王 月, 何 真, 張建蘭, 袁 亮, 陸宇平
(1. 南京航空航天大學(xué)自動化學(xué)院, 江蘇 南京 211106; 2. 航空機電系統(tǒng)綜合航空科技重點實驗室, 江蘇 南京 211106)
與旋翼機相比,小型固定翼無人機在續(xù)航能力、飛行范圍以及巡航速度等方面具有明顯的優(yōu)勢。但旋翼機可以做到垂直起落,而固定翼無人機一般通過滑行減速、撞網(wǎng)和傘落等方式進行降落。這幾種降落方式有場地空間需求大、地面輔助降落裝置復(fù)雜和落點不確定等缺點,限制了固定翼無人機的應(yīng)用場合。人類從鳥類棲落過程中發(fā)現(xiàn)了靈感,如果固定翼無人機能像鳥類那樣實現(xiàn)棲落,就能突破固定翼飛行器降落條件的限制,從而擴大固定翼無人機的應(yīng)用場合。我們觀察金雕的棲落過程,金雕在接近目標的前一刻,迅速拉起身體、張開翅膀并且雙腿前伸,這一套動作使金雕的飛行狀態(tài)從平飛進入過失速狀態(tài),迅速減速并且實現(xiàn)精確棲落,整套動作敏捷而精準。固定翼無人機如果能模仿鳥類的棲落機動[1-5],利用大迎角產(chǎn)生的高阻力快速減速并實現(xiàn)精確地棲落,那么飛行器就可以隨時隨地棲落,這樣無人機就能提高續(xù)航能力和提升作戰(zhàn)性能。因此,棲落機動的研究具有重要的應(yīng)用價值。
近年來,固定翼無人飛行器的棲落機動得到了越來越多的關(guān)注。文獻[6]設(shè)計了一種小型滑翔機,用實驗驗證了固定翼飛行器棲落在電線上的可能性。文獻[7]研究了變體無人機棲落機動縱向運動的多體動力學(xué)建模與仿真問題,并分析了變體結(jié)構(gòu)對棲落機動性能的作用。文獻[8]為棲落機動設(shè)計了一種滑模控制器。
上述文獻主要討論了棲落機動的軌跡控制器設(shè)計,沒有探討所設(shè)計控制器的局部穩(wěn)定區(qū)域(即吸引域)的計算方法。對棲落機動而言,計算吸引域一方面可以確定飛行器偏離參考軌跡的容許范圍,另一方面可以保證容許范圍內(nèi)的飛行器能夠在有限時間內(nèi)準確地棲落在目標區(qū)域內(nèi)。因此,吸引域計算對棲落機動的實現(xiàn)具有重要的意義。近年來,對局部穩(wěn)定的非線性系統(tǒng)計算吸引域的問題得到了學(xué)術(shù)界的關(guān)注。文獻[9]利用線性矩陣不等式(linear matrix inequality,LMI)凸優(yōu)化方法計算了Lyapunov函數(shù),解決了光滑非線性系統(tǒng)的吸引域計算問題。文獻[10]提出運用平方和(sum-of-squares, SOS)的方法計算局部穩(wěn)定系統(tǒng)的吸引域。文獻[11]運用基于仿真的方法計算局部穩(wěn)定的系統(tǒng)的吸引域。與平方和最優(yōu)化算法相比,這種方法更簡單更直接,并且不要求系統(tǒng)模型是多項式形式,但是這種方法計算量大,效率較低。以SOS方法為基礎(chǔ),文獻[12]提出了一種固定翼飛行器棲落機動控制器綜合設(shè)計方法——LQR-Trees控制方法,并探討了該方法的魯棒性。
本文針對固定翼無人機棲落過程的非線性特性,以切換控制理論為基礎(chǔ)展開了棲落機動軌跡控制研究,并針對所設(shè)計的棲落機動切換控制律,設(shè)計了相應(yīng)的SOS優(yōu)化算法,計算了吸引域。首先沿著參考軌跡將棲落機動的非線性動力學(xué)模型線性化,構(gòu)造出分段線性模型;然后結(jié)合最優(yōu)控制理論與切換控制理論,對分段線性系統(tǒng)設(shè)計切換控制律。隨后針對所設(shè)計的棲落軌跡跟蹤切換控制律,改進設(shè)計了SOS優(yōu)化算法以計算棲落軌跡吸引域Ω。這樣,只要系統(tǒng)的狀態(tài)量X∈Ω,則在所設(shè)計的軌跡跟蹤控制器的作用下,飛行器能夠準確地棲落在目標區(qū)域里。最后,對固定翼飛行器的棲落機動控制過程進行了仿真驗證。
