張 遠(yuǎn)，黃 旭，路坤鋒，白文艷，黃萬(wàn)偉

(1. 北京航天自動(dòng)控制研究所，北京 100854; 2. 宇航智能控制技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，北京 100854)

0 引 言

一般飛行馬赫數(shù)()大于5的飛行器稱為高超聲速飛行器(Hypersonic flight vehicle, HFV)，作為航空與航天技術(shù)的綜合產(chǎn)物，HFV的優(yōu)點(diǎn)十分明顯，民用上能夠?qū)崿F(xiàn)低成本重復(fù)跨大氣層飛行和天地往返，是航天運(yùn)輸系統(tǒng)的一個(gè)重要組成部分；軍事應(yīng)用上具有飛行距離遠(yuǎn)、飛行速度快、任務(wù)可調(diào)整等特點(diǎn)。

HFV的研究涉及一體化總體設(shè)計(jì)技術(shù)、高超聲速推進(jìn)技術(shù)、氣動(dòng)力/熱技術(shù)、制導(dǎo)與控制技術(shù)等諸多關(guān)鍵技術(shù)。就HFV的控制技術(shù)而言，由于與傳統(tǒng)飛行器相比，其飛行環(huán)境復(fù)雜、飛行包線跨域大、氣動(dòng)特性的變化認(rèn)識(shí)有限，對(duì)于控制系統(tǒng)設(shè)計(jì)提出了更為嚴(yán)苛的要求，使得HFV的控制成為飛行器控制的前沿?zé)狳c(diǎn)問(wèn)題。此外，近年來(lái)由于變外形飛行器(Morphing flight vehicle, MFV)在解決大飛行包線與氣動(dòng)性能的矛盾、巡航能力和機(jī)動(dòng)性能的矛盾等問(wèn)題上優(yōu)勢(shì)凸顯，將變外形概念結(jié)合到高超聲速技術(shù)上也逐漸成為HFV的一個(gè)新的發(fā)展方向。高超聲速變外形飛行器(Hypersonic morphing flight vehicle, HMFV)的概念和需求應(yīng)運(yùn)而生，其結(jié)合HFV和MFV的優(yōu)勢(shì)，使其跨域能力更強(qiáng)、機(jī)身更“靈巧”。

文獻(xiàn)[4-5]針對(duì)建模及動(dòng)力學(xué)特點(diǎn)進(jìn)行分析，總結(jié)了HFV動(dòng)力學(xué)模型，提出了HFV的建模與控制的解決思路；文獻(xiàn)[2]和[6]以可重復(fù)使用運(yùn)載器、吸氣式高超聲速飛行器等為對(duì)象，總結(jié)了制導(dǎo)與控制技術(shù)的發(fā)展；文獻(xiàn)[7]進(jìn)一步結(jié)合X-43A飛行器分析了工程實(shí)現(xiàn)的控制方案。上述文獻(xiàn)都較為全面綜述了HFV制導(dǎo)與控制等技術(shù)的研究進(jìn)展，具有很大的參考價(jià)值。但是隨著HMFV新概念、新需求、新方案的出現(xiàn)，給控制系統(tǒng)帶來(lái)了新挑戰(zhàn)。如HMFV的控制不僅需要考慮HFV存在的大不確定性、強(qiáng)非線性等難點(diǎn)，還需進(jìn)一步考慮質(zhì)心、壓心轉(zhuǎn)移，執(zhí)行機(jī)構(gòu)、變形機(jī)構(gòu)故障，變形策略等問(wèn)題。同時(shí)，隨著控制理論與智能技術(shù)的發(fā)展，新方案也在不斷地衍生，如反步控制、滑模控制、性能預(yù)設(shè)控制等控制理論與干擾觀測(cè)器、狀態(tài)觀測(cè)器等的綜合應(yīng)用，BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)與控制理論的結(jié)合應(yīng)用，先進(jìn)機(jī)器學(xué)習(xí)技術(shù)在飛行器控制中的探討等內(nèi)容都值得進(jìn)一步的分析、總結(jié)和展望。

本文將可變后掠、可變展長(zhǎng)的HMFV作為HFV的一種特殊形式，對(duì)此類飛行器的控制技術(shù)進(jìn)行總結(jié)和展望。第一部分總結(jié)了幾類典型的飛行器模型，分析了HFV和HMFV的特點(diǎn)；第二部分結(jié)合理論分析和工程需求，分析了此類飛行器的控制難點(diǎn)，并引申出相應(yīng)的控制需求；第三部分針對(duì)控制難點(diǎn)，總結(jié)幾類非線性控制以及智能控制在該領(lǐng)域的研究進(jìn)展，并分別給出了針對(duì)HFV/HMFV控制器的控制框圖；最后，針對(duì)本文討論的重點(diǎn)進(jìn)行了總結(jié)與展望。

1 HFV/HMFV模型

本文總結(jié)公開(kāi)文獻(xiàn)常見(jiàn)的HFV來(lái)源，動(dòng)力學(xué)模型和相關(guān)可查的氣動(dòng)數(shù)據(jù)可參見(jiàn)表1。本文闡述最常用于制導(dǎo)、控制領(lǐng)域的Winged-Cone模型、乘波體模型以及HMFV模型。需說(shuō)明的是，HMFV模型暫無(wú)公開(kāi)文獻(xiàn)給出具體的氣動(dòng)模型和相關(guān)數(shù)據(jù)，本文僅針對(duì)變后掠、變展長(zhǎng)以及兩者的復(fù)合變形形式的HMFV特點(diǎn)進(jìn)行分析。

表1 幾類典型HFV模型Table 1 Several typical HFV models

1.1 Winged-Cone模型

NASA蘭利研究中心開(kāi)發(fā)了一種高超聲速飛行器六自由度的Winged-Cone模型，其幾何圖形如圖1，包含水平鴨翼、升降副翼、方向舵、節(jié)流閥四個(gè)控制面，鴨翼僅用于亞聲速和超聲速階段的飛行控制。該模型通過(guò)大量的風(fēng)洞實(shí)驗(yàn)及CFD計(jì)算，建立了較為全面真實(shí)的氣動(dòng)數(shù)據(jù)庫(kù)和超燃沖壓發(fā)動(dòng)機(jī)推力模型，提供了氣動(dòng)、推進(jìn)以及質(zhì)量的數(shù)學(xué)模型，涵蓋了亞聲速、跨聲速、超聲速以及高超聲速飛行階段，為高超聲速飛行器的研究提供了一個(gè)新的平臺(tái)。但是相比于乘波體模型，Winged-Cone未完整反映機(jī)身/發(fā)動(dòng)機(jī)一體化特點(diǎn)。

圖1 Winged-cone幾何圖形Fig.1 Geometry of winged-cone configuration

該模型擁有在0.3～24.2之間的11個(gè)特征點(diǎn)，攻角選擇-1.0°～12.0°的9個(gè)特征點(diǎn)，左、右升降舵和方向舵取-20°～20°的5個(gè)特征點(diǎn)。該模型六分量系數(shù)表示成關(guān)于馬赫數(shù)、攻角、側(cè)滑角、舵偏轉(zhuǎn)的高階多項(xiàng)式，在文獻(xiàn)[17]中給出了明確的擬合多項(xiàng)式。

