變體飛行器智能自主決策與控制

王青，劉華華

(北京航空航天大學(xué)，北京 100086)

0 引言

隨著航空航天技術(shù)的發(fā)展，近年來(lái)人們對(duì)新一代飛行器在可靠性、自主性、適應(yīng)性等方面提出了越來(lái)越高的要求，要求飛行器在能適應(yīng)不同的飛行環(huán)境來(lái)執(zhí)行不同任務(wù)的同時(shí)，也能夠很好地保證飛行器飛行性能。顯然，固定翼飛行器無(wú)法滿足這些多變環(huán)境下的嚴(yán)苛要求。在這種情況下，可變形飛行技術(shù)成為研究熱點(diǎn)。變體飛行器旨在進(jìn)行大規(guī)模飛行器外形的改變以改善飛行器空氣動(dòng)力學(xué)，使飛行器可以執(zhí)行多項(xiàng)任務(wù)。

與現(xiàn)有飛行器相比，變體飛行器具有許多優(yōu)勢(shì)和潛力：首先，變體飛行器通過(guò)主動(dòng)變形改善氣動(dòng)特性，降低飛行能耗，擴(kuò)大飛行包線范圍；其次，變體飛行器可通過(guò)主動(dòng)變形輔助操縱，增強(qiáng)控制能力；再次，變體飛行器能夠通過(guò)改變構(gòu)型適應(yīng)多種飛行環(huán)境與飛行任務(wù)，擴(kuò)大應(yīng)用范圍。上述優(yōu)勢(shì)使得變體飛行器有望成為未來(lái)高性能飛行器實(shí)現(xiàn)突破性發(fā)展的基礎(chǔ)，具有極高的發(fā)展?jié)摿褪褂脙r(jià)值[1-3]：

可變形能力在給飛行器帶來(lái)性能提升的同時(shí)，也給其決策與控制提出了全新的要求和挑戰(zhàn)：變體飛行器需要在復(fù)雜戰(zhàn)場(chǎng)環(huán)境中具備自主變形能力；變形過(guò)程使得飛行器系統(tǒng)呈現(xiàn)出多模態(tài)、強(qiáng)非線性和強(qiáng)耦合的特點(diǎn)；飛行器在變形飛行過(guò)程中極易受到各種內(nèi)外部擾動(dòng)的影響，飛行穩(wěn)定性難以得到保證。傳統(tǒng)的針對(duì)固定外形飛行器的分析設(shè)計(jì)方法已很難滿足變體飛行器的需求。而人工智能的出現(xiàn)為變體飛行器系統(tǒng)設(shè)計(jì)提供了新的思路。

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為(如學(xué)習(xí)、推理、思考、規(guī)劃等)的學(xué)科，近30年來(lái)獲得了飛速的發(fā)展。在飛行器控制等領(lǐng)域，人工智能的諸多方法如深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、生成對(duì)抗網(wǎng)絡(luò)等也受到了廣泛的關(guān)注。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)重要研究方向，它的核心在于感知和表達(dá)，具有強(qiáng)大的處理復(fù)雜識(shí)別任務(wù)能力[4]，目前已成功應(yīng)用于控制目標(biāo)識(shí)別、狀態(tài)特征提取、系統(tǒng)參數(shù)辨識(shí)等方面。強(qiáng)化學(xué)習(xí)是智能體以“試錯(cuò)”的方式進(jìn)行學(xué)習(xí)，通過(guò)與環(huán)境互動(dòng)來(lái)獲得獎(jiǎng)賞指導(dǎo)行為，以期獲得最大獎(jiǎng)賞的學(xué)習(xí)方式，它的核心在于策略選擇，通過(guò)環(huán)境的評(píng)價(jià)性反饋信號(hào)在線修改自身策略，從而實(shí)現(xiàn)決策優(yōu)化[5]，已成為解決控制策略計(jì)算問(wèn)題的一種重要方法，在包括基礎(chǔ)理論中的不確定非線性系統(tǒng)、未知模型零和博弈在內(nèi)的問(wèn)題中得到了應(yīng)用。深度強(qiáng)化學(xué)習(xí)汲取深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)各自優(yōu)點(diǎn)，兼具感知能力與決策能力，為實(shí)現(xiàn)復(fù)雜控制問(wèn)題提供了解決方法。生成對(duì)抗網(wǎng)絡(luò)是一種結(jié)合零和博弈思想的無(wú)監(jiān)督學(xué)習(xí)算法，具有強(qiáng)大的近似與決策能力，在作戰(zhàn)模擬仿真，提高模型精準(zhǔn)度等方面具有良好的前景。由于人工智能方法的諸多優(yōu)點(diǎn)，故而在傳統(tǒng)的控制系統(tǒng)設(shè)計(jì)方法中加入人工智能的方法受到廣泛的關(guān)注，新型智能變體飛行器是在現(xiàn)代與近未來(lái)飛行器的研究發(fā)展中亟待突破與進(jìn)步的技術(shù)點(diǎn)。

