升降舵辅助操纵的自转旋翼机自适应姿态控制

林清，蔡志浩，＊，闫坤，王英勋

1．北京航空航天大学 自动化科学与电气工程学院，北京 100083 2．北京航空航天大学 飞行器控制一体化国防重点实验室，北京 100083

升降舵辅助操纵的自转旋翼机自适应姿态控制

林清1，2，蔡志浩1，2，＊，闫坤1，2，王英勋1，2

1．北京航空航天大学 自动化科学与电气工程学院，北京 100083 2．北京航空航天大学 飞行器控制一体化国防重点实验室，北京 100083

针对常规自转旋翼机俯仰操纵方式存在的问题，提出了一种升降舵辅助操纵的自转旋翼机布局。采用解析叶素积分方法建立了自转旋翼气动模型，通过与风洞试验数据及数值叶素积分法的对比验证了其合理性。提出了基于神经网络动态逆的自转旋翼机姿态控制方法，采用动态逆技术设计了基本控制器，采用在线神经网络自适应补偿建模误差、外界干扰和设计模型误差导致的不确定逆误差。提出了基于动态控制分配技术的升降舵－旋翼纵向周期变距分配方法，以协调二者在控制效率和带宽方面的差异。仿真结果表明，提出的升降舵辅助操纵方式可以有效地降低旋翼机桨盘的调整频率和幅值；提出的姿态控制方法具有良好的控制性能和鲁棒性；动态控制分配器能够合理地协调升降舵和旋翼纵向周期变距。

自转旋翼机；升降舵辅助；姿态控制；动态逆；动态控制分配

自转旋翼机（简称旋翼机）是以无动力自转旋翼作为主要升力面和操纵面，发动机牵引／推动作为前进动力的旋翼类飞行器［1］。旋翼机具有独特的优势：与固定翼飞机相比，旋翼机低速性能好，且可实现短距起降；与直升机相比，旋翼机结构简单，空重比低，且气动效率更高［2］。近年来，旋翼机在商业和军事上的应用潜力逐渐受到重视，再次成为航空领域关注的热点。

Houston等以轻型有人旋翼机为研究对象，先后开展了旋翼机空气动力学［3］、飞行动力学［4］、适航性［5］及飞行 品 质［6］等方面 的 研 究，为后续的旋翼机飞行控制等方面的研究打下了基础。李建波等在旋翼机空气动力学［7］、旋翼机总体设计［8］、飞行动力学及飞行性能［9］及复合式旋翼机飞行动力学［10－11］等方面开展了长期的研究，推动了国内旋翼机技术的发展。陈淼［12］对无人自转旋翼机的飞行控制问题进行了有益的探索，主要采用线性鲁棒控制方法研究了无人旋翼机的纵向控制问题，但其控制所用的旋翼机模型未能体现对于旋翼机而言非常关键的旋翼自转特性。

目前，国内外对于旋翼机的研究主要集中在空气动力学与飞行动力学方面，而对其飞行控制问题研究较少。这一方面是由于目前的旋翼机起飞重量较小，仍可以沿用原始的机械操纵方式；另一方面也囿于旋翼机空气动力学与飞行动力学的研究程度，现代飞行控制技术未能很好地应用于旋翼机。

随着旋翼机起飞重量与飞行速度的提高，传统的机械操纵方式将不再适用。例如，Carter航空技术公司的复合式旋翼机试飞员指出，旋翼机的机械操纵系统特性在整个速度范围内变化很大，高速时旋翼状态对于操纵杆量非常敏感，易出现操纵过量和大幅纵向振荡，严重影响飞行安全［13］。目前，通常采用增加平尾等措施来改善旋翼机的纵向稳定性，但气动布局的调整对于整个速度包线内旋翼机操稳特性和飞行品质的改善是有限的，而现代飞行控制技术则是提高旋翼机飞行性能和安全性的有效途径。此 外，复 合 式 旋 翼 机［10－11，13］、无 人 自 转 旋 翼机［14］的发展也对旋翼机的飞行控制技术提出了更高的要求。

旋翼机是在固定翼飞机的基础上增加旋翼、去掉机翼等气动部件发展而来的，但在演变过程中，机翼、平尾、副翼等升降舵等的取消并未开展深入研究。近年来，学术界和工业界基于现代航空技术，开始重新审视机翼、升降舵等对提高旋翼机性能的意义。Tervamaki和Laine［15－16］通过统计与计算分析了平尾对于旋翼机纵向稳定性的重要意义。Matthew等［17－18］通过风洞试验研究了升降舵对于旋翼机俯仰操纵的辅助作用，其研究表明升降舵有助于旋翼机从低速、大桨盘迎角状态改出并避免掉高，可以提高低速飞行时旋翼机的安全性。Lopez和Wells［14］提出了一种自转旋翼／机翼无人机方案，该无人机使用自转旋翼与升降副翼来实现俯仰和滚转操纵，但文中只是研究了其飞行动力学特性，并未给出控制律设计及控制分配等的进一步研究。王俊超和李建波［10］给出了一种复合式自转旋翼机方案，并采用自转旋翼机的操纵方式进行了飞行动力学分析，但只是考虑了机翼对于旋翼的卸载作用，并未考虑副翼和升降舵对配平和操纵的影响。

