王紫揚，陳佳曄，張普卓，杜昊昱

（北京宇航系統(tǒng)工程研究所，北京，100076）

0 引言

運載火箭在穿越大風(fēng)區(qū)過程中，受到高空風(fēng)作用飛行攻角增大，并產(chǎn)生一定的控制擺角，箭體結(jié)構(gòu)需要承受攻角產(chǎn)生的氣動載荷和擺角產(chǎn)生的操縱載荷，如不對高空風(fēng)作用加以抑制，大風(fēng)區(qū)載荷超出設(shè)計邊界將危害飛行安全。目前中國運載火箭使用的減載方案主要包括地面風(fēng)修程序設(shè)計和在線主動減載控制。風(fēng)修設(shè)計需要根據(jù)窗口預(yù)報風(fēng)對程序角進行優(yōu)化以降低其飛行載荷，在線減載控制需要根據(jù)飛行過程中感知到的飛行攻角或攻角引起的動力學(xué)間接變化來反饋進行減載控制。

實時風(fēng)修正設(shè)計和基于加速度反饋的在線減載控制已經(jīng)廣泛應(yīng)用于國外大型火箭。美國重型運載火箭SLS 在自適應(yīng)增廣控制模塊中包含了減載控制設(shè)計［1］；法國的阿里安火箭在姿控設(shè)計時增加了減載控制回路，開展了主動減載控制設(shè)計［2］。近年來，中國針對離線或在線減載控制方法研究較多，部分研究已有較好的工程應(yīng)用。程光輝等［3］引入預(yù)置風(fēng)場，把法向風(fēng)載最大值作為優(yōu)化指標(biāo)，基于改進粒子群優(yōu)化算法，規(guī)劃標(biāo)準(zhǔn)軌跡；宋征宇［4］和潘豪等［5］提出了基于過載傳感器及自抗擾控制的自適應(yīng)減載控制方法。

目前運載火箭在線減載控制使用的反饋量一般為加速度計測量的視加速度信號，沒有使用攻角直接測量反饋控制的主要原因是極端飛行環(huán)境下攻角傳感器的測量準(zhǔn)確度難以保證。在航空領(lǐng)域，攻角及其他大氣參數(shù)測量已經(jīng)廣泛應(yīng)用，實際工程應(yīng)用中使用攻角測量信息需要進行多信息源融合，或結(jié)合動力學(xué)信息進行預(yù)測估計進而獲得較為準(zhǔn)確的攻角估計值。Lie等［6］在假設(shè)風(fēng)場平穩(wěn)的前提下，設(shè)計了一種融合動力學(xué)模型和慣導(dǎo)信息的攻角、側(cè)滑角以及真空速估計算法；陸辰［7］基于氣動模型、動力學(xué)模型與大氣數(shù)據(jù)之間的耦合關(guān)系提出了一種基于導(dǎo)航參數(shù)和飛控數(shù)據(jù)的大氣數(shù)據(jù)估計方法；Tian Pengzhi 等［8］針對小型無人機系統(tǒng)提出了基于擴展卡爾曼濾波（Extended Kalman Filter，EKF）、兩階狀態(tài)量或九階狀態(tài)量建模的攻角估計方法；黃喜元等［9］針對嵌入式大氣數(shù)據(jù)解算，介紹了一種基于卡爾曼濾波的嵌入式大氣數(shù)據(jù)解算方法。大氣測量技術(shù)的發(fā)展和攻角辨識技術(shù)的推進令基于直接攻角信息反饋的運載火箭大風(fēng)區(qū)減載控制成為可能。

本文首先針對攻角測量信息不準(zhǔn)的問題提出一種結(jié)合窗口預(yù)報風(fēng)、導(dǎo)航信息和攻角測量信息的攻角在線濾波估計方法，并研究了基于攻角信息的減載控制方法，分析攻角減載控制對姿控穩(wěn)定性影響。在此基礎(chǔ)上補充自適應(yīng)增廣控制技術(shù)（Adaptive Augmenting Control，AAC）減載增益自適應(yīng)調(diào)節(jié)模塊實現(xiàn)飛行攻角自適應(yīng)控制，最后結(jié)合某型號一級飛行段動力學(xué)模型仿真驗證了攻角估計和自適應(yīng)減載控制效果。

