本發(fā)明涉及飛行器領(lǐng)域，尤其涉及飛行器的控制，特別地，涉及一種用于控制飛行器姿態(tài)角的控制系統(tǒng)及其控制方法。
背景技術(shù)：
：隨著科技的快速發(fā)展，飛行器的控制技術(shù)也在不斷進(jìn)步，人們對于飛行效果的要求標(biāo)準(zhǔn)也隨之不斷提高。飛行器控制所要解決的問題在于如何改善其飛行效果，諸如靜態(tài)及動(dòng)態(tài)特性、自適應(yīng)能力、魯棒性等。目前應(yīng)用的控制方法為通過常規(guī)pid控制或模糊pid控制進(jìn)行，其中，常規(guī)pid控制具有一定的局限性，當(dāng)遭遇氣流等外部干擾時(shí)，常規(guī)pid控制難以進(jìn)行自動(dòng)調(diào)整以適應(yīng)外界環(huán)境的變化，即自適應(yīng)差，而模糊pid控制在外部突發(fā)情況時(shí)，可以進(jìn)行自我調(diào)節(jié)，自適應(yīng)能力強(qiáng)，但是，當(dāng)無突發(fā)情況時(shí)(常態(tài)飛行時(shí))，通過模糊pid控制進(jìn)行控制，飛行器飛行的穩(wěn)定性較差。因此，亟需在常態(tài)飛行時(shí)保證飛行的穩(wěn)定性、而在突發(fā)情況時(shí)保證飛行的自適應(yīng)性的一種飛行器控制方法。技術(shù)實(shí)現(xiàn)要素：為了克服上述問題，本發(fā)明人進(jìn)行了銳意研究，設(shè)計(jì)出一種用于控制飛行器姿態(tài)角的控制系統(tǒng)及其控制方法，所述系統(tǒng)將常規(guī)pid控制器與模糊pid控制器進(jìn)行結(jié)合，并對兩者進(jìn)行權(quán)重分配，所述方法采用常規(guī)pid控制器與模糊pid控制器進(jìn)行混合控制，并根據(jù)工程的實(shí)際情況對常規(guī)pid控制器與模糊pid控制器進(jìn)行權(quán)重分配，這樣，在常態(tài)飛行時(shí)能夠保證飛行的穩(wěn)定性，在突發(fā)情況時(shí)能夠提高自適應(yīng)性，從而完成本發(fā)明。本發(fā)明一方面提供了一種用于控制飛行器姿態(tài)角的控制系統(tǒng)，具體體現(xiàn)在以下方面：(1)一種用于控制飛行器姿態(tài)角的控制系統(tǒng)，其特征在于，所述系統(tǒng)包括常規(guī)pid控制器1，用于對飛行器姿態(tài)角進(jìn)行常規(guī)pid控制，得到常規(guī)pid控制量u；模糊pid控制器2，用于對飛行器姿態(tài)角進(jìn)行模糊pid控制，得到模糊pid控制量u’；和權(quán)重分配模塊3，用于對常規(guī)pid控制器1和模糊pid控制器2進(jìn)行權(quán)重分配。(2)根據(jù)上述(1)所述的系統(tǒng)，其中，所述模糊pid控制器2包括微分處理器21，用于對偏差e進(jìn)行微分處理，得到偏差變化率ec；模糊控制模塊22，用于對偏差e和偏差變化率ec進(jìn)行模糊控制處理，得到pid參數(shù)增量，即比例增益增量δkp’、積分增益增量δki’和微分增益增量δkd’；和pid調(diào)節(jié)器23，用于獲得模糊pid控制器2對姿態(tài)角的模糊pid控制量u’。(3)根據(jù)上述(1)或(2)所述的系統(tǒng)，其中，所述模糊控制模塊22包括模糊化子模塊221，用于對偏差e和偏差變化率ec進(jìn)行模糊化處理，分別得到e和ec的語言值e和ec；模糊推理子模塊222，用于對e和ec進(jìn)行處理，得到pid參數(shù)增量的語言值的隸屬度函數(shù)，所述pid參數(shù)增量的語言值包括δkp’、δki’和δkd’；去模糊化子模塊223，用于對pid參數(shù)增量的語言值的隸屬度函數(shù)進(jìn)行去模糊化，得到pid參數(shù)增量的語言值，即δkp’、δki’和δkd’；和；和pid參數(shù)增量實(shí)際值轉(zhuǎn)換子模塊224，用于δkp’、δki’和δkd’進(jìn)行處理，得到pid參數(shù)增量，即δkp’、δki’和δkd’。(4)根據(jù)上述(1)至(3)之一所述的系統(tǒng)，其中，所述權(quán)重分配模塊3包括絕對值求取子模塊31，用于對偏差e進(jìn)行絕對值化處理，得到偏差e的絕對值∣e∣，在進(jìn)行權(quán)重分配時(shí)，采用偏差e的絕對值∣e∣作為參考信號；和權(quán)重分配子模塊32，用于對常規(guī)pid控制器1和模糊pid控制器2進(jìn)行權(quán)重分配。