基于收縮理論的高超聲速飛行器控制

劉艷雯,胡超芳

(1. 太原工業學院 自動化系，太原 030008;2.天津大學 電氣與自動化工程學院，天津 300072)

基于收縮理論的高超聲速飛行器控制

劉艷雯1,胡超芳2

(1. 太原工業學院 自動化系，太原 030008;2.天津大學 電氣與自動化工程學院，天津 300072)

為了使高超聲速飛行器能夠跟蹤預定指令，針對其嚴反饋模型提出了基于收縮理論的控制方法。由于高度和速度相對獨立，因此分開設計控制器。控制器設計過程中,以基于反步法的收縮理論為核心，對于模型中不確定項利用自適應進行在線識別；引入動態面對虛擬控制輸入進行求導，并利用收縮下的奇異攝動分析降階系統，可以證明降階前后狀態誤差間的偏差及濾波誤差有界。采用此方法，可證明系統狀態半全局收斂，跟蹤誤差及自適應估計誤差有界。

高超聲速飛行器；收縮理論；動態面；自適應

0 引言

高超聲速飛行器因其速度快、突防能力強、可重復利用等優點，近年來得到各國研究者的關注。常用的控制方法主要有線性控制[1-2]、非線性控制[3-4]、魯棒控制[5]和自適應控制[6]。其中，由于模型的參數不確定性，在控制過程中利用自適應來在線識別參數具有很大的必要。文獻[6-7]采用自適應或者模糊自適應對不確定項進行在線逼近，模糊自適應的優勢在于不需要提前預知模型的具體信息。但是不論應用何種自適應方法，對其進行求導都存在很大難度，因此可采用動態面[8]、指令濾波[9]等方法來實現，其中文獻[8]為了增強系統魯棒性，使用擴張狀態觀測器對不確定狀態進行準確估計。近年來，收縮理論[10]成為研究非線性系統軌跡收斂性的一個新方法，它區別于常用的李雅普諾夫方法來進行控制器設計及穩定性分析。其優點在于，即使平衡點位置改變仍然能夠判別系統穩定性，另外還能有效拓寬濾波參數的選取范圍[11]。

本文在文獻[11]的基礎上，針對高超聲速飛行器模型提出了基于收縮理論的控制方法。其中，利用基于反步法的收縮理論作為整體設計方案；然后利用自適應在線識別不確定參數，并且為了簡化控制算法使用了動態面控制。通過收縮理論分析穩定性，可保證閉環系統狀態收斂以及系統跟蹤誤差和自適應估計的有界性。系統仿真結果可證明所提方法的可行性。

1 飛行器縱向模型及其轉化

1.1 飛行器模型

本文所采用的高超聲速飛行器模型為縱向巡航段模型[12]：

(1)

(2)

(3)

(5)

發動機模型為

(6)

式中V、γ、h、α、q分別為速度、航跡角、高度、攻角和俯仰角速率；m、Iyy、μ、ξ、ωn分別為飛行器質量、俯仰轉動慣量、引力常數、發動機阻尼和自然頻率；β為油門開度;βc為發動機油門開度設定值；T、L、D、Myy分別為推力、升力、阻力、俯仰力矩，具體表達式可參閱文獻[4]。

1.2 模型轉化

模型中高度h主要由升降舵偏轉角δe控制，速度V由油門開度βc控制，因此模型可劃分為速度子系統(1)和高度子系統(2) ～ (5)，并為2個子系統分別設計控制器。

為了使用反步法，首先需要將高度子系統轉化成嚴反饋形式，為此做以下假設：

假設1 式(3) 中的推力項Tsinα相對于升力L非常小, 可忽略。

基于以上假設，可得嚴反饋形式[13]如下：

(7)

其中，Z1=[V,γ],Z2=[V,γ,α],Z3=[V,α,q],Z41=[V,γ,α],Z42=[V,γ,α,q]。

2 控制器設計

2.1 相關定理引入

定義1(虛位移) 考慮以下非線性系統：

?(υ,t)

(8)

引理1[14](收縮性) 對于系統(8)，?(υ,t)是非線性光滑函數，如果起始于不同初始條件的任意2條軌跡是相互指數收斂的，那么系統是收縮的。收縮性的一個充分條件是：如果存在某種矩陣測度μ，對于任意υ,t>0，都有λ>0使得μ(??(υ,t)/?υ)≤-λ成立，那么系統是收縮的，λ稱作收縮率。

本文中判定系統收縮性的矩陣測度為

式中λmax(·)為矩陣最大特征值。

如果系統采用的連接方式為分層連接，則系統所具有的虛擬動態如下：

(9)

如果子矩陣F11和F22是一致負定的，且F12有界，那么整個系統的任意一條軌跡都是指數收斂的。

對于標準奇異攝動系統：

(10)

定義2 (部分收縮) 對任意z及時間t，如果虛擬系統：

(11)

