随机姿态高超声速飞行器的舵面微小故障容错控制方法

技术领域

本发明涉及飞行控制技术领域，尤其涉及一种随机姿态高超声速飞行器的舵面微小故障容错控制方法。

背景技术

高超声速飞行器泛指一种飞行速度最快能够达到并超过5马赫的飞行器，它不仅是一类经济可靠的进入太空手段，在侦察监视、通讯保障、洲际运输等方面独具优势；还是一类精准稳定、机动灵活的再入地面制导武器，在反拦截、闪电打击、快速变轨、灵巧任务切换等功能上具有不可替代性。作为武器使用的高超声速飞行器会面对更特殊的复杂环境，例如激光和微波烧蚀。激光武器想对抗高超声速飞行器需要时间来积累能量以烧穿飞行器壳体。因此，武器级高超声速飞行器的一种有效反激光方法是姿态的主动随机化，即高超声速飞行器处于局部可控震荡状态，任意时刻都无确定的姿态参数，也无法自动预测下一时刻的姿态，使高能激光武器不能在机身固定位置积累能量而烧穿外壳。为应对激光武器，高超声速飞行器在硬件上至少需要一个随机姿态回路的快速计算和响应，而考虑到敌方微波拦截和干扰可能导致的故障和不确定性，研究随机系统容错控制技术并将其应用于高超声速飞行器中很有必要。

现有飞控技术中，自动容错控制设计方法很多，比如特征结构配置、多模型切换控制、自适应控制、伪逆法、变结构以及模型跟随等。然而，现有飞控容错方法难以解决幅值微小的早期故障问题，导致微小故障未来突变为大故障时需要更复杂的重构算法补偿，增加了修复成本并占用了更多软硬件资源；而一类能适时调整控制参数的智能算法对补偿微小故障虽然有效，例如模糊自适应方法，它依据系统状态信息利用模糊规则在线更新算法学习率，保证系统稳定，但是，针对更有挑战性的高超声速飞行器，现有飞控技术则主要聚焦于标称无故障控制，如导引控制一体化，抗干扰的鲁棒控制，考虑燃料损失的控制，状态不可测控制等；较少的容错技术文献则主要依赖冗余舵面和虚拟变量，只能针对固定姿态高超声速飞行器进行故障修复，无法解决反激光的新型随机姿态飞行器容错控制问题。

综上，目前的飞行容错控制方法难以解决针对随机姿态高超声速飞行器早期微小故障的容错控制问题，存在故障修复成本高、占用软硬件资源多、针对随机姿态高超声速飞行器的控制适应性和可靠性差、容错控制效果评估困难等缺陷。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种随机姿态高超声速飞行器的舵面微小故障容错控制方法，用以解决现有技术中存在的故障修复成本高、占用软硬件资源多、针对随机姿态高超声速飞行器的容错控制适应性、准确性和可靠性差、容错控制效果评估困难等缺陷。

本发明的目的主要是通过以下技术方案实现的：

本发明实施例提供了一种随机姿态高超声速飞行器的舵面微小故障容错控制方法，包括如下步骤：

开展随机姿态高超声速飞行试验，对所述随机姿态高超声速飞行器的控制系统模型施加微小故障和干扰，获得随机姿态角的实际PDF(概率密度函数，Probability DensityFunction)；

采用模糊观测器对施加所述微小故障和干扰后的舵面进行故障观测以得到故障估计值；

获得飞行器的随机姿态角的期望PDF；

设计容错控制算法，基于所述故障估计值以及所述随机姿态角的实际PDF和所述随机姿态角的期望PDF得到自适应容错控制器，进行舵面故障的容错控制修复。

基于上述方法的进一步改进，所述自适应容错控制器通过对标称控制器的重构获得；在重构过程中，所述自适应容错控制器以实际角速率权值与期望角速率权值的偏差作为输入，通过控制舵机的偏转，进而对带有微小偏差的实际舵面故障进行补偿修复；

利用传感器监测、采集反映容错控制效果的随机姿态角的角度数据、角速率数据并上传至计算机以计算、统计，得出所述随机姿态角的实际PDF，并继续与所述随机姿态角的期望PDF进行循环对比；

