【《小型固定翼飞行器模糊控制的介绍综述》3700字】

小型固定翼飞行器模糊控制的介绍综述1.1模糊控制模糊控制是利用\t"/item/%E6%A8%A1%E7%B3%8A%E6%8E%A7%E5%88%B6/_blank"模糊数学的基本思想以及理论的控制方法，它是一门建立于人工经验基础之上的学问。在传统的控制领域里，控制系统动态模式的精确与否是影响控制效果好坏的最主要关键。只要系统给定的动态信息越是详细精准，就越能达到精准控制的目的。然而，如果遇到更为复杂的\t"/item/%E6%A8%A1%E7%B3%8A%E6%8E%A7%E5%88%B6/_blank"系统，由于系统的内部变量存在过多，通常会难以用正确的描述去表达系统的动态，也为此各路专家以及操作员们想尽了各种方法来简化系统的动态描述，为了达成控制的目的可谓是不辞辛劳地进行了一次又一次的实验与研究，但是却一直达不到理想的目标。换句话来说就是，我们传统的专家\t"/item/%E6%A8%A1%E7%B3%8A%E6%8E%A7%E5%88%B6/_blank"控制理论对于明确系统而言，其具有强大而有力的控制能力，但是假设需要面对具有一定复杂性或者难以精确描述的系统时，这种传统的控制方式就会显得苍白且无能为力。因此，如果能够将操作员的实践经验加以总结并且用精确的语言描述出来，将其转化为一个个参数，对其进行一个精确的定义，我们便能得到一种定性的、具有不精确性的控制规则，这也就是模糊规则，也为此发展出了一门学科名为模糊数学。也因此，专家便尝试着以模糊数学这种新兴学问来处理这类新的控制问题。那么，模糊控制究竟是什么，模糊控制器又该如何定义并且运用呢？举个例子来说，在飞行器执行飞行任务的途中，显然在遇到不同情况时所需要的空速是不同的。飞行员推动油门杆的力越大，飞行器空速越高，这一点和我们平时驾驶汽车的原理是相同的。因此如何设计控制器，让飞行员在使用合理的力、在合理的范围内推动油门杆能够有效地将空速增加至某一指定空速以便支持飞行器全程执行任务，这便是模糊控制。模糊控制器便是充分运用了这一原理，在接受了飞行员推动油门杆的操作信号之后，通过外部模糊信号的转化、随后经过处理，最终作用于飞行器的发动机上，使得飞机发动机加快运作，最后飞行器的空速增加，由此实现模糊控制整个流程。因而，我们需要了解、认识、掌握模糊控制器，才能将其进行实际运用和演算。模糊控制器是基于模糊集理论、模糊语言形式的知识表示，它模拟人的思维模式，是对复杂系统进行控制的一种控制算法。模糊控制器包括四部分。第一部分，模糊化。首先我们选定模糊控制器的输入量，并且将其转换为系统可识别、可以运算的模糊量。这其中具体包含了以下的几步：第一步，我们需要对输入量进行满足模糊控制需求的处理；第二步，需要对输入量进行尺度变换；第三步，需要确定各输入量的模糊语言取值和相应的隶属度函数。这三个步骤，将其概括在一起简而言之，就是通过将外界的模糊信号进行定义和归纳，将其归类进某一个数学范畴之内，以供下一步的分析和计算。第二部分，知识库。模糊知识库的建立需要以根据人类专家的经验累计作为依据。在知识库之中，其包含了人类从近代到当代这几十年对于模糊控制这一领域认知的结晶。模糊知识库，其包含了众多有关模糊这一概念的控制规则，这也是将实际控制经验过渡，输入至模糊控制器的关键步骤。这一步骤，简而言之便是调动出模糊知识库，也为随后的演算和推理做下铺垫。第三部分，模糊推理。我们需要使用一种拥有模糊控制器的特殊计算机，让其通过特定的程序进行演算。在这部分之中，计算机运用了与人类较为类似的思考方式，并且基于模糊知识库对事物进行演算和推理，从而得出最终的计算结果。因此，这也是整个模糊控制循环中至关重要的一环，也是本篇论文所需要分析的关键部分。第四部分，去模糊化。这最后部分的主要作用，就是将推理所得到的控制量再次转化为控制输出，传导至执行部分并且对其进行操作，至此整个模糊控制的流程便结束，计算机便也运行了一次完整的模糊控制。模糊控制器的基本组成如图1.1所示，它的核心部分是模糊推理和知识库的确定。图1.1模糊控制流程图需要注意的是，这种模糊控制系统所拥有的模糊控制器与普通计算机的云计算有着大相径庭的差别。如果将其相较于通常电脑所携带的云计算而言，拥有模糊控制器的计算机并不需要被控对象表达出一个十分精确的数学模型，也因此它可有效应用于处理那些定义不完善、难以精确建模的复杂过程；同时，模糊控制的优势也十分明显：由于这类计算器具有较强的抗干扰能力，因此普遍性而言它们的响应速度很快，也能够快速满足人们的期望。如下图1.2所示为模糊控制的原理图。给定值给定值+A/D计算控制变量模糊量化处理模糊控制规则模糊决策非模糊化处理D/A传感器被控对象执行机构-模糊控制器（微机）图1.2模糊控制原理图1.2.1建立模糊控制表在确定性控制系统中，根据控制器输出的个数，可分为单变量控制系统和多变量控制系统。在模糊控制系统中也可类似仿效，将其划分为单变量模糊控制系统和多变量模糊控制系统。在单变量模糊控制器中，包含了一维模糊控制器、二维模糊控制器，以及三维模糊控制器。一维模糊控制器的输入变量往往选择为受控量和输入给定的偏差量e。由于仅仅采用偏差值，很难反映过程的动态特性品质，因此，所能获得的系统动态性能是不能令人满意的。这种一维模糊控制器往往被用于一阶被控对象。