1 基于攻角信息的主動減載控制

1.1 減載控制技術(shù)途徑

一般而言，火箭飛行過程中，結(jié)構(gòu)所受載荷較大的時刻發(fā)生在高空風(fēng)較大的飛行區(qū)域，主動減載控制的目的就是減小該過程中的氣動載荷，進而減小相應(yīng)的控制載荷。因此，如何減小氣動載荷即是主動載荷控制技術(shù)的核心要素。

目前減小運載火箭氣動載荷的技術(shù)途徑主要有：減小飛行攻角和減小飛行動壓。

a）減小飛行攻角。

減小飛行攻角有2 種技術(shù)途徑：1）通過攻角傳感器對飛行攻角進行測量，反饋給控制系統(tǒng)進行攻角控制。這是一種可以直接減小飛行攻角的有效途徑，但是由于飛行過程中存在各種氣動干擾，氣動加熱可能對流場造成干擾，箭體各部段攻角不完全相同，箭體外形存在各種不規(guī)則的突起物，將直接影響火箭表面的氣動流場特性，影響攻角傳感器的測量精度，導(dǎo)致難以精確獲取火箭的實際攻角，從而給這種技術(shù)方案的實施帶來較大的困難；2）利用橫法向加速度計對高空風(fēng)作用在箭體上引起的橫法向加速度進行測量，反饋給控制系統(tǒng)進行姿態(tài)控制，這種技術(shù)途徑不直接對攻角進行測量，而是通過控制飛行攻角引起的橫法向加速度達到間接減小飛行攻角的目的，很明顯，這種方案將在飛行攻角造成后果以后，才能實施攻角控制，存在一定的時間延遲，無法適應(yīng)攻角突然發(fā)生變化的情況。

b）減小飛行動壓。

減小飛行動壓最直接的方案是運載火箭進入大風(fēng)區(qū)后主動調(diào)節(jié)發(fā)動機推進劑流量，實現(xiàn)發(fā)動機推力大小的調(diào)節(jié)，減小飛行軸向過載，進而減小飛行速度，從而達到減小飛行動壓的目的。該方案涉及動力系統(tǒng)、控制系統(tǒng)、彈道計算等相關(guān)問題，方案較為復(fù)雜，但是能夠很好地達到減小飛行載荷的目的。

綜上，目前3 種主動減載控制方案對比如表1所示。

表1 3種主動減載控制方案比對Tab.1 Comparison of different load-relief control methods

利用推力調(diào)節(jié)來降低飛行動壓的減載方案比較依賴于發(fā)動機性能，方案較為復(fù)雜。橫法向加速度計減載反饋控制方案已廣泛應(yīng)用于現(xiàn)役火箭中，但實際橫法向加速度信息中包含擺角引起視加速度、繞心加速度牽連項等系統(tǒng)狀態(tài)量信息，反饋進控制系統(tǒng)可能對主通路穩(wěn)定性產(chǎn)生不必要的影響。因此本文主要分析基于攻角直接測量的減載控制方案，為后續(xù)攻角測量及減載控制應(yīng)用打下基礎(chǔ)。

