● 摘要
随着人类探索空间的热情不断提高，近空间吸气式高超声速飞行器及相关技术已经成为全球各国飞行器发展的新方向和研究的热点。做为高超声速飞行器发展的核心和关键技术，机载控制系统是高超声速飞行器系统的运行中心，是完成各种飞行指令的基础和执行任务的保障。然而，实际中高超声速飞行器由于具有强非线性、强耦合性和参数不确定等特性，使得关于高超声速飞行器控制系统的研究工作仍然是当前控制领域研究的热点和难点。
本论文选择一类高超声速飞行器纵向动态模型为研究对象，从改善飞行器的跟踪性能，克服执行器中的非线性特性以及执行器故障等几个方面入手，进行了研究工作，取得了一定的成果。具体如下：
1.针对一类高超声速飞行器纵向动态模型，提出了一种自适应反演控制方案，采用RBF神经网络技术，对系统存在的未知非线性函数整体逼近。通过引入一个误差性能函数，保证系统的跟踪误差能够满足预先设定的跟踪性能指标。并通过假定虚拟控制增益的边界，避免了因其估计值可能过零点导致的控制器奇异值问题。
2.对控制器中广泛存在的死区、扇区等非线性特性，在对非线性特性分析处理的基础上，提出了一种自适应动态面控制方案，消除了控制器中非线性的影响。另外，采用对RBF神经网络权值向量范数进行估计的方法，在每一步设计过程中，只需要一个参数在线更新，解决了高超声速飞行器自适应控制设计过程中的调节参数过多的问题。
3.针对高超声速飞行器中存在参数不确定、柔性耦合的情况，引入一种新颖的非线性干扰观测器，在此基础上设计了动态面鲁棒控制器，消除了系统耦合因素和不确定性等因素的影响，保证了系统的稳定性。
4.针对高超声速飞行器中存在执行器故障的问题，提出了一种自适应动态面容错控制方案，通过对执行器故障类型建模分析，设计了自适应故障补偿器。在飞行过程中执行器出现未知故障时，能够通过调节故障补偿器参数，保证系统的稳定性及平稳的跟踪指令信号。