基于自适应反步跟踪的反馈调整稳定性控制算法

林统喜 陆兴华

摘 要：当飞机在大回环飞行中，由于受到空气动力学的扰动较大，需要进行飞行姿态稳定性控制，传统方法采用分段线性化控制方法，在大扰动条件下，飞行过程中各段的控制误差不断方法，导致飞行稳定性不好。提出一种基于自适应反步跟踪的飞行器反馈调整稳定性控制算法。构建大回环飞行中的飞行稳定性控制的参量模型系统，考虑外界干扰的情况下，进行飞行器反馈调整稳定性控制目标函数构建，采用自适应反步跟踪方法拟合控制过程的状态误差响应，实现控制器优化设计。仿真结果表明，采用该算法进行飞行器的稳定性控制，系统误差受到外界扰动的影响较小，控制器的自适应收敛性较高，展示了较好的应用性能。

关键词：自适应；反步跟踪；飞行器控制；反馈调整

中图分类号：TP276 文献标识码：A 文章编号：2095-2163（2016）02-

Feedback stabilization control algorithm based on adaptive backstepping tracking

LIN Tongxi1 ，LU Xinghua2

（1 Guangzhou Huali Science and Technology Vocational College Zengcheng District， Zengcheng Guangdong 511325，China ； 2 Huali College Guangdong University of Technology， Zengcheng Guangzhou 511325， China）

Abstract： When the aircraft in a large loop flight， due to aerodynamic perturbation is larger， it needs to control the flight attitude stability， the traditional method using piecewise linearization control method， under large disturbance conditions. During the flight of the segments of the control error continuous method， leading to flight stability. An adaptive backstepping control algorithm based on adaptive backstepping is proposed. Build a giant flying in the flight stability control parameter model system， consider outside interference， aircraft feedback adjustment stability control objective function was constructed， using adaptive backstepping tracking method fitting process of the state error and response control， realize the control for optimization design. The simulation results show that this algorithm is used to control the stability of the vehicle， the system error is less affected by external disturbance， the adaptive convergence of the controller is higher， and the performance of the system is demonstrated.

Key words： adaptive； backstepping tracking； aircraft control； feedback adjustment

0 引言

随着自动控制技术的发展，采用自适应自动控制处理技术进行模式识别、组合优化和人工智能控制，实现控制信息的自适应处理，提高自动控制系统的稳定性。自动控制技术在探测制导、飞行器控制、鱼雷控制和导弹控制等领域展示了较好的民用和军用价值。在飞行器控制中，在极端飞行环境下，受到大扰动误差和剧烈飞行等因素的影响，导致飞行稳定性受限，需要进行飞行器的稳定性跟踪控制，提高飞行器的姿态平稳性。因此，研究飞行姿态稳定性控制算法，在飞行控制和设计中具有较好的应用价值，相关的算法研究受到人们的极大重视。

传统方法中，对飞行器稳定性控制算法主要有基于神经网络模糊控制的反馈调制算法，基于模糊推理机的飞行器控制算法和基于线性扰动特征分解的飞行控制算法等，上述方法采用非线性控制器，使控制器参数在有限个线性模型之间连续变化，会出现抖振和跟踪误差，同时会带来系统参数不确定性的问题[1-3]。对此，相关文献进行了算法改进设计，其中，文献[4]提出一种基于常规积分滑膜双曲正切模型跟踪的飞行器稳定性控制算法，设计广义模糊双曲正切模型，进行飞行状态的误差修正，提高了飞行稳定性，但是该控制算法存在计算开销过大，自适应收敛性能不好的问题；文献[5]提出一种基于频域徙动特征挖掘的飞行器反馈调整稳定性控制算法，采用单频脉冲信号检测理论，结合高阶统计量特征提取进行控制算法设计，提高控制稳定性，但是该算在进行飞行控制中，受到波束主瓣宽度的影响较大，导致控制系统的稳定性和收敛性不好[6-8]。针对上述问题，本文提出一种基于自适应反步跟踪的飞行器反馈调整稳定性控制算法。构建大回环飞行中的飞行稳定性控制的参量模型系统，考虑外界干扰的情况下，进行飞行器反馈调整稳定性控制目标函数构建，采用自适应反步跟踪方法拟合控制过程的状态误差响应，实现控制器优化设计。最后通过仿真实验进行了性能测试和验证，展示了本文算法在实现飞行器优化控制中的有效性能，得出有效结论，展示了较好的应用价值。