直至所述随机姿态角的实际PDF与所述随机姿态角的期望PDF形状重新吻合，完成从所述标称控制器到自适应容错控制器的重构。

基于上述方法的进一步改进，开展无故障线下试验，获取所述随机姿态角的期望PDF并确定有理平方根B样条；

结合通过所述线下试验得到的舵面信息与所述随机姿态角的期望PDF的对应关系，获得所述期望角速率权值。

基于上述方法的进一步改进，所述实际角速率权值与期望角速率权值的偏差通过下述方式计算获得：

根据所述随机姿态角的实际PDF和所述有理平方根B样条计算得到所述实际角速率权值；

基于所述随机姿态角的期望PDF得到期望角速率权值；

计算所述实际角速率权值与所述期望角速率权值的偏差。

基于上述方法的进一步改进，获取所述随机姿态角的期望PDF并确定所述有理平方根B样条，包括：

通过所述线下试验得到上下波动的随机姿态角的角度数据、角速率数据，以及所述有理平方根B样条；

对所述数据和所述有理平方根B样条进行并行计算、统计，得出所述随机姿态角的期望PDF。

基于上述方法的进一步改进，所述控制系统模型为再入段舵面-角速率-姿态角控制系统模型，包括飞行器舵执行机构；所述随机姿态高超声速飞行试验中的所述微小故障和干扰施加于所述飞行器舵执行机构上；

所述采用模糊观测器进行故障观测以得到故障估计值，包括：

利用传感器监测、采集随机姿态角的角度数据、角速率数据并上传至计算机，并实时计算、统计得到所述随机姿态角的实际PDF；

根据所述随机姿态角的实际PDF，通过所述模糊观测器得到观测函数，以得到所述故障估计值。

基于上述方法的进一步改进，所述有理平方根B样条是一种矩阵形式的基函数，其表达式为：

其中

上式右侧表达式中的ρ视左侧函数自变量ρ

基于上述方法的进一步改进，所述控制系统模型为再入段舵面-角速率-姿态角控制系统模型，包括飞行器舵执行机构；所述随机姿态高超声速飞行试验中的所述微小故障和干扰施加于所述飞行器舵执行机构上；

所述采用模糊观测器进行故障观测以得到故障估计值，包括：

利用传感器监测、采集随机姿态角的角度数据、角速率数据并上传至计算机，并实时计算、统计得到所述随机姿态角的实际PDF；

根据所述随机姿态角的实际PDF，通过所述模糊观测器得到观测函数，以得到所述故障估计值。

基于上述方法的进一步改进，参考实际工况下的随机姿态高超声速飞行器选取模糊规则，以任一姿态角速率作为前提变量，设计观测器参数和模糊自适应故障诊断算法，对所述控制系统模型进行模糊线性化，得到所述模糊观测器；

所述模糊观测器包括：

其中

如果在双重模糊逼近过程中只有一种线性权重模式，则上式将退化为单个模糊逼近叠加函数，即满足：

其中每个单模糊逼近叠加函数满足：

所述故障诊断模糊观测器中的Γ

其中a和b是所述随机姿态角的期望PDF的自变量的下确界和上确界。

基于上述方法的进一步改进，所述自适应容错控制器u(t)，包括：

其中D

其中a和b是所述线下试验所得期望PDF的自变量的下确界和上确界；h

其中

基于上述方法的进一步改进，所述微小故障F

1％≤||F

与现有技术相比，本发明的有益效果如下：

1、本发明通过设计模糊观测器和自适应容错控制器，可以在时滞和干扰等恶劣条件下解决随机姿态高超声速飞行器的容错控制问题，保障其鲁棒稳定和可控飞行。

2、本发明通过设计模糊观测器和自适应容错控制器，可以针对随机姿态高超声速飞行器的早期微小幅值故障进行容错控制，有效降低了修复成本、解除了对大量软硬件资源的占用。

3、本发明在传统高超声速飞行器再入段模型基础上引入非高斯随机分布模型，可对输出姿态角信号内部分布进行建模描述，参考姿态角统计规律即PDF形状的变化，可以准确地判断最终容错控制的效果。

4、由于PDF形状显示了更多输出信号的内部信息，据此设计算法更精确，因而本发明可实现不确定姿态角下的舵面微小故障自修复控制，满足用户对随机姿态高超声速飞行器的高可靠性要求。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明中控制方法的步骤示意图；

