simulink中按极点配置设计控制规律怎么搭建

可以，C919设计了“闭环”控制律，比ARJ21的开环更加复杂，但是保护更周全。

控制律做得越复杂，越能减轻飞行员的负担，飞行员就可以更精确、负荷更小地把飞机控制得更好，“也就是说，通过设计让飞机的智能化更高，减少人犯错的可能。”

可参考网页链接

全状态反馈控制器，开环传递函数通过形式变化可以写成一阶微分的矩阵表达式，如下：

（7-1）

x为系统状态向量，u是系统输入向量，y是系统输出向量，假设是单入单出系统。假设所有的状态都能观测到，当然这在现实中可能不存在，这也就是下节观测器设计的意义，并假设参考输入为0，只考虑状态能否收敛到0的问题。

假设存在反馈控制律

(7-2)

可以满足状态收敛到0的问题。那么代入（7-2）到公式（7-1）得到闭环系统表达

（7-3）

如果系统特征多项式

(7-4)

所有特征的实部小于0，那么所有状态都将收敛于0，也意味着系统是稳定的。

但是需要注意一个先决条件，在做控制律设计之前，必须先判断系统的所有状态是否为能控的，只有满足能控的条件才可以设计控制律，如果有部分状态不能控，也就是说他们的取值可以是任意的，那么上面的控制律设计方法就不适合了，可能需要考虑其它的控制方法。能控性的判据是，判断如下的矩阵的秩是否与状态个数相等，即是否满秩

对于如何找到合适的K值问题，可以利用阿曼公式。如果你已经设计出期望闭环系统所要达到的性能，也即是你知道了期望的闭环系统特征多项式，如下

(7-5)

K的取值如下：

(7-6)

观测器，前面已经提到全状态反馈在实际中可能不存在，现实中一般只能测量少数的状态，但是其它的状态能不能获取呢，这就是观测器需要完成的任务。比如一个运动系统只能测量位置状态，但是通过两次求导我们还可以获取速度和加速度状态。

观测器的目标是使观测器的误差收敛于0，观测器误差定义如下：

(7-7)

为观测器的输出， 为真实的状态。

全状态观测器定义为：

(7-8)

L为观测器增益矩阵，观测器的框图如下所示。

图7-1

将式7-1与式7-8相减，得

(7-9)

剩下的事情同式7-3下同，只不过首先要判断系统状态是否全部能观，能观性矩阵 定义如下：

(7-10)

当 的秩等于状态个数时，系统是完全能观的。

将控制律的设计和观测器的设计结合起来，就构成了全状态反馈控制的设计，这也是分离原理，两者是可以分开设计的。

最优控制系统，当开环系统添加了控制器和观测器后，状态可收敛于0，那么又来了一个问题，怎么说明设计的控制器就是最好的呢。

评价好坏要有一个标准，我们很容易想到状态以最快的速度下降到0就是最好的标准，所以评判函数有下面的形式是自然的

如果要考虑输入的能量消耗问题，那就加上u，变成

如果要给不同的分量不同的权重，就变成

当然Q和R是已知的量。

如果能设计一种函数有如下微分形式

(7-11)

这是以带权重的设计为例，前面的两种代价函数是它的一种特殊形式。有点像李亚普诺夫定理的感觉。

对式7-11的微分项展开

(7-12)

代入式7-3得

(7-13)

将式7-11等号右侧也代入式7-3得

(7-14)

式7-13与式7-14相等，得

(7-15)

式7-15是哈密顿函数，当 时，P满足

(7-16)

通过式7-16可以求得P，然后再求出K，最后所得的代价函数为

(7-17)

当tf趋于无穷大时，x(tf)基本上等于0，所以式7-17等号右边只等0时刻的二次型，并且J最小。这就是线性二次型调节器LQR。

PID控制要看是哪种，如果是经典PID那就是PID，不属于最优或智能。 还有模糊PID、自适应PID等，它们的分类就取决于前面那个词儿了。模糊控制和滑模控制属于智能控制，自适应控制和H控制属于最优控制。 所谓最优控制，就是控制问题最后归结为求解一。

为了实现低空范围内的航线规划,首先通过转换坐标系,将多元问题转换为求各个航迹点纵坐标的单元问题,然后在综合考虑航迹段长度和威胁环境的约束条件下,通过建立两个约束条件的数学模型,最终确立头脑风暴算法（BSO）的目标函数,进而求取最优解,实现低空范围内的航线规划。在此基础上对传统头脑风暴算法进行改进,用密度聚类（DBscan）算法替代了k均值聚类（k-means）算法。仿真实验证明,改进后的算法较传统算法寻优能力更强,最终得到的航迹段更短,更适用于航线规划风切变是指大气中距离较短的两点之间风速或风向的剧烈变化，会导致航空器航 迹偏离，严重的则可能使航空器失去稳定。据统计，1950年至2000年间，共有39起由风切 变引起的航空事故，造成400余人员伤亡。而低空风切变出现在600米以下空域，具有时间 短、尺度小、强度大的特点，从而带来了探测难、预报难、航管难、飞行难等一系列困难，是一 个不易解决的航空气象难题。因此，结合飞行模拟器进行低空风切变下的地面飞行实验和 数据分析对于研宄应对方案具有重要意义。