本文首先分析了旋翼机采用“方向舵＋旋翼周期变距”操纵方式存在的问题，进而提出一种升降舵辅助俯仰操纵的自转旋翼机布局方案；然后采用解析形式叶素积分建立自转旋翼模型，基于在线神经网络动态逆方法设计了自转旋翼机姿态控制器，基于动态控制分配方法设计了旋翼周期变距－固定翼舵面的控制分配器。最后，通过样例旋翼无人机的数值仿真对升降舵辅助操纵方式的优势、本文控制方法的可行性和有效性进行了验证。

1 常规布局旋翼机操纵方式存在的问题

“方向舵＋旋翼周期变距”为目前主流旋翼机的操纵方式［1］。这种方式存在以下问题。

1．1 低速大迎角状态改出时易掉高问题

低速大迎角飞行时旋翼机的受力状态如图1所示，具体可表述为式中：∑Fx、∑Fz分别为旋翼机水平方向和竖直方向受到的合力；Th、Tv为推力Tp的水平与竖直分量；Lf、Df为机身和平尾产生的升力和阻力；Lr、Dr为自转旋翼拉力的升力与阻力分量；∑My为旋翼机受到的俯仰合力矩。

采用常规操纵方式改出时，由于姿态变化快于速度变化，在空速Vk提高之前，机身升力Lf增加不明显，而旋翼升力Lr随着桨盘迎角αs的减小而明显减小，同时推力的竖直分量Tv减小，导致Tv＋Lr＋Lf－G＜0，飞行高度会明显下降，如果改出时的初始高度较低，易导致触地事故。

如果引入升降舵来辅助俯仰操纵，可以在一定程度上实现桨盘气流迎角和旋翼机迎角α的解耦。低速大迎角状态改出时，在保持桨盘迎角基本不变的前提下，使用升降舵实现旋翼机的低头与加速，可以有效减轻或避免改出过程中的掉高问题。

图1 旋翼机低速大迎角飞行状态受力分析Fig．1 Force analysis of autogyro at low speed and high angle of attack

1．2 高速时易出现飞行员诱发振荡问题

自转旋翼同时作为旋翼机的主要操纵面和升力面，导致了旋翼机操纵与旋翼拉力的耦合。高速飞行时旋翼的桨盘迎角很小，为了实现平稳飞行，旋翼拉力不能发生较大的变化，因而旋翼纵向周期变距的操纵范围很小。此时，旋翼状态对于飞行员的操纵非常敏感，低速时正常的操纵量会引起旋翼状态与旋翼机姿态的剧烈变化，易出现飞行员诱发振荡（PIO），影响飞行安全［15］，其发展过程如图2所示。

图2 常规布局旋翼机飞行员诱发振荡（PIO）示意图Fig．2 Pilot induced oscilation（PIO）diagram of conventional autogyro

如果采用升降舵辅助俯仰操纵，可以实现高速飞行时更精细、柔和的俯仰控制，避免使用旋翼控制俯仰时，导致大的桨盘气流和拉力变化，在使用平尾改善俯仰稳定性的基础上，进一步提高旋翼机的安全性和操纵性。

1．3 复合式旋翼机旋翼卸载后控制效率下降问题

除以上两点外，对于只采用旋翼操纵方式的复合式旋翼机，还存在旋翼被机翼卸载后旋翼控制效率大幅度下降的问题［19］。

复合式旋翼机为了提高飞行速度，高速时使用较高升阻比的机翼为自转旋翼卸载，旋翼低速旋转以保持稳定，只提供小部分升力。但随着旋翼的卸载，旋翼的控制效率将会大幅下降。例如，CarterCopter复合式旋翼机在旋翼卸载后，其控制效率下降了约50%［19］，此时，单纯使用旋翼进行操纵将直接导致复合式旋翼机控制性能与机动性的下降。

