一种复合抗扰控制器及其控制参数优化方法与流程

1.本发明涉及飞机舵机的电液伺服控制技术领域，具体涉及一种复合抗扰控制器及其控制参数优化方法。

背景技术：

2.舵机是飞机操纵舵面，实现飞行姿态控制的重要驱动部件，其控制性能是决定飞机飞行性能、安全性和可靠性的重要决定因素。然而通过现场物理试验验证飞机舵机的性能需要花费大量的成本。为解决这一问题，通常构建和采用飞机舵机电液伺服加载系统模拟飞机在实际飞行过程中所受到各种力载荷，以降低测试成本，提升系统可靠性，对飞机舵机电液伺服系统的控制精度提升具有较大意义。
3.飞机舵机的电液伺服系统属于一类典型的非线性系统，其在不同的加载任务过程中通常因为非线性特性、模型不确定性和任务工况不同，造成基于模型的伺服控制如传统的pid控制器的性能出现局限，从而造成稳定性差、控制精度低、响应速度慢、跟踪性能差等问题。
4.为解决这一问题，现有技术通过自适应、集算法和智能算法的pid及其复合控制方法以增强系统对不同工况的适应性和伺服性能。或引入h∞等鲁棒控制方法，以增强电液加载系统的鲁棒性，解决模型参数不确定问题。
5.但是上述研究需较多的模型信息，仍存在模型依赖性较强的问题。

