基于RCMAC干扰观测器的高超声速飞行控制

被引：5

作者：

吴浩 ^{[1
]}

杨业 ^{[1
]}

王永骥 ^{[2
]}

郑总准 ^{[1
]}

机构：

[1] 北京航天自动控制研究所

[2] 华中科技大学控制科学与工程系

来源：

系统工程与电子技术 | 2010年 / 32卷 / 08期

关键词：

自回归小脑神经网络; 干扰观测器; 高超声速飞行器; 反演控制;

D O I：

暂无

中图分类号：

V249.1 [飞行控制];

学科分类号：

081105 ;

摘要：

利用自回归小脑模型神经网络(recurrent cerebella model neural network,RCMAC)良好的非线性逼近能力和自学习能力,结合反馈线性化和反演控制方法,提出了一种自适应非线性控制策略,用于高速再入飞行器控制系统的设计。该方案将RCMAC干扰观测器(recurrent cerebella disturbance observer,RCDO)用于估计系统模型的不确定项,同时采用反演控制方式设计伪线性控制项,并利用符号函数逼近误差的上界,根据Lyapunov稳定性理论设计了权值更新规则,保证闭环系统信号有界。高速再入飞行器的六自由度仿真结果验证了方法的有效性和鲁棒性。

引用

页码：1722 / 1726

页数：5

共 4 条

[1] 高速再入飞行器的鲁棒自动驾驶仪设计 [J].