● 摘要
自动控制系统是高超声速飞行器研究领域的关键技术之一，本文在前人理论和实践经验的基础上，深入研究了一种基于动态逆控制和神经网络补偿的智能控制方法。首先选取再入阶段的高超声速飞行器作为研究对象，在一些简化假设的基础上，对其动力学方程和运动学方程进行了推导，整理了非线性六自由度飞行器模型，并对其再入阶段的一些特性如升阻性能、静稳定性以及不确定性的来源进行了分析，为飞行器控制系统的设计提供依据；其次，运用动态逆技术设计主控制器，在考虑飞行器动态特性的前提下，依据变化率的快慢将状态变量分为两组，即将飞机状态划分为两个回路，然后对这两个回路分别进行动态逆控制律设计，并为所设计的时标分离动态逆控制系统提供稳定性证明；最后，考虑到单独的动态逆控制器对数学模型的精确性依赖度较高，基于本文简化模型的逆控制系统会产生稳态误差，且其自身鲁棒性较差，不能很好地适应各种干扰，因此采用神经网络设计补偿器，对三个通道的逆误差进行拟合，达到提高控制器自适应性的目的。传统的动态逆控制技术可以很好地在平衡点附近实现自适应，故此适用于各类空间飞行器，如飞机，火箭，再入飞行器等。但是，动态逆控制方法对于建模误差非常敏感，本文的研究对象具有多个扰动参数，具有不稳定，多变量和非线性等特点，因此，对模型准确度要求颇高的动态逆控制器无法单独满足要求，本文运用神经网络对这一问题进行解决，以期能够很好地补偿逆误差，研究建立了基于Matlab和Simulink的飞行器仿真结构平台，对所设计的再入段高超声速飞行器控制系统进行了标称状态下和参数偏离状态下的仿真验证，结果表明动态逆和神经网络的结合可行、有效。