技术实现要素：

6.针对现有技术中的缺陷，本发明提供一种复合抗扰控制器及其控制参数优化方法，以解决现有电液加载系统对模型依赖性较强的问题。
7.第一方面，本发明提供的复合抗扰控制器，包括：
8.包括扩张状态观测器、反馈控制器、干扰补偿器和前馈控制器，
9.所述扩张状态观测器其中，l＝[l1，l2，l3]
t
为扩张状态观测器的观测增益，根据等效带宽调制法确定状态观测器的观测增益，根据等效带宽调制法确定其中ωo为等效观测增益；b0为系统的等效增益；c＝[1 0 0]；
[0010]
所述反馈控制器和所述干扰补偿器为所述反馈控制器和所述干扰补偿器为其中，uc为反馈控制器，ud为干扰补偿器；r为参考输入，k＝[k1，k2]为复合抗扰控制器的控制增益，根据等效带宽调节法确定k＝[k1，k2]＝[ω
c2
，2ωc]，其中ωc为等效控制增益；
[0011]
所述前馈控制器
[0012]
所述复合抗扰控制器的整体控制律为
[0013]
由上述技术方案可知，本发明提供的复合抗扰控制器，基于上述反馈控制器，解决了过度依赖被控对象的精准模型信息的问题，同时基于前馈控制器提升系统的精准度和相位特征。
[0014]
第二方面，本发明提供的一种控制参数优化方法，针对于第一方面的复合抗扰控制器，包括：
[0015]
对复合抗扰控制器做laplace变换，生成频域的各传递函数；
[0016]
生成以待优化参数向量ρ＝[b，ωc，ωo，k
f1
，k
f2
]的系统输入输出关系函数；
[0017]
定义优化指标函数；
[0018]
获取输出力信号y
t
(i)和指令力信号r
t
(i)的跟踪误差e
t
(ρ)以及控制输入信号u
t
(ρ)对于最优参数向量的梯度值，确定待优化参数向量ρ的理论最优解。
[0019]
由上述技术方案可知，本发明提供的控制参数优化方法，通过输入输出试验数据对所考虑的控制参数进行优化，可自动适应环境的任务变化，鲁棒性强。
[0020]
可选地，所述频域的各传递函数为
[0021]
f(s)＝k
f1
+k
f2
s；
[0022][0023][0024]
则生成的所述系统输入输出关系函数为：
[0025][0026][0027]
其中，参考输入信号r
t
(ρ)触发的控制信号u
t
(i)，将使系统生成相应的输出信号y
t
(i)；其中i＝0，1，2，
…
，i
max
，i
max
表示设置的最大迭代数。
[0028]
可选地，所述优化指标函数为其中，e
t
(ρ)表示电液加载系统输出力信号与指令力的跟踪误差，即e
t
(ρ)＝y
t
(ρ)-r
t
，n是所考虑的采样点总数，λ为预设的权重参数。
[0029]
可选地，所述获取输出力信号和指令力的跟踪误差e
t
(ρ)以及控制输入信号u
t
(ρ)对于最优参数向量的梯度，根据如下方法确定，包括：
[0030]
根据所述系统输入输出关系函数，确定梯度计算关系式；所述梯度计算关系式为
[0031][0032][0033]
所述梯度值根据如下试验确定：
[0034]
试验1：
[0035][0036]
试验2：
[0037][0038]
试验3：
[0039][0040]
其中，试验1的参考信号r1设置的是指令力信号r
t
，试验2的参考信号r2为试验1的输出力信号y
t1
，而试验3的参考信号仍设置为指令力信号r
t
；且三次试验中获得的系统响应数据在统计学上都是相互独立的。
[0041]
可选地，试验还需满足以下假设：干扰信号d
t
和噪声信号v
t
是零均值的弱平稳随机变量信号，且不同试验中的包括干扰信号和噪声信号在内的摄动信号相互独立。
[0042]
可选地，基于试验1、试验2和试验3中est[w1]＝0和est[w2]＝0的假设，根据摄动信号下对梯度的估计
[0043][0044]
及及可得y
t
和u
t
对于待优化参数向量的无偏估计分别为
[0045][0046][0047]
优化指标函数jn(ρ)关于待优化参数向量ρ的梯度估计值为
[0048][0049]
则为满足所述优化指标函数，基于高斯-牛顿法确定所述待优化参数向量ρ的下一代更新公式为其中，优化步长值γi为一个正实标量，决定优化的步长；整定矩阵的取值为为一个正实标量，决定优化的步长；整定矩阵的取值为
[0050]
可选地，所述方法还包括对所述优化结果进行评估，包括：
[0051]
若g(ρ)在预设阈值范围内，g(ρ)≤ψ，则ρ按所述待优化参数向量的下一代更新公式进行更新；
[0052]
若g(ρ)超出预设阈值范围，即g(ρ)＞ψ，令其中α为正实常数，再重新进行试验更新；
[0053]
评估函数其中y
t3
(tf，ρi)表示ift试验3中tf时刻的系统输出值，yc(tf)为按照经验预期的受限系统输出响应轨迹，β1和β2为可自定义的常实数。
[0054]
采用上述技术方案，本技术具有如下有益效果：
[0055]