是收縮的，就稱系統(10)對x是部分收縮的。

同樣，對任意x和ε，如果虛擬系統：

(12)

是收縮的，則稱系統(10)對z是部分收縮的。

引理2[11]定義全局可微函數γ(x):=γ(x,0)，如果系統(10)滿足下述條件：

(2)f(x,z,t)在z域中關于常數α是Lipschitz連續的，對x也是部分收縮的，λx是(11)的收縮率。

上述條件若成立，且γ(x)在x域中關于常數αγ也是Lipschitz連續的，記xγ是如下降階系統的一個解：

(13)

那么系統(10)的任意軌跡滿足：

‖x(t)-xγ(t)‖ ≤χx‖x(0)-xγ(0)‖e-λxt+

ε(C1(e-λxt-e-(λz/ε)t)+

C2(1-e-λxt)).?t≥0

(14)

‖z(t)-γ(xγ(t))‖ ≤ ‖z(0)-γ(x(0))‖χze-(λz/ε)t+

(d+K)χz/γzε+

αγχx‖x(0)-xγ(0)‖e-λxt+

αγε(C1(e-λxt-e-(λz/ε)t)+

C2(1-e-λxt)).?t≥0

(15)

其中

式中χx、χz分別為Θx和Θz條件數的上界。

2.2 高度子系統控制器設計

針對轉化模型(7)，設計控制器使得輸出狀態h、V能夠跟蹤指令hd、Vd。設計過程中，高度和速度兩子系統相對獨立，可分開設計控制器。

由式(7)可知，輸出狀態h是由δe控制的四階系統，并且在高度子系統設計中認為速度V是常數。從式(2)可知，高度和航跡角狀態是一一對應的，故可轉化得到航跡角指令γd：

(16)

其中，ki,i=h,1,2,3,4是正的設計參數。

第一步：定義誤差面z1=γ-γd，求導后可得

(17)

其中，g1僅與V相關，因此結合其表達式可認為g1為正常數；fi(·)為未知的非線性函數，因此利用自適應進行在線逼近：

(18)

(19)

(20)

(21)

第二步：對誤差面z2=α-αd求導后可得

(22)

(23)

(24)

(25)

第三步：對誤差面z3=q-qd求導后可得

(26)

式中 g3為正常數。

(27)

將式(27)帶入后可得如下形式：

(28)

2.3 速度子系統控制器設計

速度子系統僅為一階系統，因此利用收縮理論進行控制相對簡單。定義速度跟蹤誤差z4=V-Vd,求導后可得

(29)

(30)

將式(30)帶入后可得如下形式：

(31)

3 穩定性證明

對于高度子系統，令fi(Zi)滿足：

式中li為正常數。

通過調節參數使得

負定成立，即使得ηi<1/(ki+li),i=1,2，因此式(20)、式(24)對yi是部分收縮的。

(32)

i=1,2的一個解，那么由引理2可得

‖zi(t)-ziγ(t)‖≤‖zi(0)-ziγ(0)‖e-kit+

e-kit∏i+τi(Ci1Ei1+Ci2Ei2)

(33)

‖yi(t)‖≤‖yi(0)‖e-(Li/τi)t+Miτi

(34)

由于最后一階子系統不包含濾波，因此無需采用奇異攝動分析，故第n階子系統的原系統軌跡與降階系統軌跡是同一條軌跡，即z3(t)≡z3γ(t)。

而對于速度子系統，由于其是一階的，類似于以上分析很容易證明z4(t)≡z4γ(t)。

對于每一步降階子系統進行整理，可得變換后的降階系統綜合形式：

?Zγ

(35)

其中

?

可看出降階后系統呈分層結構，選取適當的參數ki,i=1,2,3使μ(?)≤-λ1,(λ1>0)成立。結合引理1，可知降階后的系統狀態是收縮的，系統軌跡漸近收斂到期望軌跡，即降階系統的跟蹤誤差漸近收斂到0。

綜上，則式(36)成立：

(36)

此外，高度子系統第一階、最后一階動態和速度動態的自適應律屬于典型的收縮自適應控制，參考以下引理。

引理3如果系統滿足以下虛擬動態：

自適應可構成以下形式：

(37)

綜上可得，原系統狀態是半全局收斂的，且收斂域為以期望軌跡為中心的很小范圍內。應用以上方法，可拓寬濾波參數范圍，同時可保證濾波器誤差以及自適應估計誤差的半全局有界性，進而保證了原閉環系統跟蹤誤差的有界性。

4 仿真分析

對高超聲速飛行器模型進行數值仿真，狀態初始值設為V=4.59 km/s;α=0.031 5;γ=0;q=0;h=33.53 km。高度和速度指令分別為0.61 km和0.03 km/s的階躍信號。主要控制參數選取為:kh=1,k1=10,k2=6,k3=4,k4=0.5,η1=0.02,η2=0.02。按照本文所提方法設計控制器，仿真結果如圖1～圖4。