(5)根據(jù)上述(1)至(4)之一所述的系統(tǒng)，其中，所述權(quán)重分配子模塊32采用模糊控制方法對常規(guī)pid控制器1和模糊pid控制器2進(jìn)行權(quán)重分配。(6)根據(jù)上述(1)至(5)之一所述的系統(tǒng)，其中，所述權(quán)重分配子模塊32包括參考信號模糊化模塊321、權(quán)重分配模糊推理模塊322、權(quán)重分配去模糊化模塊323和權(quán)重實(shí)際值轉(zhuǎn)換模塊324，其中，所述參考信號模糊化模塊321用于對參考信號∣e∣進(jìn)行模糊化處理，即將輸入值匹配成語言值的過程，得到對應(yīng)的語言值∣e∣；所述權(quán)重分配模糊推理模塊322和權(quán)重分配去模糊化模塊323用于對參考信號的語言值∣e∣進(jìn)行處理，得到權(quán)重的模糊控制訊號x1和x2；所述權(quán)重實(shí)際值轉(zhuǎn)換模塊324用于對權(quán)重的模糊控制訊號x1和x2進(jìn)行處理，得到常規(guī)pid控制器和模糊pid控制器的權(quán)重分別為x1和x2；優(yōu)選地，在所述權(quán)重分配子模塊32內(nèi)還設(shè)置有權(quán)重分配數(shù)據(jù)庫和權(quán)重分配規(guī)則庫。(7)根據(jù)上述(1)至(6)之一所述的系統(tǒng)，其中，在權(quán)重分配數(shù)據(jù)庫內(nèi)設(shè)置有∣e∣的隸屬度函數(shù)，優(yōu)選為三角形隸屬度函數(shù)，更優(yōu)選為等腰三角形隸屬度函數(shù)，其中，在∣e∣的隸屬度函數(shù)中，∣e∣的論域?yàn)椋酣Oe∣＝{0.02，0.1，0.18，0.26，0.34，0.42，0.5，0.58}；和/或在權(quán)重分配數(shù)據(jù)庫中還設(shè)置有x1/x2的隸屬度函數(shù)，優(yōu)選為三角形隸屬度函數(shù)，更優(yōu)選為等腰三角形隸屬度函數(shù)，其中，在x1/x2的隸屬度函數(shù)中，x1和x2的論域?yàn)椋簒1/x2＝{0，0.1667，0.3334，0.5，0.6667，0.8334，1}。(8)根據(jù)上述(1)至(7)之一所述的系統(tǒng)，其中，所述系統(tǒng)還包括運(yùn)算器4，其中，所述運(yùn)算器4包括乘法器一41，用于對常規(guī)pid控制器1的常規(guī)pid控制量u及其權(quán)重x1進(jìn)行乘積處理；乘法器二42，用于對模糊pid控制器2的模糊pid控制量u’及其權(quán)重x2進(jìn)行乘積處理；和累加器43，用于對乘法器一和乘法器二分別得到的相乘結(jié)果進(jìn)行加和處理，得到所述系統(tǒng)的pid控制量u系。(9)一種控制飛行器姿態(tài)角的控制方法，優(yōu)選采用上述(1)至(8)所述控制系統(tǒng)進(jìn)行，其中，所述方法如下進(jìn)行：步驟1、利用常規(guī)pid控制器1和模糊pid控制器2同時(shí)進(jìn)行信號處理，分別得到常規(guī)pid控制量u和模糊pid控制量u’；步驟2、利用權(quán)重分配模塊3對常規(guī)pid控制器1和模糊pid控制2進(jìn)行權(quán)重分配，得到常規(guī)pid控制器1的權(quán)重以及模糊pid控制2的權(quán)重，即x1和x2；步驟3、利用運(yùn)算器4對步驟1和步驟2得到的常規(guī)pid控制量u、模糊pid控制量u’以及常規(guī)pid控制器1的權(quán)重x1、模糊pid控制2的權(quán)重x2進(jìn)行數(shù)據(jù)處理，得到所述系統(tǒng)的pid控制量u系；優(yōu)選地，步驟1與步驟2同時(shí)進(jìn)行。(10)根據(jù)上述(9)所述的方法，其中，步驟2包括以下子步驟：步驟2.1、對參考信號進(jìn)行模糊化，得到參考信號的語言值，即∣e∣；步驟2.2、根據(jù)權(quán)重分配數(shù)據(jù)庫和權(quán)重分配規(guī)則庫對∣e∣進(jìn)行模糊推理，然后利用重心法進(jìn)行去模糊化得到權(quán)重的語言值；步驟2.3、利用去模糊因子將權(quán)重的語言值轉(zhuǎn)換為實(shí)際值，得到常規(guī)pid控制的權(quán)重，即x1，以及模糊pid控制器的權(quán)重，即x2；和/或在步驟3中，所述數(shù)據(jù)處理如下進(jìn)行：a、將常規(guī)pid控制器的常規(guī)pid控制量u與常規(guī)pid控制器的權(quán)重x1進(jìn)行相乘處理，得到u*x1，同時(shí)，將模糊pid控制器的模糊pid控制量u’與模糊pid控制器的權(quán)重x2進(jìn)行相乘處理，得到u’*x2；b、將得到的相乘結(jié)果u*x1和u’*x2進(jìn)行加和處理，得到所述系統(tǒng)的pid控制量u系。