甄子洋，朱 平，江 駒，陶 鋼

(1.南京航空航天大學(xué)自動化學(xué)院，南京 210016；2.美國弗吉尼亞大學(xué)電氣與計算機(jī)工程系，夏洛茨維爾 22904)

0 引 言

近空間高超聲速飛行器是一種飛行馬赫數(shù)為5以上的在大氣層或跨大氣層飛行的飛行器，主要包括高超聲速巡航導(dǎo)彈、空天飛行器等類型。高超聲速飛行器技術(shù)的突破成為人類航空航天科學(xué)技術(shù)史上又一個跨時代的里程碑。根據(jù)不同的動力系統(tǒng)，可將高超聲速飛行器分為火箭推進(jìn)式和吸氣式兩大類。最早研制的飛行器如美國X-15、X-20等采用火箭推進(jìn)式高超聲速飛行器。X-43A等飛行器則采用吸氣式超燃沖壓發(fā)動機(jī)，它直接從大氣中獲得氧氣，可以攜帶更多有效載荷。然而，這類飛行器使用與沖壓發(fā)動機(jī)配置集成的機(jī)身技術(shù)，使彈性機(jī)體、推進(jìn)系統(tǒng)和結(jié)構(gòu)動力學(xué)之間相互耦合，控制系統(tǒng)的作用顯得尤為關(guān)鍵，同時也增加了控制系統(tǒng)設(shè)計難度。目前，國內(nèi)外研究重點(diǎn)是吸氣式高超聲速飛行器，它被認(rèn)為是未來主要類型。

從20世紀(jì)50年代開始，美國、俄羅斯、法國等國家最早開始了高超聲速飛行器技術(shù)研究。近年已經(jīng)試飛測試的典型高超聲速飛行器包括：①美國：X-43A高超音速飛機(jī)(2004)[1]、X-37B空天戰(zhàn)斗機(jī)(2010)、X-51A高超聲速巡航導(dǎo)彈(2010)[2]、HTV-2獵鷹高超音速飛行器(2010)；②俄羅斯：鋯石高超聲速導(dǎo)彈(3M22，2016)、Yu-71/ Yu-74助推滑翔導(dǎo)彈(2016)；③印度：可重復(fù)使用運(yùn)載器驗(yàn)證機(jī)RLV-TD(2016)；④日本：HOPE-X軌道飛機(jī)(2004)；等等。

我國高超聲速飛行器研究起步相對較晚，但是進(jìn)展顯著。2002年香山科學(xué)會議發(fā)布了高超聲速技術(shù)發(fā)展計劃， 2007年我國自然基金委員會公布了“近空間飛行器的關(guān)鍵基礎(chǔ)科學(xué)問題” 這一重大研究規(guī)劃，此后我國高超聲速飛行器研究得到發(fā)展迅猛。2012年《科技日報》報道了我國建成9馬赫9JF12高超聲速激波風(fēng)洞。2017年10月，我國公開報道了風(fēng)速可達(dá)5-10倍聲速的JF12激波風(fēng)洞以及高超聲速飛行器的測試模型。

高超聲速飛行器的優(yōu)勢主要體現(xiàn)在飛行速度快、突防能力強(qiáng)、隱蔽性高、高機(jī)動作戰(zhàn)和精確打擊等方面。由于高超聲速飛行器大空域、寬速域與高機(jī)動的特征，加之以環(huán)境復(fù)雜多變等，導(dǎo)致其具有極為復(fù)雜的特性，建模和控制方法的研究有很大難度，而自適應(yīng)控制正適合解決該類復(fù)雜控制問題。目前，F(xiàn)riedmann等人[3]概述了含空氣動力學(xué)、氣體熱力學(xué)和彈性力學(xué)的高超聲速飛行器建模的發(fā)展現(xiàn)狀。楊超[4]、余平[5]等人綜述了高超聲速飛行器氣動力學(xué)的研究進(jìn)展，Doman[6]、吳宏鑫[7]、段海濱[8]、孫長銀[9]、方汪洋[10]、宗群[11]等人綜述了高超聲速飛行器控制技術(shù)的研究進(jìn)展。然而以上文獻(xiàn)缺乏對自適應(yīng)控制技術(shù)進(jìn)行專門深入的討論。近年來，自適應(yīng)控制理論研究成果豐碩，在高超聲速飛行器控制中的應(yīng)用研究日益發(fā)展，美澳聯(lián)合進(jìn)行的“高超聲速國際飛行研究實(shí)驗(yàn)”(HIFiRE)項目中開展了對自適應(yīng)飛行控制系統(tǒng)性能的研究。為此，本文重點(diǎn)概述高超聲速飛行器自適應(yīng)控制技術(shù)。

1 近空間高超聲速飛行器建模研究

高超聲速飛行器機(jī)身發(fā)動機(jī)一體化的設(shè)計結(jié)構(gòu)、先進(jìn)的氣動布局、所處環(huán)境十分復(fù)雜等因素，其模型建立十分困難且具有復(fù)雜特性。雖然美國航空航天局(NASA)和美國空軍早已開展高超聲速技術(shù)研究，但是高超聲速飛行器模型公開甚少。近年我國對高超聲速飛行器建模研究不斷加強(qiáng)，由于缺乏實(shí)驗(yàn)數(shù)據(jù)與關(guān)鍵設(shè)備，多數(shù)是在改進(jìn)國外現(xiàn)有模型基礎(chǔ)上進(jìn)行建模。

1.1 典型的高超聲速飛行器模型描述

典型的高超聲速飛行器模型描述如下：

(1)NASA蘭利研究中心Pinckney等人[12]于1990年左右針對帶翼錐體加速器Wing-Cone概念飛行器提出六自由度飛行器模型，成為多數(shù)研究者采用的對象模型。采用計算流體力學(xué)軟件和部分風(fēng)洞試驗(yàn)驗(yàn)證相結(jié)合的手段，給出了較完整的氣動數(shù)據(jù)，可為飛行控制研究提供參考對象。

(2)美國馬里蘭大學(xué)帕克分校的Schmidt等人[13-14]于1994年左右開發(fā)了模擬可重復(fù)使用空天飛機(jī)研究機(jī)X-30的高超聲速飛行器氣動推進(jìn)彈性模型(Aeropropulsive/Aeroelastic Hypersonic- Vehicle，AAHV)，該模型利用牛頓理論的二維超音速空氣動力學(xué)分析，以及SCRAM噴射型推進(jìn)系統(tǒng)內(nèi)流動一維空氣動力學(xué)/熱力學(xué)分析。

(3)美國空軍研究實(shí)驗(yàn)室的Bolender和Doman等人[15-16]于2005年左右開發(fā)了模擬X-43A的柔性吸氣式高超聲速飛行器模型(Flexible Air-Breathing Hypersonic Vehicle-First-Principle Model，F(xiàn)AHV-FPM)。在飛行器剛體模型中考慮機(jī)身彈性結(jié)構(gòu)振動形變，由于機(jī)身發(fā)生彈性形變，產(chǎn)生前體和后體形變，飛行器的質(zhì)心也將發(fā)生改變，進(jìn)而影響機(jī)身表面的氣動布局和推進(jìn)系統(tǒng)，建模過程變得非常復(fù)雜[17]。

(4)美國加利福尼亞州立大學(xué)的多學(xué)科飛行動力學(xué)與控制實(shí)驗(yàn)室的Clark等人[18,19]于2005年左右開發(fā)了針對柔性吸氣式高超聲速飛行器X-43的通用模型(Generic Hypersonic Flight Vehicle，CSUL-GHV)。由于高超聲速飛行器多數(shù)采用細(xì)長幾何形狀和輕質(zhì)結(jié)構(gòu)，不能忽視彈性效應(yīng)，該模型旨在設(shè)計一個通用模型供飛行控制工程師們研究使用，因此能更好地滿足實(shí)際情況[20]。

(5)美國空軍研究實(shí)驗(yàn)室的Parker等人[21]開發(fā)了一種模擬X-43A的面向控制建模的柔性吸氣式高超聲速飛行器模型(FAHV-COM)，該模型在FAHV-FPM模型基礎(chǔ)上，忽略了某些弱耦合和慢時變動態(tài)特性，利用曲線擬合方法代替飛行器的力和力矩方程，適用于非線性控制系統(tǒng)設(shè)計。

