吸气式高超声速飞行器控制方法研究进展*

姜 伟 王宏力 陆敬辉 冯 磊

第二炮兵工程大学，西安 710025



吸气式高超声速飞行器控制方法研究进展*

姜 伟 王宏力 陆敬辉 冯 磊

第二炮兵工程大学，西安 710025

吸气式高超声速飞行器(AHV)控制系统是飞行器设计中的关键环节。高超声速飞行器动力学方程的非线性、快时变性、不确定性、强耦合及非最小相位等特点，使得飞行器控制系统的设计充满挑战性。本文在综述国内外研究成果的基础上，对高超声速飞行器面向控制建模及线性或非线性控制方法进行了分类讨论，分析了待解决的问题及不足。最后，结合高超声速飞行器控制器设计中鲁棒性、自适应性、容错性及智能化需求，指出了未来可能的研究方向。 关键词 高超声速飞行器；控制；鲁棒性；自适应性

吸气式高超声速飞行器[1](AHV)是指以超燃冲压发动机为动力来源，飞行速度大于5倍声速，在距离地面20～100km的大气层区域内机动飞行的有翼或无翼飞行器。高超声速飞行器具有速度快、射程远、突防能力强、攻击目标范围广和命中目标概率大等优点，在军事和民用等方面极具潜力，是航空航天领域新的研究热点，近年来在国际上引起了广泛的关注[2]。高超声速飞行器控制系统的设计作为高超声速飞行器关键技术之一，面临着诸多未知和挑战，逐渐成为高超声速飞行器由理论研究走向工程应用必须突破的瓶颈问题。

针对高超声速飞行器控制问题，小扰动线性化、增益调度、线性变参数、反馈线性化、滑模变结构控制、反演法、神经网络、模糊控制、预测控制和人工智能等许多控制方法都已成功地尝试和应用。本文在综述国内外研究成果的基础上，对高超声速飞行器面向控制建模及线性或非线性控制理论进行了分类讨论，分析了待解决的问题及不足。最后，结合高超声速飞行器控制器设计中鲁棒性、自适应性、容错性及智能化等需求，指出了未来可能的研究方向。

1 控制器设计面临的问题

与传统飞行器相比，高超声速飞行器采用机体推进一体化结构设计，使其弹性机体、推进系统和结构动态之间存在高度非线性和强耦合性[3-4]。另外，高超声速飞行器飞行速度和高度跨度范围大，飞行器的气热特性、气动特性和飞行参数变化剧烈，不确定影响因素多。加之高超声速飞行器由于采用轻质材料和细长体几何外形，在飞行过程中因气流作用极易发生气动弹性变形和振动，各种复杂力学过程引起的未建模动态增加了控制系统对鲁棒性设计的要求[5-6]。高超声速飞行器飞行速度极快，因此对控制系统的响应速度和指令跟踪精度要求较高，而复合执行机构的物理输出限制和执行机构与飞行状态之间的耦合性增加了控制系统设计的难度[7]。此外，复杂的动力学特性、未知的飞行环境和严格的控制要求导致飞行器控制系统既要有灵活的操纵性，又要有必要的鲁棒性与适应性。

2 高超声速飞行器控制方法研究进展

2.1 高超声速飞行器面向控制建模

高超声速飞行器动力学模型的建立过程是一个不断完善和发展的过程，早在1990年，美国NASA兰利研究中心的Shaughnessy等就建立了一个六自由度模型[3]，成为许多控制系统设计人员的研究基础。1994年，Chavez和Schmidt利用第一性原理建立了一类三自由度的高超声速飞行器动态模型[4]。但是上述两类模型中的刚体假设及对高超声速飞行器的结构动态、气动耦合缺乏足够考虑，不能完全反映高超声速飞行器的特点及飞行特性。2005年和2007年，Bolender和Doman进一步考虑了空气、热、弹性和推进系统之间的耦合，基于第一性原理建立了一个非线性3自由度动力学模型[8-9]。2007年，Parker等忽略了该模型的某些弱耦合和慢时变动态特征，利用曲线拟合的方法得到了飞行器的力和力矩方程，从而提出了一种面向控制的吸气式高超声速飞行器模型[10]，极大地适应了控制器设计的需要。近几年来，国内外学者也做了许多关于近空间高超声速飞行器建模的工作，但是以目前来看Parker等提出的模型在控制器研究过程中占据主流方向，文献[8-10]对该模型及参数进行了详细描述，并基于上述模型设计了一种基于微分几何理论的反馈线性化控制策略。