如果在复合式旋翼机中引入升降舵等固定翼操纵面，高速飞行时，可以在旋翼卸载之后，使用固定翼舵面提供足够的操纵力矩以实现复合式旋翼机的稳定与控制。

基于以上三点考虑，在常规的旋翼机布局基础上，本文提出了升降舵辅助操纵的旋翼机布局形式，并研究了该布局形式旋翼机的姿态控制问题。

2 升降舵辅助操纵旋翼机建模

2．1 升降舵辅助操纵旋翼机姿态动力学模型

图3为本文给出的升降舵辅助操纵旋翼机布局形式。

图3 升降舵辅助操纵的旋翼机布局形式Fig．3 Configuration of autogyro augmented with elevator

姿态操纵输入为旋翼周期变距、升降舵、方向舵，其姿态运动模型可表示为

式中：、θ和ψ分别为滚转角、俯仰角和偏航角；p、q和r分别为滚转角速率、俯仰角速率和偏航角速率；常数ci的定义可参考文献［20］、M 和N分别为旋翼机的滚转力矩、俯仰力矩和偏航力矩，具体可表示为

其中：（＊）rotor、（＊）plane分别为旋翼、固定翼（包含机身、平尾、垂尾、升降舵及方向舵）气动力矩在机体系的分量。为了更清楚地体现旋翼操纵量与气动舵面操纵量的作用，将力矩展开可得

并且有

其中：ρ为大气密度；V 为空速；S＝πR2为参考面积，参考长度R为旋翼半径；C（＊）为气动导数，α为迎角，β为侧滑角为归一化的迎角变化率；和分别为归一化的滚转角速率、俯仰角速率和偏航角速率，具体定义为x珚＝xR／（2V）。

对式（2）求导并整理可以得到姿态角的二阶导数为

由式（5）和式（8）可得到二阶姿态动力学方程为

式中：

2．2 转速自由度动力学模型

区别于直升机，旋翼机的旋翼不经过发动机驱动，而是通过前方来流驱转，其转速会随飞行状态和旋翼控制量在一定范围内变化，并与旋翼机的其他运动模态产生耦合［4］，所以旋翼机的姿态模型需要合理考虑旋翼转速的动态特性。旋翼转速自由度模型为

式中：Ω为自转旋翼转速；QM为自转旋翼反扭矩；JM为旋翼相对于桨毂中心的转动惯量。

2．3 基于解析形式叶素积分的自转旋翼建模

旋翼自转是旋翼机区别于直升机和固定翼飞机的主要特征，自转旋翼模型是开展旋翼机研究的基础。

目前针对自转旋翼的建模方法主要有以下几种：系统辨识法［4］、数值叶素积分法［3］、解析形式叶素积分法［8］、插值法［21］和商用软件法［22］。系统辨识方法只能导出某些操作点或小范围飞行包线内有效的线性模型；数值叶素积分法所建立的旋翼模型较为准确，适用于对模型精度要求较高的自转旋翼气动特性分析，但旋翼六力素为旋翼状态量和控制量的非线性多重积分，对于控制律的分析与设计而言过于复杂，且存在计算速度缓慢的问题；商用软件通用性强、使用方便且功能强大，但由于技术封锁等原因不能获取。文献［21］中使用的插值法虽然简化了建模过程，但插值数据的求取需假设自转旋翼反扭矩保持为零，故不能反映自转旋翼的转速、拉力等动态变化过程，模型精度较差。

本文基于直升机空气动力学理论［14，23］，根据旋翼自转运动特性，给出解析形式叶素积分自转旋翼模型，并通过与样例旋翼风洞试验数据与数值叶素积分计算结果进行了对比，说明该方法的合理性。

本文采用纵向均匀入流模型。首先，根据动量理论迭代计算诱导速度，得到稳定的诱导速度后，根据式（15）计算自转旋翼的拉力、后向力和反扭矩：

式中：拉力系数CT、反扭矩系数CQ和侧力系数CH的表达式分别为

其中：σ为旋翼实度；a为旋翼翼型的升力线斜率；μ为旋翼前进比；λ为旋翼入流比；θ0为旋翼桨距；CD为旋翼翼型的平均阻力系数。

旋翼的挥舞角可由式（19）和式（20）计算得到

式中：a1s、b1s分别为纵向挥舞角、横向挥舞角；αTPP为桨尖平面迎角；B1、A1分别为纵向周期变距、横向周期变距；γb为桨叶洛克数；vi为诱导速度，以上参数的具体定义可参考文献［23］。

为了验证本文中自转旋翼建模方法的有效性，将本文的计算结果与数值叶素积分及风洞试验结果［8］进行了对比。样例自转旋翼参数如表1所示，对比结果如图4和图5所示。

表1 样例自转旋翼关键参数Table 1 Key parameters of example autorotating rotor

图4 自转旋翼稳定转速与风速关系Fig．4 Stable speed of autorotating rotor versus wind speed

图5 自转旋翼升力与风速关系Fig．5 Autorotating lift versus wind speed

试验与计算中自转旋翼总距固定为4°，旋翼后倒角分别为2°、4°和6°，空速范围为20～30m／s。图4和图5分别给出了3种方法得到的自转旋翼的稳定转速、升力与风速的关系。从图中可以看出，本文方法的计算结果与文献［8］中风洞试验结果及数值叶素积分计算结果吻合程度较高，模型精度能够满足控制律分析和设计的需求。