1.2 攻角減載控制方案

目前飛機的攻角測量方式一般包括3種：氣動式攻角傳感器、機械式攻角傳感器和嵌入式大氣數(shù)據(jù)傳感系統(tǒng)（Flush Air Data Sensing System，F(xiàn)ADS）。氣動式攻角傳感器的典型代表為壓差歸零式攻角傳感器，中國某型火箭已安裝；機械式攻角傳感器的典型代表為風(fēng)標(biāo)式攻角傳感器，大部分飛機采用此種傳感器，如波音公司的B737、B747、B787 系列，以及空中客車公司的傳統(tǒng)機型A320、A330、A340 系列等；FADS 一般為飛行器頭部布置一系列測壓孔的壓力測量解算系統(tǒng)，應(yīng)用該系統(tǒng)的飛行器包括X-15、F-14、航天飛機、X-33、F-18 HARV、X-43A。目前在航空航天領(lǐng)域已有一些方法來獲取攻角信息，因此本文以傳感器可獲得空速攻角為研究基礎(chǔ)，重點研究攻角反饋控制策略。如前文介紹，目前攻角的準(zhǔn)確獲取較為困難，所以研究中需考慮一定的測量誤差量。

在傳統(tǒng)火箭PD架構(gòu)基礎(chǔ)上引入攻角控制分支后，整個姿控系統(tǒng)的結(jié)構(gòu)示意如圖1所示。

圖1 加入攻角傳感器反饋后的姿態(tài)控制系統(tǒng)示意Fig.1 Attitude control system with AOA/AOS feedback

圖1中，姿態(tài)反饋回路與未引入攻角傳感器反饋時的系統(tǒng)開環(huán)回路相同，由執(zhí)行機構(gòu)、火箭姿態(tài)動力學(xué)、慣組/平臺速率陀螺測量環(huán)節(jié)和姿態(tài)控制回路校正網(wǎng)絡(luò)I 構(gòu)成。減載反饋回路由執(zhí)行機構(gòu)、火箭姿態(tài)動力學(xué)、攻角傳感器和減載回路校正網(wǎng)絡(luò)Ⅱ構(gòu)成。

目前工程應(yīng)用中的攻角測量系統(tǒng)精度受限，為提高攻角測量信息的可靠性，本文提出多信息源融合的動力學(xué)遞推濾波方法，基于預(yù)報風(fēng)、導(dǎo)航解算速度和姿態(tài)與攻角傳感器實測值進行組合濾波，實現(xiàn)對空速攻角和側(cè)滑角的準(zhǔn)確估計，從而提高攻角測量精度。

此外將基于AAC 的自適應(yīng)增益調(diào)節(jié)策略應(yīng)用在調(diào)節(jié)攻角反饋回路增益上，在飛行攻角較大的情況下提高攻角反饋回路增益以提升減載效果；當(dāng)攻角表測量數(shù)據(jù)中的高頻信息能量較大時說明攻角表測量信號中混有高頻噪聲或受到干擾作用引起高頻結(jié)構(gòu)振動，此時可通過調(diào)節(jié)增益來減小攻角信號的控制響應(yīng)，避免高頻信號的影響。

引入多信息源動力學(xué)組合濾波和自適應(yīng)攻角減載增益調(diào)節(jié)算法后，自適應(yīng)攻角減載控制方案架構(gòu)如圖2所示。

圖2 自適應(yīng)攻角減載控制系統(tǒng)示意Fig.2 Adaptive load relief control loop

2 基于自適應(yīng)增廣的攻角自適應(yīng)減載控制

2.1 火箭動力學(xué)模型

火箭穩(wěn)定飛行狀態(tài)下液體晃動和彈性運動對飛行載荷影響較小，因此本文分析采用某火箭一級飛行段簡化剛體動力學(xué)模型。箭體質(zhì)心運動方程如式（1），箭體繞心運動方程如式（2）。

式中V，θ，σ分別為飛行速度、彈道傾角、彈道偏角；αa為空速攻角（箭體相對氣流攻角）；βa為空速側(cè)滑角（箭體相對氣流側(cè)滑角）；P為軸向推力；cx，q，Sm分別為阻力系數(shù)、飛行動壓和氣動參考面積；g為引力項；ωx1，ωy1，ωz1分別為箭體滾動、偏航、俯仰姿態(tài)角速度；c3，b3，d3分別為橫法向控制力系數(shù)、俯仰偏航控制力矩系數(shù)和滾動通道控制力矩系數(shù)；為氣動法向力系數(shù)；，為系統(tǒng)結(jié)構(gòu)干擾力；，，為力矩系數(shù)?？刂屏繛槿ǖ篮铣煽刂茢[角δφ，δψ，δγ；HB為箭體系到半速度系轉(zhuǎn)換矩陣；HV為速度系到半速度系轉(zhuǎn)換矩陣。

