基于自適應反步跟蹤的反饋調整穩定性控制算法

林統喜 陸興華

摘 要：當飛機在大回環飛行中，由于受到空氣動力學的擾動較大，需要進行飛行姿態穩定性控制，傳統方法采用分段線性化控制方法，在大擾動條件下，飛行過程中各段的控制誤差不斷方法，導致飛行穩定性不好。提出一種基于自適應反步跟蹤的飛行器反饋調整穩定性控制算法。構建大回環飛行中的飛行穩定性控制的參量模型系統，考慮外界干擾的情況下，進行飛行器反饋調整穩定性控制目標函數構建，采用自適應反步跟蹤方法擬合控制過程的狀態誤差響應，實現控制器優化設計。仿真結果表明，采用該算法進行飛行器的穩定性控制，系統誤差受到外界擾動的影響較小，控制器的自適應收斂性較高，展示了較好的應用性能。

關鍵詞：自適應；反步跟蹤；飛行器控制；反饋調整

中圖分類號：TP276 文獻標識碼：A 文章編號：2095-2163（2016）02-

Feedback stabilization control algorithm based on adaptive backstepping tracking

LIN Tongxi1 ，LU Xinghua2

（1 Guangzhou Huali Science and Technology Vocational College Zengcheng District， Zengcheng Guangdong 511325，China ； 2 Huali College Guangdong University of Technology， Zengcheng Guangzhou 511325， China）

Abstract： When the aircraft in a large loop flight， due to aerodynamic perturbation is larger， it needs to control the flight attitude stability， the traditional method using piecewise linearization control method， under large disturbance conditions. During the flight of the segments of the control error continuous method， leading to flight stability. An adaptive backstepping control algorithm based on adaptive backstepping is proposed. Build a giant flying in the flight stability control parameter model system， consider outside interference， aircraft feedback adjustment stability control objective function was constructed， using adaptive backstepping tracking method fitting process of the state error and response control， realize the control for optimization design. The simulation results show that this algorithm is used to control the stability of the vehicle， the system error is less affected by external disturbance， the adaptive convergence of the controller is higher， and the performance of the system is demonstrated.

Key words： adaptive； backstepping tracking； aircraft control； feedback adjustment

0 引言

隨著自動控制技術的發展，采用自適應自動控制處理技術進行模式識別、組合優化和人工智能控制，實現控制信息的自適應處理，提高自動控制系統的穩定性。自動控制技術在探測制導、飛行器控制、魚雷控制和導彈控制等領域展示了較好的民用和軍用價值。在飛行器控制中，在極端飛行環境下，受到大擾動誤差和劇烈飛行等因素的影響，導致飛行穩定性受限，需要進行飛行器的穩定性跟蹤控制，提高飛行器的姿態平穩性。因此，研究飛行姿態穩定性控制算法，在飛行控制和設計中具有較好的應用價值，相關的算法研究受到人們的極大重視。

傳統方法中，對飛行器穩定性控制算法主要有基于神經網絡模糊控制的反饋調制算法，基于模糊推理機的飛行器控制算法和基于線性擾動特征分解的飛行控制算法等，上述方法采用非線性控制器，使控制器參數在有限個線性模型之間連續變化，會出現抖振和跟蹤誤差，同時會帶來系統參數不確定性的問題[1-3]。對此，相關文獻進行了算法改進設計，其中，文獻[4]提出一種基于常規積分滑膜雙曲正切模型跟蹤的飛行器穩定性控制算法，設計廣義模糊雙曲正切模型，進行飛行狀態的誤差修正，提高了飛行穩定性，但是該控制算法存在計算開銷過大，自適應收斂性能不好的問題；文獻[5]提出一種基于頻域徙動特征挖掘的飛行器反饋調整穩定性控制算法，采用單頻脈沖信號檢測理論，結合高階統計量特征提取進行控制算法設計，提高控制穩定性，但是該算在進行飛行控制中，受到波束主瓣寬度的影響較大，導致控制系統的穩定性和收斂性不好[6-8]。針對上述問題，本文提出一種基于自適應反步跟蹤的飛行器反饋調整穩定性控制算法。構建大回環飛行中的飛行穩定性控制的參量模型系統，考慮外界干擾的情況下，進行飛行器反饋調整穩定性控制目標函數構建，采用自適應反步跟蹤方法擬合控制過程的狀態誤差響應，實現控制器優化設計。最后通過仿真實驗進行了性能測試和驗證，展示了本文算法在實現飛行器優化控制中的有效性能，得出有效結論，展示了較好的應用價值。