3 控制器设计

根据时标分离原则，将旋翼机姿态控制分解为姿态控制回路和角速率控制回路，分别采用非线性动态逆和线性近似动态逆方法设计姿态回路控制器和角速率回路控制器，并分别设计3个神经网络补偿器，补偿俯仰、滚转和偏航3个通道的逆误差。

3．1 姿态回路控制器设计

考虑模型误差，将式（21）表述为

式中：模型误差定义为

根据飞行品质要求选择参考模型：

式中：xc＝ ［cθcψc］T为姿态指令；xcm＝［cmθcmψcm］T为参考模型输出指令。

定义伪控制量ν＝ ［ν νθνψ］T，令

则有

此时θ＝θcm，即系统的动态响应与期望的指令保持一致，达到期望的飞行品质。

3．2 角速率回路控制器设计

由式（8）可得

结合式（14）～式（20）可以看到自转旋翼不仅转速时变，且具有较强的非线性、非仿射特性，因而无法采取常规定转速直升机的动态逆控制量解算方法［24］。因此，本文在配平点处线性化旋翼机模型，采用近似线性伪逆法设计角速率回路控制器，使用控制分配技术得到偏差控制量，并通过自适应神经网络补偿由设计模型误差导致的逆误差。

选择某一设计点，进行配平和线化［20］，角速率的实际动态可表述为

以式（33）为设计模型进行角速率回路的动态逆设计，综合式（32）、式（33）可得

通过对式（34）左边项进行控制分配得到相对于配平值的偏差控制量，进而得到实际控制量。

3．3 神经网络补偿器设计

3．3．1 单隐层感知器神经网络结构

本文采用单隐层感知器神经网络（SingleHidden－Layer Perceptron Neural Network，SHLNN）设计模型误差补偿器。单隐层感知器神经网络通过在线调节输入层与隐层之间的权值与阈值来生成基函数，降低了设计的保守性，被广泛用于各类飞行控制系统设计中［26］，其结构如图6所示。

图6 单隐层感知器神经网络结构Fig．6 Structure of a single hidden layer neural network

由图6中可以得到单隐层感知器神经网络的输入输出关系为

式中：n1、n2和n3分别为输入层、隐层、输出层神经元个数；θwk、θνj为节点阈值；νij、wjk分别为输入层到隐层、隐层到输出层的权值；σ（＊）为隐层激励函数，本文采用非对称型Sigmoid激励函数σ（z）＝ （1 ＋e－asz）－1，as为激励系数。

由此可以得到单隐层感知器神经网络输入输出关系的矩阵形式为

3．3．2 神经网络权值调整律

本文分别设计3个单隐层感知器神经网络来补偿俯仰、滚转和偏航3个通道的模型误差，下面以单一通道为例给出补偿器的设计，为了表述方便省略通道下标。

由多层感知器神经网络全局近似定理可知，若给定足够的输入信息和隐含层神经元数目，神经网络能够以任意精度逼近连续非线性函数。因此，对于连续的不确定非线性逆误差函数Δ及任意给定的不确定性重构误差ε，存在有限的隐层神经元个数n2与理想权值W＊，V＊满足：

根据式（41）设计该通道神经网络补偿器为其中神经网络输入及参数在第5．1节给出。

鲁棒自适应项νr的标准值为

式中：

滤波误差项γ为

式中：P为对称正定矩阵，满足李亚普诺夫方程

其中：矩阵Q为任意对称正定矩阵。

将式（43）～式（45）代入式（42）中可得跟踪误差动态为

假设系统的所有指令信号有界，对于式（42）描述的反馈线性化系统，神经网络补偿器为式（41），鲁棒自适应项为式（45），可以证明，如果采用式（49）所示的神经网络权值自适应律［26］

则闭环系统内所有信号保持有界。式（49）中Γw＞0，Γv＞0为权值调节增益，λ＞0为误差调节增益。

4 控制分配器设计

对于本文提出的升降舵辅助操纵的自转旋翼机而言，其俯仰通道具有升降舵和旋翼纵向周期变距两路输入，二者的特点如下：

1）旋翼纵向周期变距操纵的优点是操纵力矩大，舵效高，适宜用来进行稳态配平，可通过目前旋翼普遍采用旋翼液压／气压配平装置实现。但由于舵机偏转需经过旋翼动态变化后才会引起力矩的变化，所以动态响应较常规气动舵面慢；同时，由第1节的分析可知，由于旋翼既是升力面又是操纵面，频繁或过量的旋翼操纵会对飞机稳定性产生不良的影响。