附圖說明圖1示出本發(fā)明所述飛行控制系統(tǒng)的結(jié)構(gòu)示意圖；圖2示出模糊pid控制器的結(jié)構(gòu)示意圖；圖3示出模糊pid控制器中e和ec的隸屬度函數(shù)圖；圖4示出模糊pid控制器中δkp’、δki’和δkd’的隸屬度函數(shù)圖；圖5示出權(quán)重分配模塊的結(jié)構(gòu)示意圖；圖6示出權(quán)重分配模塊中︱e︱的隸屬度函數(shù)圖；圖7示出權(quán)重分配模塊中x1/x2的隸屬度函數(shù)圖；圖8示出運(yùn)算器的結(jié)構(gòu)示意圖；圖9示出實(shí)施例以及對比例1～2的simulink仿真試驗(yàn)結(jié)果；圖10示出對比例3中權(quán)重的語言值x1/x2的隸屬度函數(shù)圖；圖11示出實(shí)施例與對比例3的simulink仿真試驗(yàn)結(jié)果。附圖標(biāo)號說明：1-常規(guī)pid控制器；2-模糊pid控制器；21-微分處理器；22-模糊控制模塊；221-模糊化子模塊；222-模糊推理子模塊；223-去模糊化子模塊；224-pid參數(shù)增量實(shí)際值轉(zhuǎn)換子模塊；23-pid調(diào)節(jié)器；3-權(quán)重分配模塊；31-絕對值求取子模塊；32-權(quán)重分配子模塊；321參考信號模糊化模塊；322-權(quán)重分配模糊推理模塊；323-權(quán)重分配去模糊化模塊；324-權(quán)重實(shí)際值轉(zhuǎn)換模塊；4-運(yùn)算器；41-乘法器一；42-乘法器二；43-加法器。具體實(shí)施方式下面通過附圖對本發(fā)明進(jìn)一步詳細(xì)說明。通過這些說明，本發(fā)明的特點(diǎn)和優(yōu)點(diǎn)將變得更為清楚明確。本發(fā)明一方面提供了一種用于控制飛行器姿態(tài)角的控制系統(tǒng)，如圖1所示，所述系統(tǒng)包括常規(guī)pid控制器1、模糊pid控制器2和權(quán)重分配模塊3；其中，所述常規(guī)pid控制器1，用于對飛行器姿態(tài)角進(jìn)行常規(guī)pid控制，得到常規(guī)pid控制量u；所述模糊pid控制器2用于對飛行器姿態(tài)角進(jìn)行模糊pid控制，得到模糊pid控制量u’；所述權(quán)重分配模塊3用于對常規(guī)pid控制器1和模糊pid控制器2進(jìn)行權(quán)重分配。所述常規(guī)pid控制量u和模糊pid控制量u’均是對舵機(jī)的調(diào)節(jié)值，控制舵機(jī)的轉(zhuǎn)動(dòng)量。其中，當(dāng)姿態(tài)角的實(shí)際檢測值c與設(shè)定值r之間的偏差e較大時(shí)，權(quán)重分配模塊3分配給模糊pid控制器2的權(quán)重較大，以達(dá)到減小超調(diào)、加快響應(yīng)的效果；當(dāng)姿態(tài)角的實(shí)際檢測值c與設(shè)定值r之間的偏差e較小時(shí)，權(quán)重分配模塊3分配給常規(guī)pid控制器1的權(quán)重較大，以達(dá)到消除模糊pid控制器2在系統(tǒng)穩(wěn)定時(shí)存在靜態(tài)誤差的目的。在本發(fā)明中，所述常規(guī)pid控制器(比例-積分-微分控制器)是一個(gè)在工業(yè)控制應(yīng)用中常見的反饋回路部件，由比例單元p、積分單元i和微分單元d組成，pid控制的基礎(chǔ)是比例控制，積分控制可消除穩(wěn)態(tài)誤差，但可能增加超調(diào)，微分控制可加快慣性系統(tǒng)響應(yīng)速度以及減弱超調(diào)趨勢；所述模糊pid控制器是將模糊控制與pid控制結(jié)合，利用模糊推理方法實(shí)現(xiàn)對pid參數(shù)的在線自整定。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，在所述常規(guī)pid控制器1的控制過程中，對t時(shí)刻的偏差e(t)進(jìn)行處理，給出t時(shí)刻的常規(guī)控制值u(t)。