变形飞行器姿态控制换掉解析自适应律:TD3-MRAC在500个扰动场景中把滚转IAE压低46%
核心概要
高超声速变形飞行器在机翼变构型时气动与惯性特性持续变化,难以用解析自适应律逐点刻画。TD3-MRAC以固定翼模型为参考、反步控制为基线、线性扩张状态观测器估计集总扰动,并用TD3智能体生成有界补偿增量替代人工设计的自适应律。在500个多源扰动场景中,同一训练策略未经再训练即投入使用,滚转通道平均IAE较鲁棒自适应控制器降低46%,偏航降低13%,俯仰则略逊。
深度剖析
变形飞行器的姿态控制不再依赖逐构型写出的解析自适应律,而是由一个离线训练的有界补偿策略补上变形带来的模型失配。 传统模型参考自适应控制把不确定动态写成参数向量乘回归量的形式,并假定参数为常数;变形飞行器的气动与惯性映射随构型变化,真实参数随构型移动,常参数自适应律只能持续追踪一个移动目标。 在500个由六个扰动参数正负偏置组合而成的场景中,同一训练好的策略不做再训练或微调即被评估,滚转通道平均IAE为20.894 deg·s,鲁棒自适应控制器为38.719 deg·s。
控制输入由三部分叠加而成:反步基线负责基本稳定,观测器前馈抵消估计出的集总扰动,TD3策略只输出有界的补偿增量。 线性扩张状态观测器把总扰动当作附加状态,仅凭姿态角这类低维输出测量同时重构系统状态并估计未建模动态与外部扰动的影响。 仿真以70秒为时长,扫掠角按24秒周期的梯形波在10度与50度之间往复,姿态指令为滚转、俯仰、偏航三通道的复合爬升与恢复机动。
启示与展望
结论建立在第3节推导的高超声速变形飞行器非线性动力学模型之上,评估方式是70秒时长的闭环数值仿真,扰动来自初始姿态偏差与三轴力矩系数偏置的组合,尚未涉及硬件在环或飞行试验。
稳定性结论只要求学习动作有界,不依赖TD3训练的收敛,而TD3在非线性函数逼近下的收敛仍是未决问题;俯仰通道上鲁棒自适应控制器的平均IAE低34%,中位数差距收窄到5%,说明TD3-MRAC的俯仰表现主要在部分离群场景中退化。