2）升降舵的动态响应快于旋翼纵向周期变距，可用来实现高频的期望力矩；但由于旋翼机布局紧凑，尾撑长度较短且位置较低，升降舵舵效受螺旋桨滑流的增强作用较小，所以升降舵的舵效较旋翼纵向周期变距偏低，不适宜用来配平。

因此，升降舵辅助操纵旋翼机的控制分配设计原则是：主要使用升降舵实现高频控制；低频控制主要通过旋翼纵向周期变距实现。

传统的控制分配策略，如伪逆法、直接分配法和基于最小二次型的最优控制方法等均是建立虚拟控制量到实际控制量的静态映射，控制分配时只从幅值的角度进行分配，没有充分考虑操纵机构的带宽差异，虽然能够满足控制的需求，但会造成飞行品质下降等问题。文献［27］提出一种动态控制分配算法，该算法从频率角度建立虚拟控制量和实际控制量的动态映射，在不同的频率域内使用不同的操纵面。

为了协调操纵升降舵和旋翼纵向周期变距，本文采用动态控制分配方法设计旋翼机的控制分配器，其解析解为

式中：ν（t）∈Rk为伪控制量；u（t）∈Rm为期望

s的稳态控制输入；为加权矩阵。

关于动态控制分配技术的原理与设计方法详见文献［27］。

5 数值仿真

为验证本文所提出的旋翼机辅助操纵方式相对于常规操纵方式的优势，并验证设计的自适应姿态跟踪控制器的性能，根据式（2）～式（20）建立样例旋翼无人机的非线性模型，并进行姿态控制仿真试验。

5．1 设计参数

5．1．1 神经网络补偿器设计参数

各通道单隐层神经网络结构参数如表2所示。

表2 单隐层（SHL）神经网络设计参数Table 2 Parameters of single hidden－layen （SHL）neural networks

选取各通道的神经网络输入为

5．1．2 指令滤波器及线性控制器设计参数

本文中指令滤波器采用二阶临界阻尼指令滤波器。根据期望性能，设计指令滤波器为根据指令滤波器参数确定线性PD控制器的比例系数为KP＝diag （8．4，8．0，6．0） ，微分系数为KD＝diag （17．64，16．0，9．0） 。

5．1．3 动态控制分配器设计

根据动态控制分配器的设计原则，本文选择控制分配器权值矩阵如下

us＝ ［A1sB1sδesδrs］T为期望稳态输入，满足us＝Scav，其中v为伪控制量，Sca为期望稳态分配效率矩阵。为了实现稳态时使用旋翼纵向周期变距进行配平，将控制效率阵中升降舵的舵效置为零，得到如下的期望稳态分配矩阵

根据以上的设计结果，可以得到俯仰通道控制分配器的频率响应，如图7所示。

图7 俯仰通道动态控制分配器频率响应特性Fig．7 Frequency responses of pitch dynamic control allocator

当期望控制量的频率低于2．3rad／s时，期望俯仰角速率q到旋翼纵向周期变距ΔB1的幅频响应更高，此时主要使用旋翼纵向周期变距进行控制与配平；当期望控制量的频率高于2．3rad／s时，期望俯仰角速率q到升降舵Δδe的幅频响应更高，此时主要使用升降舵进行较高频率的控制。可见，本节设计的动态控制分配器可以较好地协调升降舵和旋翼控制量在频率上的差异。

5．2 仿真验证

5．2．1 设计点处仿真

选择巡航速度15m／s，飞行高度200m作为旋翼无人机姿态控制律的设计点，对采用升降舵辅助俯仰操纵前后的旋翼机进行仿真，结果如图8～图11所示。

图8给出了设计点处的姿态跟踪响应，图中的CMMD为姿态指令，FCMMD为参考模型输出的期望指令响应，Without elevator为常规操纵方式的姿态响应，With elevator为升降舵辅助操纵方式的姿态响应。可以看到，本文设计的神经网络动态逆控制器可以很好地实现两种操纵方式下三通道姿态的解耦与跟踪，姿态响应满足设计的指令滤波器。

