鄭偉, 楊躍能, 吳杰
(國防科學(xué)技術(shù)大學(xué) 航天科學(xué)與工程學(xué)院, 湖南 長沙 410073)
2012-08-31;
2012-11-13; < class="emphasis_bold">網(wǎng)絡(luò)出版時間
時間:2013-04-09 09:58
湖南省優(yōu)秀研究生創(chuàng)新項目資助(CX2011B005);國防科技大學(xué)優(yōu)秀研究生創(chuàng)新項目資助(B110105)
鄭偉(1972-),男,內(nèi)蒙古涼城人,教授,博士生導(dǎo)師,研究方向為導(dǎo)航、制導(dǎo)與控制;楊躍能(1984-),男,湖南邵陽人,博士研究生,研究方向為飛行動力學(xué)與控制。
平流層飛艇飛行控制研究綜述
鄭偉, 楊躍能, 吳杰
(國防科學(xué)技術(shù)大學(xué) 航天科學(xué)與工程學(xué)院, 湖南 長沙 410073)
綜述了平流層飛艇控制研究的最新成果和發(fā)展動態(tài),系統(tǒng)分析了反饋線性化控制、變結(jié)構(gòu)控制、自適應(yīng)控制、智能控制等方法的特點及其在飛艇控制系統(tǒng)設(shè)計中的研究應(yīng)用現(xiàn)狀。在總結(jié)已有研究成果的基礎(chǔ)上,針對平流層飛艇的環(huán)境特性和應(yīng)用特點,提出了需進一步研究的重難點問題,包括多物理場耦合與協(xié)調(diào)控制、上升段航跡優(yōu)化與控制、異類執(zhí)行機構(gòu)復(fù)合控制等,并對今后的發(fā)展趨勢進行了展望。
飛行控制; 自適應(yīng)控制; 智能控制; 臨近空間; 平流層飛艇
臨近空間是指距海平面20~100 km的空域,包括大氣平流層、中間大氣層和部分電離層區(qū)域,處于航空器的飛行高度和航天器的軌道高度之間,是跨接航空與航天的新領(lǐng)域[1]。隨著航空航天技術(shù)的快速發(fā)展,空間攻防對抗日趨激烈,人類對空間安全的認識逐步深化,臨近空間特有的戰(zhàn)略意義日益凸顯,對該空域的開發(fā)和利用正成為各國關(guān)注的焦點[2]。平流層飛艇是指一種利用浮升氣體(如氦氣、氫氣等)提供靜升力,依靠推進系統(tǒng)和控制系統(tǒng)在平流層空域定點駐留或低速機動,并完成特定任務(wù)的飛行器[3],具有留空時間長、載荷量大、效費比高、隱身性能好和生存能力強等優(yōu)點,可廣泛應(yīng)用于偵察監(jiān)視、戰(zhàn)區(qū)預(yù)警、通信中繼、區(qū)域?qū)Ш?、環(huán)境監(jiān)測、應(yīng)急救災(zāi)和科學(xué)探測等領(lǐng)域,已成為當前航空領(lǐng)域的研究熱點[4-7]。
平流層飛艇系統(tǒng)復(fù)雜、創(chuàng)新性強、技術(shù)難度大,我國正處在方案論證和技術(shù)攻關(guān)階段,亟待更為深入地探索研究和技術(shù)突破。其中,平流層飛艇的控制方法是飛行動力學(xué)與控制領(lǐng)域重點研究的理論問題,也是其研發(fā)和應(yīng)用的關(guān)鍵技術(shù)之一。本文歸納了飛艇控制領(lǐng)域已有的研究成果,系統(tǒng)分析了其研究現(xiàn)狀和存在的不足,針對平流層飛艇的環(huán)境特性和應(yīng)用特點,提出了需要解決的若干關(guān)鍵問題,為今后的研究工作提供了參考。
從控制角度分析,平流層飛艇是一個多變量、時滯、不確定的非線性系統(tǒng),是一個復(fù)雜的被控對象,其主要難點有:
(1)動力學(xué)特性復(fù)雜,不同工況下模型參數(shù)變化顯著,且易受外界擾動影響;
(2)體積大、慣性大,控制響應(yīng)遲緩;
(3)低速、低動壓條件下氣動控制效率低,需采用矢量推力、副氣囊和壓塊等多種控制手段;
(4)飛行控制和環(huán)境控制(如壓力、溫度等)之間存在復(fù)雜的耦合關(guān)系,需進行協(xié)調(diào)控制。