1 變體飛行器發(fā)展歷程與發(fā)展趨勢(shì)

在變體飛行器技術(shù)的探索歷程中，人類總是能夠展示他們超凡的智慧與想象力，形態(tài)多樣的變體飛行器概念設(shè)計(jì)層出不窮?？茖W(xué)技術(shù)的發(fā)展，讓很多曾經(jīng)的“異想天開(kāi)”變成現(xiàn)實(shí)，各種變體技術(shù)逐漸走進(jìn)人們的視野，甚至很多技術(shù)已經(jīng)在驗(yàn)證機(jī)上進(jìn)行了飛行驗(yàn)證和應(yīng)用研究。變體飛行器現(xiàn)存主要的變形設(shè)計(jì)都是基于機(jī)翼外形的改變而展開(kāi)的[6]，主要的變形策略包括自適應(yīng)機(jī)翼、折疊機(jī)翼變形、滑動(dòng)蒙皮后掠角變形，以及人們較為感興趣的撲翼變形。

自適應(yīng)機(jī)翼技術(shù)通過(guò)主動(dòng)改變機(jī)翼彎矩以獲取更為理想的飛行性能。1985年，美國(guó)國(guó)家航空航天局將機(jī)翼設(shè)計(jì)成柔性，并采用傳統(tǒng)控制面從氣動(dòng)上誘導(dǎo)機(jī)翼變形。將主動(dòng)氣動(dòng)彈性翼技術(shù)應(yīng)用在F/A-18A改裝試驗(yàn)機(jī)上進(jìn)行試飛，驗(yàn)證了該技術(shù)對(duì)于提升飛機(jī)的機(jī)動(dòng)性能和生存能力具有較為明顯的效果。

折疊機(jī)翼變形技術(shù)是將飛行器機(jī)翼設(shè)計(jì)成可折疊的形態(tài)，在飛行中，飛機(jī)或主動(dòng)或被動(dòng)地改變機(jī)翼的折疊角，從而得到變化范圍較大的機(jī)翼面積、展弦比等參數(shù)特性，從而有效提升飛機(jī)的多任務(wù)適應(yīng)性。俄羅斯“圖-160”是目前仍在服役的折疊機(jī)翼轟炸機(jī)，該飛行器采用變后掠翼結(jié)構(gòu)，在起降飛行時(shí)將后掠角減小至20°，巡航飛行時(shí)后掠角增加至35°，高速飛行時(shí)則將后掠角增大至65°，以適應(yīng)不同的飛行狀態(tài)。

滑動(dòng)蒙皮機(jī)翼是由美國(guó)NextGen航空公司提出的一種飛行器變形技術(shù)，使用“火蜂”(Fire-bee)飛機(jī)作為設(shè)計(jì)平臺(tái)。它是通過(guò)沿機(jī)翼方向分布的微型驅(qū)動(dòng)裝置，使得機(jī)翼后掠角大幅變化，結(jié)合柔性蒙皮技術(shù)，進(jìn)而飛機(jī)的機(jī)翼面積、展弦比等參數(shù)也發(fā)生相應(yīng)的改變。