以發(fā)動機的推力和升降舵的偏轉(zhuǎn)作為控制輸入。固定翼飛行機的縱向運動方程為
(1)
式中,V,μ,α,q分別表示飛行速度、航跡角、迎角和俯仰角速度;x和h分別表示飛行器的水平位置和高度;m是飛機的質(zhì)量;Iy是轉(zhuǎn)動慣量;T是推力;L是升力;D是阻力;M是空氣動力矩。
飛行器的縱向空氣動力和力矩為
(2)
式中,CL、CD和CM分別是飛行器升力、阻力和力矩系數(shù);ρ是空氣密度;S是飛行器的空氣動力表面積。
飛行器棲落過程中的空氣動力學(xué)系數(shù)由平板模型方法[13-15]得到,升力和阻力系數(shù)可由式(3)逼近。
(3)
俯仰力矩系數(shù)為
.8cosαsin(2α+2δe)+
1.4sinαsin2(α+δe)+0.1sinα)
(4)
式中,Se為升降舵的空氣動力表面積;δe是升降舵偏轉(zhuǎn)角;le是升降舵空氣動力重心到飛行器質(zhì)心的距離。
飛行器棲落機動是迎角大范圍變化的非常規(guī)機動方式,因此需要設(shè)計控制器改善飛行器的棲落機動性能,保證飛行穩(wěn)定,并實現(xiàn)定點棲落。在設(shè)計控制器之前,需要給定一條參考軌跡,優(yōu)先設(shè)計參考軌跡的目的是將飛行器定點棲落控制問題轉(zhuǎn)化為軌跡跟蹤問題。參考軌跡可以利用GPOPS工具箱進行設(shè)計[16-17]。本小節(jié)主要對原非線性動力學(xué)模型作線性化處理,并且結(jié)合最優(yōu)控制與切換控制對處理后的線性切換系統(tǒng)設(shè)計軌跡跟蹤控制器。
設(shè)飛行器棲落機動非線性模型為
,u)
(5)
針對非線性模型(5),應(yīng)用GPOPS工具箱優(yōu)化得到參考軌跡,記為(Xr,ur)。Xr與ur滿足飛行器棲落動力學(xué)模型(5),即Xr=f(Xr,ur),其中Xr=[vr,μr,αr,qr,xr,hr]T為狀態(tài)變量參考軌跡,ur=[Tr,δer]T為與狀態(tài)變量參考軌跡Xr相對應(yīng)的參考輸入(在不引起混淆的情況下,本文將ur稱為參考輸入)。
將非線性模型(5)沿著參考軌跡(Xr,ur)進行泰勒展開,具體形式為
Ar(t)(X-Xr)+Br(t)(u-ur)+Ο=
Ar(t)ΔX+Br(t)Δu+Ο
(6)
為了得到Ar(t)與Br(t)的具體表達式,并且減輕計算量。定義[t0,tf]為整個棲落機動的時間范圍,在整個棲落過程中均勻地取N個時刻點。在每個時刻點對應(yīng)的參考軌跡上的參考點附近,對棲落系統(tǒng)的非線性模型(1)進行線性化。例如,在ti時刻所對應(yīng)的參考軌跡中的參考點附近進行線性化,計算得到線性化模型為
(7)
那么在整個棲落機動的時間范圍[t0,tf],棲落機動的線性時變模型為
(8)
(9)
則式(8)為棲落機動的分段線性化模型。
接下來設(shè)計切換系統(tǒng)跟蹤參考軌跡的切換控制律。
直接設(shè)計切換系統(tǒng)控制律的工作復(fù)雜,可以從切換系統(tǒng)的子系統(tǒng)入手,設(shè)計每一個子系統(tǒng)的最優(yōu)控制律,這種方法大大降低了工作難度。因此,可以借鑒線性時不變(linear time invariant,LTI)系統(tǒng)的最優(yōu)控制律理論,對切換子系統(tǒng)設(shè)計軌跡跟蹤切換控制律。令(tf-t0)/2N=Δt,在ti-Δt時刻,式(8)描述的切換系統(tǒng)切換到子系統(tǒng)為
(10)
針對式(10)描述的線性系統(tǒng),需要尋找一個最優(yōu)的控制uc,使得X能跟蹤上Xr。為了實現(xiàn)控制目標,引入關(guān)于系統(tǒng)狀態(tài)和控制參量的二次型性能指標,即
ΔuTRΔu+ΔXTQΔX)dt
(11)