在進(jìn)一步優(yōu)選的實(shí)施方式中，在常規(guī)pid控制器1內(nèi)進(jìn)行如式(1)所示處理：其中，在式(1)中，u(t)表示常規(guī)pid控制器1在t時(shí)刻輸出的常規(guī)pid控制量，kp表示常規(guī)pid控制器1的比例增益，ti表示常規(guī)pid控制器1的積分時(shí)間常數(shù)，td表示常規(guī)pid控制器1的微分時(shí)間常數(shù)，另，ki＝kp/ti，ki表示常規(guī)pid控制器1的積分增益，kd＝kp*td，kd表示常規(guī)pid控制器1的微分增益。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖2所示，所述模糊pid控制器2包括微分處理器21、模糊控制模塊22和pid調(diào)節(jié)器23。其中，所述微分處理器21用于對偏差e進(jìn)行微分處理，得到偏差變化率ec；所述模糊控制模塊22用于對偏差e和偏差變化率ec進(jìn)行模糊處理，得到pid參數(shù)增量，即比例增益增量δkp’、積分增益增量δki’和微分增益增量δkd’；所述pid調(diào)節(jié)器23采用常規(guī)pid控制器，其原始控制參數(shù)為原始比例增益kp0’、原始積分增益ki0’和原始微分增益kd0’；經(jīng)過所述模糊控制模塊22和所述pid調(diào)節(jié)器23的處理，模糊pid控制器2得到的控制參數(shù)為kp’、ki’和kd’，其中，kp’＝kp0’+δkp’，ki’＝ki0’+δki’，kd’＝kd0’+δkd’。在進(jìn)一步優(yōu)選的實(shí)施方式中，在pid調(diào)節(jié)器23內(nèi)進(jìn)行如下式(2)所示處理：其中，在式(2)中，u’(t)表示模糊pid控制器2在t時(shí)刻輸出的pid控制量，kp’表示模糊pid控制器2的比例增益，t’i表示模糊pid控制器2的積分時(shí)間常數(shù)，t’d表示模糊pid控制器2的微分時(shí)間常數(shù)。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖2所示，所述模糊控制模塊22包括模糊化子模塊221、模糊推理子模塊222、去模糊化子模塊223和pid參數(shù)增量實(shí)際值轉(zhuǎn)換子模塊224。其中，所述模糊化子模塊221用于對偏差e和偏差變化率ec進(jìn)行模糊化處理，即將輸入值匹配成語言值的過程，亦即以適當(dāng)?shù)谋壤D(zhuǎn)換到論域的數(shù)值，分別得到e和ec，其中，e和ec分別表示e和ec的語言值；所述模糊推理子模塊222用于對e和ec進(jìn)行處理，得到模糊控制信號；所述去模糊化子模塊223用于對模糊控制訊號進(jìn)行處理，得到pid參數(shù)增量的語言值，即δkp’、δki’和δkd’；所述pid參數(shù)增量實(shí)際值轉(zhuǎn)換子模塊224用于δkp’、δki’和δkd’進(jìn)行處理，得到pid參數(shù)增量，即δkp’、δki’和δkd’，作為模糊控制模塊22的輸出值。在進(jìn)一步優(yōu)選的實(shí)施方式中，在所述模糊控制模塊22內(nèi)還設(shè)置有數(shù)據(jù)庫和規(guī)則庫。其中，數(shù)據(jù)庫提供處理模糊數(shù)據(jù)的相關(guān)定義，包括數(shù)據(jù)的范圍是大是?。欢?guī)則庫則藉由一群語言控制規(guī)則描述控制目標(biāo)和策略，包括條件。在更進(jìn)一步優(yōu)選的實(shí)施方式中，模糊推理子模塊222根據(jù)數(shù)據(jù)庫和規(guī)則庫進(jìn)行模糊推理。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述模糊化子模塊221進(jìn)行如下處理：e＝e*ke和ec＝ec*kec。其中，ke表示e的模糊因子，kec表示ec的模糊因子。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖3所示，在數(shù)據(jù)庫內(nèi)，e和ec的隸屬度函數(shù)采用三角形隸屬度函數(shù)。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖3所示，e和ec的隸屬度函數(shù)采用等腰三角形隸屬度函數(shù)。在更進(jìn)一步優(yōu)選的實(shí)施方式中，如圖3所示，e和ec的隸屬度函數(shù)形狀一致。