变体飞行器大包线飞行控制与外形决策综合研究

It is an important research direction for morphing aircraft to achieve high performance stable flight and shape autonomous decision-making in large envelope range. However, the existence of the deformation mechanism as well as the inherent dynamics, complexity and uncertainty of the flight environment and mission make the research face great challenges. Therefore, this project focuses on integrated study of flight control and shape decision-making of morphing aircraft in large flight envelope. Firstly, considering the characteristics of LPV theory in hybrid system modeling and high performance control, the large envelope flight control of morphing aircraft is studied based on switched LPV method, and it will focus on solving the problem of switching chattering and blind set division. Furthermore, give full play to the advantages of deep reinforcement learning in solving complex optimization decision-making problems. The research on intelligent autonomous decision-making of morphing aircraft shape is carried out based on DDPG algorithm. The emphasis is to establish a more engineering reinforcement learning model and improve the stability of this algorithm. Finally, the intelligent autonomous flight integrated control system of morphing aircraft based on switched LPV-deep reinforcement learning is obtained, and a distributed real-time hardware-in-the-loop simulation platform is built for simulation verification. The expected results of this project will provide good theoretical support and practical guidance for the research of Intelligent Flight Control of morphing aircraft and other advanced high performance aircraft in our country.

变体飞行器在大包线范围内实现高性能稳定飞行及外形自主决策是当前变体飞行器研究的重要方向。而变体机构的存在以及飞行环境与任务所固有的动态性、复杂性与不确定性，使得该项研究面临着重大挑战。为此，本项目将开展变体飞行器大包线的飞行控制与外形决策综合研究。首先，利用LPV理论在混杂系统建模与高性能控制方面的特点，基于切换LPV方法开展变体飞行器大包线飞行控制研究，重点解决切换抖振、区间盲目划分的难题。然后，发挥深度强化学习在求解复杂优化决策问题方面的优势，基于DDPG算法开展变体飞行器外形智能自主决策的研究，重点在于建立更具工程意义的强化学习模型以及提升算法稳定性。最后，得到基于切换LPV-深度强化学习的变体飞行器智能自主飞行综合控制系统，并搭建分布式实时半实物仿真平台进行仿真验证。本项目预期成果将为我国在变体飞行器以及其它新型高性能飞行器的智能飞行控制领域的研究提供良好的理论支撑与工程指导。

变体飞行器是一种能够通过改变外形结构实现最优飞行效能，以适应不同环境及任务的飞行器。作为一类极具发展潜力的现代高性能飞行器，变体飞行器的飞行控制与外形决策已成为国内外航空航天领域的研究热点。本项目基于切换线性参变（Linear Parameter Varying, LPV）系统理论和深度强化学习方法，研究了变体飞行的建模、控制与决策等问题，主要工作与贡献如下：.1. 针对变体飞行的建模与控制问题，采用雅可比线性化方法推导了变体飞行器纵向短周期LPV模型与大包线LPV模型，进而给出了变体飞行器大包线飞行切换多胞模型。接着基于T-S模糊理论对变翼展飞机建模与跟踪控制，计算飞机气动参数与变化率之间的关系。最后利用反馈线性化方法将纵向高超声速飞行器模型转化为存在失配扰动的线性模型，建立高阶扰动观测器，基于扰动观测信息，设计了一种新的滑模面，以保证外部扰动作用下系统状态的稳定性和控制精度。.2.针对变体飞行器外形决策问题，采用深度强化学习方法设计了飞行器的外形决策算法。考虑到在训练时飞行器需要根据不断变化的飞行指令来选择动作策略，所以选择跟踪性能更好的T-S模糊控制系统作为算法的环境模型。由于飞行器动作空间和状态空间具有连续性,基于深度确定性策略梯度算法设计了外形自主决策框架。对于算法在训练时动作随机选择导致收敛难的问题,基于长短期记忆网络设计了任务分类器模块,使算法能够更快得到最优的策略。.3.针对飞行器的控制与决策问题，采用深度强化学习算法实现飞行器的自主飞行。首先建立飞行器的离散模型，在深度Q网络的基础上融合经验分池思想，提出多经验池深度Q网络。然后考虑到在实际环境中，飞行器的状态和动作均为连续变化，于是建立飞行器的连续化模型，在双延迟深度确定性策略梯度算法的基础上融合经验分池思想，提出多经验池双延迟深度确定性策略梯度算法。最后为了提高算法的训练效率，在深度确定性策略梯度算法中融入与模型无关的元学习，提出元深度确定性策略梯度算法。