to identify the model uncertainty online.Moreover,the contraction-based singular perturbation analysis is used to reduce the subsystem dynamics.By analyzing the contraction-based robustness of the hierarchical interconnection of the subsystems,it can be proved that the differences of the state errors between the original and the reduced subsystems and the differences of the filters are explicitly bounded.With this method introduced,the total system state of the hypersonic vehicle can converge to a ball centered about the desired trajectory semi-globally.

hypersonic vehicle；contraction theory；dynamic surface control；adaptive control

2016-07-27；

2016-10-14。

太原工業(yè)學(xué)院青年科學(xué)基金(2015LQ08);天津市自然科學(xué)基金 (12JCZDJC30300)。

劉艷雯(1987—)，女，碩士，從事飛行器的魯棒控制研究。E-mail：azhenwen@163.com

V448

A

1006-2793(2017)02-0264-05

10.7673/j.issn.1006-2793.2017.02.023