撲翼機(jī)可算是人類對(duì)于飛行器變形技術(shù)探索的起點(diǎn)，為了實(shí)現(xiàn)人類“像鳥(niǎo)兒一樣自由自在地飛翔”這一最初的夢(mèng)想，前赴后繼的學(xué)者開(kāi)展了漫長(zhǎng)而卓越的探索。德國(guó)科技公司Festo的科學(xué)家聲稱“破譯了鳥(niǎo)飛行的原理”，成功研制出仿生機(jī)器鳥(niǎo)——SmartBird。SmartBird能夠自動(dòng)起飛、飛行和降落。它的翅膀不僅可以上下拍打，同時(shí)也能按特定角度扭動(dòng)。不但在外觀上與真正的鳥(niǎo)極為相似，而且其移動(dòng)與拍打翅膀的方式均具有極高的仿真性，堪稱仿生撲翼飛行器的代表作。

近些年來(lái)，變體飛行器朝智能方向發(fā)展，即飛行器的外形能夠根據(jù)飛行任務(wù)、飛行速度、飛行環(huán)境等自主地發(fā)生改變。一方面，在執(zhí)行不同飛行任務(wù)時(shí)、在不同飛行速度下，飛行器外形布局可能有很大差異，在近空間復(fù)雜飛行環(huán)境時(shí)更是如此，飛行器需要改變外形以更好地自主適應(yīng)飛行環(huán)境。另一方面，自然界中的飛行生物進(jìn)行盤旋、俯沖、加速時(shí)都會(huì)采用適合的外形來(lái)獲取最佳飛行姿態(tài)。因此，實(shí)際任務(wù)需求與自然界的啟示都指向智能變體飛行器，變體飛行器逐步走向智能化、自主化。

目前，變體飛行器亟待解決的關(guān)鍵技術(shù)有針對(duì)飛行器變形控制的智能變形決策，以及針對(duì)飛行器飛行控制的智能自主控制。下面將分別分析這些問(wèn)題。

2 變體飛行器智能變形決策

變體飛行器的外形取決于飛行環(huán)境與作戰(zhàn)任務(wù)，設(shè)計(jì)合適的自主變形策略可以有效提高變體飛行器對(duì)不同飛行環(huán)境和復(fù)雜作戰(zhàn)任務(wù)的自適應(yīng)能力。

目前,關(guān)于變體飛行器變形控制的研究大多集中在智能材料與結(jié)構(gòu)的設(shè)計(jì)與應(yīng)用，其中包括受到廣泛關(guān)注與大量應(yīng)用的形狀記憶合金與壓點(diǎn)復(fù)合材料[7-8]，此類方法具有很大局限性，不能解決復(fù)雜控制策略計(jì)算問(wèn)題。此外，也有部分研究人員將人工智能相關(guān)算法引入變形控制中去，從而實(shí)現(xiàn)了智能變形控制或智能變形決策。文獻(xiàn)[9]基于Q學(xué)習(xí)方法建立了非監(jiān)督學(xué)習(xí)算法，根據(jù)針對(duì)于不同飛行條件下的最優(yōu)飛行外形的諸如升力系數(shù)、拉力系數(shù)和動(dòng)量系數(shù)等參數(shù)，設(shè)計(jì)相應(yīng)的獎(jiǎng)賞函數(shù)并得到最優(yōu)外形。文獻(xiàn)[10]以一種抽象化的變體飛行器為對(duì)象，給出其外形變化公式與最優(yōu)外形函數(shù)等，并結(jié)合深度學(xué)習(xí)與確定性策略梯度強(qiáng)化學(xué)習(xí)，設(shè)計(jì)深度確定性策略梯度學(xué)習(xí)步驟，使飛行器經(jīng)過(guò)訓(xùn)練學(xué)習(xí)后具有較高的自主性和環(huán)境適應(yīng)性，提高其在戰(zhàn)場(chǎng)上的生存、應(yīng)變和攻擊能力。文獻(xiàn)[11]基于強(qiáng)化學(xué)習(xí)理論，提出一種新型的變體飛行器翼型自適應(yīng)控制方法，可以很好地滿足變體飛行器在多任務(wù)狀態(tài)下保持最優(yōu)性能的需要，設(shè)計(jì)的高度子系統(tǒng)的三回路法向過(guò)載控制器和速度子系統(tǒng)的滑?？刂破骺梢源_保飛行器在變體過(guò)程中保持穩(wěn)定。然而現(xiàn)有的飛行器智能變性策略大多基于簡(jiǎn)單模型給予驗(yàn)證，并且考慮的作戰(zhàn)任務(wù)單一，泛化能力差。因此，智能變體飛行器的自主變形決策問(wèn)題亟待進(jìn)一步的深入研究。

