面向高超声速飞行器的新型复合神经网络预测控制方法

• 作者: 蔡远利 马宇
• 来源期刊: 西安交通大学学报
• 关键词: 高超声速飞行器 预测控制 神经网络 多面体不变集
• 年，卷（期）: 2017,（6）
• 页码范围: 28-34,65
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7652/xjtuxb201706005

摘要

针对高超声速飞行器(HV)受外界持续干扰影响以及非对称约束限制的问题,提出了一种基于神经网络的新型复合预测控制方法.首先,为了实现HV对攻角和控制信号这2类非对称约束的限制,利用多面体不变集处理非对称约束的能力,基于HV多个速度和高度的离散点,构建多面体不变集序列,并设计HV标称纵向模型(无持续干扰)的标称预测控制器;然后,基于神经网络,设计自适应神经网络干扰观测器估计HV的速度、攻角、俯仰角速率3个回路的干扰,并获得补偿控制器,有效抑制持续干扰.仿真结果表明:在HV受到外界持续干扰以及非对称约束限制的情况下,该方法可保证高度跟踪误差和速度跟踪误差分别收敛到10-4 km和10-4 km/s的范围内,而无补偿控制方法的跟踪误差则会大幅度振荡.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡远利	西安交通大学电子与信息工程学院	95	1219	23.0	31.0
2	马宇	西安交通大学电子与信息工程学院	4	21	2.0	4.0