(1)本发明提供的复合抗扰控制器，基于上述反馈控制器，解决了过度依赖被控对象的精准模型信息的问题，同时基于前馈控制器提升系统的精准度和相位特征。
[0056]
(2)本发明提供的控制参数优化方法，通过输入输出试验数据对所考虑的控制参数进行优化，可自动适应环境的任务变化，鲁棒性强。
附图说明
[0057]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0058]
图1示出了本发明提供的飞机舵机电液加载系统的示意图；
[0059]
图2示出了本发明提供的飞机舵机电液加载系统的整体模型结构的示意图；
[0060]
图3示出了本发明提供的飞机舵机电液加载系统的复合控制框图；
[0061]
图4为图3的等效控制框图；
[0062]
图5示出了本发明实施例提供的控制参数优化方法的流程图；
[0063]
图6a示出了系统仿真amesim模型的框架图；
[0064]
图6b示出了系统仿真simulink模型的框架图；
[0065]
图7a示出了系统阶跃响应曲线图；
[0066]
图7b示出了系统阶跃响应ift的jn变化曲线图；
[0067]
图7c示出了系统阶跃响应ift的b变化曲线图；
[0068]
图7d示出了系统阶跃响应ift的ωc变化曲线图；
[0069]
图7e示出了系统阶跃响应ift的ωo变化曲线图；
[0070]
图7f示出了系统阶跃响应ift的k
f1
和k
f2
变化曲线图；
[0071]
图8a示出了系统跟踪正弦指令力信号曲线图；
[0072]
图8b示出了本发明实施例提供的系统跟踪正弦指令力信号ift的jn变化曲线图；
[0073]
图8c示出了系统跟踪正弦指令力信号ift的b变化曲线图；
[0074]
图8d示出了系统跟踪正弦指令力信号ift的ωc变化曲线图；
[0075]
图8e示出了系统跟踪正弦指令力信号ift的ωo变化曲线图；
[0076]
图8f示出了系统跟踪正弦指令力信号ift的k
f1
和k
f2
变化曲线图。
具体实施方式
[0077]
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
[0078]
需要注意的是，除非另有说明，本技术使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
[0079]
本发明针对如图1所示的飞机舵机电液加载系统，其由电液伺服阀、阀控液压缸、
缓冲部件、力和位移传感器，以及计算机控制系统等部分组成。在该电液加载系统的工作中，控制器作为控制中枢，设置参考输入指令信号，通过控制律的计算，发出控制指令信号。控制指令在经过电液伺服阀放大后传递给发空液压缸，以推动液压缸的活塞位移。另外，上述系统中具有缓冲部件用于系统结构补偿。为测量阀控液压缸与舵机之间的活塞位移和作用力，系统中部署了相应的位移传感器和力传感器。最后，传感器将测量信息传输到控制器中，形成控制系统闭环。
[0080]
其中电液伺服阀在工作区间的动态可以简化视作一个一阶惯性环节，可得其传递函数模型为：
[0081][0082]
其中，xv表示阀芯位移，uv表示电液伺服阀的输入电压，kv表示电液伺服阀增益，t
sv
表示其时间常数。
[0083]
电液伺服阀的作用是通过阀芯位移变化来控制缸内液压油流量，在工作区间内可呈现较好的线性特性。因此在其线性工作区间，可建立如下的加载阀线性化方程：
[0084]ql
＝kqx
v-kcp
l
ꢀꢀꢀꢀ
(2)
[0085]
其中，q
l
表示阀控液压缸进油流量，kq表示滑阀流量增益，kc表示滑阀流量-压力系数，p
l
表示负载压力。
[0086]
进而可得阀控液压缸流量的连续方程为：
[0087][0088]
上式中，a
p
表示活塞面积，v
t
表示液压缸的总容积，βe表示油液的弹性模量，表示总泄露系数，而其中ci表示液压缸内泄露系数，ce表示液压缸外泄露系数。
[0089]
若假设忽略活塞与缸体摩擦力等非线性因素和油液质量的影响，可得如下的输出力与负载力的平衡方程：
[0090][0091]
上式中，m
t
表示活塞和负载的质量，b
p
表示有效粘性阻尼系数；k
t
表示弹簧刚度系数。f
l
表示缓冲部件的输出力，其可通过下式获得：
[0092]fl
＝k
l
(x
p-xs)
ꢀꢀꢀ
(5)
[0093]
其中，k
l
为等效弹簧刚度系数，xs为舵机位移。
[0094]
联合式(1)-(5)，可得电液加载系统的整体模型结构如图2所示，整体上的动态传递函数模型为：
[0095][0096]
其中，k
ce
＝ke+cf表示总压力流量系数。
[0097]
在上述线性动态模型的建立过程中，忽略了较多非线性和不确定因素的影响。而这些不确定性和干扰可能严重影响电液加载系统的运行稳定性和性能，基于此，设计了一
种不过度依赖于模型的、适应环境和任务变化的数据驱动的复合抗扰控制器。