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖3所示，在數(shù)據(jù)庫內(nèi)，e的論域均為：e＝{-6,-4,-2,0,2,4,6}。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖3所示，在數(shù)據(jù)庫內(nèi)，ec的論域均為：ec＝{-6,-4,-2,0,2,4,6}。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖3所示，在數(shù)據(jù)庫內(nèi)，e和ec的變量范圍均分別采用六個(gè)模糊狀態(tài)進(jìn)行描述，即pb、pm、ps、zo、ns、nm和nb。其中，pb為positivebig的縮寫，表示在正方向上大的偏差或偏差變化率；pm為positivemedium的縮寫，表示在正方向上中的偏差或偏差變化率；ps為positivesmall的縮寫，表示在正方向上小的偏差或偏差變化率；zo為zero的縮寫，表示近于零的偏差或偏差變化率；ns為negativesmall的縮寫，表示在負(fù)方向上小的偏差或偏差變化率；nm為negativemedium的縮寫，表示在負(fù)方向上中的偏差或偏差變化率；nb為negativebig的縮寫，表示在負(fù)方向上大的偏差或偏差變化率。在進(jìn)一步優(yōu)選的實(shí)施方式中，e/ec與模糊狀態(tài)的關(guān)系如下：pb(e/ec>4)，pm(2<e/ec≤6)，ps(0<e/ec≤4)，zo(-2<e/ec≤2)，ns(-4≤e/ec<0)，nm(-6≤e/ec<-2)，nb(e/ec<-4)。在本發(fā)明中，設(shè)δkp’、δki’和δkd’的在模糊控制模塊內(nèi)的語言變量分別為δkp’、δki’和δkd’。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖4所示，在數(shù)據(jù)庫內(nèi)，δkp’、δki’和δkd’的隸屬度函數(shù)為三角形隸屬度函數(shù)。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖4所示，δkp’、δki’和δkd’的隸屬度函數(shù)為等腰三角形隸屬度函數(shù)。在更進(jìn)一步優(yōu)選的實(shí)施方式中，如圖4所示，δkp’、δki’和δkd’的隸屬度函數(shù)形狀一致。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖4所示，δkp’、δki’和δkd’的論域均分別為：δkp’/δki’/δkd’＝{-3,-2,-1,0,1,2,3}。在進(jìn)一步優(yōu)選的實(shí)施方式中，δkp’、δki’和δkd’的變量范圍均分別采用六個(gè)模糊狀態(tài)進(jìn)行描述，即pb、pm、ps、zo、ns、nm和nb。在更進(jìn)一步優(yōu)選的實(shí)施方式中，δkp’、δki’和δkd’與模糊狀態(tài)的關(guān)系均分別如下：pb(2≤δkp’/δki’/δkd’)，pm(1<δkp’/δki’/δkd’≤3)，ps(0<δkp’/δki’/δkd’≤2)，zo(-1<δkp’/δki’/δkd’≤1)，ns(-2≤δkp’/δki’/δkd’<0)，nm(-3≤δkp’/δki’/δkd’<-1)，nb(δkp’/δki’/δkd’<-2)。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述模糊推理子模塊222根據(jù)規(guī)則庫進(jìn)行模糊推理，得到模糊控制訊號。在進(jìn)一步優(yōu)選的實(shí)施方式中，所述規(guī)則庫包括模糊規(guī)則表一、模糊規(guī)則表二和模糊規(guī)則表三，分別如表1～3所示。表1模糊規(guī)則表一表2模糊規(guī)則表二表3模糊規(guī)則表三根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述去模糊化子模塊223采用加權(quán)平均法(重心法)對模糊控制訊號進(jìn)行去模糊化處理，得到δkp’、δki’和δkd’。在進(jìn)一步優(yōu)選的實(shí)施方式中，所述重心法如式(3)所示：其中，在式(3)中，x表示δkp’、δki’或δkd’隸屬度函數(shù)的橫坐標(biāo)，y表示δkp’、δki’或δkd’隸屬度函數(shù)的縱坐標(biāo)。