1 飛行穩定性控制的約束參量與控制目標模型構建

1.1 大回環飛行中的飛行穩定性控制的參量模型

為了實現對大回環飛行中的飛行器的穩定性控制，首先構建控制參量模型，假定采用最小信息熵泛函方法進行反演控制，飛行器在大回環飛行中因變量自變量的 組觀測值為：

從圖可見，采用本文算法進行飛行器的穩定性控制，姿態角調整的收斂性和連續性較好，表明采用該算法進行飛行器的穩定性控制，系統誤差受到外界擾動的影響較小，展示了較好的控制性能。

4 結束語

本文提出一種基于自適應反步跟蹤的飛行器反饋調整穩定性控制算法。構建大回環飛行中的飛行穩定性控制的參量模型系統，考慮外界干擾的情況下，進行飛行器反饋調整穩定性控制目標函數構建，采用自適應反步跟蹤方法擬合控制過程的狀態誤差響應，實現控制器優化設計。仿真結果表明，采用該算法進行飛行器的穩定性控制，系統誤差受到外界擾動的影響較小，控制器的自適應收斂性較高，展示了較好的應用價值。

參考文獻

[1] DUFRENOIS F. A one-class kernel fisher criterion for outlier detection[J]. IEEE Transactions on Neural Networks & Learning Systems， 2014， 26（5）： 982-994.

[2] GAO X， LU T， LIU P， et al. A soil moisture classification model based on SVM used in agricultural WSN[C]. 2014 IEEE 7th Joint International， Information Technology and Artificial Intelligence Conference （ITAIC）， Chongqing， 2014： 432-436.

[3] SEOK K. Semi-supervised regression based on support vector machine[J]. Computer Engineering & Applications， 2014， 25（2）： 447-454.

[4] PLAN Y and VERSHYNIN R. Robust 1-bit compressed sensing and sparse logistic regression： A convex programming approach[J]. IEEE Transactions on Information Theory， 2013， 59（1）： 482-494.

[5] 侯森， 羅興國， 宋克. 基于信息源聚類的最大熵加權信任分析算法[J]. 電子學報， 2015， 43（5）： 993-999. （HOU Sen， LUO Xing-guo， SONG Ke. A Maximum Entropy Weighted Trust-Analysis Algorithm Based on Sources Clustering[J]. Chinese Journal of Electronics， 2015， 43（5）： 993-999.）

[6] 孫淑杰， 侯立剛， 蘇成利， 徐利軍. 一種基于虛擬參考反饋調整的無模型自適應控制[J]. 信息與控制， 2012，41（5）： 602-607，616.（ SUN Shujie， HOU Ligang， SU Chengli， XU Lijun. A Model Free Adaptive Control Based on VRFT[J]. 信息與控制， 2012，41（5）： 602-607，616.）

[7] 范永青 王文慶 江祥奎 王麗楊. 一類非線性系統的廣義模糊雙曲正切模型自適應控制器設計[J]. 控制與決策， 2016， 31（03）： 417-422.

[8] ZHANG J L， ZHANG H G， LUO Y H， et al. Nearly optimal control scheme using adaptive dynamic programming based on generalized fuzzy hyperbolic model[J]. Acta Automatica Sinica， 2013， 39（2）： 142-149.

[9] Zhang H G， Liu X R， Gong Q X， et al. New sufficient conditions for robust fuzzy hyperbolic tangent control of uncertain nonlinear systems with time-varying delay[J]. Fuzzy Sets and Systems， 2010， 161（15）： 1993-2011.

[10] 呂慶， 方勇純， 任逍. 加速抑制隨機初態誤差影響的迭代學習控制[J]. 自動化學報， 2014， 40（7）： 1295-1302.