1.2 乘波體模型

乘波體模型是由Bolender等基于X-43A飛行器的構(gòu)型，通過(guò)工程預(yù)估方法建立的考慮氣動(dòng)/推進(jìn)/彈性結(jié)構(gòu)耦合的縱向第一機(jī)理模型，幾何簡(jiǎn)化構(gòu)型如圖2，該模型較為完整地描述了氣動(dòng)耦合與彈性模態(tài)。由于缺乏地面風(fēng)洞和飛行試驗(yàn)數(shù)據(jù)，主要靠空氣動(dòng)力學(xué)的解析式和熱力學(xué)理論為控制研究工作提供氣動(dòng)和推進(jìn)數(shù)據(jù)。為使其適用于控制系統(tǒng)設(shè)計(jì)，Parker等通過(guò)對(duì)模型的簡(jiǎn)化，建立了具有解析形式的飛行器模型?，F(xiàn)有公開(kāi)文獻(xiàn)針對(duì)縱向通道的高度和速度的跟蹤控制也多基于此模型。但該模型未考慮橫向與縱向通道耦合影響特性，氣動(dòng)力和推力均為工程經(jīng)驗(yàn)公式，建模不確定性大。

圖2 乘波體幾何圖形Fig.2 Geometry of wave-rider configuration

1.3 可變構(gòu)型飛行器模型

針對(duì)MFV，可以分為內(nèi)流部件變形和外流部件變形兩大類，內(nèi)流部件變形包括進(jìn)氣道變形、噴管變形等，外流部件變形包括變后掠翼、折疊翼、伸縮翼等方式。本文討論的HMFV為變后掠構(gòu)型和變展長(zhǎng)構(gòu)型以及兩者的復(fù)合構(gòu)型。此類變形方式可有效緩解全速域飛行與外形局限的矛盾，巡航能力與機(jī)動(dòng)能力的矛盾等。變形給飛行器帶來(lái)能力提升的同時(shí)也大幅增加了模型的復(fù)雜度，一是變形對(duì)氣動(dòng)特性影響未知；二是變形過(guò)程建模難；三是變形帶來(lái)的機(jī)體參數(shù)變化描述難。

對(duì)于MFV建模而言，現(xiàn)有公開(kāi)文獻(xiàn)主要有兩類方式。一類以經(jīng)典力學(xué)為基礎(chǔ)，簡(jiǎn)化變形過(guò)程產(chǎn)生的影響因素，主要考慮變形帶來(lái)的氣動(dòng)力以及力矩系數(shù)的變化；另一類建模方案是將機(jī)體、變形部分作為多個(gè)獨(dú)立的運(yùn)動(dòng)體，以多體動(dòng)力學(xué)為基礎(chǔ)，考慮多剛體之間的內(nèi)部作用機(jī)制，充分利用變形可獲得的變形參數(shù)，如后掠角、后掠角速率、展長(zhǎng)、展長(zhǎng)變化速率等，以描述變形過(guò)程帶來(lái)的附加力、附加力矩等變化。文獻(xiàn)[25-26]針對(duì)變外形帶來(lái)的氣動(dòng)系數(shù)、附加力等變化也給出了可行性的處理方案；但是對(duì)于轉(zhuǎn)動(dòng)慣量、質(zhì)心變化等信息未給出說(shuō)明，且未驗(yàn)證氣動(dòng)擬合的合理性。

圖3 HMFV的兩種常見(jiàn)形態(tài)Fig.3 Two classical HMFV configurations

綜上所述，HFV/HMFV動(dòng)力學(xué)模型需要考慮的因素遠(yuǎn)比傳統(tǒng)飛行器復(fù)雜，這就造成綜合考慮這些因素所得到的模型必定是高階復(fù)雜非線性系統(tǒng)，對(duì)于這樣的模型設(shè)計(jì)控制器是難以實(shí)現(xiàn)的。因此，根據(jù)控制系統(tǒng)設(shè)計(jì)的要求簡(jiǎn)化處理，得到合理的低階動(dòng)力學(xué)模型是解決此類控制問(wèn)題的關(guān)鍵之一。

2 飛行器控制需求分析

與亞聲速/超聲速飛行器相比，由于飛行環(huán)境復(fù)雜，飛行包線跨域大，氣動(dòng)特性的變化更加復(fù)雜，HFV/HMFV表現(xiàn)出許多不同的飛行特性，因試飛或者地面試驗(yàn)的困難較大，所以還有很多特性難以完全掌握。主要表現(xiàn)在模型的強(qiáng)非線性、快時(shí)變、不確定性大、參數(shù)攝動(dòng)明顯、耦合特性明顯等特點(diǎn)，因此引申出大不確定性下的穩(wěn)定控制、復(fù)雜系統(tǒng)的非線性控制、系統(tǒng)強(qiáng)耦合的解耦控制、飛行階段多樣的復(fù)合控制、復(fù)雜環(huán)境下的安全控制、弱可靠模型下的智能控制等工程實(shí)際問(wèn)題。

2.1 大不確定性系統(tǒng)穩(wěn)定控制需求分析

HFV/HMFV飛行器由于復(fù)雜的飛行環(huán)境，不可避免存在各種各樣的內(nèi)、外擾動(dòng)。內(nèi)部擾動(dòng)主要指參數(shù)的不確定性，外部擾動(dòng)主要指動(dòng)態(tài)不確定性。前者可通過(guò)模型中有限個(gè)參數(shù)攝動(dòng)來(lái)表示，后者通過(guò)被控對(duì)象的整體攝動(dòng)來(lái)表示，可能會(huì)改變系統(tǒng)的零極點(diǎn)分布和個(gè)數(shù)，也會(huì)改變系統(tǒng)的結(jié)構(gòu)，因此也被稱為非結(jié)構(gòu)化不確定性。主要表現(xiàn)在以下方面。

(1)參數(shù)攝動(dòng)

一方面，當(dāng)飛行馬赫數(shù)>6就會(huì)產(chǎn)生真實(shí)氣體效應(yīng)，從而改變飛行器表面的壓力分布，氣動(dòng)力及力矩系數(shù)也隨之改變;另一方面，由于HMFV變形的需要，飛行器變形時(shí)會(huì)帶來(lái)整體結(jié)構(gòu)的改變。對(duì)于可連續(xù)變形而言，地面獲得的數(shù)據(jù)有限，任意狀態(tài)下的六分量系數(shù)、質(zhì)心、轉(zhuǎn)動(dòng)慣量等變化都不可精確獲得，進(jìn)一步擴(kuò)大了參數(shù)攝動(dòng)范圍。

(2)環(huán)境干擾

高超聲速飛行器所處的臨近空間是個(gè)相對(duì)陌生的飛行區(qū)域，其大氣運(yùn)動(dòng)規(guī)律復(fù)雜，因而由風(fēng)洞實(shí)驗(yàn)建立的氣動(dòng)數(shù)據(jù)表與真實(shí)值存在較大偏差。且風(fēng)干擾是隨機(jī)的，在30 km～60 km高度下風(fēng)切變可達(dá)10 m/s～40 m/s。因而，環(huán)境擾動(dòng)特別是風(fēng)干擾對(duì)飛行器姿態(tài)穩(wěn)定的影響不可忽略。

(3)變形干擾

首先，HMFV在超高聲速飛行對(duì)于變外形的需求進(jìn)一步擴(kuò)大了彈性模態(tài)，使機(jī)體變形，流場(chǎng)改變，導(dǎo)致機(jī)身受力失衡；其次，由于氣動(dòng)力和推力與攻角直接相關(guān)，機(jī)身變形則導(dǎo)致攻角在小范圍內(nèi)擾動(dòng)，其進(jìn)一步導(dǎo)致推力、升力、阻力的不確定性。

