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！

龙图腾网获悉厦门理工学院申请的专利一种高超声速飞行器滑模控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114637318B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210140412.X，技术领域涉及：G05D1/495；该发明授权一种高超声速飞行器滑模控制方法是由高海燕;陈智超;林柯设计研发完成，并于2022-02-16向国家知识产权局提交的专利申请。

本一种高超声速飞行器滑模控制方法在说明书摘要公布了：本发明涉及一种高超声速飞行器滑模控制方法，其可包括以下步骤：S1.将高超声速飞行器的非线性动力学模型转化为状态相关的线性模型；S2.设计单隐藏层前馈网络的极限学习机自适应神经网络干扰观测器，以逼近系统受到的干扰和参数不确定性；以及S3.设计基于幂函数趋近律的滑模控制律，以抑制滑模控制的抖振现象。本方法易于实现，不会出现抖振现象，能够实现高超声速飞行器的输出参考信号的无静差跟踪。

本发明授权一种高超声速飞行器滑模控制方法在权利要求书中公布了：1.一种高超声速飞行器滑模控制方法，其特征在于，包括以下步骤： S1.将高超声速飞行器的非线性动力学模型转化为状态相关的线性模型； S2.设计单隐藏层前馈网络的极限学习机自适应神经网络干扰观测器，以逼近系统受到的干扰和参数不确定性；以及 S3.设计基于幂函数趋近律的滑模控制律，以抑制滑模控制的抖振现象； S1的具体过程如下： S11.考虑外部干扰和参数不确定性，将高超声速飞行器的非线性模型写成 y＝Cx， 其中，非线性模型为NASA兰利研究中心开发的高超声速飞行器的纵向动态模型，u＝[β,δe]T，x＝[V,γ,h,α,q]T，y＝[V,h]T，d＝[d1,d2,d3,d4,d5]T表示外部干扰，Δf表示由物理和空气动力学参数扰动引起的不确定性； S12.外部干扰和参数不确定性当作一个整体的扰动，则非线性模型可以表示为 y＝Cx， 其中，ds＝Δf+d表示整体扰动； S13.将系统转换为如下状态相关系数的状态空间模型： y＝Cx， 其中， 输入矩阵这里，是动压，在化简Ax，Bx时，假设sinγ≈γ且β1； S2的具体过程如下： S21.为了估计系统的扰动，设计了以下基于极限学习机的自适应神经网络扰动观测器： 其中，z是干扰观测器的状态，λ0是设计的增益系数； S22.使用基于极限学习机确定参数的前馈神经网络来近似扰动，扰动估计为： 其中，ed＝x-z是扰动观测误差，作为神经网络的输入，ω＝[ω1,ω2,…,ωL]T∈RL×n，L是隐藏层节点的数量，n是输入状态的维度；b＝[b1,b2,…,bL]∈RL×1是隐层节点参数；β∈Rn×L表示输出层的权重；h∈RL×1表示隐藏层的输出； S23.ω＝[ω1,ω2,…,ωL]T∈RL×n和b＝[b1,b2,…,bL]∈RL×1是随机设定的，而输出权重 β∈Rn×L通过李雅普诺夫稳定性定律导出的自适应定律更新； S3的具体过程如下： S31.建立平移状态方程，具体地，通过将系统移动到设定点xs,us来使输出y跟踪参考命令yr，当系统达到稳态时，下面方程满足： Axsxs+Bxsus+ds＝0 Cxs＝yr， 对于高超声速飞行器，输入的数量等于输出的数量，稳态值通过下式计算： 其中，矩阵Axs,Bxs与稳态xs有关，用Ax,Bx来近似Axs,Bxs；并且集总扰动ds是未知的，因此用扰动估计来代替它，因此，平移设定点通过以下公式计算： 定义w＝x-xs,v＝u-us,则有 y＝Cw+xs； S32.设计滑模面，具体地，忽略系统中的扰动估计误差得到如下系统 对系统进行非奇异变换，转换成如下可控标准型 其中， 设计线性滑模面： 其中，在滑模面上，满足s＝0； S33.设计滑模控制器，具体地，为抑制滑模控制的抖振现象，选用基于幂函数的趋近律： 其中，q0,ε0，fals,α,δ是幂函数，它的表达式为 其中，0α1,0δ1； 从滑模面推导得到： 因此，基于幂函数趋近律的滑模控制律为： v＝σTBx-1-qs-εfals,α,δ-σTAxw， 相应地，应用于高超声速飞行器的控制律为 u＝v+us。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门理工学院，其通讯地址为：361000 福建省厦门市集美区后溪镇理工路600号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。