图2为本发明中控制方法的方框图；

图3(a)是升降舵微小故障的估计结果；

图3(b)是升降舵常见值故障的估计结果；

图3(c)是副翼微小故障的估计结果；

图3(d)是副翼常见值故障的估计结果；

图3(e)是方向舵微小故障的估计结果；

图3(f)是方向舵常见值故障的估计结果；

图4(a)是攻角PDF控制通道的微小故障容错控制结果；

图4(b)是滚转角PDF控制通道的微小故障容错控制结果；

图4(c)是侧滑角PDF控制通道的微小故障容错控制结果。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明的一个具体实施例，公开了一种随机姿态高超声速飞行器的舵面微小故障容错控制方法，包括如下步骤：

S1.开展随机姿态高超声速飞行试验，对控制系统模型施加微小故障和干扰；获得随机姿态角的实际PDF(概率密度函数，Probability Density Function)；

其中，控制系统模型为在传统高超声速飞行器再入段模型基础上引入非高斯随机分布模型，进而构成的带外源故障及外源干扰的随机姿态高超声速飞行器再入段舵面-角速率-姿态角控制系统模型；

S2.采用模糊观测器进行故障观测以得到故障估计值；

S3.获得随机姿态角的期望PDF；

S4.设计容错控制算法，基于所述故障估计值以及所述随机姿态角的实际PDF和所述随机姿态角的期望PDF得到自适应容错控制器，进行舵面故障的容错控制修复。

与现有技术相比，本实施例提供的方法通过采集随机姿态角的数据并统计生成随机姿态角的PDF(概率密度函数，Probability Density Function)代替对随机姿态角本身或随机姿态角速率的监测，构建了具有非高斯随机飞行姿态的再入段高超声速飞行器模型和基于PDF误差的舵面微小故障容错控制方法；针对随机姿态高超声速飞行器中出现的微小偏差故障设计模糊观测器和故障诊断算法，完成故障估计；然后在考虑干扰的条件下设计自适应模糊容错控制器补偿微小故障的影响；最终随机姿态角的实际PDF与随机姿态角的期望PDF形状重新吻合，使系统的实际输出稳定跟踪期望输出，完成所述舵面故障的容错控制修复，并完成从所述标称控制器到所述自适应控制器的重构。通过上述改进方案可大大提高飞行控制方法的准确性和随机姿态高超声速飞行器对舵面微小故障的适应性。

实施例2

在实施例1的基础上进行优化，步骤S1可进一步细化为如下步骤：

S11.具体的，所述控制系统模型为在传统高超声速飞行器再入段模型基础上引入非高斯随机分布模型，进而构成的带外源故障及外源干扰的随机姿态高超声速飞行器再入段舵面-角速率-姿态角控制系统模型，以下简称控制系统模型，所述控制系统模型的非线性随机状态方程为：

V(t)＝D(Ξx(t))

γ(ρ,u(t))＝Φ

其中t表示时间，且t＝0表示响应开始时间；

A(x(t))＝J

B(x(t))＝J

其中，J∈R

S12.针对所述带故障和干扰的控制系统模型开展随机姿态高超声速飞行试验，所述飞行试验过程中针对飞行器舵执行机构施加外源故障和外源干扰,所述舵面上的外源故障包括微小故障和常见值故障，所述微小故障和常见值故障在单次飞行任务中等可能性发生，其表达式如下：

其中，F

1％≤||F

所述舵面微小故障具有三个特征：1.从质的角度来看，对系统的恶化程度不足以触发任何常规预设故障报警；2.从量的角度来看，偏差百分比在1％到10％之间，这些轻微的异常很容易受到系统的影响；3.它将逐渐发展成灾难性的大幅值舵面偏差故障；

所述舵面上的干扰可以通过干扰状态ω(t)和干扰的状态输出参数T

d(t)＝T

S13.利用传感器监测、采集随机姿态角的角度数据数据ρ并上传至计算机以计算、统计生成飞行器的随机姿态角的实际PDF。

优选地，步骤S2可进一步细化为如下步骤：

S21.参考实际工况下的随机姿态高超声速飞行器选取模糊规则，以任一姿态角速率作为前提变量，设计模糊观测器参数和模糊自适应故障诊断算法，对所述控制系统模型进行模糊线性化，得到模糊观测器，所述模糊观测器设计如下：