圖3、圖4表明了輸入信號油門開度和升降舵偏角的變化情況。從圖中可知，油門開度和升降舵偏角處在合理范圍內變化，控制結果基本可以保證控制要求。

本方法區別于李雅普諾夫穩定性分析方法，除了控制器設計更加簡單、計算速度更快以外，控制效果也有所改善。圖5、圖6為本文所提方法與經典李雅普諾夫方法(復現文獻[4]仿真結果)下速度和高度的跟蹤對比圖，從圖中可知，基于擴張理論的控制方法控制精度更高。

5 結論

(1)本文所提控制方法利用基于收縮理論的自適應方法在線估計系統中的不確定參數，結合動態面方法在減少計算量的同時大大提高了運算速度，經仿真驗證該方法控制精度可達到控制要求。

(2)以收縮為核心的控制理論與方法，將傳統穩定性分析轉換成對矩陣的運算，在保證系統的穩定性的同時使得控制器設計更加簡單，為系統分析與設計提供了思路。

[1] 于璐,楊劍影.高超聲速飛行器高階縱向模型的控制器設計和性能分析仿真[J].戰術導彈技術，2010(3):92-95.

[2] Gao Huijun,Si Yulin.Modeling and control of an air-breathing hypersonic vehicle[C]//Proceedings of the 7th Asian Control Conference.Hong Kong,China,August27-29,2009:304-307.

[3] 劉燕斌,陸宇平.基于反步法的高超音速飛行器縱向動態逆控制[J].控制與決策，2007,22(3):313-317.

[4] 高道祥，孫增圻，羅熊.基于Backstepping的高超聲速飛行器模糊自適應控制[J].控制理論與應用,2008,25(5):805-810.

[5] 陳雪芹，耿云海，張世杰.基于H2/H∞的集成故障診斷與容錯控制研究[J].宇航學報，2007,28(4):890-897.

[6] Lian B H,Bang H,Hurtado J E.Adaptive backstepping control based autopilot design for reentry vehicle[C]// AIAA Guidance,Navigation,and Control Conf and Exhibit,2004.

[7] 李靜,左斌,段洣毅,等.輸入受限的吸氣式高超聲速飛行器自適應Terminal滑模控制[J].航空學報,2012,02:220-233.

[8] 劉曉東,黃萬偉,禹春梅.含擴張狀態觀測器的高超聲速飛行器動態面姿態控制[J].宇航學報,2015,36(8):916-922.

[9] 黃喜元,王青,董朝陽.基于Backstepping的高超聲速飛行器魯棒自適應控制[J].系統工程與電子技術,2011(6):1321-1326.

[10] Pham Q C,Tabareau N,Slotine J J E.A contraction theory approach to stochastic incremental stability[J].IEEE Transactions on Automatic Control,2009,54(4):816-820.

[11] 胡超芳,張志鵬.基于收縮理論的一類非線性系統自適應動態面控制[J].控制與決策,2016,31(5):769-775.

[12] Xu H J,Mirmirani M.Adaptive sliding mode control design for a hypersonic flight Vehicle[J].Journal of Guidance Control,and Dynamic,2004,27(5),829-838.

[13] 胡超芳,劉艷雯.基于動態面的高超聲速飛行器模糊自適應非線性控制[J].控制與決策,2013,29(12):1849-1854.

[14] Del Vecchio D,Slotine J J E.A contraction theory approach to singularly perturbed systems[J].IEEE Transactions on Automatic Control,2013,53(3):752-757.

(編輯：呂耀輝)

Contraction theory-based control for hypersonic vehicle

LIU Yan-wen1,HU Chao-fang2

(1.School of Automation,Taiyuan Institute of Technology,Taiyuan 030008,China;2.School of Electrical Engineering and Automation,Tianjin University,Tianjin 300072,China)

In order to track a predetermined instruction for the hypersonic vehicle,a control method was proposed for its strict feedback model based on the theory of contraction.Due to the relative independence of attitude and speed subsystems,controllers was designed separately.During the design process,on the basis of the contraction theory,adaptive control was adopted to identify the model uncertainty online.Moreover,the contraction-based singular perturbation analysis is used to reduce the subsystem dynamics.By analyzing the contraction-based robustness of the hierarchical interconnection of the subsystems,it can be proved that the differences of the state errors between the original and the reduced subsystems and the differences of the filters are explicitly bounded.With this method introduced,the total system state of the hypersonic vehicle can converge to a ball centered about the desired trajectory semi-globally.

hypersonic vehicle；contraction theory；dynamic surface control；adaptive control

2016-07-27；

2016-10-14。

太原工業學院青年科學基金(2015LQ08);天津市自然科學基金 (12JCZDJC30300)。

劉艷雯(1987—)，女，碩士，從事飛行器的魯棒控制研究。E-mail：azhenwen@163.com

V448

A

1006-2793(2017)02-0264-05

10.7673/j.issn.1006-2793.2017.02.023