三维模糊控制器的三个输入变量分别为系统偏差量e、偏差变化量ec和偏差变化的变化率ecc。由于这些模糊控制器结构较复杂，推理运算时间长，因此除非对动态特性的要求特别高的场合，一般较少选用三维模糊控制器。相比较而言，二维模糊控制器的两个输入变量基本上都选用受控变量和输入给定的偏差e和偏差变化ec，由于它们能够较严格地反映受控过程中输出变量的动态特性，因此，在控制效果上要比一维模糊控制器好得多，也不需要像三维模糊控制器那样，拥有过于巨大的计算量，它也就成为了目前采用最为广泛的一类模糊控制器。因此，通常而言我们会选择二维模糊控制器作为控制器设计的基础。当我们对于误差e、误差变化ec以及控制量u的模糊集和论域进行确定了之后，我们需要通过模糊变量来确定其隶属函数。通过对模糊变量进行赋值，并依此确定论域内元素对模糊变量的隶属度。随后我们便可建立模糊控制规则。模糊规则可以用条件语句来规定，也就是if...then...这种基础电脑系统的操作语言。由于我们选用的是二维模糊控制器，条件语句便以if...and...then...进行表达。在这之中，由于误差e、误差变化ec以及控制量u是变化的，也因此它们对于不同的对象也有截然不同的赋值，当然也就包含不同的意义。通过上述的准备工作以后，就可以进行模糊控制表的建立。由于有NB（负大）、NM（负中）、NS（负小）、ZO（零）、PS（正小）、PM（正中）、PB（正大）七种不同模糊变量，将其一一进行枚举，我们便可以列出一个表格。这个表格总共包含了49条的模糊规则，每个模糊规则语句之间的关系用“或”来进行排列，表示不同的事物都包含在这49条模糊规则之中。我们通过第一条语句所确定的模糊规则可以计算出控制量，以此类推，便可得、、、……以此类推，直至。而控制量U则代表了这些模糊控制量的集合，它包含了任何一种条件，因而我们便可用下列公式进行表示，即为。这些控制规则可以通过表格的方式来具体展现，如图1.3表示。图1.3模糊规则表通过上述步骤，我们在制定了模糊规则表后，便可对于e、ec、u这三个模糊变量进行取值。这里我们将误差e取值为[-5，5]，误差变化率ec的取值为[-10，10]，控制输入u的范围为[-30，+30]。在中间的部分有一个显示为“Mamdani”的模块，此模块便是我们需要使用Mamdani推理法，将输入信号进行模糊推理，从而得到一个输出结果。这49条模糊规则可以通过模糊响应表来体现。随后我们便可以输入49条模糊控制规则，具体如下：IfeisNBandecisNBthenuisNBIfeisNBandecisNMthenuisNBIfeisNBandecisNSthenuisNMIfeisNBandecisZ0thenuisNMIfeisNBandecisPSthenuisNSIfeisNBandecisPMthenuisNSIfeisNBandecisPBthenuisZ0IfeisNMandecisNBthenuisNBIfeisNMandecisNMthenuisNMIfeisNMandecisNSthenuisNMIfeisNMandecisZ0thenuisNSIfeisNMandecisPSthenuisNSIfeisNMandecisPMthenuisZ0IfeisNMandecisPBthenuisPSIfeisNSandecisNBthenuisNMIfeisNSandecisNMthenuisNMIfeisNSandecisNSthenuisNSIfeisNSandecisZ0thenuisNSIfeisNSandecisPSthenuisZ0IfeisNSandecisPMthenuisPSIfeisNSandecisPBthenuisPSIfeisZ0andecisNBthenuisNMIfeisZ0andecisNMthenuisNSIfeisZ0andecisNSthenuisNSIfeisZ0andecisZ0thenuisZ0IfeisZ0andecisPSthenuisPSIfeisZ0andecisPMthenuisPSIfeisZ0andecisPBthenuisPMIfeisPSandecisNBthenuisNSIfeisPSandecisNMthenuisNSIfeisPSandecisNSthenuisZ0IfeisPSandecisZ0thenuisPSIfeisPSandecisPSthenuisPSIfeisPSandecisPMthenuisPMIfeisPSandecisPBthenuisPMIfeisPMandecisNBthenuisNSIfeisPMandecisNMthenuisZ0IfeisPMandecisNSthenuisPSIfeisPMandecisZ0thenuisPSIfeisPMandecisPSthenuisPMIfeisPMandecisPMthenuisPMIfeisPMandecisPBthenuisPBIfeisPBandecisNBthenuisZ0IfeisPBandecisNMthenuisPSIfeisPBandecisNSthenuisPSIfeisPBandecisZ0thenuisPMIfeisPBandecisPSthenuisPMIfe