一种静不稳定无人机的跃升与俯冲机动控制方法与流程

技术特征：

1.一种静不稳定无人机的跃升与俯冲机动控制方法，其特征在于：控制系统包括非线性逆控制器(1)、解耦模型控制器(2)和鲁棒自适应控制器(3)，所述非线性逆控制器(1)对无人机纵向飞行动态进行解耦，以解耦后的理想动态构造所述解耦模型控制器(2)的参考解耦模型，所述鲁棒自适应控制器(3)采用鲁棒自适应非线性逆控制对不确定性扰动进行抑制。

2.根据权利要求1所述的静不稳定无人机的跃升与俯冲机动控制方法，其特征在于：所述非线性逆控制器(1)将静不稳定性对俯仰通道的影响表示成法向过载、无人机质量与静不安定度的组合，构造非线性逆控制对静不稳定力矩的补偿进行精确控制，其构建步骤为：

步骤101：构造静不稳定俯仰补偿力矩ΔM_s，将其表示成如下乘积的形式：

$\mathrm{\Δ}M={\stackrel{\‾}{l}}_c\·Az\·m$

其中，为无人机气动焦点至重心的距离，m为无人机的质量，Az表示无人机机体轴法向合加速度；

步骤102：构造含有静不稳定俯仰补偿力矩的非线性逆控制俯仰控制力矩M和发动机推力控制量T：

$\left[\begin{array}{c}M\\ T\end{array}\right]=-{\left[\begin{array}{cc}{c}_3& c_m\\ 0& c_t\end{array}\right]}^{-1}\left[\begin{array}{c}{F}_q+{\stackrel{\‾}{l}}_c\·Az\·m-a^q\·q-b^q\·M_a\\ F_V-a^v\·V-b^v\·T_a\end{array}\right]$

其中：c_m为重心到推力矢量的距离；q、V、p和r分别为俯仰角速率、空速、滚转角速率和偏航角速率；α、β和γ为迎角、侧滑角和航迹倾斜角；Ax、Ay和Az分别为机体坐标系内的轴向、侧向和法向合加速度；I_x、I_y、I_z和I_xz表示无人机的转动惯量和惯性积；a^q、b^q、a^v和b^v为控制器参数；M_a和T_a为所述鲁棒自适应控制器(3)的自适应控制输入。

3.根据权利要求2所述的静不稳定无人机的跃升与俯冲机动控制方法，其特征在于：所述参考解耦模型的俯仰通道与速度通道分开构建，所述参考解耦模型的构造方法包括以下步骤：

步骤201：构造如下俯仰通道二阶参考模型：

$\left\{\begin{array}{c}\stackrel{\·}{\hat{X}}=A_m\hat{X}+B_{m}r\\ \hat{Y}=C_m\hat{X}\end{array}\right.$

其中：为估计状态向量，和分别迎角和俯仰角速率的估计值；为输出估计值，r为迎角给定指令；(A_m，B_m，C_m)为参考模型参数；

步骤202：构造如下速度通道一阶参考模型：

$\stackrel{\·}{\hat{V}}=a_m^v\·\hat{V}+b_m^v\·r_v$

其中，为速度状态估计值，r_v为速度给定指令，为参考模型参数。

4.根据权利要求3所述的静不稳定无人机的跃升与俯冲机动控制方法，其特征在于：所述鲁棒自适应控制器(3)参数的初值与所述非线性逆控制器(1)的控制参数和所述参考解耦模型的参数存在等价关系，所述鲁棒自适应控制器(3)的设计包括以下步骤：

步骤301：设计俯仰通道的鲁棒自适应控制M_a以及自适应律：

$M_a={\hat{k}}_{\mathrm{\α}}\·\mathrm{\α}+{\hat{k}}_q\·q+\widehat{\mathrm{\θ}}\·r+{\widehat{\mathrm{\θ}}}_1\·F_q$

$\stackrel{\·}{\widehat{\mathrm{\Θ}}}=\mathrm{Pr}oj(\widehat{\mathrm{\Θ}},-{\mathrm{\Γe}}^{T}PB\mathrm{\ω})$

其中：为自适应参数，ω＝[α q r F_q]^T，即状态偏差，且P＝P^T＞0为Lyapunov方程的对称正定解，Q＝Q^T＞0，Γ＝Γ^T＞0为自适应增益阵，Proj为投影算子；

步骤302：构造发动机通道的鲁棒自适应控制T_a以及鲁棒自适应律：

$T_a={\hat{k}}_v\·V+{\hat{k}}_r{r}_v-{\widehat{\mathrm{\θ}}}_2\·F_V$

${\stackrel{\·}{\widehat{\mathrm{\Θ}}}}_v=\mathrm{Pr}oj({\widehat{\mathrm{\Θ}}}_v,-{\mathrm{\Γ}}_v{e}_v^T{\mathrm{\ω}}_v)$

其中：ω_v＝[V r_v F_V]^T，

步骤303：建立如下参数等价关系：

$\left\{\begin{array}{c}A+B\·\left[\begin{array}{cc}{\hat{k}}_{\mathrm{\α}}\left(0\right)& {\hat{k}}_q\left(0\right)\end{array}\right]=A_m\\ B\·{\widehat{\mathrm{\θ}}}_r\left(0\right)=B_m\end{array}\right.$

$\left\{\begin{array}{c}{a}^v+b^v\·{\hat{k}}_v\left(0\right)=a_m^v\\ b^v\·{\hat{k}}_r\left(0\right)=b_m^v\end{array}\right.$

其中：为步骤301和302中自适应参数的初值。