近年來,國內(nèi)外研究人員提出了一系列飛艇控制方法,主要歸納為以下幾類:反饋線性化控制、變結(jié)構(gòu)控制、自適應(yīng)控制、智能控制等。下面具體介紹這些控制方法的特點及其在飛艇控制系統(tǒng)設(shè)計中的研究應(yīng)用現(xiàn)狀。
1.1 反饋線性化控制
反饋線性化方法的基本思想是:首先通過非線性反饋和坐標變換,將非線性系統(tǒng)變換為線性系統(tǒng);然后應(yīng)用線性系統(tǒng)理論對變換后的系統(tǒng)進行設(shè)計,使系統(tǒng)滿足設(shè)計指標的要求;最后將設(shè)計結(jié)果通過反變換,轉(zhuǎn)換為原系統(tǒng)的狀態(tài)和控制形式[8]。反饋線性化控制系統(tǒng)結(jié)構(gòu)如圖1所示。
圖1 反饋線性化控制系統(tǒng)結(jié)構(gòu)框圖Fig.1 Block diagram of the feedback linearization control system
反饋線性化方法可分為兩大類:微分幾何方法和動態(tài)逆方法。微分幾何方法通過微分同胚坐標變換和非線性反饋給出解耦結(jié)構(gòu),其主要研究對象為仿射非線性系統(tǒng)。文獻[9]采用輸入輸出反饋線性化方法設(shè)計了飛艇的姿態(tài)控制系統(tǒng),實現(xiàn)了姿態(tài)運動的魯棒跟蹤控制。該方法不同于將姿態(tài)控制系統(tǒng)分為俯仰、偏航和滾轉(zhuǎn)三個通道,然后分別設(shè)計各通道控制律的常規(guī)思路;而是對飛艇的非線性姿態(tài)系統(tǒng)進行精確線性化,考慮了三個姿態(tài)通道之間的耦合作用。文獻[10]以VIA-50飛艇為研究對象,采用反饋線性化方法將描述飛艇空間運動的多輸入多輸出非線性系統(tǒng)變換為解耦線性系統(tǒng),基于此線性系統(tǒng)模型設(shè)計了飛行控制律,仿真結(jié)果表明了該方法的可行性。楊躍能等[11]推導(dǎo)了飛艇姿態(tài)運動的數(shù)學(xué)模型,首先通過選取狀態(tài)向量和控制向量,將其描述為仿射非線性系統(tǒng),基于微分幾何理論將非線性姿態(tài)控制系統(tǒng)輸入輸出線性化為三個通道的線性子系統(tǒng);然后,對線性子系統(tǒng)設(shè)計姿態(tài)控制律,并應(yīng)用Lyapunov理論證明了系統(tǒng)的全局穩(wěn)定性;仿真結(jié)果表明:系統(tǒng)的實際輸出能夠準確地跟蹤期望輸出,驗證了姿態(tài)控制方法的有效性。該方法基于微分幾何理論將飛艇的非線性控制系統(tǒng)變換為線性系統(tǒng),較大程度地簡化了控制律設(shè)計難度。
動態(tài)逆方法則通過對運動方程求逆實現(xiàn)系統(tǒng)的線性化和解耦,其優(yōu)點是:物理概念明確、直觀簡便,且系統(tǒng)模型可以不受仿射非線性形式的限制。文獻[12]提出了AURORA飛艇航跡控制的動態(tài)逆方法,并針對外界干擾和參數(shù)時變的情況,驗證了該方法的魯棒性。文獻[13]探討了用于土星探測的自主飛艇的概念設(shè)計,引入非線性動態(tài)逆方法設(shè)計了飛艇的速度控制系統(tǒng)。動態(tài)逆方法的主要限制是要求建立飛艇空間運動的精確數(shù)學(xué)模型并且進行實時求逆,在實際工程應(yīng)用中較難實現(xiàn)。
1.2 變結(jié)構(gòu)控制
變結(jié)構(gòu)控制是一種不連續(xù)的反饋控制,其中滑??刂剖亲畛R姷淖兘Y(jié)構(gòu)控制方法?;W兘Y(jié)構(gòu)控制通過設(shè)計適當?shù)那袚Q流形和變結(jié)構(gòu)控制律,使得系統(tǒng)的狀態(tài)軌線在有限時間內(nèi)到達所設(shè)計的切換流形,并以適當?shù)乃俣葷u近滑向平衡點,從而保證系統(tǒng)具有預(yù)定的性能指標。其最大的優(yōu)點是滑動模態(tài)對系統(tǒng)自身參數(shù)攝動及外界干擾的不變性,因此廣泛應(yīng)用于飛行控制系統(tǒng)設(shè)計。