2.2 高超声速飞行器典型控制方法

从系统与控制的角度看，高超声速飞行器是一个高动态、非线性、多变量、强耦合、具有不确定性和约束的高阶控制对象。目前，根据飞行器特点及控制需求，在飞行控制领域中研究和应用最广泛的主要有如下几种控制方法。

2.2.1 线性控制方法

虽然非线性控制技术已经逐步发展起来，但当前飞行控制系统的设计采用较多的仍是经典线性控制理论和增益调度(Gain Scheduling，GS)技术[11]。其基本思路为：首先将飞行包线划分成多个独立的飞行条件或者操作区域，针对各个飞行条件或者操作区域，采用小扰动线性化原理，分别用一个近似的线性模型对飞行器的运动进行描述，并以经典线性控制理论为基础，设计满足闭环系统性能要求的控制器。然后采用插值方法将各个独立的控制器进行切换，从而形成在整个飞行包线内的非线性控制策略。针对这一问题，2000年，著名学者Rugh和Shamma在Automatica上发表的文章《Research on Gain-Scheduling》中，声称一切能够在陆地上、水中和太空中运动的机器都是通过变增益控制实现的[12]。

但是，增益预置控制方法的局限性在于控制器参数是按开环方式改变的，没有来自闭环系统性能的反馈作用，当过程动态特性和扰动特性过于显著时此法就得不到满意的控制效果，不能从理论上保证系统在整个工作区间内的鲁棒稳定性和鲁棒性能。针对这一问题，文献[13-15]等将标准的线性变参数(Linear Parameter-Varying，LPV)控制问题扩展到对时变参数、动态不确定性和饱和非线性具有结构摄动的鲁棒框架内，提出了基于LPV系统的鲁棒变增益控制方法，极大地改善了控制器性能。

文献[16-17]根据高超声速飞行器纵向运动方程在配平点的线性化模型，分别利用μ分析和L1自适应控制方法设计高超声速飞行器鲁棒控制系统。文献[3]利用线性矩阵不等式(LinearMatrixInequality，LMI)技术，针对巡航条件下的线性化纵向模型，给出了一种保性能的线性控制律设计方法。针对高超声速飞行器巡航机动条件下控制系统设计问题，文献[18]提出了基于正切线性化方法的LPV输出反馈控制与实现一体化框架，设计了高超声速飞行器刚性模型巡航状态下的非线性姿态跟踪控制系统。基于LPV系统的鲁棒变增益控制方法是基于LMI的线性时变不确定系统鲁棒控制理论在LPV系统上的推广，是一种具有保证系统稳定性和动态性能的变增益技术，但在具有多胞形结构的LPV系统控制、LPV系统的故障诊断与容错控制、多饱和LPV系统控制及时滞LPV系统控制等方面仍存在许多待解决的问题。

2.2.2 非线性控制方法

临近空间高超声速飞行条件下，由于不确定的气动影响、推进系统、结构动态及弹体之间的强耦合，系统的非线性特性十分明显。现有的高超声速非线性控制方法中，变结构控制(VariableStructureControl，VSC)、反馈线性化(FeedbackLinearization)方法以及反步法(Backstepping)等先进控制技术得到广泛应用。这些方法有一个共同的优点：避免了复杂耗时的增益调度过程，在处理模型变化和非标准飞行状态时灵活性更佳。