(4)隨機(jī)誤差干擾

隨機(jī)因素主要是非人為的難以避免的隨機(jī)誤差,如傳感器偏差、執(zhí)行器偏差、質(zhì)量分布不對(duì)稱、慣性主軸與機(jī)體對(duì)稱軸不完全重合、安裝偏差等。

由此可知，不確定性問(wèn)題是影響飛行器穩(wěn)定控制的一個(gè)關(guān)鍵因素，是不可忽略的控制重點(diǎn)和難點(diǎn)，如何使飛控系統(tǒng)能“容忍”不確定性是飛行器控制當(dāng)下研究的重難點(diǎn)之一。

2.2 復(fù)雜系統(tǒng)非線性控制需求分析

強(qiáng)非線性是HFV/HMFV的另外一個(gè)明顯特征，飛行器的非線性特性一方面由構(gòu)型決定，另一方面則歸因于飛行狀態(tài)。首先，從模型看其表現(xiàn)為高階的非線性微分方程，如高度、速度、俯仰角等狀態(tài)的導(dǎo)數(shù)都是非線性函數(shù)；其次，六分量系數(shù)是與馬赫數(shù)、攻角、側(cè)滑角、變形量、舵偏角等相關(guān)的高階非線性函數(shù)。因此升力、阻力、推力等解析表達(dá)都為高階多元非線性函數(shù)；最后，執(zhí)行機(jī)構(gòu)受到工程的約束也是造成系統(tǒng)呈現(xiàn)強(qiáng)非線性的因素之一。

綜合上述因素,常規(guī)的線性控制方法難以保證此類飛行器的控制精度和魯棒性能，也決定著針對(duì)此類飛行器應(yīng)該著重考慮基于現(xiàn)代控制理論和智能控制技術(shù)的非線性控制方案或者基于線性控制的改進(jìn)型方案。

2.3 系統(tǒng)強(qiáng)耦合的解耦控制需求分析

此類飛行器的強(qiáng)耦合特性主要體現(xiàn)在機(jī)身一體化耦合、通道耦合、剛體/彈性耦合以及姿態(tài)/質(zhì)心運(yùn)動(dòng)的耦合。對(duì)于機(jī)身一體化耦合而言，一是機(jī)體產(chǎn)生的氣動(dòng)力會(huì)影響攻角的變化，而發(fā)動(dòng)機(jī)的性能又對(duì)攻角的改變較為敏感；二是發(fā)動(dòng)機(jī)尾噴氣流造成了機(jī)體后緣的流場(chǎng)變化，造成附加力和力矩。對(duì)于通道耦合而言，耦合主要指縱向和橫向的耦合，也可以指俯仰通道、偏航通道、滾轉(zhuǎn)通道間的耦合。對(duì)于剛體/彈性耦合而言，剛體運(yùn)動(dòng)狀態(tài)的改變會(huì)影響飛行器的受力，從而產(chǎn)生彈性形變;反之,機(jī)體的彈性形變將對(duì)氣動(dòng)布局和推進(jìn)系統(tǒng)產(chǎn)生重要的影響。最后是姿態(tài)與質(zhì)心運(yùn)動(dòng)的耦合。姿態(tài)動(dòng)力學(xué)方程和質(zhì)心動(dòng)力學(xué)方程有著相互包含和約束的關(guān)系,一是軌跡的控制主要通過(guò)姿態(tài)控制來(lái)實(shí)現(xiàn)，而軌跡的優(yōu)化又往往包含著姿態(tài)約束,二是飛行器的姿態(tài)模型中又存在著軌跡狀態(tài)信息,如忽略姿態(tài)和質(zhì)心的耦合關(guān)系，進(jìn)行兩者的獨(dú)立設(shè)計(jì)，則容易導(dǎo)致在復(fù)雜情況下難以實(shí)現(xiàn)指令的精確跟蹤。

綜上，對(duì)具有耦合特性的多變量系統(tǒng)來(lái)說(shuō)，在研究過(guò)程中為了便于控制器的設(shè)計(jì)，可對(duì)復(fù)雜系統(tǒng)加以簡(jiǎn)化，將其分成若干個(gè)子系統(tǒng)進(jìn)行考慮并忽略之間的耦合作用，但是隨著系統(tǒng)越來(lái)越復(fù)雜以及對(duì)控制性能要求的提高，這種簡(jiǎn)化處理就難以滿足需求，所以對(duì)系統(tǒng)耦合進(jìn)行深入分析，并選取合適的多變量系統(tǒng)控制方法是十分必要的。

2.4 飛行階段多樣的復(fù)合控制需求分析

HFV飛行包線大，再入段過(guò)程中需要經(jīng)過(guò)多種空域環(huán)境，高度域跨度明顯。動(dòng)壓隨著高度的增加而出現(xiàn)大幅度下降，飛行器舵效降低，操縱性能嚴(yán)重不足，僅靠舵面提供的控制能力無(wú)法完成飛行器的穩(wěn)定飛行需求。因此，配置反作用力控制系統(tǒng)(Reaction control system, RCS)使執(zhí)行機(jī)構(gòu)的操縱模式多樣化是解決這一問(wèn)題的關(guān)鍵方案之一，這種具有氣動(dòng)力和RCS兩種操縱機(jī)構(gòu)的系統(tǒng)通常被稱為復(fù)合控制系統(tǒng)。以“哥倫比亞”號(hào)航天飛機(jī)再入返回為例，再入飛行時(shí)，所需力矩由不同執(zhí)行機(jī)構(gòu)產(chǎn)生，其中俯仰力矩主要由升降舵和產(chǎn)生俯仰力矩的RCS提供。類似地，滾轉(zhuǎn)力矩、偏航力矩主要分別由副翼和方向舵以及相應(yīng)的RCS提供。

圖4 “哥倫比亞”號(hào)再入段三通道控制分配圖[33]Fig.4 Allocation scheme of three control channels for the Space Shuttle Columbia [33]

由此可知，在高超聲速飛行器一次完整的飛行過(guò)程中，需要進(jìn)行多次控制切換，這就進(jìn)一步引申出三個(gè)重點(diǎn)研究問(wèn)題。一是控制切換策略問(wèn)題；二是控制力矩分配策略問(wèn)題，即研究期望力矩如何分配可達(dá)到預(yù)設(shè)目標(biāo)最優(yōu)；三是控制切換防抖問(wèn)題，即如何實(shí)現(xiàn)平滑切換，減少瞬態(tài)誤差。

2.5 復(fù)雜環(huán)境下的安全控制需求分析

HFV是一類系統(tǒng)構(gòu)成復(fù)雜、飛行環(huán)境復(fù)雜、飛行跨度大的飛行器，極易出現(xiàn)突發(fā)故障，因而對(duì)于安全性的要求極高。因此，研究具有故障診斷和容錯(cuò)能力的安全控制方案需求逐漸凸顯。飛行器的故障可以分為結(jié)構(gòu)、執(zhí)行機(jī)構(gòu)、傳感器三類。