基于人工智能框架的變體飛行器變形決策過(guò)程可以概括為：首先，結(jié)合變體飛行器飛行性能、變形策略、任務(wù)需求、作戰(zhàn)環(huán)境等,選擇并建立智能算法模型；其次，設(shè)計(jì)變體飛行器變形策略訓(xùn)練模型；最后，生成合適的數(shù)據(jù)集并進(jìn)行智能算法的訓(xùn)練與驗(yàn)證。因此，需要加強(qiáng)在人工智能算法選擇、變形策略訓(xùn)練模型、智能算法訓(xùn)練框架等方面的研究。

2.1 人工智能算法選擇

變體飛行器復(fù)雜的變形決策過(guò)程對(duì)于智能算法的感知能力、決策能力等均有極高的要求。人工智能中的深度確定性策略梯度算法(deep deterministic policy gradient，DDPG)是一種基于策略梯度的深度強(qiáng)化學(xué)習(xí)算法，兼具深度學(xué)習(xí)的感知能力和強(qiáng)化學(xué)習(xí)的決策能力。DDPG采用經(jīng)驗(yàn)回放機(jī)制和單獨(dú)的目標(biāo)網(wǎng)絡(luò)，減少數(shù)據(jù)之間的相關(guān)性，增加算法的穩(wěn)定性和魯棒性。并采用執(zhí)行-評(píng)價(jià)機(jī)構(gòu)，能夠處理高維和連續(xù)空間的復(fù)雜任務(wù)。因此，以深度確定性策略梯度算法為例，設(shè)計(jì)飛行器智能變形決策算法。

2.2 智能變形策略訓(xùn)練模型

選擇合適的智能訓(xùn)練模型是變體飛行器變形決策設(shè)計(jì)中的重要環(huán)節(jié)。需要兼顧智能算法的設(shè)計(jì)流程與實(shí)際飛行器的飛行過(guò)程。對(duì)于智能算法，深度強(qiáng)化學(xué)習(xí)模型需要設(shè)計(jì)相關(guān)要素使其系統(tǒng)符合馬爾科夫決策過(guò)程，其中包括狀態(tài)空間、動(dòng)作空間、獎(jiǎng)賞函數(shù)、狀態(tài)轉(zhuǎn)移概率以及折扣因子。而在變體飛行器的變形決策問(wèn)題中，對(duì)上述要素的設(shè)計(jì)需要結(jié)合實(shí)際飛行任務(wù)需求。其中，狀態(tài)空間由飛行高度、速度、迎角等與飛行器縱向相關(guān)的狀態(tài)向量以及舵偏控制量與后掠角組成；動(dòng)作空間為狀態(tài)空間下期望獲得的后掠角；將任務(wù)目標(biāo)分為：巡航、盤旋、機(jī)動(dòng)、脫戰(zhàn)，不同的任務(wù)目標(biāo)將有不同的獎(jiǎng)賞函數(shù)權(quán)值側(cè)重，將變體飛行器3項(xiàng)飛行性能，升阻比、最大速度、穩(wěn)定性，外加給定飛行任務(wù)獎(jiǎng)賞，設(shè)計(jì)成關(guān)于后掠角的4項(xiàng)分獎(jiǎng)賞函數(shù)，并針對(duì)不同的任務(wù)需求設(shè)計(jì)不同的各分獎(jiǎng)賞函數(shù)的權(quán)值，從而得到一個(gè)綜合獎(jiǎng)賞函數(shù)；以上設(shè)計(jì)包括了馬爾可夫決策過(guò)程中的狀態(tài)空間、動(dòng)作空間、獎(jiǎng)賞函數(shù)，再加上建立的環(huán)境交互模型，得到在任一狀態(tài)下給定的狀態(tài)轉(zhuǎn)移概率；最后，再對(duì)此系統(tǒng)設(shè)計(jì)相應(yīng)的折扣因子，該系統(tǒng)就具備了馬爾可夫決策過(guò)程的全部要素，變體飛行器智能變形決策訓(xùn)練模型即可建立完成。

