本發(fā)明涉及高速飛行器再入飛行控制分配領域，具體涉及一種面向高速飛行器再入飛行的等離子體虛擬舵面與操縱機構控制分配方法。

背景技術：

1、高速飛行器再入飛行研究是推動航空航天技術進步，拓展對自然的認知的重要手段。然而，高速飛行器再入飛行也面臨諸多問題，如極高的溫度對熱防護技術提出嚴峻挑戰(zhàn)，復雜的空氣動力學環(huán)境增加了導航與控制難度，同時研發(fā)成本高昂也制約著其發(fā)展。

2、等離子體射流能夠對高速飛行器實現(xiàn)輔助控制。通過調整射流參數(shù)，可改變飛行器周圍流場，實現(xiàn)姿態(tài)調整，在飛行過程中，能夠增強飛行器的穩(wěn)定性和機動性，以應對復雜飛行環(huán)境，為高速飛行器的精確控制提供了新途徑，以提升其性能表現(xiàn)。然而，輔助控制的引入必然會帶來控制分配問題。在再入飛行的前期、中期、后期，所需的控制手段需通過不同工作模式進行控制，但模式切換之間的過渡過程控制難度較大，各種控制手段的啟動時機難以準確把控。此外，等離子體的激發(fā)功率和控制輸出存在較大的非線性特性，并且姿態(tài)控制模型也是一個簡化的不確定模型，其本身關于氣動特性也具有較強的非線性。

技術實現(xiàn)思路

1、要解決的技術問題：

2、如何在考慮等離子體激發(fā)功率和控制輸出非線性特性以及氣動特性非線性和不確定性的基礎上合理分配控制手段，有效應對模式切換之間過渡過程的控制難題，是本發(fā)明要解決的技術問題。

3、針對上述技術問題，本發(fā)明提出一種面向高速飛行器再入飛行的等離子體虛擬舵面與操縱機構控制分配方法，通過強化學習算法處理其中的非線性關系和不確定性影響，從而實現(xiàn)對高速飛行器在再入飛行階段的姿態(tài)控制，提升控制系統(tǒng)穩(wěn)定性。

4、本發(fā)明的技術方案為：

5、一種面向高速飛行器再入飛行的等離子體虛擬舵面與操縱機構控制分配方法，包括以下步驟：

6、步驟1：根據(jù)飛行狀態(tài)參數(shù)確定飛行器進入的再入飛行階段；所述再入飛行階段分為再入飛行前期、再入飛行中期和再入飛行后期三個階段；

7、步驟2：根據(jù)飛行器姿態(tài)角速度解算期望力矩m；

8、步驟3：基于深度確定性策略梯度強化學習算法設計等離子體主動流動控制系統(tǒng)、氣動舵面操縱機構以及rcs反推控制系統(tǒng)的控制分配模型；

9、步驟4：飛行器基于所述控制分配模型得到的控制分配參數(shù)完成再入飛行。

10、進一步的，所述再入飛行前期中，飛行控制執(zhí)行機構僅由rcs反推系統(tǒng)構成；

11、所述再入飛行中期中，飛行控制執(zhí)行機構由氣動舵面、rcs反推控制系統(tǒng)以及等離子體主動流動控制系統(tǒng)三種異類混合結構組成；

12、所述再入飛行后期中，飛行控制執(zhí)行機構由氣動舵面以及等離子體主動流動控制系統(tǒng)組成。

13、進一步的，步驟2中，根據(jù)公式

14、

15、解算期望力矩m，其中ω＝[p,q,r]t是飛行器姿態(tài)角速率向量表示形式，i為慣性張量矩陣。

16、進一步的，步驟3中建立控制分配模型的過程為：

17、設置智能體結構：所述智能體為基于深度確定性策略梯度的策略模型；

18、設置環(huán)境狀態(tài)：所述環(huán)境狀態(tài)包括飛行器的俯仰角、偏航角、滾轉角，以及飛行速度、攻角和飛行高度；

19、設置智能體動作：所述智能體動作為等離子體主動流動控制系統(tǒng)、氣動舵面操縱機構以及rcs反推控制系統(tǒng)的控制參數(shù)；

20、設置狀態(tài)轉移過程：所述狀態(tài)轉移過程基于飛行器6自由度模型得到；

21、設置獎勵機制：所述獎勵機制根據(jù)不同飛行階段進行計算，以輸出動作所產生的控制力矩與期望力矩的差值的絕對值取反作為第一獎勵值，以等離子體主動流動控制系統(tǒng)、氣動舵面操縱機構以及rcs反推控制系統(tǒng)各自的控制參數(shù)與物理約束之間的差值的絕對值取反作為其余獎勵值；