國內(nèi)多數(shù)研究者采用以上典型模型進(jìn)行分析、控制系統(tǒng)設(shè)計和仿真驗(yàn)證。鮑文等人[22]針對綜合離心力/氣動力的吸氣式升力體高超聲速飛行器建立了飛行器剛體動力學(xué)矢量模型。葉正寅等人[23]建立了耦合氣動/氣動熱/推進(jìn)/結(jié)構(gòu)彈性的吸氣式高超聲速飛行器動力學(xué)模型，采用Chavez和Schmidt建立的超燃沖壓發(fā)動機(jī)推進(jìn)系統(tǒng)模型。江駒、甄子洋等人[24-25]開發(fā)了針對美國X-24B的氣動布局及尺寸的小翼伸縮近空間可變翼飛行器(Near-space Morphing Vehicle，NMV)模型，將小翼設(shè)定為一個氣動舵面，通過伸縮變形改變機(jī)翼浸潤面積和展長，改變飛行器結(jié)構(gòu)和氣動特性，適應(yīng)不同的飛行條件和飛行狀態(tài)。

近年，美國弗吉尼亞理工大學(xué)提出了面向氣動彈性控制的吸氣式高超聲速飛行器模型[26]。天津大學(xué)聯(lián)合美國曼徹斯特大學(xué)提出了帶可調(diào)進(jìn)氣道的吸氣式高超聲速飛行器模型[27]。

1.2 高超聲速飛行器模型特性分析

從上述模型描述及對比分析來看，高超聲速飛行器具有如下幾個重要特性：

(1)強(qiáng)非線性特性：①升力、阻力和推力及其系數(shù)表達(dá)式都是狀態(tài)相關(guān)的非線性函數(shù)，并隨著馬赫數(shù)與迎角等條件變化而表現(xiàn)出強(qiáng)非線性；②在寬速域飛行時存在很多非線性約束條件，如熱流、動壓和過載限制等；③六自由度運(yùn)動模型本身由一組非線性微分方程組表示。

(2)強(qiáng)耦合特性：①機(jī)身一體化設(shè)計使發(fā)動機(jī)和機(jī)體之間存在耦合影響；②流體和固體力學(xué)之間的相互作用也會導(dǎo)致很強(qiáng)的耦合作用；③結(jié)構(gòu)以及特殊飛行環(huán)境導(dǎo)致在飛行過程中有可能發(fā)生形變，帶來彈性體和剛體之間的耦合作用；④俯仰、偏航和滾轉(zhuǎn)通道之間的相互耦合。

(3)不確定特性：①未建模動態(tài)引起的不確定主要包含高溫影響、黏性影響所引起的邊界層增長問題，還有大氣環(huán)境變化等；②結(jié)構(gòu)彈性形變引起的不確定；③隨機(jī)干擾因素對飛行器產(chǎn)生的不確定影響，比如在飛行過程中燃料的消耗使飛行器質(zhì)量和重心發(fā)生改變，進(jìn)一步會引起回旋速度干擾；④由于飛行試驗(yàn)缺乏、實(shí)驗(yàn)條件非常苛刻，導(dǎo)致建模過程存在不確定誤差。

(4)快時變特性：①跨越區(qū)域大、飛行速度快等特殊性，使其具有大空域飛行引起的時變特征；②燃料快速消耗引起的飛行質(zhì)量變化，導(dǎo)致飛機(jī)質(zhì)心變化，使其具有快時變動態(tài)特性；③飛行中遇到聲速流引起的局部流場中激波與邊界層干擾，導(dǎo)致飛行器表面的局部壓力及熱流率的變化，進(jìn)一步加劇了氣動力的時變特性。

(5)彈性特性：①通常采用乘波體幾何構(gòu)造，具有鍥形形狀，這種細(xì)長機(jī)身結(jié)構(gòu)和較輕重量易引起飛行器的結(jié)構(gòu)發(fā)生彈性形變，影響氣動布局；②表面氣動加熱嚴(yán)重，高溫使飛行器結(jié)構(gòu)強(qiáng)度和剛度降低，破壞氣動外形，甚至?xí)鸾Y(jié)構(gòu)顫振。

(6)非最小相位特性：①迎角、俯仰角速度動態(tài)通常為不穩(wěn)定動態(tài)，即只要迎角、俯仰角速度成為系統(tǒng)零動態(tài)，就是不穩(wěn)定零動態(tài)，會造成系統(tǒng)非最小相位特性；②模型的彈性部分的零動態(tài)通常為不穩(wěn)定零動態(tài)，造成系統(tǒng)的非最小相位特性；③機(jī)體/發(fā)動機(jī)/結(jié)構(gòu)動態(tài)耦合特性的非線性數(shù)學(xué)模型均帶有不穩(wěn)定零動態(tài)，使模型具有非最小相位特性。針對該特性，文獻(xiàn)[28]用輸出重定義使零動態(tài)穩(wěn)定，用動態(tài)反演穩(wěn)定新的外部動力學(xué)。

(7)狀態(tài)/輸入受限特性：由于超燃沖壓發(fā)動機(jī)的工作條件要求，且為減小飛行器狀態(tài)散布，氣動舵面不宜偏轉(zhuǎn)過大，迎角、角速率等飛行狀態(tài)要滿足約束。文獻(xiàn)[29]利用高度回路的比例-微分產(chǎn)生過載信號，過載信號經(jīng)過指令調(diào)節(jié)器生成調(diào)節(jié)指令，以解決飛行器狀態(tài)和舵偏滿足約束下的實(shí)際問題。

2 近空間高超聲速飛行器自適應(yīng)控制研究

高超聲速飛行器是具有強(qiáng)烈非線性、快時變、強(qiáng)耦合、不確定、彈性等特點(diǎn)的飛行運(yùn)動對象，飛行控制難度很大。常規(guī)控制方法難以解決具有上述特性的高超聲速飛行器的穩(wěn)定和精確控制問題。為確保其安全有效地飛行，先進(jìn)飛行控制系統(tǒng)的設(shè)計仍然是首要問題。自適應(yīng)飛行控制技術(shù)不依賴于飛行器系統(tǒng)精確模型，具有強(qiáng)魯棒性、自適應(yīng)性和干擾抑制能力。自適應(yīng)控制除傳統(tǒng)的模型參考自適應(yīng)控制之外，通常與非線性控制、神經(jīng)網(wǎng)絡(luò)、模糊邏輯等方法相結(jié)合使用，形成廣義自適應(yīng)控制理論，有效提高控制系統(tǒng)綜合性能。

2.1 模型參考自適應(yīng)控制

自適應(yīng)控制用于解決系統(tǒng)參數(shù)、結(jié)構(gòu)存在不確定性的復(fù)雜控制問題具有獨(dú)特優(yōu)勢，在航空航天領(lǐng)域得到廣泛應(yīng)用研究，近年來多變量自適應(yīng)控制理論也已成為控制領(lǐng)域的一大研究熱點(diǎn)[30-31]。文獻(xiàn)[32]設(shè)計了可變翼高超聲速飛行器小翼伸縮自適應(yīng)切換控制系統(tǒng)，驗(yàn)證了自適應(yīng)控制在不同模態(tài)下的魯棒性能。荷蘭代爾夫特理工大學(xué)的Mooij采用直接模型參考自適應(yīng)控制用于高超聲速飛行器姿態(tài)控制，將參考模型(含姿態(tài)和角速率等6個狀態(tài))和非線性翼錐體模型(位置、速度、姿態(tài)和角速率等12個狀態(tài))組合成一個動態(tài)模型，如圖1所示[33]。圖中，采用自適應(yīng)算法設(shè)計增益[34]。

該系統(tǒng)的新穎之處在于：①控制器除利用模型跟蹤誤差信息之外，還利用參考模型的狀態(tài)信息和控制輸入信息，該參考模型的縱、橫向控制器均采用PID方法設(shè)計，然后采用集成結(jié)構(gòu)將縱、橫向控制器綜合，自適應(yīng)調(diào)節(jié)增益權(quán)重，提高了高超聲速飛行器的控制性能；②考慮到外部擾動因素，控制器通過優(yōu)化加權(quán)因子或通過在參考模型周圍建立前饋補(bǔ)償器來進(jìn)一步提高自適應(yīng)控制的性能，設(shè)計比較簡單。但它也存在一些缺點(diǎn)：①當(dāng)加權(quán)因子不夠大時，空氣動力學(xué)系數(shù)的不連續(xù)性會導(dǎo)致不穩(wěn)定性；②當(dāng)參考模型中控制器的積分增益增加到一個大值或當(dāng)輸入信號中存在不連續(xù)性時，系統(tǒng)會有強(qiáng)烈的響應(yīng)。

2.2 浸入-不變集非線性自適應(yīng)控制

高超聲速飛行器控制系統(tǒng)設(shè)計中，一大挑戰(zhàn)是物理和空氣動力學(xué)參數(shù)中的嚴(yán)重不確定性。相關(guān)研究表明，非線性自適應(yīng)控制系統(tǒng)能夠克服空氣動力學(xué)參數(shù)的不確定性[35]。浸入-不變集(Immersion and Invariance，I&I)非線性自適應(yīng)控制思想是設(shè)計一個控制規(guī)律，保證系統(tǒng)漸近地接近目標(biāo)系統(tǒng)運(yùn)行[36-37]?；贗&I的自適應(yīng)控制系統(tǒng)的設(shè)計過程描述如下[38]：①使用未知參數(shù)作為已知參數(shù)來找到控制律，使得閉環(huán)系統(tǒng)具有期望的動力學(xué)，并將閉環(huán)系統(tǒng)視為目標(biāo)系統(tǒng)；②設(shè)計未知參數(shù)更新規(guī)則，使原始系統(tǒng)被擴(kuò)展到系統(tǒng)狀態(tài)和參數(shù)估計的空間；③優(yōu)化參數(shù)估計；④證明增廣系統(tǒng)具有漸近穩(wěn)定性。