2.3 智能算法訓(xùn)練框架

以DDPG算法的執(zhí)行-評(píng)價(jià)網(wǎng)絡(luò)結(jié)構(gòu)為例，需分別設(shè)計(jì)合適的執(zhí)行網(wǎng)絡(luò)與評(píng)價(jià)網(wǎng)絡(luò)結(jié)構(gòu)。

可設(shè)計(jì)如圖1所示的執(zhí)行網(wǎng)絡(luò)，網(wǎng)絡(luò)的輸入量由飛行器狀態(tài)量給出，隱層神經(jīng)元個(gè)數(shù)一般由三層隱層組成，每層隱層需要采用合適的激活函數(shù)，目前常用的是Relu函數(shù)，可以有效避免梯度消失等問(wèn)題。前2層的數(shù)據(jù)在經(jīng)過(guò)激活函數(shù)后，可以采用批標(biāo)準(zhǔn)化層以在降低網(wǎng)絡(luò)參數(shù)初始化的同時(shí)提升訓(xùn)練速度。最后的隱層連接到一個(gè)一維的輸出層，輸出層的激活函數(shù)一般采用Tanh函數(shù)，該函數(shù)可以使輸出能夠限制在一定的后掠角需求范圍內(nèi)，與倍率系數(shù)相乘再經(jīng)過(guò)線性變換即可得到當(dāng)前狀態(tài)下的后掠角選擇。

圖1 執(zhí)行網(wǎng)絡(luò)結(jié)構(gòu)圖

在執(zhí)行網(wǎng)絡(luò)得到的動(dòng)作基礎(chǔ)上，可進(jìn)一步設(shè)計(jì)評(píng)價(jià)網(wǎng)絡(luò)如圖2所示，由狀態(tài)向量與動(dòng)作向量作為網(wǎng)絡(luò)的輸入，網(wǎng)絡(luò)由隱層神經(jīng)元個(gè)數(shù)同樣由三層隱層構(gòu)成，同執(zhí)行網(wǎng)絡(luò)一樣，各個(gè)隱層依次連接Relu函數(shù)激活層與批標(biāo)準(zhǔn)化層，不同之處在于最后的隱層直接連接到一個(gè)一維輸出層且輸出層數(shù)據(jù)不經(jīng)過(guò)激活函數(shù)，直接得到評(píng)價(jià)值，用于強(qiáng)化學(xué)習(xí)中的貝爾曼方程的迭代更新。

圖2 評(píng)價(jià)網(wǎng)絡(luò)結(jié)構(gòu)圖

另外，執(zhí)行網(wǎng)絡(luò)和評(píng)價(jià)網(wǎng)絡(luò)需要利用損失函數(shù)來(lái)優(yōu)化算法模型，Adam優(yōu)化器是實(shí)際學(xué)習(xí)中最常用的算法，優(yōu)點(diǎn)在于每一次迭代學(xué)習(xí)率都有一個(gè)明確的范圍，參數(shù)變化平穩(wěn)，因此采用該優(yōu)化器來(lái)訓(xùn)練損失函數(shù)。最后選取合適的學(xué)習(xí)率，就完成了深度學(xué)習(xí)智能算法框架的設(shè)計(jì)。