22、設置經驗池；并將時序差作為模型目標函數(shù)。

23、進一步的，所述智能體由多層全連接網(wǎng)絡構成，輸入和輸出維度分別由環(huán)境狀態(tài)和智能體動作確定，中間隱藏層設置為多層全連接神經網(wǎng)絡。

24、進一步的，所述智能體動作為等離子體主動流動控制系統(tǒng)、氣動舵面操縱機構以及rcs反推控制系統(tǒng)的控制參數(shù)；其中等離子體主動流動控制系統(tǒng)的控制參數(shù)包含各通道等離子體激勵器的輸入功率w＝[wp1,…wpn]t，wp1為等離子體主動流動控制系統(tǒng)中第1通道等離子體激勵器的輸入功率；氣動舵面操縱機構的控制參數(shù)包含各個氣動舵面的偏轉角δ＝[δ1,…,δm]t，δ1為氣動舵面操縱機構中第1氣動舵面的偏轉角；rcs反推控制系統(tǒng)的控制參數(shù)包含各噴管的比例系數(shù)p＝[p1,…,pl]t，p1為反推控制系統(tǒng)中的第1噴管的比例系數(shù)。

25、進一步的，所述獎勵機制計算公式為：

26、reward＝reward1+reward2+reward3+reward4

27、reward1＝-‖m-maction*maski‖,i＝{1,2,3}

28、mask1＝{11*n,01*m,01*l}

29、mask2＝{11*n,11*m,11*l}

30、mask3＝{01*n,11*m,11*l}

31、reward2＝-‖δ-da‖

32、reward3＝-‖p-dr‖

33、reward4＝-‖w-dpl‖

34、其中reward為獎勵值，reward1為第一獎勵值，reward2為氣動舵面操縱機構對應的獎勵值，reward3為rcs反推控制系統(tǒng)對應的獎勵值，reward4為等離子體主動流動控制系統(tǒng)對應的獎勵值，mask1為再入飛行前期的控制狀態(tài)向量，mask2為再入飛行中期的控制狀態(tài)向量，mask3為再入飛行后期的控制狀態(tài)向量，da、dr和dpl分別為氣動舵面舵偏角，rcs反推控制噴管比例系數(shù)以及等離子體激勵器輸入功率的物理約束，maction＝baut，其中ba為等離子體主動流動控制系統(tǒng)、氣動舵面操縱機構以及rcs反推控制系統(tǒng)的控制分配矩陣，u為智能體動作。

35、此外，本發(fā)明還提出一種電子設備，包括處理器以及存儲程序的存儲器，所述程序包括指令，所述指令在由所述處理器執(zhí)行時使所述處理器執(zhí)行上述方法。以及提出一種存儲程序的計算機可讀存儲介質，所述程序包括指令，所述指令在由電子設備的處理器執(zhí)行時，致使所述電子設備執(zhí)行上述方法。

36、有益效果

37、本發(fā)明提出的一種面向高速飛行器再入飛行的等離子體虛擬舵面與操縱機構控制分配方法，利用等離子體射流實現(xiàn)輔助控制，為飛行器的精確控制提供了新途徑。該方法能夠根據(jù)再入飛行前期、中期和后期，合理分配控制手段，明確各控制系統(tǒng)的相關參數(shù)。利用強化學習算法處理等離子體激勵器輸入功率和控制輸出的非線性特性，以及姿態(tài)控制模型中氣動特性的非線性和不確定性，能夠提升控制系統(tǒng)的穩(wěn)定性，具有較好的應用前景。

38、本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。