結(jié)構(gòu)故障多指舵面、發(fā)動(dòng)機(jī)等由于疲勞開(kāi)裂或者腐蝕失效等情況。執(zhí)行機(jī)構(gòu)故障指舵面執(zhí)行故障和變形執(zhí)行機(jī)構(gòu)故障:舵面故障帶來(lái)的主要問(wèn)題是舵面效率下降，無(wú)法達(dá)到預(yù)期的控制能力和效果，從而影響控制能力和飛行安全；變形機(jī)構(gòu)帶來(lái)的則是存在非對(duì)稱變形導(dǎo)致的滾轉(zhuǎn)通道控制難度大等問(wèn)題。傳感器故障指的是狀態(tài)測(cè)量裝置的故障問(wèn)題，其為控制系統(tǒng)實(shí)時(shí)提供飛行狀態(tài)數(shù)據(jù)，若偏差較大，則對(duì)飛控系統(tǒng)的輸出產(chǎn)生影響從而威脅飛行安全。

綜上，安全飛行受諸多因素的影響，故障來(lái)源也多樣，提高飛行器故障的精準(zhǔn)檢測(cè)和容錯(cuò)控制能力是安全飛行控制技術(shù)的重要措施，也是當(dāng)下飛行器故障診斷與容錯(cuò)控制的兩類研究熱點(diǎn)。

2.6 弱可靠性模型下的智能控制需求分析

智能技術(shù)的發(fā)展使得智能控制在此類復(fù)雜高動(dòng)態(tài)非線性系統(tǒng)中的應(yīng)用更具前景和潛力,其大速域、寬空域飛行環(huán)境和任務(wù)場(chǎng)景，使得氣動(dòng)特性變化劇烈、環(huán)境干擾強(qiáng)、模型可靠性變?nèi)?。針?duì)HMFV此類新型飛行器，其任務(wù)多樣性的需求帶來(lái)飛行器結(jié)構(gòu)的變化多樣，而變形過(guò)程建模難的問(wèn)題更為突出，難以獲得精準(zhǔn)的面向控制的數(shù)學(xué)模型，這就對(duì)控制系統(tǒng)的智能自適應(yīng)能力提出了更高的要求。

然而當(dāng)前的控制方案設(shè)計(jì)多是依賴已知模型設(shè)計(jì)，存在適應(yīng)性不足、應(yīng)變與容錯(cuò)能力弱等問(wèn)題，難以適應(yīng)環(huán)境與構(gòu)型的復(fù)雜多變。因此有必要研究基于人工智能理論的飛行器智能控制技術(shù)，依托人工智能技術(shù)賦能，進(jìn)一步突破弱模型依賴的智能自主飛行控制技術(shù)，促進(jìn)智能自主飛行技術(shù)的發(fā)展，進(jìn)一步提高HFV/HMFV的自主飛行控制品質(zhì)。

3 HFV/HMFV控制技術(shù)研究進(jìn)展

由于HFV/HMFV飛行環(huán)境和任務(wù)的特殊化，其控制需求均是實(shí)際工程需要急迫解決的問(wèn)題。本節(jié)結(jié)合相關(guān)文獻(xiàn)和成果梳理控制方向的研究進(jìn)展。

3.1 基于滑模方法的控制技術(shù)進(jìn)展

滑?？刂?Sliding mode control, SMC)是于20世紀(jì)50年代提出的一種變結(jié)構(gòu)控制方法，其“變結(jié)構(gòu)”體現(xiàn)在系統(tǒng)的狀態(tài)(如狀態(tài)誤差及其各階導(dǎo))沿著“期望滑模動(dòng)態(tài)”軌跡運(yùn)動(dòng)。由于“期望滑模動(dòng)態(tài)”可以預(yù)先設(shè)計(jì)，且不受系統(tǒng)的外界擾動(dòng)和內(nèi)在攝動(dòng)影響，因而成為處理帶有不確定性、執(zhí)行故障等系統(tǒng)的一種重要的魯棒控制方法。

然而，由于傳統(tǒng)SMC存在不可避免的抖振，抖振抑制與控制精度難以同時(shí)滿足，一直是影響SMC在工程中應(yīng)用的主要障礙，也是近年廣大學(xué)者研究的重點(diǎn)和熱點(diǎn)。早在1998年，Shtessel等就在X-33的姿態(tài)控制器設(shè)計(jì)中，將系統(tǒng)分為姿態(tài)角回路和角速率內(nèi)外兩個(gè)回路，分別設(shè)計(jì)內(nèi)、外環(huán)滑?？刂破?之后進(jìn)一步研究執(zhí)行機(jī)構(gòu)飽和以及舵面部分失效等問(wèn)題，設(shè)計(jì)基于時(shí)變滑?？刂频碾p環(huán)控制器，該方法可消除趨近段，保證系統(tǒng)全局魯棒性能；Wu等設(shè)計(jì)基于擾動(dòng)觀測(cè)器的時(shí)變滑?？刂破?，用于滑翔式HFV再入段的直/氣復(fù)合控制；Zhu等對(duì)飛行器縱向動(dòng)力學(xué)模型反饋線性化基礎(chǔ)上，將輸入飽和、執(zhí)行器失效等故障因素歸為“集成故障”，設(shè)計(jì)快速故障觀測(cè)器，同時(shí)基于積分滑模面設(shè)計(jì)控制律，提升系統(tǒng)收斂能力。

高階滑?？刂剖墙陙?lái)針對(duì)抖振問(wèn)題研究的熱點(diǎn)，其既能保持魯棒性能，也能有效抑制抖振。其中二階滑模是近年熱度不減的滑?？刂品桨钢弧uo等結(jié)合有限時(shí)間觀測(cè)器，設(shè)計(jì)自適應(yīng)螺旋滑?？刂扑惴?，引入自適應(yīng)律，解決HFV存在有界時(shí)變干擾下的姿態(tài)控制問(wèn)題；考慮到控制律中需要用的指令微分項(xiàng)，Ding等設(shè)計(jì)一種精確魯棒微分器，用于彈性HFV的高階超螺旋滑模控制算法設(shè)計(jì)中，有效緩解“微分爆炸”問(wèn)題；Yan等則研究將SMC應(yīng)用到一種變后掠飛行器控制中，其中高度通道基于反饋線性化模型設(shè)計(jì)超螺旋滑?？刂坡?，驗(yàn)證飛行器大尺度變形下的高精度跟蹤控制問(wèn)題。

考慮到HFV/HMFV的高動(dòng)態(tài)特性，對(duì)于收斂時(shí)間等控制品質(zhì)的要求更為嚴(yán)格，終端滑模這類有限時(shí)間控制方法得到研究推廣。Sun等設(shè)計(jì)了快速終端滑?？刂坡删徑舛墩駟?wèn)題，同時(shí)保證收斂時(shí)間的有限性，利用異質(zhì)干擾觀測(cè)器去估計(jì)擾動(dòng)，該方案應(yīng)用在輸入受限的HFV縱向控制中；Yu等則針對(duì)執(zhí)行機(jī)構(gòu)效率下降，將其作為一類干擾考慮，設(shè)計(jì)一種帶有固定時(shí)間觀測(cè)器的有限時(shí)間多變量終端滑模容錯(cuò)控制框架；陳佳曄等則針對(duì)帶有時(shí)變故障的飛行器，設(shè)計(jì)帶有迭代學(xué)習(xí)觀測(cè)器的自適應(yīng)滑模有限時(shí)間收斂控制器，利用迭代學(xué)習(xí)觀測(cè)器對(duì)時(shí)變故障進(jìn)行在線實(shí)時(shí)估計(jì)，實(shí)現(xiàn)故障診斷與容錯(cuò)控制。