基于反馈线性化控制方法实际上是用期望的动态去消除或取代系统中存在的不完整或不期望的动态，通过适当的非线性反馈和坐标变换，将原始的非线性系统转化为线性系统，然后采用成熟的线性系统理论进行控制器的设计。不同于传统的基于小扰动线性化，反馈线性化是将非线性系统精确线性化，包括了泰勒公式的高阶项，是一种精确的完备的线性化方法，常见的方法有微分几何法和动态逆方法。但该方法过分依赖于被控对象的精确模型，对建模误差敏感且不能处理动态系统的未知变化[1]，许多学者对此展开了研究。文献[19]针对一种升力体再入飞行器，设计了非线性动态逆控制器。文献[20]设计了一个神经网络动态逆补偿控制方法，采用神经网络补偿逆误差，克服了非线性动态逆方法需要精确数学模型的缺点，改善了整个控制系统的性能。文献[21]提出了一种基于干扰观测器的高超声速飞行器动态逆跟踪控制方法，通过设计非线性干扰观测器来补偿不确定参数及外界干扰对指令跟踪的影响，具有较好的鲁棒性。文献[22]针对高超声速飞行器的非最小相位特性，利用反馈线性化的方法将稳态逆与模糊控制器设计结合起来，提出了基于模糊稳态逆的非线性非最小相位控制器设计方法。王鹏[23]等针对近空间飞行器在无动力滑翔阶段的运动方程，利用动态逆方法设计了内环控制器，外环则采用最优调节器，验证了该方法对不确定参数和干扰的鲁棒性。

滑模变结构控制理论是20世纪六七十年代由前苏联学者Emelyanov和Utkin等建立和发展起来的。文献[24]最早将滑模控制应用于高超声速飞行器控制系统设计中，而后Xu和Mirmirani等以反馈线性化方法得到的线性模型为基础，再利用自适应滑模控制和滑模观测器方法设计了滑模控制器，实现了系统的镇定控制[25]。Nambisan[26]对基于飞行器模型高增益矩阵SDU分解的自适应滑模控制进行了研究；Shima[27]等采用单一滑模面的滑模控制进行了防空导弹制导控制一体化设计研究；扈晓翔[28]等针对高超声速飞行器执行机构可能存在的输入非线性与幅值饱和等问题，结合模糊控制与滑模控制的优点，设计了模糊滑模控制器，对匹配不确定性与不匹配不确定性问题都具有较好的鲁棒性。变结构控制存在的主要问题是系统抖振抑制，虽然已有不少的研究提出了各自的解决办法，但都或多或少地存在一定的局限性，如何在不降低系统鲁棒性的前提下削弱抖振仍需进一步深入研究。

反步法也可以称为回归递推法，是20世纪90年代提出的一种将微分几何理论与Lyapunov稳定性理论结合起来，且不依赖于求逆的非线性系统自适应控制方案。其基本思想是将复杂的非线性系统分解成不超过系统阶数的子系统，然后为每个子系统设计部分Lyapunov函数和中间虚拟控制律，一直反推到整个系统，从而实现整体系统的全局稳定或跟踪，达到预期的设计目标。该方法的优点是不要求非线性系统中的非线性必须满足增长性约束条件，对于匹配条件不满足的系统同样适用；不足之处在于每一步都需要对虚拟控制律进行重复求导，可能会引起方程项数呈指数增长膨胀，增加了控制器设计的复杂性甚至难以实现[1,29-30]。针对上述问题的一个重要改进是动态面控制方法，通过在每一步使用一阶积分滤波器来估计虚拟控制输入的导数，避免了项数膨胀的问题，同时可以对传感器噪声进行滤波进而改善系统的动态特性[31]。文献[32]针对高超声速这一非线性不确定MIMO系统设计了一种基于CMAC神经网络和动态面方法的控制器，证明了该方法的Lyapunov稳定性，并验证了其良好的跟踪性能。文献[33]将动态面反步法与神经网络和模糊自适应技术分别结合，为高超声速飞行器设计了姿态控制系统，仿真结果表明该方法对气动参数不确定性和外界干扰具有良好的鲁棒性。文献[34]将高超声速飞行器纵向模型分解为速度、高度与航迹偏角、攻角与俯仰角速率三个子系统，并分别设计控制器，将反步法和滑模控制结合起来，保证了整体系统的鲁棒稳定性及良好的指令跟踪性能。针对模型存在较大突变时，自适应反步法的出现给飞行控制带来了机遇。Farrell[35]与Sonneveldt[36]等利用在线自适应积分型反步控制解决气动导数变化的问题。文献[37]针对带有冗余舵面的高超声速飞行器纵向模型，分别设计了基于Backstepping的高度容错控制器与基于动态逆的速度跟踪控制器。此外，文献[38-40]还设计了基于反步法的模糊自适应控制器、基于滑模观测器的反步法控制器和模型参考Backstepping控制器等。