[0098]
实施例1
[0099]
如图3所示，本技术实施例提供了一种复合抗扰控制器，包括线性自抗扰控制器和前馈控制器，其中线性自抗扰控制器的设计采用线性自抗扰方法，其优势在于不过度依赖被控对象的精准模型信息，而前馈控制器的作用在于提升系统的精准度和相位特性。
[0100]
为降低控制器的实现难度，提升控制器运算速率，避免过多相位易导致的不稳定因素，考虑将系统等效视作二阶积分链和不确定干扰的集成。因此，设计如下的线性自抗扰控制器，线性自抗扰控制器包括扩张状态观测器、反馈控制器与干扰补偿器：
[0101]
扩张状态观测器(eso)设计：
[0102][0103]
上式中，l＝[l1，l2，l3]
t
为扩张观测器eso的观测增益，根据等效带宽调制法，这里令l＝[l1，l2，l3]
t
＝[3ωo，3ω
o2
，ω
o3
]
t
，其中ωo为等效观测增益。式中还包括c＝[1 0 0]；其中，b0为系统的等效增益。
[0104]
反馈控制器与干扰补偿器设计：
[0105][0106]
其中，uc为反馈控制器，ud为干扰补偿器；r为系统的参考输入，k＝[k1，k2]为自抗扰控制器的控制增益，根据等效带宽调节法，这里控制增益设计为k＝[k1，k2]＝[ω
c2
，2ωc]，其中ωc为等效控制增益。
[0107]
自抗扰控制器的作用在于通过eso对系统的不确定性与所受的多源干扰进行估计，并通过反馈控制器和干扰补偿器抑制干扰，控制整个电液加载系统，保证系统的闭环控制性能。在此基础上，本技术在复合抗扰控制器中还设计如下的前馈控制器。
[0108]
前馈控制器：
[0109][0110]
综上，所设计的复合抗扰控制器的整体控制律为：
[0111][0112]
对于一个线性模型，可适当选取ωo和ωc使闭环系统稳定。
[0113]
实施例2
[0114]
上述所设计复合抗扰控制器的控制律虽然不过度依赖模型信息，但其参数整定和优化的难度因所知模型信息有限而增加，从而严重影响控制器的性能。因此，设计一种控制参数优化方法，从而进行控制律参数的整定。
[0115]
首先，对复合反馈控制器做laplace变换，从而完成控制律从时域到频域的转换。因此控制框图3可变为如图4的形式。
[0116]
其中，图4中的各传递函数分别为：
[0117]
f(s)＝k
f1
+k
f2sꢀꢀꢀ
(11)
[0118][0119][0120][0121]
令ρ＝[b，ωc，ωo，k
f1
，k
f2
]为待优化参数向量，则上述控制器的传递函数f(s)、h(s)和c(s)可以写作f(ρ)、h(ρ)和c(ρ)。则根据图4可得系统输入输出关系为：
[0122][0123][0124]
从图4和式(15)中可以看出，在ift的过程中，一系列的参考输入信号r
t
(i)，其中代数i＝0，1，2，
…
，i
max
，i
max
表示设置的最大迭代数，触发的控制输入信号u
t
(i)，将使系统生成相应的输出信号y
t
(i)。
[0125]
在ift过程中，考虑跟踪误差和控制输入能量，定义如下的优化指标函数：
[0126][0127]
其中，e
t
(ρ)表示电液加载系统输出力信号与指令力的跟踪误差，即e
t
(ρ)＝y
t
(ρ)-r
t
，n是所考虑的采样点总数，λ为可设置的权重参数。
[0128]
则待优化参数向量的理论最优解为：
[0129]
ρ
*
＝arg min
ρjn
(ρ)
ꢀꢀꢀꢀ
(17)
[0130]
上式中，ρ
*
即为参数向量ρ经数据驱动方法获取的最优值。
[0131]
为计算最优参数向量ρ
*
，首先需要获取e
t
(ρ)和u
t
(ρ)对于ρ的梯度；由式(14)和(15)，可以得到如下的梯度计算关系式：
[0132][0133][0134]
为获取上述每一代i的梯度值，可通过下列三次试验完成的数据计算完成。
[0135]
试验1：
[0136][0137]
试验2：
[0138][0139]
试验3：
[0140][0141]
在上面的三次试验中，试验1的参考信号r1设置的是指令力信号r
t
，试验2的参考信号r2设置的是试验1的输出力信号y
t1
，而试验3的参考信号设置的依旧是指令力信号r
t
。这样的设置规则是保证三次试验中获得的系统响应数据在统计学上都是相互独立的。
[0142]
此外，在上述三次试验中，所设置加入的干扰信号d
t
和噪声信号v
t
满足如下假设：
[0143]
假设：干扰信号d
t
和噪声信号v
t
是零均值的弱平稳随机变量信号，且不同试验中的包括干扰和噪声在内的这些摄动信号相互独立。
[0144]
由此，进而可根据系统的输入输出试验数据计算所考虑待优化控制参数向量的无偏估计为：
[0145][0146][0147]
其中，和为摄动下对梯度的估计，而w1和w2代表估计残差。由假设1，可知est[w1]＝0和est[w2]＝0。
[0148]
因此，可得y