其中

S22.如果在双重模糊逼近过程中只有一种线性权重模式，则上式将退化为单个模糊逼近叠加函数，即满足：

其中每个单模糊逼近叠加函数满足：

其中

所述故障诊断模糊观测器中的Γ

其中a和b是所述随机姿态角的期望PDF的自变量的下确界和上确界。

S23.通过所述模糊观测器得到包括所述微小故障观测函数在内的一系列观测函数，以获得故障估计值。

优选地，步骤S3可进一步细化为如下步骤：

S31.不带外源故障及外源干扰的随机姿态高超声速飞行器再入段舵面-角速率-姿态角控制系统模型的非线性随机状态方程为：

针对所述控制系统模型开展无外源故障且无外源干扰状态线下试验，通过所述线下试验得到上下波动的随机姿态攻角、滚转角和侧滑角的期望角度数据ρ

S32.通过所述线下试验确定合适的有理平方根B样条，所述有理平方根B样条是一种矩阵形式的基函数，其表达式为：

其中

上式右侧表达式中的ρ

S33.再利用所述控制系统模型中的并行计算模块(GPU)对所述上下波动的随机姿态攻角、滚转角和侧滑角的角度数据ρ

S35.基于所述舵面信息-期望PDF的对应关系和所述控制系统模型，利用随机姿态攻角、滚转角和侧滑角的期望PDF，即γ

γ

其中

V

其中w

优选地，步骤S4可进一步细化为如下步骤：

S41.结合上述步骤，针对随机姿态高超声速飞行器的工作机理与微小故障特点，设计容错控制算法，考虑干扰等环境因素对模糊自适应控制参数进行选择。

S42.结合经过观测回路的所述微小故障观测函数，即所述故障估计的结果作为标称控制器的输入，使所述标称控制器重构自身，成为考虑干扰的条件下设计的自适应容错控制器。

S43.所述考虑干扰的条件下设计自适应模糊容错控制器如下：

其中各加减项的设计都是为了确保系统的理论稳定性；D

其中a和b是所述期望PDF的自变量的下确界和上确界；h

其中

S44.所述自适应容错控制器可以利用有理平方根B样条实时拟合所述实际PDF并计算出实际角速率权值V(t)，满足：

γ(ρ,u(t))＝[γ

其中

所述有理平方根B样条在形式上与所述线下试验确定的有理平方根B样条一致，只是此时其自变量变成通过所述飞行试验得到的随机姿态攻角、滚转角和侧滑角的角度，其表达式为：

其中

上式右侧表达式中的ρ视左侧函数自变量ρ

S45.所述自适应容错控制器可以进一步计算所述期望角速率权值与所述实际角速率权值的偏差，并以所述实际角速率权值与所述期望角速率权值的偏差作为输入，通过控制舵机的偏转，进而对带有微小偏差的实际舵面故障进行补偿修复；

S46.利用传感器继续监测、采集反映容错控制效果的随机姿态角的数据ρ并上传至计算机以得出所述随机姿态角的实际PDF，然后继续与所述随机姿态角的期望PDF进行循环对比，直至最终所述随机姿态角的实际PDF与所述随机姿态角的期望PDF形状重新吻合，使系统的实际输出稳定跟踪期望输出，完成所述舵面故障的容错控制修复，并完成从所述标称控制器到所述自适应控制器的重构。

与实施例1相比，本实施例提供的方法进一步公开了用于开展线下试验的不带外源故障及外源干扰的随机姿态高超声速飞行器再入段舵面-角速率-姿态角控制系统模型，以及引入外源故障和外源干扰后用于开展随机姿态高超声速飞行试验的随机姿态高超声速飞行器再入段舵面-角速率-姿态角控制系统模型；详细给出了有理平方根B样条、期望/实际PDF的获得方式和期望/实际角速率权值的计算方法；具体描述了构成模糊观测器所需的糊观测器参数和模糊自适应故障诊断算法，以及构成自适应容错控制器所需的容错控制算法、模糊自适应控制参数和经过观测回路的所述微小故障观测函数，最终所述随机姿态角的实际PDF与所述随机姿态角的期望PDF形状重新吻合，使系统的实际输出稳定跟踪期望输出，完成对随机姿态高超声速飞行器的舵面微小故障模糊容错控制。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。