方存光等[14]將離散滑模變結(jié)構(gòu)控制方法應(yīng)用于飛艇的姿態(tài)控制,有效減小了俯仰通道的姿態(tài)跟蹤誤差,但僅考慮了俯仰通道與升降舵之間的非線性關(guān)系,沒有從飛行器系統(tǒng)角度研究飛艇的姿態(tài)控制問題。王曉亮等[15]基于滑模變結(jié)構(gòu)控制關(guān)于不確定因素的不變性,采用不確定仿射非線性系統(tǒng)在滿足匹配條件下的輸出解耦變結(jié)構(gòu)控制方法設(shè)計了飛艇的三維航跡控制器。方存光等[16]基于等效控制原理設(shè)計了飛艇水平位移的滑模變結(jié)構(gòu)控制器,將滑模開關(guān)面參數(shù)從系統(tǒng)允許的最小值逐漸增大到允許最大值,使其隨對象參數(shù)的變化在指定區(qū)間進行調(diào)整。
滑模變結(jié)構(gòu)控制從理論上講為不確定系統(tǒng)的魯棒控制提供了一種非常有效的方法,但是實際系統(tǒng)中變結(jié)構(gòu)控制在不同的控制邏輯之間來回切換,導(dǎo)致滑動模在切換面附近發(fā)生抖振。因此,抖振問題成為滑模變結(jié)構(gòu)控制最為明顯的缺點。
1.3 自適應(yīng)控制
自適應(yīng)控制通過獲取過程狀態(tài)的連續(xù)信息,自動調(diào)節(jié)控制器的參數(shù)以適應(yīng)環(huán)境條件或過程參數(shù)的變化,以保證系統(tǒng)達到滿意的控制品質(zhì)。飛艇這一受控對象的不確定性主要包括模型參數(shù)的不確定、未建模動態(tài)和外界干擾等。因此,需要設(shè)計自適應(yīng)控制系統(tǒng),能夠自適應(yīng)地改變控制器的參數(shù)和結(jié)構(gòu),并調(diào)整控制作用,以保證系統(tǒng)能達到滿意的控制品質(zhì)。自適應(yīng)控制系統(tǒng)結(jié)構(gòu)如圖2所示。
圖2 自適應(yīng)控制系統(tǒng)結(jié)構(gòu)框圖Fig.2 Block diagram of the adaptive control system
文獻[17]針對飛艇充放氣過程中質(zhì)量、慣量等物理參數(shù)均不斷變化這一特點,設(shè)計了平面運動的非線性自適應(yīng)反饋控制器,使得系統(tǒng)能夠根據(jù)當前的物理參數(shù)自適應(yīng)調(diào)節(jié)控制器參數(shù),保證了系統(tǒng)的穩(wěn)定性和控制性能。文獻[18]采用自適應(yīng)控制方法研究了飛艇航跡控制問題,所設(shè)計的自適應(yīng)控制器能夠有效地跟蹤期望航跡,且對參數(shù)不確定及外界擾動具有自適應(yīng)能力。該方法可以推廣至飛艇空間運動的自適應(yīng)航跡控制系統(tǒng)設(shè)計,通過推導(dǎo)空間運動的位置誤差和航向誤差,設(shè)計空間運動的自適應(yīng)航跡跟蹤控制系統(tǒng)。
1.4 智能控制
智能控制是基于專家系統(tǒng)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)及信息論等理論的控制方法。智能控制器不是單一的數(shù)學(xué)解析模型,而是數(shù)學(xué)解析模型和知識系統(tǒng)相結(jié)合的廣義模型,具有較強的容錯能力,適合用于設(shè)計模型未知或模型不確定復(fù)雜系統(tǒng)的控制器[19]。