2.2.3 其他控制方法

高超声速飞行器的控制问题复杂多样，是目前控制理论应用研究的重要方向。在现有的研究文献中，高超声速飞行器控制器设计除了涵盖以传统增益预置方法、LPV鲁棒变增益控制方法为主的线性控制方法和以滑模变结构控制方法、反馈线性化方法、反步法等为主的非线性控制方法外，许多新兴的或者跨学科领域的综合控制理论，如容错控制[41]、智能控制[42]及预测控制[43]等，都陆续在高超声速飞行器控制领域得到成功推广和使用。文献[44]很好地综述了近年来非线性容错控制(NonlinearFault-TolerantControl，NFTC)在近空间飞行器控制中的应用，重点回顾了基于学习的主动NFTC、基于自适应反演法的NFTC和基于滑模变结构的NFTC。上述理论方法虽然大大提高了控制器的精度、鲁棒性和适用性，但也不可避免地带来了额外控制参数的引入、算法复杂程度的提高及实时性的损失。在以后的研究中，如果能将智能控制、容错控制及预测控制等与面向控制建模技术、多源信息融合技术和先进计算方法等结合，提高高超声速飞行器控制的自主性、可靠性及智能化，势必会为高超声速飞行器的工程应用提供更广阔的发展空间。

3 高超声速飞行器控制研究发展趋势

高超声速飞行器控制系统设计涉及到飞行力学、空气动力学、材料力学、自动控制理论、计算机及人工智能等多个学科，具有巨大的工程意义，同时也充满挑战性。当前在高超声速飞行器控制的研究领域虽然投入了大量的人力、物力和财力，也取得了许多实质性的进展，但研究的重点集中在提高控制系统的鲁棒性和自适应性，而且绝大多数研究成果仅仅停留在实验仿真的阶段，真正在实践中得到检验的极少。高超声速飞行器控制器设计面临的难题[45]概括起来包括：输入/输出耦合、非最小相位、参数变化、弹性模态、控制约束、发动机机身一体化结构、未知气动/气热效应及缺乏飞行/地面数据等。鲁棒性、自适应性和智能化始终是高超声速飞行器控制的目标，同时还有许多问题需要进一步研究和完善。

3.1 全飞行包线机动控制

针对高超声速飞行器的控制问题，目前主要集中在巡航平飞状态下的控制方法设计，且很少考虑倾斜转弯机动、纵向与横向耦合以及全飞行包线内的长航程、多任务、高机动性的飞行控制等问题。因此，综合考虑气动力、结构、动力装置和任务需求的全飞性包线机动飞行是一个开放的问题，除了需要改进或设计新的飞行器布局、完善动力装置结构等硬件配置外，全飞行包线内统一建模、实时高性能鲁棒控制器设计也是当下亟需解决的问题。

3.2 高可靠可重构容错控制

使用可靠性低的部件/器件构建高可靠系统是当前控制界面临的重大挑战之一。为保证系统的高可靠性，目前主要采用的容错控制技术包括：冗余、应急备份、隔离和动态重构等[46]。但上述技术同时也带来了额外的成本、体积、重量及结构复杂度，而且仍然难以保证足够的系统安全性。因此，在保留传统容错技术的基础上，提高飞行器建模精度，并结合智能算法(模糊理论、神经网络和极端学习机等)的非线性逼近能力或多模型方法，利用复合控制原理设计出高可靠可重构容错控制器，具有重大的应用价值。