图8 设计点处姿态跟踪响应Fig．8 Attitude tracking performance at design point

图9给出了使用升降舵辅助操纵前后的纵向控制量，图中的TRIM为设计点的配平控制量。可以看到，本文设计的动态控制分配器可以较好地协调使用旋翼纵向周期变距与升降舵。在t＝13s时，俯仰指令由0°阶跃为5°，此时，期望俯仰力矩为高频信号，在控制分配器的作用下，升降舵由0°快速偏转为－2．5°，在一定程度上降低了旋翼纵向周期变距的偏转速度；随着姿态跟踪误差的减小，期望俯仰力矩变为低频信号，升降舵舵偏逐渐衰减为0°，旋翼纵向周期变距起主要作用，这与图7的分析结果一致。

图10给出了使用升降舵前后的旋翼转速和纵向挥舞角的变化，从图10（a）中可以看到，就本仿真而言，两种操纵方式并未对转速产生明显影响。从图10（b）中可以清楚地看到，升降舵的使用避免了旋翼纵向周期变距的高频偏转，使得旋翼纵向挥舞角的变化更加平缓，有助于提高自转旋翼的稳定性。

图9 使用升降舵前后的纵向控制量Fig．9 Longitudinal control deflections in the cases with and without elevator

图10 设计点处自转旋翼主要状态量Fig．10 Rotor main states at design point

图11给出了神经网络补偿器输出，结合图8可以看到，对于两种操纵方式，神经网络补偿器都可以通过在线调整网络权值，有效地补偿模型误差，实现良好的姿态跟踪性能；同时，可以看到由于布局形式与操纵方式的差异，升降舵辅助操纵前后的神经网络的补偿过程并不完全相同。

图11 SHLNN补偿器输出Fig．11 Outputs of SHLNN compensators

5．2．2 鲁棒性验证仿真

为了进一步验证升降舵辅助操纵方式相对于传统操纵方式的优势，并验证本文控制方法对于模型不确定性和外界干扰的自适应能力，下面以设计点为标称状态，考虑一种较恶劣的情况：设定惯性参数和气动参数不确定性为－30%，同时在t≥20s时加入2m／s的阶跃下洗气流，仿真结果如图12～图14所示。

图12给出了加入模型误差与风干扰后的姿态跟踪响应。可以看到，虽然仿真过程中存在较大的模型误差和较强的风干扰，本文控制器仍能实现两种操纵方式下良好的姿态解耦和跟踪。

从图12（b）可以较图8更明显地看到升降舵辅助操纵相对于传统操纵方式的优势。在t＝20s时，旋翼无人机受到阶跃下洗气流的干扰，由于平尾的存在，两种操纵方式都出现不同程度的抬头，对于升降舵辅助操纵方式而言，由于在旋翼无人机受到风干扰、姿态发生较大变化时，可以协调使用旋翼周期变距与升降舵快速响应，所以其控制效率更高，俯仰角的波动要小于常规操纵方式，且俯仰角的稳定速度更快。

图12 加入模型误差与风干扰后的姿态跟踪响应Fig．12 Attitude tracking performance in the cases with model uncertainties and external disturbances

图13给出了鲁棒性验证仿真中纵向控制量的对比，可以看到，在存在模型误差的情况下，升降舵辅助操纵方式较常规操纵方式的优势更为显著。无论是在初始时刻的姿态稳定过程中，还是在俯仰指令跟踪过程中，升降舵的快速辅助操纵有效地避免了纵向周期变距的高频偏转。尤其是在旋翼无人机受到阶跃下洗气流时，常规操纵方式的纵向周期变距出现了最大约10°的偏转，且存在正负波动。而对于升降舵辅助操纵方式而言，动态控制分配器可以有效地协调升降舵和纵向周期变距，通过快速、大幅值的升降舵偏转，显著地降低了纵向周期变距的偏转速度和幅值变化，并避免了纵向周期变距的正负调整，有利于提高旋翼无人机的姿态控制效果。

图13 鲁棒性验证仿真中纵向控制量Fig．13 Longitudinal control deflections in robust validation simulation

图14给出了鲁棒性验证仿真中旋翼转速与纵向挥舞角的变化。可以看到，升降舵辅助操纵方式通过协调使用升降舵和纵向周期变距，使得旋翼转速变化更为平缓，并可有效降低纵向挥舞角的波动幅值，这对于提高旋翼无人机的稳定性和安全性具有较大的意义。

图14 鲁棒性验证仿真中旋翼主要状态量Fig．14 Rotor main states in robust validation simulation

6 结 论

1）采用解析叶素积分方法建立的自转旋翼气动模型与风洞试验数据吻合程度较高，基于该方法建立的旋翼机模型可以用于旋翼机特性分析与控制律设计。

2）提出的自适应动态逆姿态控制与动态控制分配方案具有良好的跟踪能力与自适应能力，对模型不确定性和外界干扰具有较强的鲁棒性。

3）对于提出的升降舵辅助操纵旋翼机方案，动态控制分配器可以较好地协调升降舵与纵向周期变距，在一定程度上减轻纵向周期变距的高频偏转，抑制纵向挥舞角的高频变化，有利于提高姿态跟踪效果与飞行安全。