綜上，當(dāng)前SMC研究重點(diǎn)之一是對(duì)于滑模理論的優(yōu)化，重點(diǎn)是新型滑模面的設(shè)計(jì)及基于新型滑模面的滑模控制律設(shè)計(jì)；其二是收斂性能優(yōu)、估計(jì)誤差小的干擾觀測(cè)器設(shè)計(jì)；其三是針對(duì)滑?？刂萍夹g(shù)在飛行器參數(shù)攝動(dòng)、外界擾動(dòng)、執(zhí)行故障等問(wèn)題的應(yīng)用。以姿態(tài)控制為例，考慮執(zhí)行機(jī)構(gòu)抗飽和情況，可用圖5來(lái)表示基于滑模方法的控制框架。該方案主要包含滑模控制律、自適應(yīng)律、估計(jì)器等。一般地,估計(jì)補(bǔ)償方案和自適應(yīng)方案選一即可滿足控制性能需求。

圖5 基于滑模方法的HFV/HMFV控制框圖Fig.5 The control scheme for HFV/HMFV based on the sliding mode control method

3.2 基于反步法的控制技術(shù)進(jìn)展

反步法作為一種回饋遞推法，是一類系統(tǒng)化的高階非線性控制方法，核心思想是將高階非線性系統(tǒng)控制問(wèn)題分解為多個(gè)不超過(guò)系統(tǒng)階次的子系統(tǒng)，分別設(shè)計(jì)控制律，遞歸保證子系統(tǒng)逐步穩(wěn)定，最后獲得整個(gè)系統(tǒng)的Lyapunov穩(wěn)定，實(shí)現(xiàn)指令跟蹤。其不足之處在于每一步都需獲得虛擬控制律的微分項(xiàng)，這種反復(fù)求導(dǎo)的形式帶來(lái)“計(jì)算膨脹”的問(wèn)題，針對(duì)這一問(wèn)題的優(yōu)化是反步法研究的熱點(diǎn)之一。

文獻(xiàn)[45]通過(guò)指令濾波器得到俯仰角的實(shí)際跟蹤指令以及其一、二階的微分信號(hào)，來(lái)解決“計(jì)算膨脹”問(wèn)題；文獻(xiàn)[46]針對(duì)攻角設(shè)計(jì)反步控制律，系統(tǒng)不確定項(xiàng)通過(guò)擴(kuò)張狀態(tài)觀測(cè)器估計(jì)；文獻(xiàn)[47]進(jìn)一步關(guān)注工程中的航跡傾角難測(cè)量問(wèn)題，用高度和速度測(cè)量值以及高階微分器進(jìn)行航跡傾角在線估計(jì)，基于反步法設(shè)計(jì)航跡傾角子系統(tǒng)控制器，引入輔助系統(tǒng)緩解執(zhí)行機(jī)構(gòu)飽和；文獻(xiàn)[48]提出基于高階跟蹤微分器的減步控制方案，利用其對(duì)給定信號(hào)任意階導(dǎo)數(shù)精確估計(jì)的能力，減少設(shè)計(jì)步驟；文獻(xiàn)[49]把虛擬控制律設(shè)計(jì)中需要的導(dǎo)數(shù)作為不確定的一部分，設(shè)計(jì)自適應(yīng)律應(yīng)對(duì)含有未知上界的不確定性，避免了“計(jì)算膨脹”問(wèn)題，實(shí)現(xiàn)速度和高度的精確跟蹤；文獻(xiàn)[50]則進(jìn)一步考慮飛行器彈性模態(tài)，引入α濾波器，針對(duì)包含氣動(dòng)、彈性、外部干擾等在內(nèi)的綜合擾動(dòng)進(jìn)行估計(jì)補(bǔ)償，并對(duì)α濾波器進(jìn)行頻域響應(yīng)分析，與擴(kuò)張狀態(tài)觀測(cè)器(ESO)進(jìn)行比較，分析了兩者優(yōu)缺點(diǎn)。

由于反步法能夠有效處理非線性系統(tǒng)固有特性，因此以反步思想為基礎(chǔ)，和其他控制方法相結(jié)合的綜合應(yīng)用有效地提高了系統(tǒng)的魯棒性能和自適應(yīng)性能。文獻(xiàn)[51]通過(guò)設(shè)計(jì)障礙Lyapunov函數(shù)，針對(duì)高度通道設(shè)計(jì)有限時(shí)間自適應(yīng)反步控制律，進(jìn)一步引入有限時(shí)間濾波器得到虛擬控制律的微分項(xiàng)；文獻(xiàn)[52]基于反步法設(shè)計(jì)魯棒自適應(yīng)控制律，利用神經(jīng)網(wǎng)絡(luò)估計(jì)系統(tǒng)的綜合不確定項(xiàng)，提升系統(tǒng)的魯棒性能；文獻(xiàn)[53]結(jié)合性能預(yù)設(shè)控制，設(shè)計(jì)了一種無(wú)需估計(jì)干擾的新型預(yù)設(shè)性能反步控制方法，保證了跟蹤誤差的包線約束，且不需要微分項(xiàng)，避免了“計(jì)算膨脹”問(wèn)題；為進(jìn)一步結(jié)合反步控制設(shè)計(jì)簡(jiǎn)單和滑模控制器魯棒性能強(qiáng)的優(yōu)點(diǎn)，文獻(xiàn)[54]設(shè)計(jì)反步滑模控制律，同時(shí)采用神經(jīng)網(wǎng)絡(luò)進(jìn)行擾動(dòng)估計(jì)。

綜上所述，反步法常融合其他控制方案進(jìn)一步提升魯棒性、自適應(yīng)性。對(duì)于HMFV而言，可以將變形過(guò)程的氣動(dòng)系數(shù)、轉(zhuǎn)動(dòng)慣量等變化作為參數(shù)攝動(dòng)，設(shè)計(jì)具有快速收斂的觀測(cè)器估計(jì)綜合擾動(dòng)，引入到控制律中。一類基于反步法的HFV/HMFV縱向通道的控制框架，可以用圖6表示，其中速度通道與高度通道非耦合，因而可獨(dú)立設(shè)計(jì)，且設(shè)計(jì)方案多樣，這里不再贅述。

圖6 基于反步法的HFV/HMFV縱向模型控制框圖Fig.6 The control scheme for HFV/HMFV longitudinal model based on the back-stepping control method

3.3 基于自抗擾思想的控制技術(shù)進(jìn)展

自抗擾控制技術(shù)(Active disturbance rejection control, ADRC)是由韓京清在1989年提出的一種控制方法,突破了PID控制的“基于誤差而消除誤差”的理念，實(shí)現(xiàn)了“估計(jì)誤差消除誤差”，化“被動(dòng)”抗擾動(dòng)為“主動(dòng)”抗干擾。因其易于工程實(shí)現(xiàn)、魯棒性能強(qiáng)等優(yōu)點(diǎn)，已在兵器、機(jī)械、航空航天等多個(gè)領(lǐng)域得到工程應(yīng)用。近年來(lái)，呈現(xiàn)考慮單一干擾轉(zhuǎn)向考慮多源干擾、單一抗干擾轉(zhuǎn)向復(fù)合抗干擾的技術(shù)趨勢(shì)發(fā)展，形成了以ADRC原理為核心，多種控制算法綜合應(yīng)用的形態(tài)。在解決HFV不確定性、系統(tǒng)耦合、系統(tǒng)故障等方面得到了廣泛應(yīng)用。以姿態(tài)控制為案例，基于ADRC的綜合姿態(tài)控制框架如圖7所示。擴(kuò)張狀態(tài)觀測(cè)器(ESO)與控制器互相解耦，且有線性、非線性、有限時(shí)間收斂等多種方案。