根據(jù)高超聲速飛行器Wing-Cone模型的縱向運(yùn)動方程，其縱向運(yùn)動可以分為速度子系統(tǒng)和高度子系統(tǒng)兩部分，可分開控制。發(fā)動機(jī)節(jié)流閥調(diào)定值直接用于控制推力和速度，升降舵偏轉(zhuǎn)控制姿態(tài)角和高度。高度子系統(tǒng)進(jìn)一步分為外環(huán)子系統(tǒng)(高度和軌跡角子系統(tǒng))和內(nèi)環(huán)子系統(tǒng)(迎角和俯仰速率子系統(tǒng))，如圖2所示，具體參數(shù)定義見文獻(xiàn)[39]。

I&I非線性自適應(yīng)控制的優(yōu)點(diǎn)是不需要使用Lyapunov函數(shù)，可依據(jù)非確定性等價原理證明穩(wěn)定性。然而將它直接應(yīng)用于飛行控制時，存在兩個主要問題：一是中間虛擬控制的導(dǎo)數(shù)計算繁瑣；二是對輸入沒有約束，需要考慮狀態(tài)變量，例如迎角須保持在允許范圍內(nèi)。為此，美國加利福尼亞大學(xué)的Farrell等人[39]提出對這兩個問題進(jìn)行濾波反演的方法，用指令過濾器計算中間虛擬控制的導(dǎo)數(shù)，并定義補(bǔ)償?shù)母櫿`差替換實(shí)際跟蹤誤差，即使一個執(zhí)行器或虛擬控制飽和發(fā)生時，該替換也可確保穩(wěn)定的參數(shù)估計。

2.3 自適應(yīng)動態(tài)面反步控制

近空間高超聲速飛行器大包絡(luò)飛行時難以避免產(chǎn)生飛行狀態(tài)偏離問題，多控制律切換策略是實(shí)現(xiàn)大范圍指令跟蹤的一種有效途徑。江駒等人[40]針對高超聲速飛行器的速度和高度跟蹤系統(tǒng)進(jìn)行了反步控制器設(shè)計，提出基于時間或者基于速度和高度的兩種多模態(tài)切換方法。反步控制采用輸入-輸出反饋線性化方法對飛行器模型進(jìn)行非線性映射，將飛行器劃分為多個子系統(tǒng)，利用回饋遞推依次求取控制信號，可用于具有輸入約束和外部干擾的飛行器，其中外部干擾和不確定性的界限可由自適應(yīng)律估計和更新。然而，反步控制存在兩個缺陷：一是基于精確非線性模型，因此魯棒性不強(qiáng)；二是固有“計算爆炸”問題，嚴(yán)重限制了反步法的應(yīng)用。

針對上述第一個問題，可以利用神經(jīng)網(wǎng)絡(luò)對未知函數(shù)所具有的學(xué)習(xí)和估計能力，對飛行器模型未知非線性部分或者干擾進(jìn)行逼近，保證閉環(huán)系統(tǒng)的魯棒性能[41]。針對上述第二個問題，即反饋遞推設(shè)計過程中的微分膨脹問題，一種新的反步法由此提出——動態(tài)面控制(DSC)，它在逆步驟的每個步驟的合成輸入通過一階濾波器過濾[40]。新加坡國立大學(xué)Butt等人[42]提出一種用于FAHV-COM模型自適應(yīng)動態(tài)面控制器，考慮作動器約束，包括作動器信號幅度、速率和帶寬約束。為改進(jìn)性能，引入一個新的積分項，避免過大的初始控制信號[43]。此外，針對存在模型參數(shù)不確定性和輸入飽和的情況，可以采用魯棒自適應(yīng)動態(tài)面控制有效解決[44]。同理，胡慶雷等人[45]利用自適應(yīng)反步法和動態(tài)逆控制器分別設(shè)計高度和速度控制子系統(tǒng)，解決了參數(shù)不確定和輸入飽和下的輸出跟蹤控制問題。

隨后，Butt等人[46]研究了通用高超聲速飛行器的飛行速度和軌跡角控制問題，考慮執(zhí)行器幅度、速率和帶寬約束，基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)的自適應(yīng)動態(tài)面控制方案。宗群等人[47]基于RBFNN非線性魯棒自適應(yīng)動態(tài)面控制，設(shè)計了用于FAHV-FPM模型的控制器。特點(diǎn)概括為：①針對存在輸入約束和系統(tǒng)不確定性情況設(shè)計FAHV模型的控制器，考慮不確定性和強(qiáng)耦合，控制設(shè)計沒有考慮彈性動力學(xué)，其影響通過模擬來評估，降低了設(shè)計復(fù)雜性；②子系統(tǒng)分開設(shè)計，基于RBFNN設(shè)計速度子系統(tǒng)，通過組合動態(tài)面控制和RBFNN設(shè)計高度子系統(tǒng)，用氨基學(xué)習(xí)參數(shù)(MLP)技術(shù)估計RBFNN的理想權(quán)重向量的最大范數(shù)，計算量降低；③通過設(shè)計一階濾波器，避免“計算爆炸”問題，為解決輸入約束，建立附加系統(tǒng)以分析其影響。然而，這種方法假設(shè)所有FAHV的飛行狀態(tài)已知，而實(shí)際中如迎角和軌跡角等狀態(tài)很難測量，所以對于輸入約束和部分狀態(tài)未測量的高超聲速飛行器控制問題需要進(jìn)一步研究解決。

2.4 自適應(yīng)滑模控制

實(shí)際系統(tǒng)中難以避免不確定性和干擾，要求控制系統(tǒng)具有魯棒性?；瑒幽B(tài)控制(SMC)簡稱滑?？刂?，是一種能夠使系統(tǒng)收斂到一個設(shè)定好的有限曲面上的變結(jié)構(gòu)控制方法，具有魯棒性強(qiáng)、響應(yīng)速度快等優(yōu)點(diǎn)，已在高超聲速飛行器上應(yīng)用[48-49]。滑模變結(jié)構(gòu)的常用趨近律包括等速、指數(shù)和冪次趨近律。在處理參數(shù)不確定性和外界干擾的非線性系統(tǒng)時，雙冪次趨近律滑?？刂颇軌蚓_地跟蹤指令信號，有較強(qiáng)的穩(wěn)定性和魯棒性[50]。江駒等人[51]結(jié)合滑?？刂啤?shù)自適應(yīng)估值和魯棒補(bǔ)償?shù)姆椒ㄔO(shè)計了一種魯棒自適應(yīng)控制器，消除參數(shù)不確定和模型誤差不利影響。

由于系統(tǒng)不可能完全停留在滑模面上，滑模控制容易出現(xiàn)抖振現(xiàn)象，影響其控制性能，通常需要對控制器進(jìn)行適當(dāng)改進(jìn)才可進(jìn)行應(yīng)用。自適應(yīng)控制可以得到穩(wěn)定的閉環(huán)系統(tǒng)，且滑動面偏離有限。為此，美國南加利福尼亞大學(xué)的Mirmirani等人[52]設(shè)計了高超聲速飛行器Wing-Cone模型的自適應(yīng)滑?？刂破?。但是，該方法不適合用于FAHV模型，因?yàn)樵撃Ｐ途哂蟹亲钚∠辔惶匦浴榇?，吳立剛等人[53]提出了一種用于具有系統(tǒng)參數(shù)不確定性和非線性擾動的FAHV模型的魯棒自適應(yīng)滑?？刂品椒?。對FAHV在特定條件下的縱向運(yùn)動，制定了線性化模型，基于給定的參考模型，開發(fā)了魯棒滑模面，討論了滑動面的魯棒性，運(yùn)用自適應(yīng)律，使系統(tǒng)跟蹤動態(tài)可保持全局穩(wěn)定。

滑?？刂频牟贿B續(xù)控制項可以嵌入高階導(dǎo)數(shù)，可以減小抖動。然而，這需要不確定性的上限信息，用于計算開關(guān)增益，而由于系統(tǒng)結(jié)構(gòu)的復(fù)雜性和不確定性，在實(shí)踐中不容易獲得這類信息。為克服這個缺點(diǎn)，宗群等[54]提出具有計算滑動增益的自適應(yīng)高階動態(tài)滑?？刂疲瑸镕AHV模型開發(fā)了實(shí)用的非線性魯棒控制器。