［1］ LEISHMAN J G．Development of the autogiro：A technical perspective［J］．Journal of Aircraft，2004，41（4）：765－781．

［2］ 王焕瑾，高正．自转旋翼的气动优势和稳定转速［J］．航空学报，2001，22（4）：337－339．WANG H J，GAO Z．Aerodynamic virtue and steady rotary speed of autorotating rotor［J］．Acta Aeronautica et Astronautica Sinica，2001，22（4）：337－339（in Chinese）．

［3］ HOUSTON S S，THOMSON D G．The aerodynamics of gyroplanes：CAA Paper 2009／02［R］．West Sussex：Civil Aviation Authority，2010．

［4］ HOUSTON S S．Identification of autogyro longitudinal stability and control characteristics［J］．Journal of Guidance，Control，and Dynamics，1998，21（3）：391－399．

［5］ THOMSON D G，HOUSTON S S，SPATHOPOULOS V M．Experiments in autogiro airworthiness for improved handling qualities［J］．Journal of the American Helicopter Society，2005，50（4）：295－301．

［6］ BAGIEV M，THOMSON D G．Handling qualities evaluation of an autogiro against the existing rotorcraft criteria［J］．Journal of Aircraft，2009，46（1）：168－174．

［7］ 崔钊，韩东，李建波，等．加装格尼襟翼的自转旋翼气动特性研究［J］．航空学报，2012，33（10）：1791－1799．CUI Z，HAN D，LI J B，et al．Study on aerodynamic characteristics of auto－rotating rotors with Gurney flaps［J］．Acta Aeronautica et Astronautica Sinica，2012，33（10）：1791－1799（in Chinese）．

［8］ 朱清华．自转旋翼飞行器总体设计关键技术研究［D］．南京：南京航空航天大学，2007．ZHU Q H．Research on key technologies of gyroplane preliminary design［D］．Nanjing：Nanjing University of Aeronautics and Astronautics，2007（in Chinese）．

［9］ 王俊超，李建波，韩东．自转旋翼机飞行性能理论建模技术［J］．航空学报，2014，35（12）：3244－3253．WANG J C，LI J B，HAN D．Theoretical modeling technology for gyroplane flight performance［J］．Acta Aeronautica et Astronautica Sinica，2014，35（12）：3244－3253（in Chinese）．

［10］ 王俊超，李建波．自转旋翼／机翼组合构型飞行器飞行动力学特性［J］．南京航空航天大学学报，2011，43（3）：399－405．WANG J C，LI J B．Flight dynamics characteristics of autorotating rotor／wing combination aircraft［J］．Journal of Nanjing University of Aeronautics and Astronautics，2011，43（3）：399－405（in Chinese）．

［11］ 王俊超，李建波．机翼对自转旋翼机纵向稳定性的影响［J］．航空学报，2014，35（1）：151－160．WANG J C，LI J B．Effects of wing on autogyro longitudinal stability［J］．Acta Aeronautica et Astronautica Sinica，2014，35（1）：151－160（in Chinese）．

［12］ 陈淼．自转式无人旋翼机飞行控制技术研究［D］．南京：南京航空航天大学，2012．CHEN M．Research on flight control technologies for unmanned gyroplane［D］．Nanjing：Nanjing University of Aeronautics and Astronautics，2012（in Chinese）．

［13］ CARTER J．CarterCopter—A high technology gyro－plane［C］／Proceedings of the American Helicopter Society Vertical Lift Aircraft Design Conference．San Francisco：American Helicopter Society，2000：1－9．

［14］ LOPEZ C A，WELLS V L．Dynamics and stability of an autorotating rotor／wing unmanned aircraft［J］．Journal of Guidance，Control，and Dynamics，2004，27（2）：258－270．

［15］ TERVAMAKI J．Autogyro safety［EB／OL］．（2008－11－05）［2015－09－12］．http：／www．tervis．fidisk．fi／JTsite／safety／Gyrosafety．html．

［16］ LAINE S．Effect of horizontal tail on the stability of the VPM M16autogyro：Report AALTO－AM－18［R］．Otaniemi：Aalto University School of Science and Technology，2010．

［17］ MATTHEW J T．Elevators in autogyro propeller wake enable low－speed pitch control［J］．Aircraft Engineering and Aerospace Technology，2011，83（3）：154－159．

［18］ MATTHEW J T，CARTER R G．Pitch control benefits of elevators for autogyros in low－speed forward flight［C］／43rd AIAA Aerospace Sciences Meeting and Exhibit．Reston：AIAA，2005：1－9．