圖7 基于自抗擾方法的HFV/HMFV控制方案框圖Fig.7 The control scheme for HFV/HMFV based on the ADRC method

文獻(xiàn)[57]針對(duì)無(wú)動(dòng)力再入過(guò)程中，HFV存在的強(qiáng)耦合等問(wèn)題，分別設(shè)計(jì)內(nèi)、外環(huán)ADRC控制器，這種方法無(wú)需精確的飛行器被控模型，對(duì)于攝動(dòng)界限也無(wú)明確要求；文獻(xiàn)[58]將反步法和擴(kuò)張狀態(tài)觀測(cè)器相結(jié)合，提出自抗擾反步姿態(tài)控制器的結(jié)構(gòu)，能夠處理匹配不確定性；由于HFV再入飛行指令變化大，參數(shù)不確定性大、耦合嚴(yán)重，文獻(xiàn)[59]將此類影響綜合為復(fù)合干擾，采用ESO進(jìn)行估計(jì)，進(jìn)一步以“標(biāo)稱控制器+補(bǔ)償控制器”的可擴(kuò)展結(jié)構(gòu)進(jìn)行控制系統(tǒng)的設(shè)計(jì)；文獻(xiàn)[60]采用LQR+ESO對(duì)系統(tǒng)內(nèi)外干擾進(jìn)行補(bǔ)償，一方面大幅增強(qiáng)了系統(tǒng)的擾動(dòng)抑制能力，另一方面線性控制器的設(shè)計(jì)方法有利于工程應(yīng)用；文獻(xiàn)[61]在ADRC框架下，設(shè)計(jì)預(yù)設(shè)性能函數(shù)，保證了系統(tǒng)的瞬態(tài)性能和穩(wěn)態(tài)性能；文獻(xiàn)[62]將各通道的帶有非匹配干擾的綜合擾動(dòng)利用等價(jià)輸入擾動(dòng)技術(shù)，針對(duì)吸氣式HFV縱向通道的高度、速度反饋線性化模型進(jìn)行控制；文獻(xiàn)[63]以ADRC為核心框架，設(shè)計(jì)一套有限時(shí)間擴(kuò)張狀態(tài)觀測(cè)器，同時(shí)利用貪心算法優(yōu)化三通道控制器參數(shù)，取得了良好的效果。

綜上，由于ADRC不依賴于精確數(shù)學(xué)模型、可擴(kuò)展性強(qiáng)等特點(diǎn)，在飛行器控制領(lǐng)域展現(xiàn)出旺盛的生命力，但是對(duì)于參數(shù)整定復(fù)雜、穩(wěn)定性理論分析難度大、理論結(jié)果依賴于觀測(cè)器帶寬足夠高等問(wèn)題依然值得深入研究。

3.4 基于性能預(yù)設(shè)方法的控制技術(shù)進(jìn)展

隨著飛行器的任務(wù)朝著多樣化、多約束等方向發(fā)展，對(duì)于其控制系統(tǒng)性能提出了更多要求，特別是體現(xiàn)飛行器瞬態(tài)性能和穩(wěn)態(tài)性能的控制品質(zhì)。順其自然的想法就是如果能夠?qū)⒖刂破焚|(zhì)實(shí)現(xiàn)定性與定量設(shè)計(jì)，則在理論上就可保證控制系統(tǒng)滿足期望的性能。因而，近年來(lái)能夠滿足這一需求的性能預(yù)設(shè)控制(Prescribed performance control, PPC)，得到了廣泛關(guān)注。該方法核心思想是通過(guò)對(duì)系統(tǒng)狀態(tài)(一般為系統(tǒng)誤差)人為設(shè)計(jì)性能約束包線，通過(guò)性能約束函數(shù)的收斂特性來(lái)刻畫受控系統(tǒng)的瞬態(tài)性能和穩(wěn)態(tài)性能。一般地，PPC方法包含性能約束函數(shù)設(shè)計(jì)、約束空間轉(zhuǎn)換、非線性控制器設(shè)計(jì)三個(gè)步驟。常見(jiàn)的性能預(yù)設(shè)函數(shù)有指數(shù)型和正切型，以及兩者的衍生形式；對(duì)等映射轉(zhuǎn)換環(huán)節(jié)是PPC設(shè)計(jì)的關(guān)鍵步驟，是實(shí)現(xiàn)性能約束空間到無(wú)約束空間對(duì)等轉(zhuǎn)換必備環(huán)節(jié)；PPC方法對(duì)于控制器的設(shè)計(jì)沒(méi)有具體要求，控制器設(shè)計(jì)具有任意性，常見(jiàn)的方式有反步控制器，滑?？刂破鞯刃问?。

文獻(xiàn)[65]針對(duì)彈性HFV的縱向通道設(shè)計(jì)指數(shù)型性能預(yù)設(shè)函數(shù)，并設(shè)計(jì)正切型誤差轉(zhuǎn)換函數(shù)，高度通道綜合采用反步法和性能預(yù)設(shè)方法，同時(shí)引入RBF神經(jīng)網(wǎng)絡(luò)逼近模型的不確定性，該方法能夠保證跟蹤誤差滿足設(shè)定動(dòng)態(tài)包線約束；為解決預(yù)設(shè)控制對(duì)于初始誤差需要已知的局限，文獻(xiàn)[66]研究了一種適應(yīng)誤差初值未知的性能預(yù)設(shè)控制方法，利用神經(jīng)網(wǎng)絡(luò)反演控制和最小參數(shù)方法，針對(duì)縱向模型子系統(tǒng)設(shè)計(jì)性能預(yù)設(shè)控制器；文獻(xiàn)[67]研究飛行器再入段姿態(tài)大范圍變化跟蹤控制問(wèn)題，考慮執(zhí)行機(jī)構(gòu)飽和、大不確定性、外界擾動(dòng)等問(wèn)題，引入有限時(shí)間性能函數(shù)，設(shè)計(jì)狀態(tài)反饋控制器，同時(shí)引入高增益擴(kuò)張狀態(tài)觀測(cè)器估計(jì)擾動(dòng)，驗(yàn)證該方法在指令快速變化，執(zhí)行機(jī)構(gòu)受約束下的性能預(yù)設(shè)控制；文獻(xiàn)[68]則考慮執(zhí)行機(jī)構(gòu)突發(fā)故障問(wèn)題，在對(duì)存在執(zhí)行故障的建?；A(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)估計(jì)故障大小，設(shè)計(jì)基于有限時(shí)間衰減預(yù)設(shè)性能函數(shù)，設(shè)計(jì)收斂時(shí)間固定的性能預(yù)設(shè)控制器，仿真表明指令跟蹤效果更優(yōu)、收斂時(shí)間更快。