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述pid參數(shù)增量實(shí)際值轉(zhuǎn)換子模塊224進(jìn)行如下處理：δkp’＝δkp’*kup；δki’＝δki’*kui；δkd’＝δkd’*kud。其中，kup表示在對δkp’進(jìn)行語言值向?qū)嶋H值δkp’轉(zhuǎn)換時(shí)采用的去模糊因子，kui表示在對δki’進(jìn)行語言值向?qū)嶋H值δki’轉(zhuǎn)換時(shí)采用的去模糊因子，kud表示在對δkd’進(jìn)行語言值向?qū)嶋H值δkd’轉(zhuǎn)換時(shí)采用的去模糊因子。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖5所示，所述權(quán)重分配模塊3包括絕對值求取子模塊31和權(quán)重分配子模塊32。其中，所述絕對值求取子模塊31用于對偏差e進(jìn)行絕對值化處理，得到偏差e的絕對值∣e∣，在進(jìn)行權(quán)重分配時(shí)，采用偏差e的絕對值∣e∣作為參考信號；所述權(quán)重分配子模塊32用于對常規(guī)pid控制器1和模糊pid控制器2進(jìn)行權(quán)重分配。在本發(fā)明中，由于模糊pid控制器與常規(guī)pid控制器的差別主要體現(xiàn)在適合的偏差范圍不同，所以權(quán)重分配選擇的參考信號為系統(tǒng)瞬時(shí)偏差的絕對值。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖5所示，所述權(quán)重分配子模塊32采用模糊控制方法對常規(guī)pid控制器1和模糊pid控制器2進(jìn)行權(quán)重分配。其中，模糊控制方法是利用模糊數(shù)學(xué)的基本思想和理論的控制方法。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖5所示，所述權(quán)重分配子模塊32包括參考信號模糊化模塊321、權(quán)重分配模糊推理模塊322、權(quán)重分配去模糊化模塊323和權(quán)重實(shí)際值轉(zhuǎn)換模塊324。在進(jìn)一步優(yōu)選的實(shí)施方式中，在所述權(quán)重分配子模塊32內(nèi)還設(shè)置有權(quán)重分配數(shù)據(jù)庫和權(quán)重分配規(guī)則庫。在更進(jìn)一步優(yōu)選的實(shí)施方式中，所述參考信號模糊化模塊321用于對參考信號∣e∣進(jìn)行模糊化處理，即將輸入值匹配成語言值的過程，得到對應(yīng)的語言值∣e∣；所述權(quán)重分配模糊推理模塊322和權(quán)重分配去模糊化模塊323用于對參考信號的語言值∣e∣進(jìn)行處理，得到權(quán)重的語言值x1和x2；所述權(quán)重實(shí)際值轉(zhuǎn)換模塊324用于對權(quán)重的語言值x1和x2進(jìn)行處理，得到常規(guī)pid控制器和模糊pid控制器的權(quán)重分別為x1和x2。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述參考信號模糊化模塊321利用參考信號模糊因子對參考信號進(jìn)行處理，得到參考信號的語言值，具體如下：∣e∣＝∣e∣*k∣e∣。其中，∣e∣表示參考信號，∣e∣表示參考信號的語言值，k∣e∣表示參考信號模糊因子，在本發(fā)明中，取k∣e∣＝1。在進(jìn)一步優(yōu)選的實(shí)施方式中，在權(quán)重實(shí)際值轉(zhuǎn)換模塊324內(nèi)進(jìn)行如下處理：x1＝x1*kx1；x2＝x2*kx2。其中，kx1表示將模糊量x1轉(zhuǎn)換為權(quán)重x1的去模糊因子，x1表示分配給常規(guī)pid控制器的權(quán)重；kx2表示將模糊量x2轉(zhuǎn)換為權(quán)重x2的去模糊因子，x2表示分配給模糊pid控制器的權(quán)重。在本發(fā)明中，令kx1＝1，kx2＝1。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，在權(quán)重分配數(shù)據(jù)庫內(nèi)設(shè)置有∣e∣的隸屬度函數(shù)。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖6所示，∣e∣的隸屬度函數(shù)為三角形隸屬度函數(shù)。