2.5 自適應(yīng)模糊滑?？刂?/h3>

目前，用于FAHV模型的大多數(shù)控制方法是假設(shè)系統(tǒng)以線性輸入，輸入動力學(xué)可以通過線性模型近似。然而，實(shí)際的作動器具有非線性特性，控制輸入非線性的存在可能會嚴(yán)重影響FAHV系統(tǒng)的穩(wěn)定性和其他性能，甚至出現(xiàn)不可預(yù)測的結(jié)果。因此，在實(shí)際控制器設(shè)計和實(shí)現(xiàn)中不宜忽略輸入非線性的影響，這類問題已經(jīng)受到學(xué)術(shù)界和工程界的廣泛重視。近年來，由于Takagi-Sugeno(T-S)模糊系統(tǒng)通過一些局部線性系統(tǒng)模型的“混合”對任何平滑非線性函數(shù)近似，極大地促進(jìn)了復(fù)雜非線性系統(tǒng)的分析和綜合，因此得到廣泛應(yīng)用[55]。文獻(xiàn)[56]為FAHV模型提出了一種T-S模糊模型的積分滑?？刂品椒ǎ糜诤瑓?shù)不確定性、非線性擾動和輸入非線性的FAHV系統(tǒng)非線性動力學(xué)模型。

可變翼高超聲速飛行器技術(shù)的研究也是一個熱點(diǎn)問題，其研究重點(diǎn)在于解決變翼模態(tài)下的魯棒控制問題，通常采用切換控制策略，而在切換過程中必須克服干擾等不確定因素的影響。傳統(tǒng)1型Takagi-Sugeno-Kang(TSK)模糊系統(tǒng)已被用于解決這種控制問題[57-58]。然而，隨著系統(tǒng)變得更加復(fù)雜，精確的模糊集和隸屬函數(shù)已經(jīng)不足以完成任務(wù)。而2型TSK模糊方法已經(jīng)被證明在各種問題中可以克服這些不確定因素，被越來越多地用于控制不確定系統(tǒng)[59]。文獻(xiàn)[24]提出一種基于2型TSK模糊滑?？刂频母叱曀倏勺円盹w行器自適應(yīng)模式切換方案，其原理結(jié)構(gòu)如圖3所示。對于小翼伸出和收回模式，采用特定的滑?？刂破鳎O(shè)計2型TSK模糊邏輯系統(tǒng)用于這些滑?？刂破髦g的魯棒模式切換，為使系統(tǒng)快速穩(wěn)定和平滑過渡，模式切換的自適應(yīng)規(guī)律使用直接建構(gòu)的Lyapunov分析法進(jìn)行設(shè)計，在NMV模型中得到了仿真驗(yàn)證。

2.6 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制

由于神經(jīng)網(wǎng)絡(luò)(NN)具有對非線性系統(tǒng)的全局逼近能力，因此適用于高超聲速飛行器這類非線性不確定系統(tǒng)中。許斌等人[60]將直接自適應(yīng)神經(jīng)控制器用于Wing-Cone縱向動力學(xué)模型，使高度和速度能夠跟蹤給定的期望軌跡。基于功能分解，使用精確反饋線性化和神經(jīng)網(wǎng)絡(luò)近似，為高度子系統(tǒng)和速度子系統(tǒng)設(shè)計離散時間非線性自適應(yīng)控制器，控制器結(jié)構(gòu)比基于反步控制器簡單，只需要較少的NN參數(shù)在線調(diào)整。為更加簡化控制器設(shè)計并提高控制性能，文獻(xiàn)[61]提出了一種新的用于Wing-Cone模型的自適應(yīng)神經(jīng)控制器，控制器結(jié)構(gòu)如圖4所示。對于高度子系統(tǒng)，將高增益觀測器(HGO)和最小學(xué)習(xí)參數(shù)(MLP)技術(shù)合成的神經(jīng)網(wǎng)絡(luò)來估計未知狀態(tài)，比具有嚴(yán)格反饋形式的反步法方案簡單很多。同時在速度子系統(tǒng)上實(shí)現(xiàn)類似的控制器設(shè)計。針對通用高超聲速飛行器Wing-Cone模型，文獻(xiàn)[62]依據(jù)時間尺度分解將高度和速度視作慢動力學(xué)，姿態(tài)相關(guān)狀態(tài)視作快速動力學(xué)，文獻(xiàn)[63]為此重新配置了功能子系統(tǒng)。

神經(jīng)網(wǎng)絡(luò)可以實(shí)時逼近高超聲速飛行器的實(shí)際模型，所以得到的自適應(yīng)控制系統(tǒng)具有很強(qiáng)的魯棒性能，但是因?yàn)樵谠O(shè)計中用到了很多假設(shè)條件，所以該方法在實(shí)際系統(tǒng)中還難以全面運(yùn)用。

3 高超聲速飛行器自適應(yīng)容錯控制研究

由于高速飛行帶來的彈性形變、多通道耦合、參數(shù)不確定以及高溫高熱環(huán)境等原因，容易導(dǎo)致控制系統(tǒng)的執(zhí)行器和傳感器故障，因此高超聲速飛行器的故障容錯控制技術(shù)已成為飛行控制領(lǐng)域的重要難題，正吸引越來越多研究者的關(guān)注[64]。陳復(fù)揚(yáng)等人引入自適應(yīng)故障觀測器到動態(tài)逆控制系統(tǒng)，解決了作動器多故障、參數(shù)不確定、外界擾動下的高超聲速飛行器魯棒控制問題[65]。

上述方案將高超聲速飛行器視為一個剛體并未考慮彈性影響。FAHV動態(tài)系統(tǒng)的容錯控制問題還沒有被充分研究，這仍然是一個具有挑戰(zhàn)性的問題。為此，文獻(xiàn)[66]研究了FAHV模型的容錯控制方案。然而，當(dāng)飛行中經(jīng)歷大的參數(shù)擾動時，該方案可能并不能獲得良好的控制性能?；？刂票徽J(rèn)為是應(yīng)對外部干擾和參數(shù)不確定性的有效方法。雖然傳統(tǒng)的滑?？刂瓶梢员ＷC系統(tǒng)的穩(wěn)定性，但是系統(tǒng)狀態(tài)和誤差是在無限時間內(nèi)漸近地收斂到平衡點(diǎn)。

此外，文獻(xiàn)[67]提出了基于快速端子滑模的高超聲速飛行器容錯控制方法，而文獻(xiàn)[68]介紹了一種非線性多變量不穩(wěn)定柔性高超聲速飛行器的非線性魯棒自適應(yīng)容錯控制方法。

4 自適應(yīng)控制在高超飛行試驗(yàn)中的應(yīng)用

上述自適應(yīng)控制方法在高超聲速飛行器的幾種典型模型中進(jìn)行了大量仿真測試，但是多數(shù)沒有在真實(shí)高超聲速飛行器中實(shí)現(xiàn)。

4.1 X-15飛行測試

美國X-15高超聲速飛行器采用火箭發(fā)動機(jī)，最大速度可以達(dá)到馬赫6.72，是目前速度最快的有人駕駛飛機(jī)。X-15的高超聲速飛行控制技術(shù)獨(dú)特[69]。在大氣層內(nèi)飛行時使用常規(guī)氣動控制系統(tǒng)，在大氣層外時過氧化氫被用作反作用增強(qiáng)系統(tǒng)推進(jìn)火箭。在整個飛行包絡(luò)線中對自適應(yīng)飛行控制系統(tǒng)(AFCS)進(jìn)行了測試，飛行高度為354200英尺，速度為6209公里/小時，保持高達(dá)250度的粘性角，動態(tài)壓力大約從0變化到90446牛頓/平方厘米。AFCS系統(tǒng)是一種自適應(yīng)可變增益指令增強(qiáng)系統(tǒng)或自動駕駛儀。AFCS系統(tǒng)特有的部件重量大于50千克，具有雙重冗余機(jī)械化。圖5為AFCS系統(tǒng)簡化框架。AFCS系統(tǒng)被設(shè)計成比模型帶寬達(dá)三到五倍的帶寬，以確保飛機(jī)緊密跟隨模型。增益自動增加直到系統(tǒng)開始處在不穩(wěn)定振蕩邊緣時，通過監(jiān)測極限循環(huán)振幅和調(diào)節(jié)增益以保持振幅在預(yù)設(shè)水平以下操作。AFCS先后解決了滯后作動器速率限制和結(jié)構(gòu)共振的問題，改進(jìn)了X-15飛機(jī)的操縱性能，尤其在飛行條件變化最大的再入大氣期間有顯著改進(jìn)。該系統(tǒng)在65次測試飛行期間表現(xiàn)出高可靠性。