綜述，PPC能夠滿足工程應(yīng)用中對(duì)于瞬態(tài)收斂性能和穩(wěn)態(tài)精度的實(shí)際需要，得到了廣泛的關(guān)注和研究。理論上呈現(xiàn)由靜態(tài)向動(dòng)態(tài)、指數(shù)收斂向有限時(shí)間收斂、時(shí)間驅(qū)動(dòng)向事件驅(qū)動(dòng)等方向發(fā)展。但是，該方法在保證控制性能的同時(shí)，會(huì)對(duì)控制輸入提出較高要求，這就導(dǎo)致容易出現(xiàn)輸入飽和的問(wèn)題，也是在應(yīng)用此方法時(shí)需要關(guān)注的關(guān)鍵點(diǎn)之一。以飛行器姿態(tài)控制為例，本文給出一種考慮輸入飽和的PPC方法的一般性控制方案框架，如圖8所示。

圖8 基于PPC方法的HFV/HMFV控制框圖Fig.8 The control scheme for HFV/HMFV based on the PPC method

3.5 基于智能方法的控制技術(shù)進(jìn)展

智能控制是自動(dòng)控制方法發(fā)展的最新階段，其基于自動(dòng)控制、人工智能和運(yùn)籌學(xué)相關(guān)方法，設(shè)計(jì)具有學(xué)習(xí)、抽象、推理、決策等能力的智能體，并根據(jù)其所在環(huán)境做出自適應(yīng)動(dòng)作以完成相關(guān)任務(wù)。隨著人工智能技術(shù)的飛速發(fā)展，使得智能控制在HFV這類復(fù)雜系統(tǒng)中的應(yīng)用更具前景和潛力。主要表現(xiàn)在三個(gè)方面，一是基于模糊理論和神經(jīng)網(wǎng)絡(luò)的智能控制器設(shè)計(jì)，如T-S模糊控制器，神經(jīng)網(wǎng)絡(luò)監(jiān)督控制器等；二是基于現(xiàn)代控制理論和智能技術(shù)結(jié)合的智能控制方法，如神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制等；三是將人工智能領(lǐng)域最新成果引入飛行器的控制律設(shè)計(jì)中，如基于機(jī)器學(xué)習(xí)的飛行控制、預(yù)測(cè)模型學(xué)習(xí)控制以及學(xué)習(xí)如何從數(shù)據(jù)中重建無(wú)法測(cè)量狀態(tài)量。

文獻(xiàn)[70]利用模糊系統(tǒng)估計(jì)參數(shù)不確定和未建模動(dòng)態(tài)，提出了一種自適應(yīng)模糊控制器，以保證系統(tǒng)在該情況下的穩(wěn)定性；針對(duì)時(shí)變擾動(dòng)問(wèn)題，文獻(xiàn)[71]基于數(shù)據(jù)的在線學(xué)習(xí)和非線性干擾觀測(cè)器，獲得對(duì)未知?jiǎng)恿W(xué)和時(shí)變擾動(dòng)更好的“認(rèn)知”；文獻(xiàn)[72]基于強(qiáng)化學(xué)習(xí)中的AC(Actor-Critic)框架，引入兩個(gè)RBF神經(jīng)網(wǎng)絡(luò)對(duì)HFV控制系統(tǒng)的總擾動(dòng)進(jìn)行估計(jì)，后基于反步法引入障礙Lyapunov函數(shù)設(shè)計(jì)了飛行器的高度通道控制器；文獻(xiàn)[73]則將滑?？刂坪偷鷮W(xué)習(xí)結(jié)合，設(shè)計(jì)一種基于滑?？刂频男滦偷鷮W(xué)習(xí)控制系統(tǒng)，在系統(tǒng)魯棒性能、收斂性能等方面上都有提升；文獻(xiàn)[74]利用神經(jīng)網(wǎng)絡(luò)在線擬合不確定性以提供給Critic網(wǎng)絡(luò)相應(yīng)的模型信息，利用AC框架在線訓(xùn)練智能體以完成飛行器的在線自適應(yīng)控制，其Actor網(wǎng)絡(luò)和Critic網(wǎng)絡(luò)在線訓(xùn)練前基于飛行器的線性模型進(jìn)行了離線的預(yù)訓(xùn)練，在線訓(xùn)練僅進(jìn)行網(wǎng)絡(luò)參數(shù)微調(diào)，可大幅減少在線計(jì)算資源占耗。

為了最終實(shí)現(xiàn)相關(guān)智能控制方法在高超聲速飛行器上的工程應(yīng)用，一是需要提高智能體的魯棒性和泛化能力，二是需要通過(guò)在線學(xué)習(xí)手段以適應(yīng)不同飛行環(huán)境和任務(wù)。而當(dāng)下人工智能技術(shù)中的監(jiān)督學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、增量學(xué)習(xí)及元學(xué)習(xí)等技術(shù)恰恰是對(duì)應(yīng)該問(wèn)題的備選途徑。強(qiáng)化學(xué)習(xí)是一類基于數(shù)據(jù)實(shí)現(xiàn)端到端飛行控制的手段，無(wú)需對(duì)模型進(jìn)行解耦以及線性化等操作。通過(guò)前期采用強(qiáng)化學(xué)習(xí)算法對(duì)高超聲速飛行器姿態(tài)控制仿真的研究發(fā)現(xiàn)，在強(qiáng)化學(xué)習(xí)訓(xùn)練的智能體控制下，飛行器能較好完成大偏差、快時(shí)變擾動(dòng)下的姿態(tài)控制任務(wù)。元學(xué)習(xí)是一類新興的機(jī)器學(xué)習(xí)算法，該類算法的部分框架比較寬泛，可以同時(shí)應(yīng)用在監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)中。相比于增量學(xué)習(xí)，元學(xué)習(xí)更關(guān)注在學(xué)習(xí)越來(lái)越多的任務(wù)時(shí)提高效率，其過(guò)程主要可以分為內(nèi)環(huán)和外環(huán)兩個(gè)部分：內(nèi)環(huán)為基于優(yōu)化、記憶的快速學(xué)習(xí)適應(yīng)過(guò)程，外環(huán)為利用內(nèi)環(huán)的樣本來(lái)優(yōu)化目標(biāo)，最終使智能體學(xué)會(huì)學(xué)習(xí)的元學(xué)習(xí)部分。結(jié)合團(tuán)隊(duì)以低成本可重復(fù)使用飛行器為驗(yàn)證平臺(tái)的相關(guān)研究以及對(duì)未來(lái)智能控制走向的理解和認(rèn)知，圖9給出一種基于先進(jìn)機(jī)器學(xué)習(xí)的智能控制方案框架。

圖9 一種基于智能控制方法的HFV/HMFV方案框圖Fig.9 A control scheme for HFV/HMFV based on the intelligent control method

