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！

龙图腾网获悉大连理工大学;中国航空工业集团公司成都飞机设计研究所申请的专利面向刚弹耦合的高超声速飞行器主被动一体化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：CN121325726B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511874215.0，技术领域涉及：G05B19/042；该发明授权面向刚弹耦合的高超声速飞行器主被动一体化控制方法是由李明;闵强;王冠;刘凯;张宇;程曦设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本面向刚弹耦合的高超声速飞行器主被动一体化控制方法在说明书摘要公布了：本发明属于高超声速飞行器控制技术领域，涉及面向刚弹耦合的高超声速飞行器主被动一体化控制方法。本发明的目的是为了实现弹性高超声速飞行器的稳定跟踪控制。该方法包括构弹性高超声速飞行器纵向动力学模型；通过级联式自适应滤波器对弹性振动频率实现自适应辨识；设计弹性模态滤波估计方法，为后续主动反馈控制器设计提供高精度且低代价的弹性模态状态量；然后进行刚弹耦合模型分解，针对刚体子系统利用自抗扰被动控制保证控制性能，针对弹性子系统引入RBF神经网络，采用滑模控制主动抑制弹性模态，实现对参考指令的稳定跟踪。该方法是一种面向刚弹耦合的高超声速飞行器主被动一体化控制方法，应用前景广阔。

本发明授权面向刚弹耦合的高超声速飞行器主被动一体化控制方法在权利要求书中公布了：1.面向刚弹耦合的高超声速飞行器主被动一体化控制方法，其特征在于，具体步骤如下： 步骤1、构建弹性高超声速飞行器纵向动力学模型 忽略三阶以上弹性模态，弹性高超声速飞行器纵向动力学模型如式1所示； 1； 式中：分别为速度、高度、航迹角、攻角和俯仰角速度，上标“”表示一阶导数，上标“”表示二阶导数；为弹性模态，即弹性振动前三阶广义坐标；和分别为弹性模态的阻尼比和振动频率；分别为飞行器质量、转动惯量和重力加速度；和分别为升力、阻力、推力、俯仰力矩和弹性模态的广义力； 考虑速率陀螺仪测量模型为： 4； 式中：为陀螺仪测量到的俯仰角速度，为陀螺仪测量到的俯仰角，为刚体产生的俯仰角速度，为刚体产生的俯仰角；，为第阶弹性模态的振型，为陀螺仪的安装位置； 步骤2、弹性振动模态在线估计 针对振动频率为的弹性模态陷波问题，级联型陷波器为： 5； 式中：为延迟算子，代表延迟2个采样周期；为待辨识参数，为采样时间；为调节参数； 设弹性振动频率的辨识值为，根据频率辨识结果获取的陷波器为： 6； 式中：为级联型陷波器的估计；为的估计值；为振动频率估计值； 根据式6推断出，第个陷波器的第步输出为： 7； 式中：； 那么，第个陷波器极点部分的第步输出为： 8； 联立式7和8，得到如下公式： 9； 引入辨识性能评价信号，则改进后陷波滤波器的输出如下所示： 10； 定义代价函数： 11； 式中：为遗忘因子； 定义：，，得到下式： 12； 将相对于微分并使其为零，得到下式： 13； 采用递归最小二乘算法，将式13写成另一种形式： 14； 式中：，； 根据式4，将传感器测量的俯仰角速度通过陷波器、和，则每个陷波器的实际输出信号为： 17； 式中：、和为滤波误差系数； 根据式17，得到，和的估计值为： 18； 同理，得、和的估计值为： 19； 式中：、和根据获取； 步骤3、刚弹耦合模型分解 忽略速度、高度和航迹角，式1所示的姿态以及弹性振动方程写为： 20； 式中：广义坐标导数项系数为0，，相关函数和表达式如下： ； 定义、和，式20写为如下： 21； 式中：为引入的变量；；令，得到下式： 22； 式中：为刚体子系统中间变量，为刚体子系统产生的舵偏； 将式21所示的耦合模型分解为刚体子系统和弹性子系统，刚体子系统如下： 23； 其中： ； ； 式中：为刚体子系统攻角； 令，、快变时间尺度，以及弹性子系统升降舵偏转，则弹性子系统写为： 24； 进一步可得弹性子系统为： 25； 式中：，其中表达式为： 26； 步骤4、弹性高超声速飞行器姿态自抗扰控制器设计 设计鸭翼偏转角，忽略速度、高度和航迹角，式1所示的姿态和弹性系统方程写为： 27； 式中：为模型稳态控制增益；为俯仰角通道的总扰动，包括推力、弹性效应对俯仰力矩的影响；令，和表达式为： 28； 对式27设计扩张状态观测器： 29； 其中：为辅助变量；为总扰动估计值； 得到总扰动估计值后，设计同时包含扰动补偿与误差反馈综合控制输入： 30； 其中：为俯仰角指令，与为传感器测量的俯仰角与俯仰角速度，和分别为比例和微分控制增益； 将30代入到27，得到下式： 31； 其中，项为总扰动观测误差项； 令和分别表示测量信号经过自适应陷波滤波器的俯仰角速度和俯仰角输出，即： 32； 33； 式33为最终设计的升降舵偏，用于整体控制框架中的刚体子系统控制； 步骤5、面向刚弹耦合的高超声速飞行器主被动结合振动抑制控制 式25，基于RBF神经网络，重写如下： 34； 取最大控制输入值为，，，其中，为弹性子系统舵偏，为逼近弹性子系统舵偏，控制输入受限函数表示为： 35； RBF网络输入输出算法为： 36； 其中：为网络输入，输入量为弹性广义坐标及其导数；为网络隐含层第个网络输入；为第个核函数的中心，为第个核函数的宽度参数；为高斯基函数的输出；为网络的理想权值；为理想神经网络逼近的误差，，为误差最大值； 网络输入取弹性广义坐标及其导数，则网络输出为： 37 其中：为网络输出，为神经网络的估计权值； 取，则； 对于式34所示的二阶非线性系统，取控制目标为，即趋近，为弹性广义坐标；定义角度误差为，则，滑模函数为，为大于0的参数，则： 38； 弹性子系统升降舵偏转为： 39； 其中，； 于是： 40； 式39为RBF神经网络逼近的弹性子系统舵偏，结合步骤4设计的刚体子系统舵偏一同控制飞行器。

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大连理工大学;中国航空工业集团公司成都飞机设计研究所，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。