設(shè)計控制律使J取極小值,其中R和Q是根據(jù)設(shè)計要求選定的權(quán)重矩陣,一般取對角常值矩陣。這是典型的線性二次型問題,設(shè)計系統(tǒng)的線性二次型調(diào)節(jié)器(linear quadratic regulator, LQR)。
為了計算滿足條件的控制輸入u*(t),引入哈密頓函數(shù),即
λ(t)TAiΔX(t)+λ(t)TBiΔu(t)
(12)
根據(jù)駐值條件
(13)
得
(14)
由正則方程得
(15)
(16)
令協(xié)態(tài)方程(16)的解為
λ(t)=SiΔX(t), ?t∈[t0,tf]
(17)
式中,Si待定。結(jié)合式(14)~式(17),得Si應(yīng)滿足矩陣方程,即黎卡提方程
(18)
設(shè)計最優(yōu)控制輸入為
u*(t)=kiΔX(t)
(19)
其中控制增益為
ki=-R-1BiSi
(20)
以上設(shè)計了切換系統(tǒng)中每一個子系統(tǒng)的最優(yōu)控制律,在此控制器作用下,每一個子系統(tǒng)穩(wěn)定并且狀態(tài)量能收斂至參考點。然而,每一個子系統(tǒng)的穩(wěn)定并不能保證整個切換系統(tǒng)的穩(wěn)定,因此需要分析整個切換系統(tǒng)的穩(wěn)定性。
切換系統(tǒng)的穩(wěn)定性不僅取決于子系統(tǒng)的穩(wěn)定性,還與切換規(guī)則息息相關(guān)。根據(jù)棲落機動的分段線性化過程可知其切換規(guī)則是受約束的,因此本節(jié)分析受約束作用下切換系統(tǒng)的穩(wěn)定性。
對受約束作用下切換系統(tǒng)穩(wěn)定性分析的方法主要包括:分段連續(xù)二次Lyapunov函數(shù)法(piecewise quadratic lyapunov function,PQLF)[18-19],類Lyapunov函數(shù)法[20],多重Lyapunov函數(shù)法(multiple lyapunov functions,MLFs)[21-22]。本文參考類Lyapunov函數(shù)法分析切換系統(tǒng)的穩(wěn)定性。
對于線性切換系統(tǒng)的N個子系統(tǒng),如果能找到每一個線性子系統(tǒng)對應(yīng)的Lyapnov函數(shù),并且滿足切換前時刻的Lyapunov函數(shù)值不小于切換后時刻的Lyapunov函數(shù)值這一條件,那么對應(yīng)的線性切換系統(tǒng)全局穩(wěn)定。因此,如果能找到式(10)描述的線性切換子系統(tǒng)的Lyapunov函數(shù)Vi(ΔX)=ΔXTPiΔX,滿足
(Ai+Biki)TPi+Pi(Ai+Biki)≤-Qi
(21)
Pi-1≥Pi
(22)
式中,Pi和Qi是正定對稱矩陣。那么滿足式(21)、式(22)的控制律ki(由式(20)得到)就是能保證切換系統(tǒng)穩(wěn)定的子系統(tǒng)切換控制律。
在計算ki時,先根據(jù)式(20)確定ki,再由式(21)與式(22)核算此ki是否滿足切換系統(tǒng)的穩(wěn)定性要求。如果不滿足,則調(diào)整式(18)中的權(quán)值Q與R,再次核算在此權(quán)值計算出的最優(yōu)控制律ki是否滿足式(21)與式(22)。直到找到滿足式(21)、式(22)與式(20)的控制律ki。
同理,可分別計算出整個時間歷程N個切換子系統(tǒng)的控制律ki。則整個時間歷程的切換控制律的形式為
(23)