風(fēng)場在當(dāng)?shù)厮阶鴺?biāo)系中的定義為

式中Vw為高度為H時的風(fēng)速大??；Aw為對應(yīng)的風(fēng)向（北偏東為正）。

將火箭在發(fā)慣系地速和風(fēng)速投影在箭體系中，計算差值可以得到箭體相對氣流空速：

式中BA為發(fā)慣系A(chǔ) 到箭體系B 的轉(zhuǎn)換矩陣；BG為發(fā)射系G 到箭體系B 的轉(zhuǎn)換矩陣；GE為地心系E 到發(fā)射系G 的轉(zhuǎn)換矩陣；ET為當(dāng)?shù)厮较礣 到地心系E的轉(zhuǎn)換矩陣。

則空速攻角αa、空速側(cè)滑角βa的在線計算公式為

2.2 多信息源組合濾波策略

考慮到目前攻角測量數(shù)據(jù)精度有限，本文提出一種組合預(yù)報風(fēng)、組合導(dǎo)航信息和測量值的多信息源濾波策略。

火箭組合導(dǎo)航描述的速度為相對于慣性基準(zhǔn)的地速變化，無法直接獲得火箭相對氣流的空速，因此組合導(dǎo)航獲得的信息無法直接與攻角信息進行信息融合。但由攻角產(chǎn)生的氣動力和氣動力矩將影響箭體質(zhì)心運動和繞心動力學(xué)變化，這些變化可以體現(xiàn)在導(dǎo)航信息中，因此可以結(jié)合地面預(yù)報風(fēng)、組合導(dǎo)航信息和運載火箭動力學(xué)遞推預(yù)測空速攻角變化，將較為準(zhǔn)確的組合導(dǎo)航信息和帶有誤差和隨機噪聲的攻角測量數(shù)據(jù)融合，獲得更高精度的空速攻角和側(cè)滑角估計值。

將火箭動力學(xué)模型在標(biāo)稱軌跡下展開，進行簡化推導(dǎo)可以得到攻角和側(cè)滑角導(dǎo)數(shù)的近似公式：

式中 Δωy1，Δωz1分別為偏航和俯仰通道角速度偏差；Δφ，Δψ分別為體系下俯仰和偏航通道的姿態(tài)角偏差；分別為體系下的質(zhì)心加速度在3個通道的分量；V為火箭飛行速度；分別為預(yù)報風(fēng)在體系下y軸和z軸投影的導(dǎo)數(shù)；分別為飛行實際風(fēng)場與預(yù)報風(fēng)偏差在體系下y軸和z軸投影的導(dǎo)數(shù)。

卡爾曼濾波狀態(tài)量、控制量和輸出量選取如下：

建立連續(xù)系統(tǒng)的狀態(tài)空間模型：

式中x為4 維狀態(tài)向量；z為2 維量測向量；u為5 維控制輸入向量；A為4 × 4 系數(shù)矩陣；B為4 × 5 控制矩陣；C為2 × 4觀測矩陣；w為系統(tǒng)噪聲，在本模型中認(rèn)為飛行真實風(fēng)場與預(yù)報風(fēng)場偏差的導(dǎo)數(shù)量為系統(tǒng)噪聲，因此w為2維向量；誤差驅(qū)動陣G為4 × 2矩陣；v為2維量測噪聲。

