L1自适应方法在无人战斗机纵向控制中应用摘要：无人战斗机在空中飞行时，由于各方面因素导致战斗机模型具有大量的不确定性。本文在进行无人机纵向控制设计时，为了提高控制系统的鲁棒性能，采用一种新型的L1自适应控制方法，将无人战斗机模型的不确定性视为时变参数和干扰。最后对所设计的控制系统进行了仿真，结果表明所设计的控制器可使跟踪误差快速收敛且瞬态性能较好。关键词：无人战斗机；纵向控制器；L1自适应控制；不确定性；瞬态性能中图分类号:V249文献标识码：A文章编号:1673-5048(2013)05-0036-04LongitudinalControllerforUCAVBasedonLlAdaptiveControlTheoryLUKel,2,YUANSuozhong2(1.AVICChinaHelicopterResearchandDevelopmentInstitute,Jingdezhen333001,China；2.CollegeofAutomationEngineering,NanjingUniversityofAeronauticsandAstronautics---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---Nanjing210016,China)Abstract:WhentheUCAVdomaneuverintheair,duetovariousfactorstheUCAVhasagreatuncertainty.ToimprovetherobustnessduringdesigninglongitudinalcontrollerofUCAVnovelLladaptivecontroltheoryandtreatstheUCAVmodeluncertaintyastimevaryingparametersandinterference.Finally,thesimulationresuItsshowthatthecontrollercanmakethetrackingerrorfastconvergenceandhasgoodtronsientperformance・unmannedcombatairvehiclelongitudinalcontroller；Lladaptivecontroluncertainty；transientperformance0引言无人战斗机在做机动时模型会发生很大的变化，这时已经偏离了平衡点很多。若使用线性控制方法控制性能得不到保证。围绕如何提高飞控系统的性能，国内外许多学者做了大量的研究，其中主要的线性方法是PID,LQR,H°o[l-2],非线性控制方法主要是QFT,Backstepping,滑模控制，动态逆，以及自适应控制方法[3-6]。线性控制方法是针对线性系统设计的，当系统存在较大的变化时，线性控制器的性能会变差甚至不稳定，控制方法虽然可以抑制部分扰动,但是其代价是阶次太高不利于工程应用。QFT设计较H®设计简单一些，---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---Keywords但是也存在阶次较髙，结构较复杂，且需知道对象模型变化的模板，往往这个模板是较难获得的。Backstepping和动态逆是现在比较常用的非线性控制方法，它们都依赖对象的高精度建模，当模型不精确时其控制性能会差很多，虽然现在有的学者提出应用神经网络来补偿建模误差，但这无疑增加了系统的复杂程度。滑模控制当变化控制面的时候可以得到较好的控制效果，但是这是以极高的控制功率作为代价的。传统的自适应控制的典型代表为MRAC,具有自适应速率较小，动态性能不能保证及控制输入容易高频振荡等缺点［7-8］。针对MRAC的缺点,CaoChengyu和NairaHovakimyan在2006年发表的文献［7-8］提出了L1自适应控制方法，这种控制方法很好地解决了这些问题。本文将无人战斗机模型的不确定性视为时变参数和干扰利用L1自适应控制方法进行了无人机纵向控制器的设计。1L1自适应理论L1自适应理论通过设置一个低通滤波器将自适应性能和鲁棒性能分成两个独立的部分［7-8］,自适应参数调节速率只受硬件的影响，从而实现有保证的动态性能和有保证的鲁棒性能。L1自适应系统主要由被控对象、伴随系统、自适应律、控制律四部分组成。控制律包含控制信号和低通滤波器。其中滤波器实现信号的分流，低频信号流向实际系统，髙频信---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---号流向伴随系统［7］。1.1L1自适应控制的设计方法其中：xGRn是系统可测的状态向量；uGR为控制输入;b,cWRn,为已知的常值向量，A是nXn未知矩阵；yWR为系统输出。假设系统(1)可以写成下面的形式：其中：xGRn是系统可测的状态向量；uGR为控制输入;b,cWRn为已知的常值向量；Am为nXn的Hurwitz矩阵，它代表系统的理想动态；wGR为未知的常数但极性已知，其物理含义是输入的效率，具体在飞控中指的是舵面效率；X(t)WRn是一组时变的未知向量，o(t)WR为模型输入...