2.4 智能算法訓(xùn)練與優(yōu)化

考慮到學(xué)習(xí)成本與訓(xùn)練時(shí)間，需要結(jié)合一定的訓(xùn)練數(shù)據(jù)來(lái)縮短訓(xùn)練過(guò)程。數(shù)據(jù)的生成方式可以采用如下形式：將變體飛行器的后掠角固定為一定的數(shù)值，對(duì)不同的時(shí)間段設(shè)計(jì)不同的任務(wù)需求，并實(shí)現(xiàn)各個(gè)時(shí)間段內(nèi)高度與速度的跟蹤控制，獲得航跡各個(gè)采樣時(shí)刻的所有縱向飛行狀態(tài)量，將所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后得到可以使用的訓(xùn)練數(shù)據(jù)。多次設(shè)計(jì)并獲得大量不同航跡的狀態(tài)數(shù)據(jù)后組成訓(xùn)練與驗(yàn)證數(shù)據(jù)集，在構(gòu)造的數(shù)據(jù)集的基礎(chǔ)上進(jìn)行深度強(qiáng)化學(xué)習(xí)的訓(xùn)練。進(jìn)一步為了解決算法收斂過(guò)慢、過(guò)擬合、梯度消失或爆炸等問(wèn)題，需要進(jìn)行算法的優(yōu)化。常見(jiàn)的優(yōu)化方法有正則化、批標(biāo)準(zhǔn)化、優(yōu)先權(quán)掃描方法等。正則化通過(guò)限制參數(shù)的規(guī)模來(lái)限制模型的學(xué)習(xí)能力，使模型趨向于權(quán)值更小的目標(biāo)函數(shù)，同時(shí)相當(dāng)于給模型加入了一定的先驗(yàn)信息，從而限制了參數(shù)的分布，能夠大大提高模型的泛化能力，減少泛化誤差。批標(biāo)準(zhǔn)化針對(duì)訓(xùn)練中每一批數(shù)據(jù)，在深度網(wǎng)絡(luò)每一層輸入之前增加了歸一化處理，能夠有效地防止深度網(wǎng)絡(luò)發(fā)生過(guò)擬合的情況，并提升訓(xùn)練速度。優(yōu)先權(quán)掃描方法相比于隨機(jī)選取數(shù)據(jù)更新的方法能夠大大提升更新效率，使得訓(xùn)練更高效。優(yōu)化后的變體飛行器智能變形策略訓(xùn)練模型能夠在同數(shù)據(jù)分布的驗(yàn)證數(shù)據(jù)集中針對(duì)不同的飛行環(huán)境與飛行任務(wù)選擇相應(yīng)合適的飛行外形，增加變體飛行器的環(huán)境適應(yīng)能力與作戰(zhàn)性能。

3 飛行器智能自主控制技術(shù)

變體飛行器變形過(guò)程中存在質(zhì)量分布和氣動(dòng)特性的較大變化，包括氣動(dòng)力和力矩的變化，這些變化甚至可能導(dǎo)致飛行器不穩(wěn)定，給飛行器控制帶來(lái)很大難度，這也對(duì)變體飛行器智能自主飛行控制算法的設(shè)計(jì)提出了更高的要求。

現(xiàn)有關(guān)于變體飛行器的控制器設(shè)計(jì)方法主要有線性參數(shù)時(shí)變控制[12]、神經(jīng)網(wǎng)絡(luò)控制[13]、滑?？刂频萚14]，這些控制方法取得了一定的進(jìn)展，但是還存有不足之處，例如通常只在變形簡(jiǎn)單、小擾動(dòng)情況可行，此外，還有部分學(xué)者將變體飛行器的變形結(jié)構(gòu)作為輔助控制手段進(jìn)行研究[15]，其主要思想在于通過(guò)飛行器的主動(dòng)變形改變自身的氣動(dòng)力和力矩，從而提升飛行器控制系統(tǒng)性能。而對(duì)于變形輔助控制，其對(duì)變形機(jī)構(gòu)要求過(guò)高，因此目前僅僅作為一種理論上的探討?？梢钥闯?，上述方法仍具有未能準(zhǔn)確反映變體飛行器的飛行特性等不足之處，因此變體飛行器的智能自主控制問(wèn)題需要進(jìn)一步深入研究。

由于具有強(qiáng)耦合、強(qiáng)非線性、強(qiáng)不確定性等特點(diǎn)，變體飛行器一般不滿足常規(guī)飛行器建模時(shí)的小擾動(dòng)、小偏差假設(shè)，飛行器在變形過(guò)程中，其動(dòng)態(tài)特性會(huì)發(fā)生很大改變，采用單一的非線性系統(tǒng)設(shè)計(jì)的控制器具有很大的局限性。所以研究變體飛行器智能自主控制時(shí)一般采用非線性切換系統(tǒng)。目前對(duì)于變體飛行器的控制需要重點(diǎn)考慮的方面有：強(qiáng)耦合、強(qiáng)不確定性下的主動(dòng)抗擾動(dòng)控制、非線性切換系統(tǒng)全局穩(wěn)定控制和高適應(yīng)性、高自主性的智能控制等。

