针对模型参数不准确条件下的全自动着舰控制技术进行了研究,设计了一种基于保辛伪谱算法(symplectic pseudospectral method, SP)和带遗忘因子递推最小二乘法(recursive least squares with forgetting factor, FFRLS)的舰载机着舰自校...针对模型参数不准确条件下的全自动着舰控制技术进行了研究,设计了一种基于保辛伪谱算法(symplectic pseudospectral method, SP)和带遗忘因子递推最小二乘法(recursive least squares with forgetting factor, FFRLS)的舰载机着舰自校正模型预测控制方法(self-tuning model predictive control, ST-MPC)。针对舰载机的着舰控制模型,在MPC方法的框架下,首先设计了一种基于预测轨迹形状与位置偏差的引导轨迹,用以消除航母甲板运动和实时误差的影响。同时,基于SP算法设计了滚动优化模块并引入雄鸡尾流扰动补偿以抑制舰尾流干扰;进一步,通过FFRLS算法结合巴特沃斯低通滤波器,对模型中影响控制性能的敏感参数进行实时估计用以提高着舰控制算法的鲁棒性。仿真结果表明,在有多种干扰影响且控制模型参数不准确时,所设计的ST-MPC算法,能够将着舰高度误差控制在±0.15 m以内,其控制精度远高于传统的线性二次型最优调节器和极点配置算法,且算法的计算效率满足实时在线跟踪的要求。展开更多
文摘针对模型参数不准确条件下的全自动着舰控制技术进行了研究,设计了一种基于保辛伪谱算法(symplectic pseudospectral method, SP)和带遗忘因子递推最小二乘法(recursive least squares with forgetting factor, FFRLS)的舰载机着舰自校正模型预测控制方法(self-tuning model predictive control, ST-MPC)。针对舰载机的着舰控制模型,在MPC方法的框架下,首先设计了一种基于预测轨迹形状与位置偏差的引导轨迹,用以消除航母甲板运动和实时误差的影响。同时,基于SP算法设计了滚动优化模块并引入雄鸡尾流扰动补偿以抑制舰尾流干扰;进一步,通过FFRLS算法结合巴特沃斯低通滤波器,对模型中影响控制性能的敏感参数进行实时估计用以提高着舰控制算法的鲁棒性。仿真结果表明,在有多种干扰影响且控制模型参数不准确时,所设计的ST-MPC算法,能够将着舰高度误差控制在±0.15 m以内,其控制精度远高于传统的线性二次型最优调节器和极点配置算法,且算法的计算效率满足实时在线跟踪的要求。