人工神經(jīng)網(wǎng)絡(luò)具有并行處理、高度容錯、非線性運算等諸多優(yōu)點,能夠高精度地逼近非線性函數(shù)。文獻[20]設(shè)計了一種基于人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)和人工操作經(jīng)驗(Human Operator Skill)的飛艇航向控制器。文獻[21]采用神經(jīng)網(wǎng)絡(luò)模型逆方法(Model Inversion)設(shè)計了飛艇的航跡跟蹤控制器。劉其睿等[22]研究了一種基于神經(jīng)網(wǎng)絡(luò)的飛艇姿態(tài)控制方法,引入自適應(yīng)徑向基函數(shù) (Radial Basis Function)神經(jīng)網(wǎng)絡(luò)對模型誤差進行補償,根據(jù)Lyapunov方法得到神經(jīng)網(wǎng)絡(luò)權(quán)值的自適應(yīng)律,保證了閉環(huán)系統(tǒng)誤差信號一致有界,仿真結(jié)果表明所設(shè)計的控制器在響應(yīng)性及對未知環(huán)境風(fēng)速作用的魯棒性方面均具有良好的效果。
模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎(chǔ)的一種控制方法,其主要特點是控制系統(tǒng)設(shè)計不需要被控對象的精確數(shù)學(xué)模型,是解決不確定系統(tǒng)控制的一種有效途徑。文獻[23-24]均采用模糊控制方法設(shè)計了飛艇的航跡控制器,實現(xiàn)了按預(yù)定航跡穩(wěn)定飛行。文獻[25]提出了一種用于遙控飛艇的模糊控制方法,并設(shè)計了軟硬件系統(tǒng),結(jié)果表明:在該控制器作用下,飛艇能夠準確地跟蹤期望航跡。該方法較好地解決了飛艇模型不確定對控制系統(tǒng)設(shè)計帶來的影響,但是模糊規(guī)則的確定成為工程應(yīng)用中的難點。
智能優(yōu)化算法(Intelligent Optimization Algorithm) 是通過模擬某些自然現(xiàn)象或過程發(fā)展而來的優(yōu)化算法,其思想和內(nèi)容涉及數(shù)學(xué)、物理學(xué)、生物學(xué)和計算機科學(xué)等學(xué)科,它不依賴于梯度信息,具有全局、并行、高效的優(yōu)化性能,魯棒性和通用性強,為解決非線性問題提供了新的思路和手段[26]。歐陽晉[27]將飛艇的定點控制問題轉(zhuǎn)化為時間最優(yōu)控制問題,采用了一種改進的遺傳算法對控制律參數(shù)進行尋優(yōu),仿真結(jié)果表明:時間最優(yōu)控制律能夠使飛艇在較短的時間內(nèi)回到定點位置,滿足定點控制的要求。但是,該方法存在以下局限:作為開環(huán)控制,系統(tǒng)的性能易受參數(shù)攝動的影響;當初始條件不同時,控制律參數(shù)需重新進行尋優(yōu),從而增加了計算量。文獻[28]應(yīng)用粒子群優(yōu)化算法(Particle Swarm Optimization)對空中偵察飛艇的飛行控制系統(tǒng)進行了優(yōu)化設(shè)計,該系統(tǒng)能夠使飛艇高精度地保持預(yù)定的位置和速度。王延等[29]基于改進的遺傳算法將飛艇的定點控制問題轉(zhuǎn)化為非線性多目標優(yōu)化問題來求解。該方法通過借鑒并行遺傳算法、模擬退火算法和向量評價遺傳算法的基本思想,在基本遺傳操作中添加切斷算子和拼接算子,克服了簡單遺傳算法易陷入局部最優(yōu)解、 在遺傳進化過程中隨機性較強和效率低等問題,具有較好的應(yīng)用價值。
當前,智能控制已經(jīng)從單學(xué)科研究逐步發(fā)展到理論交叉研究,應(yīng)用領(lǐng)域不斷拓展。智能控制與傳統(tǒng)控制方法之間的交叉研究有:模糊變結(jié)構(gòu)控制、模糊自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)變結(jié)構(gòu)控制等;各種智能控制方法之間的交叉研究有:模糊專家系統(tǒng)、模糊神經(jīng)網(wǎng)絡(luò)控制、專家神經(jīng)網(wǎng)絡(luò)控制等。智能控制在理論和仿真研究方面得到了較為完善的結(jié)果,但在實際系統(tǒng)中的應(yīng)用尚需進一步研究。