1 飞行稳定性控制的约束参量与控制目标模型构建

1.1 大回环飞行中的飞行稳定性控制的参量模型

为了实现对大回环飞行中的飞行器的稳定性控制，首先构建控制参量模型，假定采用最小信息熵泛函方法进行反演控制，飞行器在大回环飞行中因变量自变量的 组观测值为：

从图可见，采用本文算法进行飞行器的稳定性控制，姿态角调整的收敛性和连续性较好，表明采用该算法进行飞行器的稳定性控制，系统误差受到外界扰动的影响较小，展示了较好的控制性能。

4 结束语

本文提出一种基于自适应反步跟踪的飞行器反馈调整稳定性控制算法。构建大回环飞行中的飞行稳定性控制的参量模型系统，考虑外界干扰的情况下，进行飞行器反馈调整稳定性控制目标函数构建，采用自适应反步跟踪方法拟合控制过程的状态误差响应，实现控制器优化设计。仿真结果表明，采用该算法进行飞行器的稳定性控制，系统误差受到外界扰动的影响较小，控制器的自适应收敛性较高，展示了较好的应用价值。

参考文献

[1] DUFRENOIS F. A one-class kernel fisher criterion for outlier detection[J]. IEEE Transactions on Neural Networks & Learning Systems， 2014， 26（5）： 982-994.

[2] GAO X， LU T， LIU P， et al. A soil moisture classification model based on SVM used in agricultural WSN[C]. 2014 IEEE 7th Joint International， Information Technology and Artificial Intelligence Conference （ITAIC）， Chongqing， 2014： 432-436.

[3] SEOK K. Semi-supervised regression based on support vector machine[J]. Computer Engineering & Applications， 2014， 25（2）： 447-454.

[4] PLAN Y and VERSHYNIN R. Robust 1-bit compressed sensing and sparse logistic regression： A convex programming approach[J]. IEEE Transactions on Information Theory， 2013， 59（1）： 482-494.

[5] 侯森， 罗兴国， 宋克. 基于信息源聚类的最大熵加权信任分析算法[J]. 电子学报， 2015， 43（5）： 993-999. （HOU Sen， LUO Xing-guo， SONG Ke. A Maximum Entropy Weighted Trust-Analysis Algorithm Based on Sources Clustering[J]. Chinese Journal of Electronics， 2015， 43（5）： 993-999.）

[6] 孙淑杰， 侯立刚， 苏成利， 徐利军. 一种基于虚拟参考反馈调整的无模型自适应控制[J]. 信息与控制， 2012，41（5）： 602-607，616.（ SUN Shujie， HOU Ligang， SU Chengli， XU Lijun. A Model Free Adaptive Control Based on VRFT[J]. 信息与控制， 2012，41（5）： 602-607，616.）

[7] 范永青 王文庆 江祥奎 王丽杨. 一类非线性系统的广义模糊双曲正切模型自适应控制器设计[J]. 控制与决策， 2016， 31（03）： 417-422.

[8] ZHANG J L， ZHANG H G， LUO Y H， et al. Nearly optimal control scheme using adaptive dynamic programming based on generalized fuzzy hyperbolic model[J]. Acta Automatica Sinica， 2013， 39（2）： 142-149.

[9] Zhang H G， Liu X R， Gong Q X， et al. New sufficient conditions for robust fuzzy hyperbolic tangent control of uncertain nonlinear systems with time-varying delay[J]. Fuzzy Sets and Systems， 2010， 161（15）： 1993-2011.

[10] 吕庆， 方勇纯， 任逍. 加速抑制随机初态误差影响的迭代学习控制[J]. 自动化学报， 2014， 40（7）： 1295-1302.