[0003] FlightGear是一款开源飞行模拟器。项目始于1997年，主要目标是为学术科研 领域创造一个尖端的飞行模拟器框架，也可拓展到飞行训练，虚拟仿真，模拟飞行游戏等方 面。其支持全球三维实景，20000多个跑道、400多种航空器、跨平台、多人联飞、多样的开放 飞行数据模型等功能。FlightGear具有多款高精度的飞行动力学模型，并且具备强大的应 用数据接口。同时，FlightGear独特的属性管理机制--"属性树"为风切变下的飞行模拟 仿真数据分析提供了简单而完备的飞行数据获取渠道，增加了平台的灵活性和实用性。鉴 于其开源性以及其灵活的数据接口，选择FlightGear作为仿真平台有助于对低空风切变 研宄的开展。

[0004] 国内外学者对低空风切变与飞行模拟器的融合方面进行了大量的研宄。1983年夏 天，联合机场天气研宄（JointAirportWeatherStudies，简称JAWS)项目使用多普勒雷达 观测记录了约70次微下击暴流事件，对其中的典型气流数据进行分析，并整理成特定形式 用于飞行模拟器的研宄；随后，MichaelIvan根据JAWS提供的数据提出了一种基于涡环方 法建立的实时微下击暴流数学模型，为低空风切变下的飞行模拟提供了建模基础。国内方 面，高振兴等建立了低空微下击暴流的三维模型，根据Boeing747-100B航空器建模数据搭 建了高精度飞行动力学模型，并基于两者对大型航空器穿越低空微下击暴流和大气紊流的 动力学响应问题展开研宄；张冉使用Simulink建立了低空风切变下大型航空器全包线六 自由度非线性模型并进行了实时仿真、反应式风切变探测算法研宄与航空器穿越风切变进 近的控制律设计。综上所述，多数研宄均基于Simulink、Matlab等仿真平台展开，虽仿真精 度高却局限于单一机型，若需探宄多种机型的响应则需重新进行飞行动力学建模，工作繁 琐耗时较长。

【发明内容】

[0005] 为了解决上述问题，本发明的目的在于提供一种能够适用于多种机型的模拟航空 器穿越低空风切变区的方法。

[0006] 为了达到上述目的，本发明提供的模拟航空器穿越低空风切变区的方法包括按顺 序进行的下列步骤：

[0007] (1)标准飞行条件下记录飞行控制参数及飞行动力参数的S1阶段；

[0008] (2)低空风切变场建模，获得风切变区域风速数据的S2阶段；

[0009] (3)根据步骤⑴得到的标准飞行条件下的飞行控制参数与步骤⑵得到的风切 变区域风速数据，综合形成FlightGear平台控制数据的S3阶段；

[0010] (4)根据步骤（3)得到的综合控制数据，控制FlightGear平台模拟航空器穿越低 空风切变区的飞行动力参数的S4阶段；

[0011] (5)根据步骤⑴得到的标准飞行条件下的飞行动力参数与步骤⑷得到的穿越 风切变区域的飞行动力参数，形成飞行数据的实时比较的S5阶段。

[0012] 在步骤（1)中，所述的标准飞行条件下记录飞行控制参数及飞行动力参数的方法 是基于FlightGear平台仿真标准飞行场景，利用该平台的JSBSim飞行动力学模型、3D视 景系统以及完备的机型库，通过包括外接操纵杆、鼠标、键盘在内的外部输入设备操控航空 器，以产生一组标准飞行下的飞行控制参数及飞行动力参数，并将这两种参数记录到CSV 格式的飞行日志文件中。

[0013] 在步骤（2)中，所述的低空风切变场建模，获得风切变区域风速数据的方法是根 据微下击暴流风场数据的特征，利用Fluent软件搭建微下击暴流仿真物理模型，模型采用 结构化网格划分，并利用速度入口边界条件设定流动入口边界的速度和标量，进而仿真出 低空风切变区域的风速数据。

[0014] 在步骤（3)中，所述的根据步骤（1)得到的标准飞行条件下的飞行控制参数与步 骤（2)得到的风切变区域风速数据，综合形成FlightGear平台控制数据的方法是搭建数据 通信平台，将步骤（1)得到的标准飞行下飞行控制参数与步骤（2)得到的风切变区域风速 数据综合成FlightGear平台控制数据，并以UDP数据格式向外发布。

[0015] 在步骤（4)中，所述的根据步骤（3)得到的综合控制数据，控制FlightGear平台 模拟航空器穿越低空风切变区的飞行动力参数的方法是通过FlightGear预留的UDP数据 接口接收步骤（3)综合成的FlightGear平台控制数据，使FlightGear平台仿真在原始标 准飞行控制参数下航空器受低空风切变干扰影响的飞行场景，并生成对应的飞行动力参 数。