系統(tǒng)的吸引域即為系統(tǒng)的局部漸近穩(wěn)定區(qū)域。第2節(jié)設(shè)計了棲落軌跡跟蹤控制器。此控制器是根據(jù)分段線性近似模型設(shè)計得到的,因此該控制器只能保證分段線性系統(tǒng)(8)全局穩(wěn)定,而在此控制作用下的閉環(huán)非線性棲落系統(tǒng)是局部穩(wěn)定的,因此分析系統(tǒng)的吸引域是重要問題。本小節(jié)運用SOS最優(yōu)化方法[23-24]計算該閉環(huán)非線性棲落系統(tǒng)的吸引域Ω。即計算參考軌跡附近的特定區(qū)域Ω,當系統(tǒng)的狀態(tài)量X∈Ω時,則在所設(shè)計的軌跡跟蹤控制器作用下,飛行器最終能棲落在目標落點區(qū)域Ωf里。下面在第3.1節(jié)介紹切換控制的軌跡吸引域的計算方法;為了降低SOSTOOLS[25-26]計算軌跡吸引域的難度,提高準確度,第3.2節(jié)提出了計算棲落軌跡吸引域的一種降保守性的方法;第3.3節(jié)引入了基于質(zhì)點模型計算吸引域的方法。
為了描述沿著參考軌跡的吸引域,我們定義時變區(qū)域為
(24)
(25)
式中,Ωf表示棲落終點的目標范圍。則此時的Ω(ρ,t)即為所求吸引域。
Ωf的具體定義為
(26)
式中,ρf是根據(jù)棲落終點的容許誤差范圍人為設(shè)定的。
為了保證條件(25)成立,需要滿足
(27)
,ti)≤ρ(ti)
(28)
同樣,如果系統(tǒng)在整個棲落時間[t0,tf]都滿足上述條件,那么式(24)表示的Ω(ρ,t)就是棲落系統(tǒng)在參考軌跡附近的吸引域,吸引域計算過程整理成為
(29)
為了將非線性系統(tǒng)(1)的軌跡吸引域求解條件轉(zhuǎn)化為SOS形式,先將式(29)表示的條件轉(zhuǎn)化為
(30)
進而,條件(30)等價于
(31)
為了將條件(31)轉(zhuǎn)化為SOS最優(yōu)化問題,給出引理1。
引理1[27-28]給定多項式集{f1,…,fs},{g1,…,gt},{h1,…,hu}∈Rn,下面的兩個條件是等價的:
(2) 存在多項式f∈p{f1,…,fs},g∈M{g1,…,gt},h∈I{h1,…,hu}滿足f+g2+h=0,其中,Rn表示所有實數(shù)域上n元多項式的集合。
再根據(jù)引理1,條件(31)可轉(zhuǎn)化為
(32)
式中,s1,s3∈Σ,Σ表示平方和多項式。取s3=1,將條件(32)簡化,得到SOS最優(yōu)化算法為
(33)
由于并不是所有的非負多項式都能用平方和的形式表示,因此算法(33)是算法(32)的充分條件。
因為SOS最優(yōu)化方法適用于多項式系統(tǒng),所以我們需要對式(1)中的f(X)進行泰勒展開,用泰勒展開的多項式系統(tǒng)去估計原非線性系統(tǒng)。
考慮算法(33)中的表達式為
(34)
式中,s2的系數(shù)是變量;ρ(t)是與t相關(guān)的變量。而SOS最優(yōu)化方法要求約束條件中的未知量之間是線性關(guān)系,所以將算法(33)轉(zhuǎn)化為
(35)
為了簡化問題,在計算吸引域時,以時間取樣,將整個棲落時間[t0,tf]分為N段,比如計算時間范圍內(nèi)[tf-1-Δt,tf-1+Δt]的吸引域,將[tf-1-Δt,tf-1+Δt]范圍內(nèi)的ρf-1(t)用線性形式估計。因為ρf是由棲落終點的容許誤差范圍而人為設(shè)定的,所以ρf已知。設(shè)在[tf-1+Δt,tf]這一段時間內(nèi),吸引半徑不變等于ρf,那么只需要計算tf-1這一時刻的ρf-1,就可以計算出ρf-1(t)。按照上述方法,以t=ti時刻取樣,算法式(35)可簡化為
(36)
其中
(37)
?i∈[0,N](Ai+Biki)TSx+Sx(Ai+Biki)<0
(38)
為了解決由于Ω(ρ,ts)跳變帶來的吸引域計算失真的問題,需要保證式(39)成立。
(39)
此時解出的在ts這一時刻前后的吸引域才是符合要求的[29]。
(40)
最后,ρi(t)以分段線性形式估計表達為
, ?t∈[ti-Δt,ti+Δt)
(41)
ρi(t)即為系統(tǒng)在[ti-Δt,ti+Δt)這一時間段的吸引半徑。進而得到整個棲落時間范圍的分段線性表達式ρ(t)。
(42)
式中,av表示加速度;ωμ表示航跡角速度。