t
和u
t
对于待优化控制参数ρ的梯度为：
[0149][0150][0151]
另外，优化指标函数jn(ρ)关于待优化参数向量ρ的梯度估计值为
[0152][0153]
根据随机估计理论和假设1，可知为梯度的无偏估计，即：
[0154][0155]
那么为满足式(17)，利用高斯-牛顿法，可得待优化参数的下一代更新公式为：
[0156][0157]
其中，γi为一个正实标量，其决定了优化的步长；而ri为一个合适的整定矩阵，在
这里其取值为：
[0158][0159]
式(29)的更新公式中，优化步长值γi是平衡收敛速度和收敛稳定性的关键因素。
[0160]
若γi和ri的选择不佳将导致优化效果不佳和优化过程不收敛，进而甚至导致系统整体性能的变差和不稳定。为提升系统性能，增强优化过程的可靠性，在ift寻优过程中设计一种受限的优化更新策略。基于此，本技术还提出了一种待优化参数向量ρ的评估方法。
[0161]
首先，定义评估函数g(ρ)为：
[0162][0163]
其中y
c3
(tf，ρi)表示ift第3次试验中tf时刻的系统输出值。yc(tf)为按照经验预期的受限系统输出响应轨迹。而β1和β2为可自定义的常实数。
[0164]
在每次优化计算结束后，对优化的结果进行评估，若g(ρ)在设置的阈值范围内，g(ρ)≤ψ，则进行参数ρ按式(29)的更新；如果g(ρ)超出所设置的阈值，即g(ρ)＞ψ，令其中α为正实常数，再重新进行试验更新。
[0165]
综上，形成如图5所示的利用ift优化整定复合抗扰控制器参数的流程图，具体为：
[0166]
1)初始化。令i＝0，确定待优化参数向量初值ρ0，初始化系统的控制器，并确定优化指标函数jn(ρ)。
[0167]
2)按照式(20)-(22)进行ift的三次试验。
[0168]
3)按照式(25)和(26)计算梯度和进而根据式(27)和(30)计算和hessian矩阵ri。
[0169]
4)通过式(29)计算ρ
i+1
。
[0170]
5)计算和检验g(ρ)值。若g(ρ)≤ψ，转向步骤6)；否则令更新步长，返回步骤4)重新计算。
[0171]
6)通过ρ
i+1
＝ρi更新控制器参数，从而更新复合抗扰控制器。
[0172]
7)判断指标函数jn≤δ或i＞i
max
与否，若成立，令i＝i+1，跳转至步骤2)进入下一代的tft过程；否则结束，ift过程结束。
[0173]
为验证本实施例所提供的控制方法的有效性，进行了matlab/simulink与amesim的联合仿真试验。在仿真过程中采用的系统参数如表1所示。
[0174]
表1
[0175]
名称单位数值伺服阀增益m3/a
·
s0.25伺服阀流量放大系数m2/s5.7735伺服阀流量压力系数m3/(s
·
pa)11.2
×
10-12
液压缸两腔总容积m30.0036液压缸内泄漏系数m3/(s
·
pa)0油液弹性模量n/m26.9
×
108负载质量kg200液压缸有效工作面积m20.012缓冲弹簧刚度t/mm2.4液压油密度kg/m3870加载力系数t/mm2
[0176]
另外，仿真中的系统复合抗扰控制器的初始参数以及tft方法优化过程中的参数值分别设置为：b＝900，ωc＝20πrad/s，ωo＝60πrad/s，γ0＝0.5，λ＝10-12
，δ＝10-18
，i
max
＝20，联合仿真的框架与模型如图6a和图6b所示。
[0177]
此外，为进一步验证所提方法的控制性能和鲁棒性，本实施例在联合仿真试验中还将所提出方法与pid控制器作对比。
[0178]
首先，在联合仿真中考虑系统的定值阶跃响应试验。试验中，设置参考指令力的幅值为1n，并在1.2s时刻向系统加入谐波干扰。仿真结果如图7a-7f所示。从图7a中可以看出，相比于优化前，经过ift优化的复合抗扰控制性能获得较大提升，调节时间缩短了约52％，超调缩小了约62％，稳态误差降低了约20％0此外，相比于pid控制器，所提出的方法在超调上缩小了8％，调节时间缩短了92％，跟踪误差减小了32％。另外，从图7b-f，控制参数在所提出的ift中经历了约11代的迭代优化收敛到了最优状态。
[0179]
之后，在联合仿真中考虑系统的跟踪正弦指令力信号试验。实验中，设置跟踪幅值为1n，频率为10hz，并在0.4s时刻向系统加入谐波干扰。仿真结果如图8a-8f所示。从图8a中可以看出，相比于传统的pid控制器和优化前的控制效果，所提出的方法在跟踪误差上至少缩小了约73％，优化性能显著。从图8b-8f，控制参数在所提出的ift中经历了约9代的迭代优化收敛到了最优状态。
[0180]
以上，以上实施例仅用以对本技术的技术方案进行了详细介绍，但以上实施例的说明只是用于帮助理解本发明实施例的方法，不应理解为对本发明实施例的限制。本技术领域的技术人员可轻易想到的变化或替换，都应涵盖在本发明实施例的保护范围之内。