3.3 多飞行器协同自主控制

高超声速飞行器控制在非结构化环境下和复杂任务下的自主性反映了飞行器的智能化水平，而多飞行器协调自主控制是一项群体性的高级智能活动，涉及分散化决策、分布式敏感和信息融合等环节，缺乏完备理论指导，难度系数更大，是一项挑战性极强的技术。但是，随着群智能的研究深入，高超声速飞行器的多机协同自主控制由于具有突防性好、态势感知能力强、容错性和可重构性强等优势，开始展现出广泛应用前景。同时，高超声速飞行器飞行环境和飞行模式的特殊性也会带来协同自主控制器设计的大胆创新，将极大地促进现有控制科学理论的革新。

3.4 约束控制

由于饱和、时滞和状态切换等现象广泛存在于航空、化工和网络传输等实际系统中，是造成系统性能变差，甚至不稳定的重要因素。对于高超声速飞行器而言，也不例外。因此，从设计实际可用、鲁棒性好的控制器角度出发，充分考虑饱和、时滞和状态切换等实际约束因素，必然会提高飞行器的控制性能。

4 结论

高超声速飞行器具有军民两用价值，开辟了新的近空间快速运输通道和新的信息传递空间，必将成为航空航天领域新的研究热点。与此同时，高超声速飞行器所面临的特殊飞行环境和高机动任务需求，对飞行器的系统控制、结构控制和气动控制等提出了新的挑战。本文围绕高超声速飞行器发展现状，从线性控制方法、非线性控制方法及其他先进控制理论三个方面综述了高超声速飞行器控制研究现状，分析了现有方法的优缺点及应用情况。最后，围绕鲁棒性、自适应性、可靠性和智能化目标，对高超声速飞行器控制技术未来的发展进行了探讨与展望。

[1] 孙长银，穆朝絮，张瑞民.高超声速飞行器终端滑模控制技术[M].北京：科学出版社，2014.

[2] 闫杰，于云峰，凡永华，等.吸气式高超声速飞行器控制技术[M].西安：西北工业大学出版社，2015.

[3]ShaughnessyJD，PinckneySZ，McMinnJD，etal.HypersonicVehicleSimulationModel:Wing-coneConfiguration[M].NASATechnicalMemorandum, 1990.

[4]ChavezFR，SchmidtDK.AnalyticalAeropropulsive/aeroelasticHypersonicVehicleModelwithDynamicAnalysis[J].JournalofGuidanceControlandDynamics，1994，17(6)：1308-1319.

[5]FalkiewiczNJ，CesnikCS，CrowellAR，etal.Reduced-OrderAerothermoelasticFrameworkforHypersonicVehicleControlSimulation[C].AIAAAtmosphereFlightMechanicsConference，Toronto，OntarioCanada：AIAA，2010：1- 45.

[6]McNamaraJJ，CrowellAR，FriedmannPP，etal.ApproximateModelingofUnsteadyAerodynamicsforHypersonicAeroelasticity[J].JournalofAircraft，2010,47(6)：1932-1945.

[7] 孙长银，穆朝絮，余瑶.近空间高超声速飞行器控制的几个科学问题研究[J].自动化学报，2013,39(11)：1902-1913. (SunChangyin,MuChaoxu，YuYao.SomeControlProblemsforNearSpaceHypersonicVehicles[J].ActaAutomaticaSinica, 2013,39(11)：1902- 1913.)

[8]BolenderMA，DomanDB.ANon-LinearModelfortheLongitudinalDynamicsofAHypersonicVehicle[C].AIAAGuidance,NavigationandControlConferenceandExhibit，SanFrancisco，California. 2005:AIAA-2005-6255.

[9]BolenderMA，DomanDB.NonlinearLongitudinalDynamicalModelofAnAir-BreathingHypersonicVehicle[J].JournalofSpacecraftandRockets，2007,44(2)：374-387.

[10]ParkerJT，SerraniA，YurkovichS.Control-OrientedModelingofAnAir-BreathingHypersonicVehicle[J].JournalofGuidance,ControlandDynamics，2007,30(3)：856-869.

