哈工大再入飞行器视景仿真大作业..doc

Harbin Institute of Technology 再入飞行器制导及三维视景仿真 研究报告 院 系：航天学院控制科学与工程系 姓 名： 学 号： 联系电话： 日 期： 2015/8/1 1 再入飞行器制导控制技术发展现状 1.1再入飞行器制导控制的特点和国内外现状 再入飞行器的制导控制技术一直以来是各国飞行器研究领域的焦点，再入飞行器的飞行方式不同于其他飞机，需要经其他载具搭载然后再次进入大气层，因此这种飞行器具有超高的飞行速度，能够实现在一小时内到达全球任意地方。所以这种超高声速的飞行器的精确控制显得尤为重要。 而控制模型的特点往往具有很强的非线性，而且在飞行过程中误差容易积累，最后导致末端制导时容易产生较大的误差；并且受到外界因素，如空气密度，风向等影响较大；在控制其姿态时，各个通道之间往往耦合程度很高；因为其速度高于声速数倍，因此在控制室必须具备快速调整和快速响应的能力。 而随着科技的不断进步，已经有诸如X-37B等的飞行器频频亮相，而我国在这方面也不甘示弱，2007年，一种由轰-6战机挂载的超高声速飞行器进入了公众视野，虽然这款飞行器的具体参数还尚未被公开，但这款被公众称为“神龙”的飞行器被认为可以和X-37B一较高下。 而因为多数超高声速飞行器都是通过自身惯性进行滑翔的，且不同的飞行器在不同的环境下其控制律也不尽相同，而且绝大多数的被控对象都是非线性系统，且在实际高速运行当中会受到很大的外界干扰，这些因素都对再入飞行器的精确制导问题提出了挑战。 1.2一种超高声速飞行器的控制策略简介 面对这一系列的挑战，有学者提出了名为“基于自适应神经模糊系统的高超声速飞行器的载入预测制导”的理论模型。标准轨道法和预测制导法两大类。标准轨道法是提前在飞行器的计算机中预编入相应的轨道和相关信息，由飞行器自主寻找和矫正预设轨道。这种方法的优点是易于实现，并且对于控制和存储的硬件要求不高。但是缺点是外界的扰动对这种方法的影响比较大。预测制导法是以消除实际轨道的预测落点和实际落点之间的偏差为目标的制导方法。在实际飞行的过程中控制算法将不断预测落点偏差，然后不断进行校正，因此，预测制导法能够获得较高的落点精度，而且对飞行过程中的不确定性具有良好的鲁棒性。一种基于自适应神经模糊系统(ANFIS)的再入预测校正制导方法。这种方法在1993年，由学者Jang Roger提出。它的主要理论基础是基于模糊控制和神经网络算法的方法。它将模糊控制的3个基本过程模糊化、模糊推理和反模糊化，全部用神经网络来实现，利用神经网络的自学习机制从输入输出样本数据中抽取规则，构成自适应神经模糊控制器，通过离线训练或在线学习算法进行模糊推理规则的自调整，使其系统朝着自组织、 自适应、自学习的方向发展。而所谓ANFIS属于一种典型的自适应网络，当前提参数固定时总输出可以表示为结论参数的线性组合。对于前提参数和结论参数，可以通过反向传播(BP) 算法或B算法和最小二乘估计(LSE)法的混合算法来进行训练。ANFIS为模糊建模的过程提供了一种能够从数据集中提取模糊规则的学习方法，通过学习能够有效地计算出隶属度函数的最佳参数，使得设计出来的模糊推理系统能够最好地模拟出实际或希望的输入输出关系。基于上述技术，这个控制算法可以很好地针对具有非线性特性的超高声速飞行器实施快速有效的在以能量为自变量的三自由度再入方程的基础上分别设计了纵向制导律和侧向制导律。以能量和剩余航程偏差为输入参数，侧倾角调节量为输出参数。这种制导律具有制导指令解算速度快，制导和落点精度高且对再入初始偏差及过程扰动不敏感的优点。 系统结构框图 控制律我们采用比例+微分+积分控制（PID控制），PID控制框图如下： PID控制框图 下面建立再入飞行器的数学模型： 首先，飞行器的姿态调整可以由六个姿控发动机来实现飞行器的俯仰、偏航、滚转，如下图所示。其中，2号、5号发动机控制飞行器的俯仰。1号、4号发动机为一对，3号、6号发动机为一对时，它们控制飞行器的滚转。1号、6号发动机为一对，3号、4号发动机为一对时，它们控制飞行器的偏航。 飞行器模型 列滚转（x）、y）、z)分别对应的力矩关系式如下: (1) 其中为滚转力矩，为俯仰力矩， 为各个发动机给予再入飞行器的力，R为再入飞行器的半径，l为坐标原点到再入飞行器底部的长度。 力学平衡关系式如下： (2) 其中M 为各方向力矩，J为各方向转动惯量， 为各方向角速度。 动力学平衡关系式如下： (3) 其中 分别为滚转、偏航、俯仰角度，