苏沛华， 毛 奇

(天津大学 电气自动化与信息工程学院，天津 300072)

0 引 言

吸气式高超声速飞行器是指飞行速度大于5马赫(Ma,1Ma=1倍音速)的空天飞行器[1，2]。高超声速飞行器具有强时变性、不确定性等特征[3]。因而，如何确保高超声速飞行器能够在复杂的空天环境下稳定运行，具有重要的战略意义。随着高超声速飞行器技术的不断成熟，一些先进的非线性控制方法在飞行器的控制中得以应用。文献[4]使用自适应模糊系统进行在线更新，优化了控制效果。文献[5]提出了一种二阶滤波器对虚拟控制量进行求导，解决了反步法中“微分爆炸”的问题。文献[6]使用了非线性干扰观测器对飞行器系统中的不确定干扰进行观测，对控制器进行补偿。滑模控制具有鲁棒性强、易于实现等优势。终端滑模[7]、积分滑模[8]等技术能够克服传统滑模控制中的抖振问题。神经网络能够对控制系统中的不确定性进行处理，具有精确近似的能力。

本文使用自适应径向基函数(radial basis function,RBF)神经网络对滑模控制律中的不确定项进行在线逼近，处理模型中的不确定性问题。基于Lyapunov理论验证了控制系统的稳定性，并通过仿真验证该控制策略的有效性。

1 高超声速飞行器模型描述

高超声速飞行器的纵向模型[3]如下

(1)

式中m,Iyy,gn分别为飞行器的质量、转动惯量和重力加速度；L,D,T,M分别为升力、阻力、推力和俯仰力矩，解析表达式见文献[9]。

将模型(1)转换为如下严反馈形式

(2)

2 控制器设计

控制系统的结构如图1所示。模型(2)中，由于函数fi(i=V,γ,α,Q)随状态和不确定参数变化，使得控制律很难实现。……