[11]DavidsonJ，LallmanF，McMinnJD，etal.FlightControlLawforNASA’sHyper-XResearchVehicle[R].AIAA-99- 4124，1999.

[12]RughWJ，ShammaJS.ResearchonGainScheduling[J].Automatica，2000,36(10)：1401-1425.

[13] 黄显林，葛东明.输入受限高超声速飞行器鲁棒变增益控制[J].系统工程与电子技术，2011,33(8)：1829-1936. (HuangXianlin,GeDongming.RobustGain-schedulingControlofHypersonicVehicleSubjecttoInputConstraints[J].SystemsEngineeringandElectronics, 2011,33(8)：1829-1936.)

[14]CaiGB，HuCH，YinBJ，etal.Gain-ScheduledH2ControllerSynthesisforContinuous-TimePolytopicLPVSystems[J].MathematicalProblemsinEngineering, 2014, 52(ArticleID972624)：1-14.

[15]CaiGB，DuanGR，HuCH，etal.AVelocity-BasedLPVModelingandControlFrameworkforanAir-breathingHypersonicVehicle[J].InternationalJournalofInnovativeComputing,InformationandControl, 2011, 7(5A): 2269-2281.

[16]LeiY，CaoCY，etal.L1AdaptiveControllerforAir-BreathingHypersonicVehiclewithFlexibleBodyDynamics[C]//Proceedingsofthe2009AmericanControlConference.SaintLouis，Missouri：IEEE, 2009. 3166-3171.

[17]SigthorssonDO，JankovskyP，SerraniA，etal.RobustLinearOutputFeedbackControlofAnAir-BreathingHypersonicVehicle[J].JournalofGuidance,Control,andDynamics，2008,31(4)：1052-1065.

[18]CaiGB，DuanGR，HuCH.AVelocity-BasedLPVModelingandControlFrameworkforAnAir-BreathingHypersonicVehicle[J].InternationalJournalofInnovativeComputing,InformationandControl， 2011, 7(5A): 2269-2281.

[19]DaCostaRR，ChuQP，MulderJA.ReentryFlightControllerDesignUsingNonlinearDynamicInversion[J].JournalofSpacecraftandRockets，2003,40(1)：64-71.

[20] 鲁波，陆宇平，习方高.高超声速飞行器的神经网络动态逆控制研究[J].计算机测量与控制，2008,16(7):966-968. (LuBo,LuYuping,XiFanggao.Neuralnetworkdynamicinversioncontrolforahypersonicflightvehicle[J].ComputerMeasurement&Control, 2008,16(7): 966-968.)

[21] 王娜，杨健，郭雷. 基于干扰观测器的一类高超声速飞行器动态逆跟踪控制[C].Proceedingsofthe10thWorldCongressonIntelligentControlandAutomation,Beijing,China，2012：2346-2351.(WangNa,YangJian,GuoLei.Disturbance-observer-basedDynamicInversionTrackingControlforaHypersonicVehicle[C].Proceedingsofthe10thWorldCongressonIntelligentControlandAutomation,Beijing,China，2012：2346-2351.)

[22]HuXX，HuCH，WuLG，etal.OutputTrackingControlforNon-minimumPhaseFlexibleAir-BreathingHypersonicVehicleModels[J].JournalofAerospaceEngineering，2013.

[23] 王鹏，刘鲁华，吴杰. 临近空间飞行器纵向逆控制系统设计[J]. 国防科学技术大学学报，2012,34(3)：29-37. (WangPeng,LiuLuhua,WuJie.LongitudinalInversionControlSystemDesignforNear-spaceVehicle[J].JournalofNationalUniversityofDefenceTechnology, 2012, 34(3)：29-37.)

[24]TournesC，LandrumDB，ShtesselY，etal.Ramjet-PoweredReusableLaunchVehicleControlbySlidingModes[J].JournalofGuidance,Control,andDynamics，1998,21(3)：409-415.

