罗世彬,吴瑕,魏才盛

1.中南大学 自动化学院,长沙 410083

2.中南大学 航空航天学院,长沙 410083

可重复使用飞行器(Reusable Launch Vehicle, RLV)作为一类新型天地往返飞行器,在军事以及民用领域受到了广泛的关注,是近年来的研究热点,具有广阔的应用前景[1]。与传统飞行器相比,RLV承担着更为复杂的飞行任务,其再入飞行是一个大范围机动、快速域、强不确定性、强耦合的复杂运动过程,承受着如过载、动压、热流等多种约束,且飞行环境复杂,易受到多种外部扰动的影响,因此,RLV的控制系统设计具有极大的挑战性。

作为一类具有强非线性、快时变、强耦合、强不确定性的被控对象,RLV用于控制器设计的模型与其真实动力学模型之间存在着很多的不确定项,因此,对不确定项的估计是控制系统设计所必须面临的问题。神经网络和模糊控制技术由于对非线性函数具有很好的逼近能力,是估计模型不确定性常用的两种方法。文献[2]提出了一种鲁棒自适应非线性容错控制算法实现了对带执行器故障的RLV姿态的精确跟踪,其中引入模糊逻辑系统来实现对参数不确定性的估计；文献[3]提出一种神经自适应最优非线性控制方法实现对飞行器的跟踪控制,其中引入神经网络来逼近参数和不匹配的不确定性以及未建模动态。文献[4-6]同样通过神经网络/模糊控制技术实现了对飞行器不确定性的在线估计。然而,两种近似技术设计思想复杂,计算量大,且仅在一些紧集上有效,它们的引入增加了控制器设计的复杂性,提高了控制参数选择的难度,且神经网络/模糊控制技术仅能对不确定性进行在线逼近。……