技术特征：

1.一种复合抗扰控制器，其特征在于，包括扩张状态观测器、反馈控制器、干扰补偿器和前馈控制器，所述扩张状态观测器其中，l＝[l1,l2,l3]
t
为扩张状态观测器的观测增益，根据等效带宽调制法确定观测器的观测增益，根据等效带宽调制法确定其中ω
o
为等效观测增益；b0为系统的等效增益；c＝[1 0 0]；所述反馈控制器和所述干扰补偿器为所述反馈控制器和所述干扰补偿器为其中，u
c
为反馈控制器，u
d
为干扰补偿器；r为参考输入，k＝[k1,k2]为复合抗扰控制器的控制增益，根据等效带宽调节法确定k＝[k1,k2]＝[ω
c2
,2ω
c
]，其中ω
c
为等效控制增益；所述前馈控制器所述复合抗扰控制器的整体控制律为2.一种控制参数优化方法，针对于权利要求1所述的复合抗扰控制器，其特征在于，包括：对复合抗扰控制器做laplace变换，生成频域的各传递函数；生成以待优化参数向量ρ＝[b,ω
c
,ω
o
,k
f1
,k
f2
]的系统输入输出关系函数；定义优化指标函数；获取输出力信号y
t
(i)和指令力信号r
t
(i)的跟踪误差e
t
(ρ)以及控制输入信号u
t
(ρ)对于最优参数向量的梯度值，确定待优化参数向量ρ的理论最优解。3.根据权利要求2所述的优化方法，其特征在于，所述频域的各传递函数为f(s)＝k
f1
+k
f2
s；s；则生成的所述系统输入输出关系函数为：
其中，参考输入信号r
t
(ρ)触发的控制信号u
t
(i)，将使系统生成相应的输出信号y
t
(i)；其中i＝0,1,2,
…
,i
max
，i
max
表示设置的最大迭代数。4.根据权利要求2所述的优化方法，其特征在于，所述优化指标函数为其中，e
t
(ρ)表示电液加载系统输出力信号与指令力的跟踪误差，即e
t
(ρ)＝y
t
(ρ)-r
t
，n是所考虑的采样点总数，λ为预设的权重参数。5.根据权利要求4所述的优化方法，其特征在于，所述获取输出力信号和指令力的跟踪误差e
t
(ρ)以及控制输入信号u
t
(ρ)对于最优参数向量的梯度，根据如下方法确定，包括：根据所述系统输入输出关系函数，确定梯度计算关系式；所述梯度计算关系式为根据所述系统输入输出关系函数，确定梯度计算关系式；所述梯度计算关系式为所述梯度值根据如下试验确定：试验1：试验2：试验3:其中，试验1的参考信号r1设置的是指令力信号r
t
，试验2的参考信号r2为试验1的输出力信号y
t1
，而试验3的参考信号仍设置为指令力信号r
t
；且三次试验中获得的系统响应数据在统计学上都是相互独立的。6.根据权利要求5所述的优化方法，其特征在于，试验还需满足以下假设：干扰信号d
t
和噪声信号v
t
是零均值的弱平稳随机变量信号，且不同试验中的包括干扰信号和噪声信号在内的摄动信号相互独立。7.根据权利要求6所述的优化方法，其特征在于，基于试验1、试验2和试验3中est[w1]＝
0和est[w2]＝0的假设，根据摄动信号下对梯度的估计及及可得y
t
和u
t
对于待优化参数向量的无偏估计分别为对于待优化参数向量的无偏估计分别为优化指标函数j
n
(ρ)关于待优化参数向量ρ的梯度估计值为则为满足所述优化指标函数，基于高斯-牛顿法确定所
述待优化参数向量ρ的下一代更新公式为其中，优化步长值γ
i
为一个正实标量，决定优化的步长；整定矩阵的取值为为一个正实标量，决定优化的步长；整定矩阵的取值为8.根据权利要求7所述的优化方法，其特征在于，所述方法还包括对所述优化结果进行评估，包括：若g(ρ)在预设阈值范围内，g(ρ)≤ψ，则ρ按所述待优化参数向量的下一代更新公式进行更新；若g(ρ)超出预设阈值范围，即g(ρ)>ψ，令其中α为正实常数，再重新进行试验更新；评估函数其中y
t3
(t
f
,ρ
i
)表示ift试验3中t
f
时刻的系统输出值，y
c
(t
f
)为按照经验预期的受限系统输出响应轨迹，β1和β2为可自定义的常实数。

技术总结

本发明属于飞机舵机的电液伺服控制技术领域，提供了一种复合抗扰控制器及其控制参数优化方法，其中方法包括：对复合抗扰控制器做Laplace变换，生成频域的各传递函数；生成以待优化参数向量ρ＝[b,ω

技术研发人员：

贺莹 王闯 田莉蓉 牟明

受保护的技术使用者：

中航机载系统共性技术有限公司

技术研发日：

2022.07.27

技术公布日：

2022/10/25