飛行測試項目確認(rèn)了X-15自適應(yīng)飛行控制系統(tǒng)的以下優(yōu)點(diǎn)：①在絕大多數(shù)的空氣動力學(xué)飛行條件下可以有近似不變的響應(yīng)性能；②準(zhǔn)確的飛機(jī)空氣動力學(xué)特性的先驗(yàn)知識；③對飛機(jī)構(gòu)型變化進(jìn)行了充分研究；④雙冗余概念保證了系統(tǒng)可靠性。

4.2 X-43A飛行測試

X-43A飛行器(HXRV)是無人自主飛行器，應(yīng)美國高超音速試驗(yàn)計劃(Hyper-X)計劃而生。X-43A飛行器在第二次飛行測試中從B-52B飛機(jī)分離之后，運(yùn)載火箭HXLV以大約馬赫7速度、95000英尺高度、約1000磅/平方英尺的動態(tài)壓力將試驗(yàn)飛行器HXRV帶到分離點(diǎn)。之后HXRV與運(yùn)載火箭HXLV分離，穩(wěn)定飛行，在2.5秒內(nèi)達(dá)到所需的發(fā)動機(jī)試驗(yàn)條件。

美國宇航局德萊頓飛行研究中心給出研究飛行器制導(dǎo)和控制系統(tǒng)以及在分離時和發(fā)動機(jī)試驗(yàn)期間飛行器的性能[70]。進(jìn)行研究操作以收集空氣動力學(xué)和飛行控制研究的數(shù)據(jù)。在試驗(yàn)中，Hyper-X中的控制系統(tǒng)的基本目標(biāo)是在測試期間將期望的迎角(AOA)和傾斜角維持在±0.5度內(nèi)，在測試完成后遵循來自引導(dǎo)系統(tǒng)的轉(zhuǎn)向命令維持期望的下降軌跡。由于空氣動力加熱，不能使用常規(guī)AOA測量裝置。文獻(xiàn)[71]開發(fā)和使用了幾種估計AOA的精確測量的技術(shù)。Hyper-X飛行控制方案如圖6所示[72]。圖中AMW表示全動翼?？刂破髟O(shè)計基于線性模型，包括剛體模式、二階激勵模式和某些動態(tài)特征。在控制器設(shè)計中避開了彈性模式效應(yīng)作為增益裕度要求的一部分，避免使用單獨(dú)的結(jié)構(gòu)過濾器。超前滯后補(bǔ)償器用于提高穩(wěn)定性裕度，前饋補(bǔ)償器抑制推進(jìn)系統(tǒng)和動態(tài)壓力變化對空氣動力學(xué)的影響?？刂破鲄?shù)利用AOA和馬赫數(shù)調(diào)度的增益得到。

在飛行測試中，縱向控制器使用慣性回轉(zhuǎn)結(jié)構(gòu)中的慣性迎角和飛行器軸向俯仰速率進(jìn)行迎角控制，縱向增益通過根軌跡方法設(shè)計，增益參數(shù)為馬赫數(shù)和動態(tài)壓力補(bǔ)償?shù)挠呛瘮?shù)，實(shí)現(xiàn)自適應(yīng)調(diào)度，最大限度地提高穩(wěn)定性和其他性能。在發(fā)動機(jī)罩門關(guān)閉兩秒半后，控制器轉(zhuǎn)換到正常加速度指令控制器，并在整個下降過程模式保持。橫側(cè)向控制器調(diào)節(jié)傾斜角和滾動速率，用副翼到方向舵互連(ARI)協(xié)調(diào)機(jī)動。與縱向控制器不同，橫側(cè)向控制器在整個飛行中采用相同結(jié)構(gòu)。

5 總結(jié)與展望

近年來，美國等國家全面加速推進(jìn)高超聲速打擊武器實(shí)用化發(fā)展，持續(xù)開展空天飛行器概念論證和技術(shù)探索，加大高超聲速基礎(chǔ)研究力度，加快關(guān)鍵技術(shù)攻關(guān)。國外高超聲速飛行器的未來型號項目主要包括：① 美國：美國防部國防高級研究計劃局(DARPA)和美空軍聯(lián)合主管的“高超聲速吸氣式武器概念”(HAWC)和“戰(zhàn)術(shù)助推滑翔”(TBG)兩個戰(zhàn)術(shù)級高超聲速導(dǎo)彈演示驗(yàn)證項目、美國防部“常規(guī)快速全球打擊”(CPGS)項目、“高頻次、低成本高超聲速飛行試驗(yàn)(臺)”(HyRAX)項目、“先進(jìn)全速域發(fā)動機(jī)”(AFRE)項目、“高速作戰(zhàn)系統(tǒng)支撐技術(shù)”(ETHOS)項目、海軍正聯(lián)合陸軍大力推進(jìn)?；鵄HW項目、用于高速作戰(zhàn)系統(tǒng)的使能實(shí)現(xiàn)技術(shù)(ETHOS)項目、美澳聯(lián)合完成的“高超聲速國際飛行研究實(shí)驗(yàn)”(HIFiRE)項目，美國在2017年3月公開宣布，美國軍方計劃在2040年左右部署高超聲速情報、監(jiān)視與偵察(ISR)無人機(jī)；②俄羅斯：高超聲速六代機(jī)項目；③ 英國：未來小型載荷運(yùn)載器(FSPL-UK)項目；等等。

以上綜述得出如下結(jié)論：①對于高超聲速這種難以準(zhǔn)確獲得不確定性、外界干擾信息的飛行器，自適應(yīng)控制技術(shù)通過在線辨識獲取系統(tǒng)不確定參數(shù)或動態(tài)然后設(shè)計控制律，可以很好地保證閉環(huán)控制系統(tǒng)的全局穩(wěn)定性和漸近跟蹤特性；②廣義的自適應(yīng)控制技術(shù)集成了傳統(tǒng)模型參考自適應(yīng)控制、非線性控制、模糊邏輯、神經(jīng)網(wǎng)絡(luò)等各種控制與優(yōu)化手段，能夠充分發(fā)揮各種優(yōu)勢，取長補(bǔ)短，使高超聲速飛行器控制系統(tǒng)具有更好的魯棒和智能性能；③當(dāng)前的多數(shù)高超聲速飛行器型號或計劃項目來自美國，飛行測試結(jié)果表明美國在這方面擁有扎實(shí)的基礎(chǔ)和高技術(shù)水平；④我國近年來不斷加強(qiáng)對高超聲速飛行器技術(shù)的研究，并取得了一系列成果，在飛行器建模、控制方法研究等方面都取得了豐碩成果，但是在控制系統(tǒng)工程化開發(fā)、實(shí)現(xiàn)與飛行驗(yàn)證方面，與發(fā)達(dá)國家相比還有較大差距。

由于近空間高超聲速飛行器的復(fù)雜動力學(xué)特性，以及外界復(fù)雜環(huán)境影響，飛行控制技術(shù)的研究仍然處于起步階段，亟需解決跨大氣層、寬速域、高機(jī)動、多模態(tài)、氣動-結(jié)構(gòu)-發(fā)動機(jī)集成、多控制面組合優(yōu)化等特征下的復(fù)雜控制問題。因此，近空間高超聲速飛行器自適應(yīng)控制技術(shù)的未來研究重點(diǎn)展望如下：

(1)強(qiáng)魯棒非線性智能化自適應(yīng)控制技術(shù)

由于高超聲速飛行器飛行包絡(luò)極大、飛行環(huán)境復(fù)雜，針對嚴(yán)重非線性、激烈快時變、強(qiáng)動態(tài)不確定、強(qiáng)耦合特點(diǎn)的高超聲速飛行器，有必要設(shè)計強(qiáng)魯棒非線性智能化自適應(yīng)控制系統(tǒng)，有效融合智能控制與優(yōu)化[73-76]、魯棒非線性控制[77-80]等先進(jìn)控制策略，提高爬升/巡航/再入過程的整體控制性能，減小各種不確定因素和外界干擾影響，滿足跨大氣層、跨聲速、高機(jī)動、多構(gòu)型多任務(wù)模式需求，保證全包絡(luò)穩(wěn)定運(yùn)行，真正實(shí)現(xiàn)智能自主控制。魯棒非線性自適應(yīng)控制系統(tǒng)的設(shè)計方案考慮采用魯棒自適應(yīng)高階終端滑模控制、魯棒自適應(yīng)預(yù)見預(yù)測控制、模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、魯棒自適應(yīng)非線性動態(tài)逆控制等。

(2)氣動-結(jié)構(gòu)-發(fā)動機(jī)集成協(xié)調(diào)控制技術(shù)