將連續(xù)模型進行離散化后得到系統(tǒng)模型：

式中xk為狀態(tài)變量；zk為量測變量；wk為過程噪聲；vk為量測噪聲；為狀態(tài)轉(zhuǎn)移矩陣；為噪聲輸入矩陣；Ηk為量測矩陣；k表示當(dāng)前拍數(shù)?？紤]離散化模型中過程噪聲wk-1和測量噪聲vk的協(xié)方差矩陣為Qk-1和Rk?？蓱?yīng)用標(biāo)準(zhǔn)離散卡爾曼濾波算法進行狀態(tài)量估計，卡爾曼濾波遞推方程組為

2.3 攻角表回路控制器設(shè)計

基于小偏差模型對攻角回路對姿控穩(wěn)定性的影響開展分析。引入攻角表分支后的主動減載控制方程：

式中a0為角偏差控制增益；a1為角速度控制增益；aα為攻角控制增益。

其中，aα(αwp+αwq)與風(fēng)干擾相關(guān)，決定了系統(tǒng)的穩(wěn)態(tài)特性，與動態(tài)特性無關(guān)。

a）忽略質(zhì)心運動對姿態(tài)運動的影響（短周期運動）。

姿態(tài)動力學(xué)方程可簡化為

閉環(huán)特征方程可簡化為

令D(s)=s2++=0，則根據(jù)代數(shù)判據(jù)，使得系統(tǒng)穩(wěn)定的條件為

對于姿控穩(wěn)定性設(shè)計，aα=0 時以上兩項一定成立，引入加速度反饋不影響控制系統(tǒng)構(gòu)成，H′不受影響，其效果相當(dāng)于增大了a0，對姿控系統(tǒng)穩(wěn)定有利。從原理上講攻角反映箭體和速度夾角，而速度變化為長周期運動，因而在高空風(fēng)的作用下會導(dǎo)致姿態(tài)波動進而導(dǎo)致攻角變化，抑制攻角變化即抑制姿態(tài)受擾動產(chǎn)生的偏差。

當(dāng)aα小于一定值時，攻角減載分支的控制效果是減小風(fēng)干擾造成的附加攻角和角偏差效果與增大a0一致，但如果aα繼續(xù)增大箭體將隨著氣流變化隨動變化，對跟蹤程序角反而效果不好，故aα取值也不能過大。

b）忽略姿態(tài)運動對質(zhì)心運動的影響（長周期運動）。

姿態(tài)動力學(xué)方程可簡化為

閉環(huán)特征方程可寫為

特征方程可簡化為

系統(tǒng)穩(wěn)定的條件為

由于b2+(a0+aα)b3＞0，因此，

引入攻角反饋后，隨著aα的增大，a0b3(c1-c2)-a0b2c3-c2(b2+aαb3)減小，b2+(a0+aα)b3增大，使得特征根更靠近原點，系統(tǒng)響應(yīng)變慢，對系統(tǒng)穩(wěn)定不利，因此，aα不能過大。

aα的值越大，減載效果越好，且有增大a0控制的效果；但是aα的增大，也會導(dǎo)致質(zhì)心運動穩(wěn)定性變差，因此，aα不能無限地增大，必須綜合考慮減載效果和穩(wěn)定性之間的矛盾。

2.4 自適應(yīng)增廣減載增益調(diào)節(jié)

在基線控制基礎(chǔ)上使用自適應(yīng)增廣方法對減載增益進行在線調(diào)節(jié)。此方法不改變控制回路結(jié)構(gòu)，根據(jù)攻角偏差和控制指令中高頻噪聲情況實時調(diào)節(jié)減載回

路指令輸出。方案設(shè)計如圖3所示。

圖3 考慮AAC自適應(yīng)攻角減載控制框Fig.3 Adaptive load relief control loop based on AAC

圖3中，

式中kT為開環(huán)回路增益；k0為自適應(yīng)增益的初始值；ka為增益的自適應(yīng)項。kT的上限和下限都可以由標(biāo)稱系統(tǒng)模型的經(jīng)典增益裕度確定：