在更進(jìn)一步優(yōu)選的實(shí)施方式中，如圖6所示，∣e∣的隸屬度函數(shù)為等腰三角形隸屬度函數(shù)。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖6所示，，∣e∣的論域?yàn)楱Oe∣＝{0.02，0.1，0.18，0.26，0.34，0.42，0.5，0.58}。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖6所示，∣e∣的變量范圍均分別采用六個(gè)模糊狀態(tài)進(jìn)行描述，即mf1、mf2、mf3、mf4、mf5、mf6和mf7。在更進(jìn)一步優(yōu)選的實(shí)施方式中，如圖6所示，mf1的論域?yàn)閙f1＝{-0.06，0.02，0.1}，mf2的論域?yàn)閙f2＝{0.02，0.1，0.18}，mf3的論域?yàn)閙f3＝{0.1，0.18，0.26}，mf4的論域?yàn)閙f4＝{0.18，0.26，0.34}，mf5的論域?yàn)閙f5＝{0.26，0.34，0.42}，mf6的論域?yàn)閙f6＝{0.34，0.42，0.5}，mf7的論域?yàn)閙f7＝{0.42，0.5，0.58}。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，在權(quán)重分配數(shù)據(jù)庫中還設(shè)置有x1的隸屬度函數(shù)和x2的隸屬度函數(shù)。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖7所示，x1的隸屬度函數(shù)與x2的隸屬度函數(shù)均分別為三角形隸屬度函數(shù)。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖7所示，x1的隸屬度函數(shù)與x2的隸屬度函數(shù)均分別為等腰三角形隸屬度函數(shù)。在更進(jìn)一步優(yōu)選的實(shí)施方式中，如圖7所示，x1的隸屬度函數(shù)與x2的隸屬度函數(shù)形狀一致。其中，常規(guī)pid控制器的權(quán)重用x1表示，模糊pid控制器的權(quán)重可以用x2表示，對應(yīng)地，x1的語言值以x1表示，x2的語言值以x2表示。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖7所示，x1和x2的論域?yàn)椋簒1/x2＝{0，0.1667，0.3334，0.5，0.6667，0.8334，1}。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖7所示，x1/x2的變量范圍均分別采用七個(gè)模糊狀態(tài)進(jìn)行表示，即mf1＝{0，0.1667}，mf2＝{0，0.1667，0.3334}，mf3＝{0.166，0.3334，0.5}，mf4＝{0.3334，0.5，0.6667}，mf5＝{0.5，0.6667，0.8334}，mf6＝{0.6667，0.8334，1}和mf7＝{0.8334，1}。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，在權(quán)重分配子模塊32內(nèi)根據(jù)權(quán)重分配數(shù)據(jù)庫和權(quán)重分配規(guī)則庫進(jìn)行權(quán)重分配的模糊控制處理。其中，所述權(quán)重分配規(guī)則庫如表4所示。表4權(quán)重分配規(guī)則庫∣e∣mf1mf2mf3mf4mf5mf6mf7x1mf7mf6mf5mf4mf3mf2mf1x2mf1mf2mf3mf4mf5mf6mf7在本發(fā)明中，權(quán)重分配遵循的基本原理為：當(dāng)參考信號較大時(shí)，分配給模糊pid控制器的權(quán)重較大，以達(dá)到減小超調(diào)、加快響應(yīng)的效果；當(dāng)參考信號較小時(shí)，分配給常規(guī)pid控制器的權(quán)重較大，以達(dá)到消除模糊pid在系統(tǒng)穩(wěn)定時(shí)存在靜態(tài)誤差的目的。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，在權(quán)重分配去模糊化模塊323采用重心法進(jìn)行去模糊化，如下式(4)和式(5)所示：其中，在式(4)和式(5)中，y(x1)表示x1的隸屬度函數(shù)上的縱坐標(biāo)，y(x2)表示x2的隸屬度函數(shù)上的縱坐標(biāo)。