[0016] 在步骤（5)中，所述的根据步骤（1)得到的标准飞行条件下的飞行动力参数与步 骤（4)得到的穿越风切变区域的飞行动力参数，形成飞行数据的实时比较的方法是根据步 骤（1)获得的标准飞行下飞行动力参数和步骤（4)获得的低空风切变条件下的飞行动力参 数，利用FlightGear的脚本语言Nasal及Canvas生成飞行数据的实时比较的可视化输出， 完成对低空风切变对飞行影响的分析。

[0017] 本发明提供的模拟航空器穿越低空风切变区的方法在准确地模拟航空器在穿 越风切变区域的状态变化的同时，还能够很好地支持多种机型的飞行仿真。该方法利用FlightGear平台进行标准飞行场景模拟，记录了此场景下的飞行控制参数及飞行动力 参数，并通过Fluent软件建立低空风切变场，获得了风切变区域风速数据，进而综合形 成FlightGear平台控制数据，模拟航空器穿越低空风切变区的状态。本发明方法利用 FlightGear标准飞行下飞行控制参数和风切变区域风速数据作为实验信息源，进行航空器 穿越低空风切变区模拟实验，实验结果表明，所提出的模拟航空器穿越低空风切变区的方 法可应用到低空风切变下的飞行训练及航空器无控操作下穿越风暴核的飞行参数分析，具 有灵活性强、逼真度高的优点。

【附图说明】

[0018] 图1是本发明提供的模拟航空器穿越低空风切变区的方法流程图；

[0019] 图2是微下击暴流仿真物理模型图；

[0020] 图 3 是流场速度矢量分布图：（a)vQ= 30ft/s(b)vQ= 50ft/s

[0021] 图4是数据通信平台运行界面图；

[0022] 图5是基于FlightGear的低空风切变飞行模拟平台工作原理示意图；

[0023] 图6是飞行数据实时对比监视界面图；

[0024] 图7是B777-200ER穿越风暴核飞行参数曲线图：(a)高度变化曲线；(b)俯仰角变 化曲线；（c)空速变化曲线。

【具体实施方式】

[0025] 下面结合附图和具体实例例对本发明提供的模拟航空器穿越低空风切变区的方 法进行详细说明。

[0026] 图1是本发明提供的模拟航空器穿越低空风切变区的方法流程图。

[0027] 如图1所示，本发明提供的模拟航空器穿越低空风切变区的方法包括按顺序进行 的下列步骤：

[0028](1)标准飞行条件下记录飞行控制参数及飞行动力参数的S1阶段：

[0029] 利用FlightGear平台的JSBSim飞行动力学模型、3D视景系统以及完备的机型库 仿真标准飞行场景，通过外部输入设备（如外接操纵杆、鼠标、键盘等）操控航空器进行标 准飞行场景模拟，产生一组标准飞行下的飞行控制参数及飞行动力参数，并将这两种参数 记录到CSV格式的飞行日志文件中。

[

低空飞行是距地面100m到1000m之间的飞行，适用于训练、伞降、空投、侦察、强击和农林等作业。另：按飞行高度分为超低空飞行（离地面100m以下，可用于农林作业、旅游、搜索和救援、强击和脱离敌区等）、低空飞行（高度在100--1000m，可用于训练、伞降、空投、侦察、强击和农林作业等）、中空飞行（高度在1000—7000m，可用于训练、巡逻、轰炸和航线飞行）、高空飞行（高度在7000—15000m，可用于训练、侦察、轰炸、拦击、巡逻和航线飞行）、超高空飞行（高度大于15000m，可用于侦察、截击等）航空器在大气层内飞行，飞行高度一般在30Km以内；火箭和导弹大多在大气层内飞行，而运载火箭和弹道导弹既在大气层内飞行，又在大气层外飞行；航天器是在大气层外的太空中飞行。按飞行速度分为五种情况：低速飞行（M<0.3）、亚声速飞行（M=0.3~0.8）低空飞行通常是指距地面或水面100m到1000m的飞行。[3]

军事上可以降低雷达对目标的发现率；缩短敌机的雷达探测距离；降低某些高射武器对我机的抗击效果。

民用领域低空飞行在农林作业、旅游、搜索、救援伞降空投等方面也起着重要作用。

低空飞行

领航特点

用地标定位的特点：低空飞行时难以看到较远的目标，需要使用航线附近的地标确定飞机位置，周围无明显地标时需要提升高度以获得地标信息。

无线电设备特点：低空飞行时飞机的无线电设备会受到不同程度的影响。特别是中长波无线电领航设备，精确度会出现明显的降低。这时要充分利用机上雷达补充有效探视距离和地标不足的缺陷。

偏流、地速秋风风的影响：低空飞行风速小，但受地形影响大，变化快，不易掌握规律因此在飞行行中应根据地形等情况适时进行测量。