[25]XuH，MirmiraniMD，IoannouPA.AdaptiveSlidingModeControlDesignforaHypersonicFlightVehicle[J].JournalofGuidance,ControlandDynamics，2004,27(5)：829-838.

[26]NambisanP.NonlinearandAdaptiveControlSystemsforUnderwaterandAirVehicles[D].LasVegas:UniversityofNevada, 2007.

[27]ShimaT，IdanM，GolanOM.Sliding-ModeControlforIntegratedMissileAutopilotGuidance[J].JournalofGuidance,ControlandDynamics，2006,29(2)：250-260.

[28]HuXX，GaoHJ，KarimiHR，etal.FuzzyReliableTrackingControlforFlexibleAir-breathingHypersonicVehicles[J].InternationalJournalofFuzzySystems，2011,13(4)：323-334.

[29]SangjongL，HaechangL.BacksteppingApproachofTrajectoryTrackingControlfortheMid-AltitudeUnmannedAirship[C].AIAAGuidance,NavigationandControlConferenceandExhibit，HiltonHead，SouthCarolina，AIAA-2007-6319.

[30] 曹立佳，张胜修，刘毅男，等.带有自适应参数近似的块控反步飞行控制器设计[J].航空学报，2011,32(12)：2259-2267.(CaoLijia，ZhangShengxiu,LiuYinan,etal.FlightControllerDesignUsingAdaptiveParameterApproximationBlockBackstepping[J].ActaAeronauticaetAstronauticaSinica, 2011,32(12)：2259-2267.)

[31]GerdesJC.DecoupledDesignofRobustControllersforNonlinearSystems：AsMotivatedbyandAppliedtoCoordinatedThrottleandBrakeControlforAutomatedHighways[D].UniversityofCalifornia,Berkeley, 1996.

[32]YaoCC，WangXM.AdaptiveBacksteppingSlidingModelControlofHypersonicVehicleBasedonCMACandDynamicSurface[J].Int.J.ComputerApplicationsinTechnology，2013,46(3)：203-209.

[33]WangF，ZongQ，TianBL，etal.ApproximateBacksteppingSlidingModeControlforaFlexibleAir-breathingHypersonicVehicle[C].Proceedingsofthe32thChineseControlConference，Xi’an，China，2013，5383-5388.

[34] 周丽.基于回馈递推方法的近空间飞行器鲁棒自适应控制[D].南京：南京航空航天大学，2008. (ZhouLi.RobustAdaptiveControlforNearspaceVehiclesBasedonBacksteppingApproach[D].Nanjing:NanjingUniversityofAeronauticsandAstronautics, 2008.)

[35]FarrellJ，SharmaM，PolycarpouM.Backstepping-BasedFlightControlwithAdaptiveFunctionApproximation[J].JournalofGuidance,ControlandDynamics，2005,28(6)：1089-1102.

[36]SonneveldtL，ChuQP，MulderJA.NonlinearFlightControlDesignUsingConstrainedAdaptiveBackstepping[J].JournalofGuidance,ControlandDynamics，2007,30(2)：322-336.

[37] 黄宇海，齐瑞云，姜斌，等.基于动态面Backstepping控制的高超声速飞行器自适应故障补偿设计[J]. 中国科学技术大学学报，2012,42(9)：768-774. (HuangYuhai,QiRuiyun,JiangBin,etal.AdaptiveFailureCompensationDesignforHypersonicVehiclesBasedonDynamicSurfaceBacksteppingControl[J].JournalofUniversityofScienceandTechnologyofChina, 2012,42(9)：768- 774.)

[38] 高道翔，孙增圻，罗熊，等.基于Backstepping的高超声速飞行器模糊滑模自适应控制[J]. 控制理论与应用，2008,25(5)：805-810. (GaoDaoxiang,SunZengqi，LuoXiong，etal.FuzzyAdaptiveControlforHypersonicVehicleviaBacksteppingMethod[J].ControlTheory&Applications, 2008,25(5)：805-810.)