簡化后的質(zhì)點模型輸入是加速度av與航跡角速度ωμ。為了使這兩個控制量符合實際六維系統(tǒng)的物理規(guī)律,需要添加輸入飽和約束。將此約束加入到SOS算法式(36)中,約束具體表達式為
(43)
仿真中固定翼飛行器的質(zhì)量與轉(zhuǎn)動慣量分別為:m=0.8 kg,Iy=0.1 kg·m2。飛行器的其他物理參數(shù)見文獻[8]。仿真中采用的飛行器動力學(xué)模型為式(1)所表示的棲落機動非線性模型,其中,氣動參數(shù)由式(2)、式(3)和式(4)計算獲得。在設(shè)計控制律時,將整個棲落時間區(qū)域[0,2 s]均勻分為20段,在{0 s,0.1 s,0.2 s,0.3 s,…,1.9 s,2 s}這21個時刻的參考點處分別得到線性化模型以便于控制律設(shè)計。在計算最優(yōu)控制律時,設(shè)定式(11)中的權(quán)重矩陣為Q=diag[1.5,8,1.5,1.5,20,15],R=diag[1,50];進而聯(lián)立式(20)~式(22)求解獲得控制律。將所設(shè)計的控制律應(yīng)用于棲落運動非線性動力學(xué)模型(1)進行仿真。
飛行器棲落機動理想初始飛行狀態(tài)X*(t0)=[9.973 6,0,0.245 5,0,0,0],為了檢驗設(shè)計的控制律的狀態(tài)量跟蹤效果,設(shè)計實際的初始飛行速度具有偏差1 m/s,航跡角偏差為0.1 rad,迎角偏差為0.05 rad,俯仰角速度偏差為0.1 rad/s,高度與水平位置偏差都為1 m。仿真結(jié)果如圖1~圖3所示。其中,圖1對應(yīng)狀態(tài)變量跟蹤曲線,圖2對應(yīng)控制輸入曲線,圖3對應(yīng)飛行器位置跟蹤曲線。圖1中藍色虛線對應(yīng)參考軌跡,紅色實線對應(yīng)切換控制響應(yīng)曲線??梢?在切換控制器作用下,速度、航跡角、迎角、俯仰角速度、水平位置和高度均能跟蹤參考曲線,并在終點時刻收斂到滿足要求(|Δv|<0.5 m,|Δμ|<0.35 rad,|Δα|<0.35 rad,|Δx|<0.1 m,|Δh|<0.1 m)的范圍內(nèi)。驗證了基于LQR與切換控制綜合設(shè)計的控制器的有效性。
控制輸入曲線如圖2所示,圖2中藍色虛線表示參考輸入曲線,紅色實線表示切換閉環(huán)控制輸入??梢?推力與升降舵偏轉(zhuǎn)量雖然沒有收斂到標稱值,但是與理想輸入值偏差范圍合理。
圖3描述了飛行器棲落機動位置跟蹤曲線。其中藍色虛線對應(yīng)參考軌跡,綠色點劃線對應(yīng)開環(huán)響應(yīng)曲線,紅色實線對應(yīng)切換控制閉環(huán)響應(yīng)曲線。在棲落機動飛行結(jié)束時刻,參考棲落位置為(14.05,2.103),未加控制器的棲落位置為(13.6,2.518),切換控制下的棲落位置為(14.01,2.035)。
由此可見,在切換控制作用下,盡管初始位置偏差很大,但響應(yīng)曲線最終能收斂到指定位置附近,符合棲落位置精度要求。而未加控制器的棲落位置與指定位置偏差較大,不符合棲落要求。驗證了設(shè)計軌跡跟蹤控制器的必要性與基于LQR與切換控制綜合設(shè)計的軌跡跟蹤控制器的有效性。
圖1 狀態(tài)變量跟蹤曲線Fig.1 Tracking curve of state variables
圖2 控制輸入曲線Fig.2 Tracking curve of control input
圖3 位置跟蹤曲線Fig.3 Tracking curve of position
,z=[ΔxΔhΔvΔμ]T
(44)
式中,U是4×4的實對稱矩陣,由10個決定變量構(gòu)成[30]。
接著將控制輸入的約束條件(43)加入到SOS算法(36)中。根據(jù)六維模型仿真結(jié)果,對整個棲落機動過程的質(zhì)點模型輸入量進行了分段約束,具體約束范圍如表1所示。