該框架分為離線和在線兩部分，離線部分充分利用飛行器的歷史飛行數(shù)據(jù)和模擬飛行數(shù)據(jù)訓(xùn)練智能體和元學(xué)習(xí)器，在線部分則通過(guò)當(dāng)前飛行數(shù)據(jù)對(duì)智能體進(jìn)行優(yōu)化以適應(yīng)新的飛行任務(wù)。離線訓(xùn)練部分即在計(jì)算機(jī)上搭建飛行器模型，根據(jù)飛行任務(wù)設(shè)計(jì)對(duì)應(yīng)的馬爾科夫決策過(guò)程模型，基于強(qiáng)化學(xué)習(xí)算法訓(xùn)練智能體完成在模擬器中的飛行控制。搭建的模擬器包括飛行器的多通道非線性動(dòng)力學(xué)模型以及相應(yīng)的飛行任務(wù)，基于強(qiáng)化學(xué)習(xí)方法使智能體與環(huán)境交互(觀察環(huán)境狀態(tài)，執(zhí)行控制動(dòng)作得到立即獎(jiǎng)勵(lì))從而使在任務(wù)目標(biāo)下的累計(jì)回報(bào)最大化。在訓(xùn)練時(shí)可以注入?yún)?shù)不確定性以及環(huán)境干擾以增大信息池的信息量，增加智能體的探究范圍，從而增強(qiáng)智能體的魯棒性。在實(shí)際訓(xùn)練過(guò)程中，對(duì)于搭建的動(dòng)力學(xué)模型可以進(jìn)行一定的簡(jiǎn)化，通過(guò)降低最憂性要求提高智能體的泛化能力。但針對(duì)變?nèi)蝿?wù)情況，如氣動(dòng)大范圍變化下的HFV的跨域飛行任務(wù)，定參數(shù)的智能體可能無(wú)法適應(yīng)，這時(shí)則需要基于元學(xué)習(xí)方法通過(guò)歷史數(shù)據(jù)和模擬數(shù)據(jù)訓(xùn)練元學(xué)習(xí)器以使智能體適應(yīng)在線控制中的多任務(wù)場(chǎng)景。

在線學(xué)習(xí)過(guò)程與離線訓(xùn)練不同，由于HFV的飛行速度快、不確定性強(qiáng)等特點(diǎn)，基于大數(shù)據(jù)的學(xué)習(xí)方法不再適用，只能進(jìn)行小樣本學(xué)習(xí)。本框架中是元學(xué)習(xí)器快速學(xué)習(xí)狀態(tài)轉(zhuǎn)移模型后通過(guò)基于模型的強(qiáng)化學(xué)習(xí)提升智能體控制性能的模式。元學(xué)習(xí)器通過(guò)實(shí)際飛行數(shù)據(jù)得到當(dāng)前任務(wù)下的最優(yōu)環(huán)境轉(zhuǎn)移模型參數(shù)，基于該狀態(tài)轉(zhuǎn)移模型，利用基于模型強(qiáng)化學(xué)習(xí)思想中的策略提升方法微調(diào)智能體參數(shù)，從而達(dá)到智能體快速適應(yīng)新任務(wù)的目的。

綜上所述，本文分析的幾類非線性控制方案具備不同的優(yōu)缺點(diǎn),如表2所示。對(duì)于不同的對(duì)象應(yīng)該綜合各類方案的優(yōu)點(diǎn)，靈活運(yùn)用不同方案。

表2 文中綜述的幾類控制方法比較Table 2 Comparison of of the above-mentioned control methods

4 HFV及其控制技術(shù)思考與展望

基于上述文獻(xiàn)的總結(jié)與分析,近年來(lái)HFV的發(fā)展由外形固定向可自適應(yīng)變構(gòu)型方向發(fā)展、固定速域飛行向全速域飛行方向發(fā)展、任務(wù)預(yù)設(shè)定向任務(wù)自主規(guī)劃方向發(fā)展。

HFV的發(fā)展呈現(xiàn)出自身結(jié)構(gòu)復(fù)雜化、飛行任務(wù)多樣化、控制能力精細(xì)化、控制需求智能化等特點(diǎn)，進(jìn)而對(duì)控制系統(tǒng)能力提出了新挑戰(zhàn)，可以歸納為以下幾點(diǎn)：

1) 分段控制轉(zhuǎn)向全速域控制。自適應(yīng)變外形技術(shù)的發(fā)展，將有效突破HFV外形與氣動(dòng)需求的矛盾，飛行包線將進(jìn)一步擴(kuò)大，而當(dāng)前的分段切換控制方案存在頻繁切換導(dǎo)致系統(tǒng)抖動(dòng)的問(wèn)題，因此有必要研究滿足全速度、大包線飛行控制需求下的智能自適應(yīng)控制方案。

2) 傳統(tǒng)控制轉(zhuǎn)向精細(xì)化控制。HMFV變形帶來(lái)的質(zhì)心變化、轉(zhuǎn)動(dòng)慣量變化以及建模難等問(wèn)題更為突出。因而，上述總結(jié)的基于多種非線性控制和擾動(dòng)觀測(cè)器、狀態(tài)觀測(cè)器、神經(jīng)網(wǎng)絡(luò)等綜合精細(xì)化控制方案，是飛行器控制的重要研究方向之一。

3) 變形決策與協(xié)調(diào)控制一體化。針對(duì)HMFV變形決策，既要考慮到變形帶來(lái)的氣動(dòng)性能、機(jī)動(dòng)能力的提升，同時(shí)需要考慮變形帶來(lái)的擾動(dòng)邊界，達(dá)到預(yù)設(shè)目標(biāo)最優(yōu)。

4) 故障可容忍轉(zhuǎn)向控制可重構(gòu)。對(duì)于非致命故障，HFV仍然具備一定自主任務(wù)完成能力，則需要HFV具備故障檢測(cè)、診斷的能力，對(duì)故障部件進(jìn)行重構(gòu)，或?qū)刂茀?shù)進(jìn)行自適應(yīng)調(diào)整。

5) 離線學(xué)習(xí)控制轉(zhuǎn)向“邊飛邊學(xué)”的在線學(xué)習(xí)控制。離線訓(xùn)練得到的結(jié)果泛化能力有限，針對(duì)具有變?nèi)蝿?wù)能力的飛行器控制來(lái)說(shuō)，大包線下跨域飛行任務(wù)，定參數(shù)智能體無(wú)法適應(yīng)?？梢酝ㄟ^(guò)優(yōu)化強(qiáng)化學(xué)習(xí)方法增強(qiáng)智能體泛化能力及研究“離線訓(xùn)練+小樣本在線學(xué)習(xí)”的控制方案。

5 結(jié) 論

本文對(duì)HFV/HMFV飛行器模型、控制需求、以及近幾年重點(diǎn)研究的控制方案的發(fā)展進(jìn)行了總結(jié)與討論。首先歸納了包含HMFV在內(nèi)的多種常見(jiàn)模型；其次結(jié)合模型特性、任務(wù)特點(diǎn)闡述了此類飛控系統(tǒng)設(shè)計(jì)需要考慮的重點(diǎn)和難點(diǎn)；再者結(jié)合6點(diǎn)控制需求和典型控制方案，給出各類控制方案的一般性框架；最后思考并展望了飛行器未來(lái)所需的能力及飛控系統(tǒng)設(shè)計(jì)思路的發(fā)展趨勢(shì)。

鑒于HFV/HMFV的強(qiáng)非線性、強(qiáng)耦合、大不確定性等特點(diǎn)，本文認(rèn)為將基于特征的建模、人工智能技術(shù)及現(xiàn)代控制理論的結(jié)合應(yīng)用有助于解決此類飛行器的控制難題，進(jìn)一步提升飛行器控制性能。其次，為了強(qiáng)化HMFV的任務(wù)實(shí)現(xiàn)能力和提升HMFV的任務(wù)靈活性，需要深入分析變構(gòu)型帶來(lái)的“收益”和“損失”，采用基于智能技術(shù)的決策/控制一體化思路，獲得“綜合效益”最優(yōu)的變形與控制方案。最后，智能技術(shù)在此類飛行器控制領(lǐng)域的應(yīng)用需要繼續(xù)關(guān)注其可解釋性、可信性、可控性等方面的問(wèn)題，為工程應(yīng)用提供理論指導(dǎo)與安全保障。