式中a為自適應(yīng)誤差增益；α是頻譜阻尼器增益；β是溢出增益；(kmax-ka)kmax為邏輯阻尼項；為誤差項，主要解決剛體誤差問題，調(diào)大增益，提高系統(tǒng)動態(tài)性能；-αkays為頻譜阻尼器輸出，主要解決高頻噪聲問題，減小增益提高系統(tǒng)穩(wěn)態(tài)性能；-β(kT-1)為溢出項，可防止增益變化過快。

控制系統(tǒng)參考模型用以描述箭體動力學(xué)特性，可用簡化二階系統(tǒng)模型表示。減載目標(biāo)為減小飛行攻角進而降低飛行載荷，因此方案設(shè)計中程序攻角為0，當(dāng)攻角偏差較大時增大，通過自適應(yīng)乘法提高減載增益。

頻譜阻尼器先通過高通濾波器截取信號中高頻信號，后通過低通濾波器對信號進行整形，通過頻譜阻尼器輸出在線調(diào)整減載增益。當(dāng)攻角表輸出信號中含高頻噪聲時，減小減載回路增益，提高系統(tǒng)抗干擾能力。

3 仿真驗證

為驗證基于多信息融合濾波策略對提高攻角測量精度的有效性，模擬以下工況：a）攻角傳感器測量在小攻角情況下（|αa|，|βa|＜2°）存在隨機游走誤差，誤差服從標(biāo)準(zhǔn)高斯分布X～N(0，(0.3°)2)；b）攻角傳感器測量值存在高頻噪聲。通過對比卡爾曼濾波攻角估計值、真值和測量值來驗證算法的有效性，對比結(jié)果如圖4～5所示。

圖4 工況a攻角測量值、真值、估計值比對Fig.4 Comparison of measured values,true values and estimated values of AOA/AOS in condition a

圖5 工況b攻角測量值、真值、估計值比對Fig.5 Comparison of measured values,true values and estimated values of AOA/AOS in condition b

經(jīng)驗證發(fā)現(xiàn)，當(dāng)攻角測量在小角度情況下存在隨機游走誤差，或系統(tǒng)存在高頻噪聲情況下，通過使用多信息源組合濾波估計方法可以有效提高進入控制系統(tǒng)內(nèi)的攻角信息精度，從而消除測量噪聲。但當(dāng)攻角測量系統(tǒng)存在較大的高頻噪聲時，通過卡爾曼濾波也無法將頻率成分完全衰減，因此需要自適應(yīng)控制調(diào)節(jié)攻角回路增益，從而進一步衰減進入控制系統(tǒng)中的噪聲信息。

在原角偏差/角速度控制基礎(chǔ)上增加攻角減載分支回路，PD 控制器設(shè)計角速度回路增益與角偏差回路增益比值a1a0=0.55，攻角減載回路增益aα=0.4，減載回路在一級飛行段30～100 s之間切入，減載回路切入時姿態(tài)回路增益適當(dāng)減小。開展六自由度仿真，將采用傳統(tǒng)PD 控制、攻角減載控制、自適應(yīng)攻角減載控制3 種控制方案的仿真結(jié)果進行比對，結(jié)果如圖6～9 所示。圖6 中顯示使用自適應(yīng)控制策略后攻角和側(cè)滑角控制增益在線調(diào)節(jié)提高，對應(yīng)圖7中兩個通道的減載控制指令增大，進一步提高了載荷攻角和飛行載荷的控制效果。

圖6 減載增益自適應(yīng)調(diào)節(jié)Fig.6 Adaptive adjustment of load relief gain

圖7 橫法向減載控制指令Fig.7 Load relief control commands

圖8 飛行載荷及載荷攻角Fig.8 Flight load and complex AOA

圖9 飛行俯仰、偏航姿態(tài)偏差Fig.9 Euler attitude deviation

根據(jù)仿真結(jié)果可知，引入攻角減載控制后飛行載荷攻角減小，qαh得到有效控制，由最大3 445 Pa·rad減小到2 608 Pa·rad，最大擺角有所增大但增大幅度較小。引入AAC 后，算法可在預(yù)設(shè)增益可調(diào)節(jié)范圍內(nèi)進行調(diào)節(jié)，當(dāng)攻角較大時，自適應(yīng)提高攻角減載回路增益，qαh在攻角減載基礎(chǔ)上進一步減小到2 503 Pa·rad。