高超聲速飛行器的推進(jìn)系統(tǒng)常采用超燃沖壓發(fā)動機(jī)，對飛行姿態(tài)和動壓變化極為敏感，過大迎角、速度和高度的變化將會使發(fā)動機(jī)偏離設(shè)計狀態(tài)，甚至出現(xiàn)熄火。因此，飛行器氣動-結(jié)構(gòu)-發(fā)動機(jī)集成系統(tǒng)的一體化協(xié)調(diào)控制，是需要解決的重要問題。將飛行控制系統(tǒng)同氣動設(shè)計、發(fā)動機(jī)控制以及彈性振動控制等一起協(xié)調(diào)，實(shí)現(xiàn)多學(xué)科一體化設(shè)計，例如考慮利用發(fā)動機(jī)推力矢量與氣動舵面共同作用的協(xié)調(diào)復(fù)合控制技術(shù)，減小推力矢量偏角和氣動舵面偏角，使總體控制能量最小、效率最高。因此，有必要設(shè)計魯棒非線性自適應(yīng)控制方法，保證飛行器在姿態(tài)穩(wěn)定條件下協(xié)調(diào)控制飛行姿態(tài)與飛行器軌跡之間的運(yùn)動耦合，協(xié)調(diào)控制高超聲速飛行器與超燃沖壓發(fā)動機(jī)之間的飛/推耦合。

(3)多控制面組合自適應(yīng)優(yōu)化控制技術(shù)

由于高超聲速飛行器飛行空域和速度范圍變化極大，其運(yùn)動特性呈現(xiàn)很強(qiáng)的時變性、非線性、不確定性，為了獲得最優(yōu)的飛行軌跡，必須通過飛行姿態(tài)角與飛行器重心運(yùn)動集成一體化的魯棒自適應(yīng)協(xié)調(diào)控制，有必要根據(jù)外界環(huán)境、飛行狀態(tài)和機(jī)動要求，確定機(jī)翼構(gòu)型變化，設(shè)計魯棒自適應(yīng)一體化協(xié)調(diào)穩(wěn)定控制系統(tǒng)。結(jié)合高超聲速飛行器集成一體化飛行控制系統(tǒng)具有多操縱面且能相互協(xié)調(diào)特點(diǎn)，設(shè)計強(qiáng)魯棒穩(wěn)定自適應(yīng)控制算法，實(shí)現(xiàn)控制面作動器的組合控制優(yōu)化。研究各飛行控制舵面(升降舵、方向舵、副翼、鴨翼、機(jī)翼可變后掠角控制)以及推力矢量舵面復(fù)合控制，隨著飛行高度、速度變化而進(jìn)行交替、補(bǔ)充控制，使飛行器的控制面組合控制達(dá)到能量和效率的整體最優(yōu)化。

(4)放寬靜穩(wěn)定機(jī)動飛行主動控制技術(shù)

近空間區(qū)域空氣稀薄，飛行器氣動舵面的舵效下降很快，操縱性能嚴(yán)重惡化，舵面大偏轉(zhuǎn)還會帶來氣動熱不良影響。同時，典型高超聲速飛行器長周期模態(tài)為欠阻尼或不穩(wěn)定，短周期模態(tài)不穩(wěn)定，靜態(tài)穩(wěn)定邊界隨著馬赫數(shù)增加而降低，尤其是在高超聲速飛行和伴隨著機(jī)體氣動結(jié)構(gòu)變化時，焦點(diǎn)容易產(chǎn)生大幅度后移，穩(wěn)定裕度大大增加，機(jī)動能力相對減弱。因此，有必要引入主動控制技術(shù)，解決機(jī)動性和穩(wěn)定性之間的矛盾，提高飛行器的穩(wěn)定裕度和操縱性能。放寬靜穩(wěn)定后的飛行器能夠提高飛行效率，明顯改善近空間飛行器升力特性和機(jī)動性能。直接力控制技術(shù)通過增加附加操縱面，在保持飛行器姿態(tài)不變前提下使飛行器受力發(fā)生變化，直接改變飛行軌跡，提高飛行器的機(jī)動性能。

(5)多模態(tài)轉(zhuǎn)換魯棒自適應(yīng)切換控制技術(shù)

飛行器從起飛、爬升、巡航到再入返回需要經(jīng)過大氣平流層、中間層以及熱層。整個飛行過程中，飛行馬赫數(shù)、飛行高度、大氣密度、環(huán)境溫度、動壓等因素都會發(fā)生劇烈變化，因此每個飛行模態(tài)下飛行器自身構(gòu)型、氣動特性以及外界環(huán)境都有很大差異，單一控制器難以滿足高性能要求。因此，有必要研究多模型魯棒穩(wěn)定自適應(yīng)切換控制技術(shù)，使近空間高超聲速飛行器實(shí)現(xiàn)質(zhì)心運(yùn)動和姿態(tài)角運(yùn)動的協(xié)調(diào)穩(wěn)定控制。針對模態(tài)切換前后控制律結(jié)構(gòu)不變的多模型控制律的自適應(yīng)切換技術(shù)，以及模態(tài)切換前后控制律結(jié)構(gòu)改變的多模型自適應(yīng)切換控制技術(shù)，結(jié)合神經(jīng)網(wǎng)絡(luò)、模糊邏輯、滑模非線性控制等先進(jìn)算法，以保證不同模態(tài)切換過程的平滑、快速與穩(wěn)定，抑制和補(bǔ)償切換過程中的各種干擾和不確定性因素，提高多模態(tài)轉(zhuǎn)換過程的魯棒自適應(yīng)能力。

[1] Voland R T, Huebner L D, Mcclinton C R. X-43A Hypersonic vehicle technology development [J]. Acta Astronautica, 2006, 59(1-5): 181-191.

[2] Hank J, Murphy J, Mutzman R. The X-51A Scramjet engine flight demonstration program [C]. 15thAIAA International Space Planes and Hypersonic Systems and Technologies Conference. Dayton Ohio, April 28-May 1, 2008.

[3] Friedmann P, Mcnamara J. Aeroelastic and aerothermoelastic analysis of hypersonic vehicles:current status and future trends [C]. 48th AIAA/ASME/ ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference, Honolulu, Hawaii, April 23-26, 2007.

[4] 楊超, 許赟, 謝長川. 高超聲速飛行器氣動彈性力學(xué)研究綜述[J]. 航空學(xué)報, 2010, 31(1): 1-11. [Yang Chao, Xu Yi, Xie Chang-chuan. Review of studies on aeroelasticity of hypersonic vehicles [J]. Acta Aeronautica et Astronautica Sinica, 2010, 31(1): 1-11.]

[5] 余平, 段毅, 塵軍. 高超聲速飛行的若干氣動問題[J]. 航空學(xué)報, 2015, 36(1):7-23. [Yu Ping, Duan Yi, Chen Jun. Pneumatic problems in hypersonic flight [J]. Acta Aeronautics et Astronautics Sinica, 2015, 36 (1): 7-23.]

[6] Doman D B, Oppenheimer M W, Bolender M A. Progress in guidance and control research for space access and hypersonic vehicles [C]. IEEE Conference on Decision & Control, San Diego, CA, USA, 13-15 Dec., 2006.

[7] 吳宏鑫, 孟斌. 高超聲速飛行器控制研究綜述[J]. 力學(xué)進(jìn)展，2009, 39(6): 756-765. [Wu Hong-xin, Meng Bin. Review on the control of hypersonic flight vehicles [J]. Advances in Mechanics, 2009, 39 (6): 756-765.]

[8] Duan H B, Li P. Progress in control approaches for hypersonic vehicle [J]. Science China, Technological Sciences, 2012, 55(10): 2965-2970.

[9] 孫長銀, 穆朝絮, 余瑤. 近空間高超聲速飛行器控制的幾個科學(xué)問題研究[J]. 自動化學(xué)報, 2013, 39(11): 1901-1913. [Sun Chang-yin, Mu Zhao-xu, Yu Yao. Study on several scientific problems of near-space hypersonic vehicle control [J]. Acta Automatica Sinica, 2013, 39 (11): 1901-1913.]

[10] 方洋旺, 柴棟, 毛東輝, 等. 吸氣式高超聲速飛行器制導(dǎo)與控制研究現(xiàn)狀及發(fā)展趨勢[J]. 航空學(xué)報, 2014, 35(7): 1776-1786. [Fang Yang-wang, Chai Dong, Mao Dong-hui, et al. Current status and development trend of guidance and control of Air-breathing hypersonic vehicle [J]. Acta Aeronautics et Astronautics Sinica, 2014, 35 (7): 1776-1786.]

[11] 張超凡, 宗群, 董琦, 等. 高超聲速飛行器模型及控制若干問題綜述[J]．信息與控制, 2017, 46 (1): 90-102. [Zhang Chao-fan, Zong Qun, Dong Qi. A survey of models and control problems of hypersonic vehicles [J]. Information and Control, 2017, 46 (1): 90-102.]