綜上所述,近年來平流層飛艇飛行控制研究取得了一定的研究成果,但由于平流層飛艇的復(fù)雜性,研究工作主要集中在理論方法研究和仿真分析方面,控制系統(tǒng)的實用性難以滿足工程應(yīng)用的實際需求,尚有眾多理論和應(yīng)用問題亟待解決。針對平流層飛艇的環(huán)境特性和應(yīng)用特點,提出了其飛行控制的重難點問題,包括多物理場耦合與協(xié)調(diào)控制、上升段航跡優(yōu)化與控制、異類執(zhí)行機構(gòu)復(fù)合控制等。
2.1 多物理場耦合與協(xié)調(diào)控制
平流層環(huán)境(大氣密度、溫度、壓強、風(fēng)場等)對飛艇有著復(fù)雜的多物理場耦合作用,例如艇囊內(nèi)氦氣和外界大氣的壓力、體積、溫度等熱力學(xué)狀態(tài)的變化導(dǎo)致飛艇浮力的變化;太陽輻射受熱以及艇囊內(nèi)氣體的熱力傳熱過程產(chǎn)生“超熱”和“熱分層”等現(xiàn)象,導(dǎo)致浮力或氣囊熱致壓力的變化。
針對平流層環(huán)境對飛艇的復(fù)雜多物理場耦合作用,研究的關(guān)鍵問題包括:平流層環(huán)境對飛艇的多物理場耦合作用機理;多物理場耦合作用下的動力學(xué)與熱力學(xué)耦合特性;多物理場耦合作用下的協(xié)調(diào)控制方法。
2.2 上升段航跡優(yōu)化與控制
從地面放飛至20 km以上的工作高度,平流層飛艇需經(jīng)歷極其復(fù)雜的外界環(huán)境,外界大氣熱力學(xué)狀態(tài)變化幅度大,飛艇因熱交換不足而導(dǎo)致“超冷”現(xiàn)象,大幅影響浮力和內(nèi)外壓差。此外,飛艇在上升過程中需經(jīng)歷12 km左右的強風(fēng)區(qū),由于體積龐大和飛行速度緩慢,飛艇易受風(fēng)的影響;且副氣囊排氣速率受限,飛艇需要在有限的時間內(nèi)穿越復(fù)雜風(fēng)場區(qū)域達到工作高度。
針對平流層飛艇上升段存在的“超冷”現(xiàn)象以及對流層復(fù)雜風(fēng)場區(qū)域,研究的關(guān)鍵問題包括:外界大氣熱力學(xué)狀態(tài)變化對飛艇溫度浮力和內(nèi)外壓差的影響規(guī)律;復(fù)雜風(fēng)場條件下的航跡優(yōu)化;副氣囊排氣速率受限條件下的航跡控制策略。
2.3 異類執(zhí)行機構(gòu)的復(fù)合控制
平流層飛艇具有舵面效率低、小推重比、副氣囊排氣速率受限和異類操縱機構(gòu)的操縱特點。平流層飛艇的典型執(zhí)行機構(gòu)包括:氣動舵面、矢量推力、副氣囊調(diào)節(jié)和質(zhì)量滑塊。它們在操縱能力和能量消耗上各具特點:氣動舵面可以實現(xiàn)有效的姿態(tài)控制,但平流層大氣密度小、飛艇速度慢,低動壓的條件下舵面效率很低;矢量推力消耗能量較大,只適于短時間內(nèi)機動飛行,不適于長期運行的要求;氣囊調(diào)節(jié)可以實現(xiàn)高度控制和俯仰姿態(tài)控制,但姿態(tài)控制響應(yīng)遲滯;變質(zhì)心滑塊可以實現(xiàn)低動壓條件下的姿態(tài)控制,但操縱能力受變質(zhì)心機構(gòu)設(shè)計能力限制。
針對平流層飛艇舵效低、小推重比、副氣囊排氣速率受限、異類執(zhí)行機構(gòu)等特點,研究的關(guān)鍵問題包括:氣動舵面、矢量推力、副氣囊、質(zhì)量滑塊等異類執(zhí)行機構(gòu)的響應(yīng)特性;異類執(zhí)行機構(gòu)的復(fù)合控制方法;多執(zhí)行機構(gòu)的控制分配算法和切換策略。
