针对变后掠翼近空间飞行器(near space vehicle,NSV)在大包络、多任务模式飞行运动过程中具有非线性、快时变、强耦合和不确定的特性,提出了基于径向基神经网络(radialbasis function neural network,RBFNN)的鲁棒自适应跟踪控制策略。首先,利用RBFNN在线逼近NSV飞行过程中外部干扰。其次,应用backstepping设计光滑的反馈控制器。其中,采用微分器避免backstepping设计中出现微分膨胀问题,利用鲁棒项减少RBFNN估计误差对系统的影响。然后,通过公共Lyapunov函数证明所提出的控制器可以保证在任意飞行模态中NSV的输出跟踪误差均可以收敛到任意小的有界集内。最后,仿真结果表明该飞控系统具有良好的控制性能。
针对变体近空间飞行器(near space vehiele,NSV)大包络、多模态的特性,研究其姿态的鲁棒自适应跟踪控制问题。首先,提出标称变体NSV切换非线性系统的单一且光滑主控制器设计方法,以解决因飞行模态切换引起的主控制舵面跳变。其次,针对切换瞬间复合干扰存在不连续的问题,给出一组同步切换的改进干扰观测器设计方法。将改进干扰观测器的输出与光滑的主控制律相结合组成不确定变体NSV切换非线性系统的复合控制器。采用平均驻留时间分析法证明所提出的控制方法可以保证闭环不确定变体NSV切换非线性系统的稳定性。最后,仿真结果验证了所提方法的有效性。