表1 棲落機動過程控制輸入約束范圍
Table 1 Scope of constraint of control input in perching process
在整個棲落時間[0,2 s]每隔0.1 s取一個時刻點,共取21個時刻點,聯(lián)立式(43)與式(36)分別算出21個時刻點的吸引域,注意計算是從終點時刻的收斂半徑計算開始的。對2 s這一終點時刻,期望終點誤差0≤Δv≤0.5 m/s,|Δμ|≤0.35 rad,|Δx|≤0.1 m和|Δh|≤0.1 m。根據(jù)期望誤差范圍,并結(jié)合式(26),設(shè)置ρf為0.15。定下ρf之后,聯(lián)立式(36)、式(37)與約束條件(43)算出1.9 s這一時刻的收斂半徑ρf-1,同理遞推計算出整個棲落過程的收斂半徑。最后根據(jù)式(41)寫出分段線性吸引半徑,為了形象直觀地表示吸引域,將其投影在xh平面,結(jié)果如圖4所示,其中綠色橢圓表示吸引域。
圖4 吸引域在xh平面的投影Fig.4 Projection of the domain of attraction in xh plane
圖4描述了分段線性吸引域在xh平面上的投影。每個橢圓代表對應(yīng)時刻的吸引域,在軌跡跟蹤控制器的作用下,前一個時刻橢圓內(nèi)的所有狀態(tài)量都會收斂到下一個時刻對應(yīng)的橢圓吸引域內(nèi),進而可以推知,只要初始狀態(tài)在0 s對應(yīng)的橢圓吸引域內(nèi),最終位置都會收斂到設(shè)置的目標棲落域Ωf內(nèi)。
圖5描述了質(zhì)點模型采樣棲落軌跡與吸引域在xh平面的關(guān)系。仿真時,選取了5個在0 s對應(yīng)的橢圓吸引域內(nèi)不同的初始狀態(tài),仿真結(jié)果顯示,棲落軌跡全都在所求吸引域內(nèi),且終點位置都收斂到所設(shè)的目標棲落域Ωf內(nèi),驗證了對質(zhì)點模型計算出的吸引域的有效性。
圖5 質(zhì)點模型棲落軌跡與吸引域在xh平面的投影Fig.5 Perching trajectory of particle model and the projection of thedomain of attraction in xh plane
圖6描述了原六維非線性棲落機動模型棲落軌跡與吸引域在xh平面的關(guān)系。仿真時根據(jù)第2.2節(jié)相關(guān)內(nèi)容設(shè)置切換控制器,使原六維模型的狀態(tài)變量(x,h,v,μ)快速跟蹤質(zhì)點模型的狀態(tài)變量(xr,hr,vr,μr)。已知質(zhì)點模型的棲落機動仿真曲線在吸引域內(nèi),則原六維非線性模型棲落機動仿真曲線也應(yīng)在吸引域內(nèi)。仿真結(jié)果顯示,原六維非線性模型的棲落軌跡全都在所求吸引域內(nèi),且終點位置都收斂到所設(shè)的目標棲落域Ωf內(nèi)。
圖6 六維非線性模型棲落軌跡與吸引域在xh平面的投影Fig.6 Perching trajectory of 6-d nonlinear model and the projection of domain of attraction in xh plane
本文采用基于切換控制與最優(yōu)控制相結(jié)合的綜合控制算法,設(shè)計飛行器棲落機動軌跡跟蹤控制律。然后,運用SOS最優(yōu)化算法,計算了棲落軌跡吸引域。針對切換系統(tǒng)的特性,研究了降低吸引域計算保守性的方法。最后對飛行器棲落機動過程進行了仿真驗證。仿真結(jié)果表明,基于切換控制與最優(yōu)控制設(shè)計的控制器使得飛行器可以跟蹤上參考軌跡,驗證了所設(shè)計的軌跡跟蹤控制器的有效性。仿真結(jié)果還表明,基于SOS算法沿著參考軌跡計算的吸引域Ω,當X∈Ω時,飛行器能棲落在目標范圍內(nèi),驗證了所計算的軌跡吸引域的正確性。