平流層飛艇的動力學(xué)與控制問題是當前飛行控制領(lǐng)域的研究熱點之一,雖然近年來取得了一定進展,但由于平流層飛艇的復(fù)雜性,研究工作難以滿足工程應(yīng)用的實際需求,尚有眾多理論和應(yīng)用問題亟待解決。針對平流層飛艇的環(huán)境特性和應(yīng)用特點,深入研究多物理場耦合作用特性,探索先進控制理論與方法,將先進控制理論與傳統(tǒng)控制技術(shù)的工程經(jīng)驗相結(jié)合以及將仿真試驗與飛行試驗相結(jié)合,開發(fā)出高效、魯棒的控制系統(tǒng),將是今后的研究重點。此外,平流層飛艇飛行動力學(xué)與控制問題研究中所發(fā)展的各種理論和方法,可拓展至臨近空間低速飛行器以及浮空平臺等更多領(lǐng)域,將大力推動臨近空間飛行器的發(fā)展與應(yīng)用。
[1] Young M,Keith S,Pancotti A.An overview of advanced concepts for near space systems[C]//AIAA Joint Propulsion Conference and Exhibit.Colorado,USA,2009:1-18.
[2] Chu A,Blackmore M.A novel concept for stratospheric communications and surveillance[C]//The AIAA Balloon System Conference.USA:Williamsburge,2007:1-14.
[3] Jamison L,Sommer G S,Porche I R.High altitude airship for the future force army[R].Technical Report of RAND Corporation,2005.
[4] Colozza A,James L D.High-altitude,long-endurance airships for coastal surveillance [R].NASA/TM Technical Report,2005.
[5] 楊躍能,鄭偉,吳杰.臨近空間對地觀測平臺的矢量化建模及穩(wěn)定性分析[J].國防科學(xué)技術(shù)大學(xué)學(xué)報,2011,33(3):28-32.
[6] Kim D M,Lee Y G,Kang W G.Korea stratospheric airship program and current results[C]//The 3rd AIAA Annual Aviation Technology,Integration,and Operations.USA:Colorado,2003:1-8.
[7] Tong Zhipeng,Fu Gongyi,Shan Xuexiong,et al.Current research and development activities of stratospheric airship in China[C]//The 5th Stratospheric Platform Systems Workshop.USA,2005:1-6.
[8] Isidori A.Nonlinear control systems [M].London:Bertelsmann Springer Publishing Group,2005:178-206.
[9] Wang Xiaoliang,Shan Xuexiong.Airship attitude tracking system [J].Applied Mathematics and Mechanics,2006,27(7):919-926.
[10] Lee S J,Kim D M.Feedback linearization controller for semi station keeping of the unmanned airship[C]//The 5th AIAA Aviation,Technology,Integration,and Operations Conference.USA:Virginia,2005:1-8.
[11] 楊躍能,吳杰,鄭偉.自主飛艇姿態(tài)跟蹤的終端滑??刂芠J].中國空間科學(xué)技術(shù),2012,32(4):29-36.