[39]HuCF，WangL.AdaptiveGeneralizedBacksteppingControlbasedonSlidingModeObserverofAir-breathingHypersonicVehicle[C].Proceedingsofthe31thChineseControlConference，Hefei，China，2012：2987-2992.

[40] 董文瀚，孙秀霞，林岩. 一种Backstepping模型参考鲁棒飞行控制律的设计[J]. 系统工程与电子技术，2010,32(7)：1485-1488. (DongWenhan,SunXiuxia,LinYan,etal.BacksteppingModelReferenceRobustControlerDesignforFlightControl[J].SystemsEngineeringandElectronics, 2010,32(7)：1485-1488.)

[41] 于进勇，陈浩，周绍磊，等.一类高超声速飞行器自适应容错控制器设计[J]. 中国科学：信息科学，2012,42(11)：1391-1402.(YuJinyong,ChenHao,ZhouShaolei,etal.HypersonicAircraftAdapativeFault-tolerantControllerDesign[J].SciChinaInfSci, 2012,42(11)：1391-1402.)

[42]DuanHB，ShaoS,etal.NewDevelopmentThoughtsonTheBio-inspiredIntelligencebasedControlforUnmannedCombatAerialVehicle[J].ScienceChinaTechnologicalSciences，2010,53(8)：2025-2031.

[43]JunY，ZhaoZH，LiSH，etal.CompositePredictiveFlightControlforAir-BreathingHypersonicVehicles[J].InternationalJournalofControl，2014,87(9)：1970-1984.

[44]XuYF，JiangB，GaoZF，etal.FaultTolerantControlforNearSpaceVehicle：ASurveyandSomeNewResults[J].JournalofSystemsEngineeringandElectronics，2011,22(1)：88-94.

[45]DuanHB，LiL.ProgressinControlApproachesforHypersonicVehicle[J].ScienceChinaTechnologicalSciences，2012,55(10)：2965-2970.

[46] 陈宗基，张汝麟，张平，等.飞行器控制面临的机遇与挑战[J]. 自动化学报，2013,39(6)：703-710. (ChenZongji,ZhangRulin,ZhangPing,etal.FlightControl：ChallengesandOpportunities[J].ActaAutomaticaSinica, 2013,39(6)：703-710.)

Control Approaches Progress for Air-Breathing Hypersonic Vehicles

Jiang Wei, Wang Hongli, Lu Jinghui, Feng Lei

The Second Artillery Engineering University, Xi’an 710025, China

Thecontrolsystemisthekeypointofthedesignofair-breathinghypersonicvehicles(AHVs).TheAHVs’dynamicmodelhasthefollowingcharacteristicssuchasnonlinearity,quicktime-variance,uncertainty,strongcouplingsandnon-minimumphase,etal,whichmakethecontrollerdesignofAHVchallengeable.Basedonreviewingthedomesticandforeignresearches,thecontrol-orientedmodelingforAHVisanalyzedandseveralcontrolapproachesrelatedwiththisissuearediscussedparticularlybyclassification,whichpointoutsomeshortagesandunsolvedproblemsforfurthermodifications.Finally,regardingtherequirementsofrobustness,adaptability,fault-toleranceandintellectualityofAHV,thefutureofdevelopmentisdissussedandsuggested.

Air-breathinghypersonicvehicle；Control；Robustness；Adaptability

*国家自然科学基金青年科学基金(61203007;61304239;61503391;61503392);陕西省自然科学基金(2013JM8045;2015JQ6213)

2015-07-06

姜 伟 (1989-)，男，河南信阳人，博士，助教，主要研究方向为非线性控制、飞行器自主控制和线性变参数控制；王宏力(1965-)，男，陕西宝鸡人，博士，教授，主要研究方向为导航制导与控制、先进控制理论、故障诊断与维修；陆敬辉(1983-)，男，江苏徐州人，博士，讲师，主要研究方向为导航制导与控制、星光制导、智能控制；冯 磊(1983-)，男，河北新集人，博士，讲师，主要研究方向为故障诊断、寿命预测及健康管理、容错控制。

V249.1

A

1006-3242(2016)01-0090-07