[12] Pinckney S Z, Mcminn J D, Cruz C I, et al. Hypersonic vehicle simulation model: winged-cone configuration [M]. National Aeronautics and Space Administration, Langley Research Center, 1990.

[13] Schmidt d. Dynamics and control of hypersonic aeropropulsive/aeroelastic vehicles[C]. AIAA Guidance, Navigation and Control Conference, Hilton Head Island, SC, USA, 1992.

[14] Chavez F R, Schmidt D K. Analytical aeropropulsive-aeroelastic hypersonic-vehicle model with dynamic analysis [J]. Journal of Guidance Control & Dynamics, 1994, 17(6): 1308-1319.

[15] Bolender M, Doman D. A non-linear model for the longitudinal dynamics of a hypersonic air-breathing vehicle [C]. AIAA Guidance, Navigation, and Control Conference and Exhibit, Guidance, Navigation, and Control and Co-located Conferences, San Francisco, California, 15-18 August, 2005.

[16] Bolender M A, Doman D B. Nonlinear longitudinal dynamical model of an air-breathing hypersonic vehicle [J]. Journal of Spacecraft & Rockets, 2007, 44(2): 374-387.

[17] Williams T, Bolender M, Doman D, et al. An aerothermal flexible mode analysis of a hypersonic vehicle [C]. AIAA Atmospheric Flight Mechanics Conference and Exhibit. USA, July, 2006.

[18] Mirmirani M D,Wu C,Clark A D,et al. Modeling for control of a generic airbreathing hypersonic vehicle [C]. AIAA Guidance, Navigation, and Control Conference, San Francisco, CA, 15-18 Aug., 2005.

[19] Clark A D, Mirmirani M D, Wu C, et al. An aero-propulsion integrated elastic model of a generic airbreathing hypersonic vehicle [C]. Proc. of the AIAA Guidance, Navigation, and Control Conference, Keystone, CO, USA, 21-24 Aug., 2006.

[20] Levin J, Ioannou P, Mirmirani M. Adaptive mode suppression scheme for an aeroelastic airbreathing hypersonic cruise vehicle [C]. AIAA Guidance, Navigation and Control Conference and Exhibit. Honolulu, Hawaii, August 18-21, 2008.

[21] Parker J T, Serrani A, Yurkovich S, Bolender M A, And Doman D B. Control-oriented modeling of an air-breathing hypersonic vehicle [J]. Journal of Guidance, Control, and Dynamics, 2007, 30(3): 856-869.

[22] 鮑文, 姚照輝. 綜合離心力/氣動力的升力體高超聲速飛行器縱向運(yùn)動建模研究[J]. 宇航學(xué)報, 2009, 30(1): 128-133. [Bao Wen, Yao Zhao-hui. Study on longitudinal motion modeling of a high-supersonic vehicle with integrated centrifugal force/aerodynamic force [J]. Journal of Astronautics, 2009, 30(1): 128-133.]

[23] 華如豪, 葉正寅. 吸氣式高超聲速飛行器多學(xué)科動力學(xué)建模[J]. 航空學(xué)報, 2015, 36(1):346-356. [Hua Ru-hao, Ye Zheng-yi. Study on multidisciplinary dynamics modeling of inspiratory hypersonic vehicle [J]. Acta Aeronautics et Astronautics Sinica, 2015, 36 (1): 346-356.]

[24] Jiao X, Fidan B, Jiang J, et al. Adaptive mode switching of hypersonic morphing aircraft based on type-2 TSK fuzzy sliding mode control [J]. Science China Information Sciences, 2015, 58(7): 1-15.

[25] 甄子洋, 江駒, 吳雨珊, 等. 可變翼高超聲速飛行器智能非線性控制系統(tǒng)：中國，105843080A[P]. 2016-06-01. [Zhen Zi-yang, Jiang Ju, Wu Yu-shan, et al. Intelligent nonlinear control system for hypersonic morphing aircraft, China, 105843080A [P]. 2016-06-01.]

[26] Sudalagunta P R, Sultan C, Kapania R K, et al. Aeroelastic control-oriented modeling of an air-breathing hypersonic vehicle [C]. 15th Dynamics Specialists Conference, San Diego, California, USA, 4-8 January, 2016.

[27] Dou L Q, Su P H, Ding Z T. Modeling and nonlinear control for air-breathing hypersonic vehicle with variable geometry inlet [J]. Aerospace Science and Technology, 2017, 67: 422-432.

[28] Ye L, Zong Q, Crassidis J L, et al. Output redefinition-based dynamic inversion control for a nonminimum phase hypersonic vehicle [J]. IEEE Transactions on Industrial Electronics, 2017, PP(99) : 1-1.

[29] 杜昊昱, 凡永華, 閆杰. 高超聲速飛行器機(jī)動飛行受限控制方法研究[J]. 西北工業(yè)大學(xué)學(xué)報, 2016，34 (6): 945-950. [Du Hao-yu, Fan Yong-hua, Yan Jie. A novel method for hypersonic flight vehicle’s maneuver flight constrained control [J]. Journal of Northwestern Polytechnic University, 2016, 34(6):945-950.]

[30] Tao G. Adaptive control design and analysis. John Wiley & Sons, 2003

[31] Tao G. Multivariable adaptive control: a survey [J]. Automatica, 2014, 50: 2737-2764.

[32] 楊政, 甄子洋, 蔣爍瑩. 近空間可變翼飛行器自適應(yīng)小翼切換控制系統(tǒng)及工作方法：中國， 201710285460.7[P], 2017-04-27.[Yang Zhen, Zhen Zi-yang, Jiang Shuo-ying. Adaptive winglet switching control system and its operating method of near space morphing vehicle. China, 201710285460.7 [P], 2017-04-27.]

[33] Mooij E. Numerical investigation of model reference adaptive control for hypersonic aircraft [J]. Journal of Guidance Control & Dynamics, 2001, 24(2): 315-323.

[34] Kaufman H, Bar-Kana I, Massey J L, et al. Direct adaptive control algorithms: theory and applications [M]. Springer, 1998.

[35] Fiorentini L, Serrani A, Bolender M, et al. Nonlinear robust/adaptive controller design for an air-breathing hypersonic vehicle model [J]. AIAA Journal, 2013.

[36] Liu Z, Tan X, Yuan R, et al. Adaptive trajectory tracking control system design for hypersonic vehicles with parametric uncertainty [J]. Proceedings of the Institution of Mechanical Engineers Part G Journal of Aerospace Engineering, 2015, 229(1): 119-134.

[37] Astolfi A, Ortega R. Immersion and invariance: a new tool for stabilization and adaptive control of nonlinear systems[J]. IEEE Transactions on Automatic Control, 2003, 48(4): 590-606.

[38] Kobayashi Y, Takahashi M. Design of nonlinear adaptive flight control system based on immersion and invariance[C]. AIAA Guidance, Navigation, and Control Conference, Chicago, Illinois, 10-13 August, 2009.

[39] Farrell J, Sharma M, Polycarpou M. Backstepping-based flight control with adaptive function approximation[J]. Journal of Guidance Control & Dynamics, 2005, 28(6): 1089-1102.

[40] 顧臣風(fēng), 江駒, 甄子洋, 等. 近空間飛行器多模態(tài)切換控制研究[J]. 飛行力學(xué), 2015, 33(3): 222-225. [Gu Chen-feng, Jiang Ju, Zhen Zi-yang, et al. Study on multi-mode switching control of near-space vehicle [J]. Flight Dynamics, 2015, 33 (3): 222-225.]

[41] 吳雨珊, 江駒, 甄子洋, 等. 基于回饋遞推的可變翼高超聲速飛行器智能非線性控制[J]. 哈爾濱工程大學(xué)學(xué)報, 2016, 37(7): 963-968. [Wu Yu-shan, Jiang Ju, Zhen Zi-yang, et al. Intelligent non-linear control of variable wing supersonic aircraft based on feedback recursion [J]. Journal of Harbin Engineering University, 2016, 37 (7): 963-968.]

[42] Butt W A, Yan L, Kendrick A S. Adaptive dynamic surface control of a hypersonic flight vehicle with magnitude, rate and bandwidth constraints [J]. IFAC Proceedings Volumes, 2011, 44(1): 5341-5346.

[43] Butt W A, Yan L, Kendrick A S. Adaptive integral dynamic surface control of a hypersonic flight vehicle [J]. International Journal of Systems Science, 2015, 46(10): 1717-1728.

[44] Xu B, Huang X, Wang D, et al. Dynamic Surface Control of Constrained Hypersonic Flight Models with Parameter Estimation and Actuator Compensation [J]. Asian Journal of Control, 2014, 16(1): 162-174.

[45] Hu Q L, Meng Y. Adaptive backstepping control for air-breathing hypersonic vehicle with actuator dynamics [J]. Aerospace Science & Technology, 2017, 67: 412-421

[46] Butt W A, Yan L, Kendrick A S. Adaptive dynamic surface control of a hypersonic flight vehicle with improved tracking [J]. Asian Journal of Control, 2013, 15(2):594-605.