［19］ CARTER J．Technical issues relative to high－μ rotor flight（μ＞0．6）［EB／OL］．（2015－09－08）［2015－09－12］．http：／www．cartercopters．com／tech＿issues．

［20］ STEVENS B L，LEWIS F L．Aircraft control and simulation［M］．Hoboken，NJ：John Wiley ＆Sons，2003：101－138．

［21］ WHEATLEY J B．The aerodynamic analysis of the gyroplane rotating－wing system：No．492［R］．Washington，D．C．：National Advisory Committee for Aeronautics，1934．

［22］ JAMES M R．Stability and control issues associated with lightly loaded rotors autorotating in high advance ratio flight［D］．Atlanta：Georgia Institute of Technology，2008．

［23］ PROUTY R W．Helicopter performance，stability，and control［M］．Boston：PWS Engineering，1986：163－187．

［24］ ZHU B，HUO W．Robust nonlinear control for a modelscaled helicopter with parameter uncertainties［J］．Nonlinear Dynamics，2013，73（1－2）：1139－1154．

［25］ LEITNER J，CALISE A R，PRASAD J V．Analysis of adaptive neural networks for helicopter flight control［J］．Journal of Guidance，Control，and Dynamics．1997，20（5）：972－979．

［26］ RYSDYK R，CALISE A．Robust nonlinear adaptive flight control for consistent handling qualities［J］．IEEE Transactions on Control Systems Technology，2005，13（6）：896－910．

［27］ HARKEGARD O．Dynamic control allocation using constrained quadratic programming［J］．Journal of Guidance，Control，and Dynamics，2004，27（6）：1028－1034．

Adaptive attitude control of autogyro augmented with elevator

LIN Qing1，2，CAI Zhihao1，2，＊ ，YAN Kun1，2，WANG Yingxun1，2
1．School of Automation Science and Electrical Engineering，Beihang University，Beijing 100083，China 2．Science and Technology on Aircraft Control Laboratory，Beihang University，Beijing 100083，China

To deal with the problems of pitching control mode of conventional autogyro，a novel autogyro configuration augmented with elevator is proposed．The autorotating rotor is modeled with closed－form blade element methods，which is verified by comparing calculation results with data from wind tunnel tests and numerical integration blade element methods．Baseline attitude controller is designed based on dynamic inversion，and adaptive neural networks are used to estimate and eliminate the unknown uncertain inverse error caused by modelling error，external disturbances and design model error．Dynamic control allocation is used to coordinate the control efficiency and bandwidth differences between the elevator and the rotor longitudinal cyclic control．Simulation results show that the proposed autogyro configuration can effectively reduce the deflection frequency and amplitude of the rotor longitudinal cyclic control，the proposed controller has good performance and robustness，and the dynamic control allocator can coordinate the elevator and the rotor longitudinal cyclic control to achieve the desired moments．

autogyro；elevator augmentation；attitude control；dynamic inversion；dynamic control allocation

2015－09－24；Revised：2015－11－13；Accepted：2015－12－14；Published online：2015－12－18 11：00

V249．122

A

1000－6893（2016）09－2820－13

10．7527／S1000－6893．2015．0337

2015－09－24；退修日期：2015－11－13；录用日期：2015－12－14；网络出版时间：2015－12－18 11：00

www．cnki．net／kcms／detail／11．1929．V．20151218．1100．002．html

＊通讯作者．Tel．：010－82338792 E－mail：czh＠buaa．edu．cn

林清，蔡志浩，闫坤，等．升降舵辅助操纵的自转旋翼机自适应姿态控制［J］．航空学报，2016，37（9）：28202－832．LIN Q，CAI Z H，YAN K，et al．Adaptive attitude control of autogyro augmented with elevator［J］．Acta Aeronautica et Astronautica Sinica，2016，37（9）：28202－832．

林清 男，博士研究生。主要研究方向：复合式无人机飞行控制。

Tel：010－82338792

E－mail：linqingbh＠163．com

蔡志浩 男，博士，副教授。主要研究方向：无人机自主导航与控制、多机协同与任务规划、机器视觉。

Tel：010－82338792

E－mail：czh＠buaa．edu．cn

闫坤 男，硕士研究生。主要研究方向：复合式无人机飞行控制。

E－mail：1182668247＠qq．com

王英勋 男，博士，研究员，博士生导师。主要研究方向：无人机自主控制、无人机系统工程。

Tel：010－82338792

E－mail：wangyx＠buaa．edu．cn

URL：www．cnki．net／kcms／detail／11．1929．V．20151218．1100．002．html

＊Corresponding author．Tel．：010－82338792 E－mail：czh＠buaa．edu．cn