[12] Moutinho A,Azinheira J R.Stability and robustness analysis of the AURORA airship control system using dynamic inversion[C]//IEEE International Conference on Robotics and Automation.Barcelona,Spain,2005:2275-2270.
[13] Acosta D M,Joshi S S.Adaptive nonlinear dynamic inversion control of an autonomous airship for the exploration of Titan[C]//AIAA Guidance,Navigation and Control Conference and Exhibit.South Carolina,USA,2007:1-13.
[14] 方存光,王偉.自主飛艇俯仰角姿態(tài)動力學(xué)建模及控制[J].控制理論與應(yīng)用,2004,21(2):231-238.
[15] 王曉亮,劉丹,單雪雄.飛艇三維航跡控制研究[J].上海交通大學(xué)學(xué)報,2006,40(12):2164-2167.
[16] 方存光,王偉.自主飛艇水平位移動力學(xué)建模及其控制[J].控制理論與應(yīng)用,2007,24(2):163-169.
[17] Zhang Yan,Qu Weidong,Xi Yugeng,et al.Stabilization and trajectory tracking of autonomous airship’s planar motion [J].Journal of Systems Engineering and Electronics,2008,19(5):974-981.
[18] Zhang Yan,Qu Weidong,Xi Yugeng,et al.Adaptive stabilization and trajectory tracking of airship with neutral buoyancy[J].Acta Automatica Sinica,2008,34(11):1437-1440.
[19] 劉明治,劉春霞.柔性機械臂動力學(xué)建模和控制研究[J].力學(xué)進展,2001,31(1):1-8.
[20] Rao Jinjun,Gong Zhenbang,Luo Jun,et al.Robotic airship mission path-following control based on ANN and human operator’s skill [J].Transactions of the Institute of Measurement and Control,2007,29(1):5-15.
[21] Park C S,Lee H.Airship control using neural network augmented model inversion[C]//IEEE Conference on Control Applications.USA,2003:558-563.
[22] 劉其睿,李勇.平流層飛艇巡航姿態(tài)自適應(yīng)神經(jīng)網(wǎng)絡(luò)補償控制[J].空間控制技術(shù)與應(yīng)用,2009,35(4):34-38.
[23] Xie S R,Luo J,Rao J,et al.Computer vision-based navigation and predefined track following control of a small robotic airship [J].Acta Automatica Sinica,2007,33(3):286-291.
[24] Falahpour M,Moradi H,Refai H.Performance comparison of classic and fuzzy logic controller for communication airships[C]//The 28th Digital Avionics Systems Conference.Naagara Falls,Canada,2009:61-68.
[25] Rao Jinjun,Gong Zhenbang, Luo Jun,et al.A flight control and navigation system of a small size unmanned airship[C]//IEEE International Conference on Mechatronics and Automation.2005:1491-1496.
[26] 楊希祥,李曉斌,肖飛,等.智能優(yōu)化算法及其在飛行器優(yōu)化設(shè)計領(lǐng)域的應(yīng)用綜述[J].宇航學(xué)報,2009,30(6):2051-2061.
[27] 歐陽晉.空中無人飛艇的建模與控制方法研究[M].上海:上海交通大學(xué)出版社,2003:94-113.
[28] Ruting J,Michael T F.Control of an airship using particle swarm optimization and neural network[C]//IEEE International Conference on Systems,Man,and Cybernetics.2009:1-9.
[29] 王延,周鳳岐,周軍.基于改進遺傳算法的平流層飛艇定點懸停控制[J].火力與指揮控制,2010,35(2):22-27.
Surveyofflightcontrolforthestratosphereairship
ZHENG Wei, YANG Yue-neng, WU Jie
(College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410073, China)
Flight control approaches for the stratosphere airship are reviewed. Literatures on control strategy for near-space airships are analyzed, with particular emphases on control approach and its application, including feedback linearization control, variable structure control, adaptive control, intelligent control and so on. The paper summarizes the key problems to be solved in the domain of fight control for near-space airships, and points out some future research directions.
flight control; adaptive control; intelligent control; near-space; stratosphere airship
V274
A
1002-0853(2013)03-0193-05
(編輯:李怡)