[47] Zong Q, Wang F, Tian B, et al. Robust adaptive dynamic surface control design for a flexible air-breathing hypersonic vehicle with input constraints and uncertainty [J]. Nonlinear Dynamics, 2014, 78(1): 289-315.

[48] 焦鑫, 江駒. 非線性系統(tǒng)自適應(yīng)魯棒控制器設(shè)計[J]. 哈爾濱工程大學(xué)學(xué)報, 2016, 37(3):402-407. [Jiao Xin, Jiang Ju .Design of adaptive robust controller for nonlinear systems [J]. Journal of Harbin Engineering University, 2016, 37 (3): 402-407.]

[49] 焦鑫, 江駒, 孟宏鵬. 基于灰色預(yù)測滑?？刂频聂敯麸w行控制器設(shè)計[J]. 飛行力學(xué), 2015, 33(6):542-546. [Jiao Xin, Jiang Ju, Meng Hong-peng. Design of robust flight controller based on gray prediction sliding mode control [J]. Flight Dynamics, 2015, 33 (6): 542-546.]

[50] 顧臣風(fēng), 江駒, 吳雨珊. 近空間飛行器爬升段跟蹤控制[J]. 哈爾濱工程大學(xué)學(xué)報, 2016, 37(11):1526-1531. [Gu Chen-feng, Jiang Ju, Wu Yu-shan. Study on tracking control of climbing section of near space [J]. Journal of Harbin Engineering University, 2016, 37 (11): 1526-1531.]

[51] 余朝軍, 江駒, 肖東, 鄭亞龍, 等. 一種高超聲速飛行器魯棒自適應(yīng)控制方法[J]. 宇航學(xué)報, 2017, 38(10): 1088-1096. [Yu Chao-jun, Jiang Ju, Xiao Dong, et al. A novel robust adaptive control scheme for hypersonic vehicles [J]. Journal of Astronautics, 2017, 38(10): 1088-1096]

[52] Xu H J, Mirmirani M D, Ioannou P A. Adaptive sliding mode control design for a hypersonic flight vehicle [J]. Journal of Guidance Control & Dynamics, 2004, 27(5): 829-838.

[53] Hu X, Wu L, Hu C, et al. Adaptive sliding mode tracking control for a flexible air-breathing hypersonic vehicle [J]. Journal of the Franklin Institute, 2012, 349(2): 559-577.

[54] Zong Q, Wang J, Tao Y. Adaptive high-order dynamic sliding mode control for a flexible air-breathing hypersonic vehicle [J]. International Journal of Robust and Nonlinear Control, 2013, 23(15): 1718-1736.

[55] Zhou S, Lam J, Zheng W X. Control design for fuzzy systems based on relaxed nonquadratic stability and H∞, performance conditions [J]. IEEE Transactions on Fuzzy Systems, 2007, 15(2): 188-199.

[56] Hu X, Wu L, Hu C, et al. Adaptive fuzzy integral sliding mode control for flexible air-breathing hypersonic vehicles subject to input nonlinearity [J]. Journal of Aerospace Engineering, 2013, 26(4):721-734.

[57] Takagi T, Sugeno M. Fuzzy identification of systems and its applications to modeling and control [J]. IEEE Transactions on Systems, Man, and Cybernetics, 1985: 15(1): 116-132.

[58] Gao D X, Sun Z Q. Fuzzy tracking control design for hypersonic vehicles via T-S model [J]. Science China Information Sciences, 2011, 54(3): 521-528.

[59] Biglarbegian M, Melek W W, Mendel J M. On the stability of interval type-2 TSK fuzzy logic control systems [J]. IEEE Transactions on Systems Man & Cybernetics, 2010, 40(3): 798-818.

[60] Xu B, Sun F C, Yang C G, et al. Adaptive discrete-time controller design with neural network for hypersonic flight vehicle via back-stepping [J]. International Journal of Control, 2011: 1543-1552.

[61] Xu B, Fan Y, Zhang S. Minimal-learning-parameter technique based adaptive neural control of hypersonic flight dynamics without back-stepping [J]. Neurocomputing, 2015, 164(C): 201-209.

[62] Ataei A, Wang Q. Non-linear control of an uncertain hypersonic aircraft model using robust sum-of-squares method [J]. IET Control Theory & Applications, 2012, 6(2): 203-215.

[63] Xu B, Shi Z, Yang C, et al. Neural control of hypersonic flight vehicle model via time-scale decomposition with throttle setting constraint [J]. Nonlinear Dynamics, 2013, 73(3): 1849-1861.

[64] Gao Z, Jiang B, Qi R, et al. Robust reliable control for a near space vehicle with parametric uncertainties and actuator faults [J]. International Journal of Systems Science, 2011, 42(12): 2113-2124.

[65] Chen F Y, Wang Z, Tao G, et al. Robust adaptive fault-tolerant control for hypersonic flight vehicles with multiple faults [J]. Journal of Aerospace Engineering, 2015, 28(4): 1-10.

[66] Ji Y, Zong Q, Zhou H. Command filtered back-stepping control of a flexible air-breathing hypersonic flight vehicle [J]. Proceedings of the Institution of Mechanical Engineers Part G Journal of Aerospace Engineering, 2013, 228(9): 1617-1626.

[67] Sun J G, Song S M, Wu G Qu. Fault-tolerant track control of hypersonic vehicle based on fast terminal sliding mode [J]. Journal of Spacecraft and Rockets, 2017(3): 1-13.

[68] Hao A, Fidan B, Liu J X, et al. Adaptive fault-tolerant control of air-breathing hypersonic vehicles robust to input nonlinearities [J]. International Journal of Control, 2017.

[69] Thompson M O, Armstrong N A. At the edge of space: the X-15 flight program [M]. Smithsonian Institution Press, Astronomy, 1992.

[70] Bahm C, Baumann E, Martin J, et al. The X-43A Hyper-X Mach 7 Flight 2 guidance, navigation, and control overview and flight test results [C]. AIAA/CIRA 13th International Space Planes and Hypersonics Systems and Technologies Conference, Capua, Italy, May 16-20, 2005.

[71] Davidson J, Lallman F, Mcminn J, et al. Flight control laws for NASA′s Hyper-X Research Vehicle [C]. AIAA Guidance, Navigation, and Control Conference and Exhibit, Portland, OR, USA, August 9-11, 1999.

[72] Fidan B, Mirmirani M, Ioannou P. Flight dynamics and control of air-breathing hypersonic vehicles: review and new directions [C]. AIAA International Space Planes and Hypersonic Systems and Technologies. Norfolk, Virginia, December 15-19, 2003.

[73] Du Y L, Wu Q X, Jiang C S, et al. Adaptive recurrent-functional-link-network control for hypersonic vehicles with atmospheric disturbances [J]. Science China Information Sciences, 2010, 53(12): 482-497.

[74] Hu X X, Can H J, Karimi H R, et al. Fuzzy reliable tracking control for flexible air-breathing hypersonic vehicles [J]. International Journal of Fuzzy Systems, 2011, 13 (4): 323-334.

[75] Xu B, Yang C G, Pan Y P. Global neural dynamic surface tracking control of strict-feedback systems with application to hypersonic flight vehicle [J]. IEEE Transactions on Neural Networks and Learning Systems, 2015, 26(10): 2563-2575.

[76] Liang B B, Zhen Z Y. Jiang J. Modified shuffled frog leaping algorithm optimized control for air-breathing hypersonic flight vehicle [J]. International Journal of Advanced Robotic Systems, 2016: 1-7.

[77] Wu H N, Liu Z Y, Guo L. Robust L-infinity-gain fuzzy disturbance observer-based control design with adaptive bounding for a hypersonic vehicle [J]. IEEE Transactions on Fuzzy Systems, 2014, 22(6): 1401- 1412.

[78] Wilcox Z D, Mackunis W, Bhat S, et al. Robust nonlinear control of a hypersonic aircraft in the presence of aerothermoelastic effects [J]. Journal of Guidance, Control, and Dynamics, 2010, 33(4): 1213-1224.

[79] Pu Z Q, Yuan R Y, Tan X M, et al. Active robust control of uncertainty and flexibility suppression for air-breathing hypersonic vehicles [J]. Aerospace Science and Technology, 2015, 42: 429-441.

[80] 杜立夫, 黃萬偉, 劉曉東, 等. 考慮特征模型的高超聲速飛行器全通道自適應(yīng)控制[J]. 宇航學(xué)報, 2016, 37(6): 711-719. [Du Li-fu, Huang Wan-wei, Liu Xiao-dong, et al. Whole-channel adaptive control for hypersonic vehicle considering characteristic model [J]. Journal of Astronautics, 2016, 37(6): 711-719.