买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工程大学

摘要：本发明属于飞机自动控制技术领域，具体涉及一种小型飞机短距离自动着陆横侧向控制方法。本发明构建了小型飞机横侧向非线性控制模型，该模型表示为多胞模型形式，与以往将模型简化为线性模型方法相比，可建立更准确的飞机着陆模型。本发明将飞机着陆风险引入到控制器性能指标中，控制算法在对性能指标优化过程中，直接抑制着陆风险。本发明设计了自适应神经网络控制，网络权值自动变化，进而可解算出补偿控制量，该补偿控制量作为预测控制算法中线性矩阵不等式的动态变量，增加预测控制算法收敛速度。

主权项：1.一种小型飞机短距离自动着陆横侧向控制方法，其特征在于，包括以下步骤：步骤1：小型飞机在纵向上是配平的，即飞机俯仰角是固定值时，沿着与水平面成一定角度的直线理想下滑道着陆，获取状态偏差ex；步骤2：将状态偏差ex输入至自适应神经网络模型中，输出飞机副翼控制量和方向舵控制量；步骤3：引入小型飞机横侧向着陆风险，将自适应神经网络模型输出值作为优化滚动时域的限制性变量，以此加速控制器求解速度和风险控制精度；步骤3.1：引入小型飞机横侧向着陆风险，采用任意风险模型，但该风险为一个标量数值，范围为0-1，将该风险表示为Δk；步骤3.2：设计控制算法的性能指标；预测控制算法的性能指标函数J在k时刻为： 其中，Qk、Rk和Sk为当前时刻求解的时变权值矩阵；将性能指标函数分为两部分：和如下式所示： 预测控制算法滚动优化的第一步控制量偏差为确定值，用euk|k表示，该时刻以后的控制量euk+i|k采用舰载机着陆状态的反馈形式：euk+i|k＝Fkexk+i|k+Netk+i|k其中，Fk为状态反馈增益矩阵；Netk+i|k为神经网络输出并且满足有界条件：Netk≤δop；步骤3.3：考虑着陆风险与控制补偿的预测控制算法实现；定义二次型函数Vexk+i|k，如下所示：Vexk+i|k＝exk+i|kTPkexk+i|k,i≥1其中，Pk为正定对称阵；假设V0＝0，ex∞|k＝0，即Vex∞|k＝0，并且Vexk+i|k满足下面的代数不等式：Vexk+1+i|k-Vexk+i|k≤-[exk+i|kTQkexk+i|k+euk+i|kTRkeuk+i|k],i≥1通过求解下面的线性矩阵不等式，求解小型飞机的最优控制解，并保证系统为渐近稳定的闭环系统； 其中，*表示关于主对角线对称位置的转置，上式中相关变量定义如下： 其中：为正对对称阵；步骤4：在步骤3求解的最优控制量基础上分别设计输入约束求解器和输出约束求解器，使最终求得的控制解是可实现的；步骤4.1：设计输入约束求解器；输入约束表示为：|eujk+i|k|≤uj,max,i≥1,j＝1,2，则对于小型飞机着陆系统，通过求解下面LMI，满足输入约束： 其中，小型飞机的副翼和方向舵的控制上界为Uk；步骤4.2：设计输出约束求解器；输出约束表示为：|eyk+i|k|≤ymax,i≥1，则对于小型飞机着陆系统，通过求解下面LMI，满足输出约束： 其中，小型飞机的输出量上界为ymax。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种小型飞机短距离自动着陆横侧向控制方法