模擬攻角測量系統(tǒng)內(nèi)存在較大的高頻噪聲，經(jīng)過濾波估計后未完全衰減進入控制系統(tǒng)，仿真結(jié)果如圖10～12所示。

圖10 減載增益自適應(yīng)調(diào)節(jié)Fig.10 Adaptive adjustment of load relief gain

經(jīng)仿真，當(dāng)系統(tǒng)內(nèi)存在高頻噪聲時通過多信息源組合濾波估計可以衰減一部分噪聲，含殘余噪聲的攻角濾波估計值進入控制系統(tǒng)后，控制器通過在線自適應(yīng)減小攻角控制增益（見圖11），進一步衰減了高頻成分，但因減載增益的減小相比于系統(tǒng)無噪聲情況下，減小qαh的效果有所降低，大風(fēng)區(qū)最大為2 576 Pa·rad，相比于無自適應(yīng)調(diào)節(jié)減載增益工況仍有一定的減小，說明自適應(yīng)控制器實現(xiàn)了在保證系統(tǒng)穩(wěn)定性情況下的最大化減載效果。

圖11 飛行qαh及載荷攻角αhFig.11 Aerodynamic loads and complex AOA

圖12 飛行俯仰、偏航姿態(tài)偏差Fig.12 Euler attitude deviation

為驗證自適應(yīng)攻角減載控制方法的魯棒性，本文給出在不同風(fēng)場條件下減載控制效果，如圖13所示。

圖13 不同風(fēng)場條件減載效果評估Fig.13 Adaptive load relief control effect under different wind conditions

針對某發(fā)射場冬季月份統(tǒng)計風(fēng)場和夏季月份統(tǒng)計風(fēng)場開展仿真，經(jīng)驗證在不同風(fēng)場條件下自適應(yīng)攻角減載控制均能在保證系統(tǒng)穩(wěn)定性的前提下有效降低大風(fēng)區(qū)飛行載荷，qαh減小達20%以上。

4 結(jié)論

本文針對運載火箭大風(fēng)區(qū)載荷控制問題，提出了一種基于攻角測量信息的自適應(yīng)減載控制方案，采用多信息源組合濾波策略提高了攻角測量精度，通過自適應(yīng)增廣算法權(quán)衡減載效果和抗干擾性能實現(xiàn)減載增益在線調(diào)節(jié)。結(jié)合某型號火箭一級飛行動力學(xué)模型仿真進行分析，得出以下結(jié)論：

a）在傳統(tǒng)PD控制架構(gòu)上補充攻角減載回路，并對控制增益進行整體優(yōu)化設(shè)計，補充攻角減載控制可以減小飛行氣動載荷達20%以上。

b）采用攻角傳感器測量信息、組合導(dǎo)航信息以及射前預(yù)報風(fēng)進行多信息源組合濾波可以提高攻角信息的準(zhǔn)確度。

c）采用自適應(yīng)增廣算法對減載增益在線調(diào)節(jié)后，在攻角測量信息準(zhǔn)確的情況下，飛行載荷將進一步減??；當(dāng)存在高頻噪聲時AAC 將減小減載回路增益提升抗干擾性能，確保姿態(tài)穩(wěn)定性的同時保證一定的減載效果。

d）基于攻角測量信息的自適應(yīng)減載控制方法研究具有一定的工程應(yīng)用前景，其中攻角測量值和預(yù)報風(fēng)信息作為前置輸入，其準(zhǔn)確度和偏差分布均影響本方案的應(yīng)用效果，提高信息源可靠性及偏差量化等相關(guān)問題有待進一步深入研究。