3.1 變體飛行器主動(dòng)抗擾動(dòng)控制

目前針對(duì)變體飛行器的抗擾動(dòng)控制的研究多屬于對(duì)擾動(dòng)的被動(dòng)抑制，與變體飛行器通過(guò)變形提高飛行性能的初衷相悖。主動(dòng)抗擾動(dòng)控制的核心思想在于構(gòu)造觀測(cè)器對(duì)系統(tǒng)總的擾動(dòng)進(jìn)行估計(jì)，在控制器中對(duì)估計(jì)的擾動(dòng)進(jìn)行實(shí)時(shí)補(bǔ)償，從而達(dá)到主動(dòng)抗擾動(dòng)控制的目的。故而可采用“擾動(dòng)觀測(cè)+補(bǔ)償”的開(kāi)放式設(shè)計(jì)框架進(jìn)行變體飛行器非線性切換子系統(tǒng)主動(dòng)抗擾動(dòng)控制器設(shè)計(jì)?？蓪w行器狀態(tài)變量分為2個(gè)回路，其中一個(gè)回路為姿態(tài)角速率和變形速率，另一個(gè)為姿態(tài)角和變形量回路。在變體飛行器快慢2個(gè)回路中分別利用擾動(dòng)觀測(cè)器來(lái)估計(jì)系統(tǒng)擾動(dòng)，并在前饋通道加以補(bǔ)償。

主動(dòng)抗擾動(dòng)控制的核心在于擾動(dòng)觀測(cè)器的設(shè)計(jì)。可使用擴(kuò)張狀態(tài)觀測(cè)器進(jìn)行變體飛行器非線性切換系統(tǒng)的擾動(dòng)觀測(cè)。使用擴(kuò)張狀態(tài)觀測(cè)器的優(yōu)點(diǎn)在于只利用被控對(duì)象的輸入輸出信息，通過(guò)積分器逼近系統(tǒng)高階微分狀態(tài)，不僅能實(shí)現(xiàn)對(duì)系統(tǒng)狀態(tài)與“總擾動(dòng)”精確估計(jì)，且不依賴模型本身信息，具有強(qiáng)魯棒性。擴(kuò)張狀態(tài)觀測(cè)器本質(zhì)上具有高增益的特性，觀測(cè)誤差動(dòng)態(tài)與被觀測(cè)系統(tǒng)動(dòng)態(tài)之間存在較明顯的時(shí)間尺度分離特性，即觀測(cè)誤差為快動(dòng)態(tài)，被觀測(cè)系統(tǒng)為慢動(dòng)態(tài)。因此，可采用奇異攝動(dòng)理論對(duì)擴(kuò)張狀態(tài)觀測(cè)器的收斂特性進(jìn)行分析，保證觀測(cè)器的收斂性。

3.2 變體飛行器變形全包線穩(wěn)定控制

由于變體飛行器變形過(guò)程中質(zhì)量分布和氣動(dòng)特性會(huì)發(fā)生較大變化，故而切換系統(tǒng)的所有子系統(tǒng)選用公共李雅普諾夫函數(shù)是不合適的。所以考慮到變體飛行器在廣義飛行包線內(nèi)的某一區(qū)域動(dòng)力學(xué)特征較為相似，容易通過(guò)設(shè)計(jì)觀測(cè)器參數(shù)與控制器參數(shù)使得局部重疊切換系統(tǒng)各自具有公共李雅普諾夫函數(shù)，同時(shí)在公共子系統(tǒng)工作的時(shí)間充分長(zhǎng)，可以設(shè)計(jì)具有局部重疊切換律的切換系統(tǒng)。使用此穩(wěn)定性分析方法可以推廣至平均駐留時(shí)間約束的情況，允許在某些公共子系統(tǒng)內(nèi)的工作時(shí)間小于平均駐留時(shí)間，從而適應(yīng)工程系統(tǒng)中必須切換的情況。上述方法不要求切換系統(tǒng)的所有子系統(tǒng)具有公共李雅普諾夫函數(shù)，適用范圍更廣，另一方面，僅要求公共子系統(tǒng)滿足時(shí)間約束，局部重疊切換系統(tǒng)內(nèi)除了公共子系統(tǒng)外的所有子系統(tǒng)之間均可任意切換而不失穩(wěn)定性，具有更低的保守性，從而充分發(fā)掘變體飛行器自身性能，應(yīng)對(duì)更為復(fù)雜的飛行條件和任務(wù)需求。

3.3 變體飛行器智能自適應(yīng)控制

變體飛行器系統(tǒng)往往具有復(fù)雜的系統(tǒng)特性與多變的飛行環(huán)境，這也為變體飛行器的自適應(yīng)性和自主性提出了更高的要求。自適應(yīng)動(dòng)態(tài)規(guī)劃(adaptive dynamic programming，ADP)是人工智能技術(shù)目前在控制領(lǐng)域應(yīng)用較為廣泛的方法。該方法結(jié)合了強(qiáng)化學(xué)習(xí)的自適應(yīng)特性與動(dòng)態(tài)規(guī)劃的最優(yōu)特性，具有優(yōu)秀的自適應(yīng)調(diào)節(jié)能力。利用自適應(yīng)規(guī)劃設(shè)計(jì)變體飛行器飛行控制系統(tǒng)可以提高變體飛行器的自適應(yīng)性與自主性，提高控制性能。

基于自適應(yīng)動(dòng)態(tài)規(guī)劃的變體飛行器飛行控制系統(tǒng)設(shè)計(jì)一般分為如下步驟：首先定義狀態(tài)向量為各子系統(tǒng)的誤差信號(hào)，設(shè)計(jì)效能函數(shù)和代價(jià)函數(shù)，代價(jià)函數(shù)應(yīng)滿足貝爾曼方程。自適應(yīng)動(dòng)態(tài)規(guī)劃的目標(biāo)是尋找控制輸入使得代價(jià)函數(shù)取最小值，由于很難獲得方程的精確解，所以可利用深度強(qiáng)化學(xué)習(xí)的執(zhí)行評(píng)價(jià)機(jī)構(gòu)，在自適應(yīng)動(dòng)態(tài)規(guī)劃中采用評(píng)價(jià)網(wǎng)絡(luò)與執(zhí)行網(wǎng)絡(luò)2個(gè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來(lái)求解，如圖3所示。評(píng)價(jià)網(wǎng)絡(luò)的輸出為代價(jià)函數(shù)的估計(jì)值，執(zhí)行網(wǎng)絡(luò)根據(jù)代價(jià)函數(shù)的估計(jì)值計(jì)算控制策略。在自適應(yīng)動(dòng)態(tài)規(guī)劃中，評(píng)價(jià)網(wǎng)絡(luò)和執(zhí)行網(wǎng)絡(luò)均由具有單隱層的感知器神經(jīng)網(wǎng)絡(luò)組成，隱層的激活函數(shù)可選為常用的雙曲正切函數(shù)。

圖3 評(píng)價(jià)網(wǎng)絡(luò)(左)與執(zhí)行網(wǎng)絡(luò)(右)示意圖

當(dāng)系統(tǒng)的狀態(tài)向量偏離零點(diǎn)時(shí)，自適應(yīng)動(dòng)態(tài)規(guī)劃會(huì)產(chǎn)生補(bǔ)充控制輸入以減小狀態(tài)向量的幅值，使系統(tǒng)狀態(tài)可以更好地跟蹤期望值，提高控制性能。因此，加入基于自適應(yīng)動(dòng)態(tài)規(guī)劃的變體飛行器飛行控制系統(tǒng)補(bǔ)充控制之后，系統(tǒng)具有更好的變體飛行器高度跟蹤性能，并且能夠保證高度誤差收斂到0。

4 結(jié)束語(yǔ)

變體飛行器通過(guò)適應(yīng)性的主動(dòng)變形保證在不同飛行環(huán)境下的最優(yōu)飛行性能，已成為各國(guó)關(guān)注與研究的焦點(diǎn)。由于變體飛行器在變形過(guò)程中會(huì)引起質(zhì)量分布和氣動(dòng)特性的明顯變化，變體飛行器的控制顯得十分困難。同時(shí)，多樣的飛行任務(wù)也對(duì)飛行器變形自主性提出了更高的要求。將人工智能方法引入變體飛行器中可實(shí)現(xiàn)飛行器的智能變形決策和智能自主控制，有效提高自主性與適應(yīng)性。此外，文中提到的若干關(guān)鍵問(wèn)題，值得進(jìn)一步深入研究。