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述權(quán)重實(shí)際值轉(zhuǎn)換模塊324進(jìn)行如下處理：x1＝x1*ku1；x2＝x2*ku2。其中，ku1表示在對x1進(jìn)行語言值向?qū)嶋H值轉(zhuǎn)換時(shí)采用的去模糊因子，ku2表示在對x2進(jìn)行語言值向?qū)嶋H值轉(zhuǎn)換時(shí)采用的去模糊因子。在本發(fā)明中，令ku1＝1，ku2＝1。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，如圖1所示，所述系統(tǒng)還包括運(yùn)算器4。在進(jìn)一步優(yōu)選的實(shí)施方式中，如圖8所示，所述運(yùn)算器4包括乘法器一41、乘法器二42和累加器43。其中，所述乘法器一41用于對常規(guī)pid控制器1的常規(guī)pid控制量u及其權(quán)重x1進(jìn)行乘積處理，所述乘法器42用于對模糊pid控制器2的模糊pid控制量u’及其權(quán)重x2進(jìn)行乘積處理，所述累加器43用于對乘法器一和乘法器二得到的一組相乘結(jié)果進(jìn)行加和處理，得到所述系統(tǒng)的pid控制量u系。在更進(jìn)一步優(yōu)選的實(shí)施方式中，所述運(yùn)算器進(jìn)行如式(6)所示處理：u系＝u*x1+u’*x2式(6)。其中，u系表示所述系統(tǒng)實(shí)際輸出的pid控制量，u’表示模糊pid控制器輸出的模糊pid控制量，u表示常規(guī)pid控制器輸出的常規(guī)pid控制量，x2表示模糊pid控制器的權(quán)重，x1表示常規(guī)pid控制器的權(quán)重。在本發(fā)明中，x1+x2＝1。本發(fā)明另一方面提供了一種基于混合控制的飛行器控制方法，優(yōu)選采用上述飛行器控制系統(tǒng)進(jìn)行。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述方法如下進(jìn)行：(1)利用常規(guī)pid控制器1和模糊pid控制器2同時(shí)進(jìn)行信號處理，得到分別得到常規(guī)pid控制量u和模糊pid控制量u’；(2)利用權(quán)重分配模塊3對常規(guī)pid控制器1和模糊pid控制2進(jìn)行權(quán)重分配，得到常規(guī)pid控制器1的權(quán)重以及模糊pid控制2的權(quán)重，即x1和x2；(3)利用運(yùn)算器4對步驟(1)和步驟(2)得到的常規(guī)pid控制量u、模糊pid控制量u’以及常規(guī)pid控制器1的權(quán)重x1、模糊pid控制2的權(quán)重x2進(jìn)行數(shù)據(jù)處理，得到所述系統(tǒng)的pid控制量u系。在進(jìn)一步優(yōu)選的實(shí)施方式中，步驟(1)與步驟(2)同時(shí)進(jìn)行。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，在步驟(2)中，采用模糊化控制的方法進(jìn)行權(quán)重分配。在進(jìn)一步優(yōu)選的實(shí)施方式中，步驟(2)包括以下子步驟：(2.1)對參考信號進(jìn)行模糊化，得到參考信號的語言值，即∣e∣；(2.2)根據(jù)權(quán)重分配數(shù)據(jù)庫和權(quán)重分配規(guī)則庫對∣e∣進(jìn)行模糊推理，然后利用重心法進(jìn)行去模糊化得到權(quán)重的語言值；(2.3)利用去模糊因子將權(quán)重的語言值轉(zhuǎn)換為實(shí)際值，得到常規(guī)pid控制的權(quán)重，即x1，以及模糊pid控制器的權(quán)重，即x2。根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，在步驟(3)中,所述數(shù)據(jù)處理如下進(jìn)行：：a、將常規(guī)pid控制器的常規(guī)pid控制量u與常規(guī)pid控制器的權(quán)重x1進(jìn)行相乘處理，得到u*x1，同時(shí)，將模糊pid控制器的模糊pid控制量u’與模糊pid控制器的權(quán)重x2進(jìn)行相乘處理，得到u’*x2；b、將得到的相乘結(jié)果u*x1和u’*x2進(jìn)行加和處理，得到所述系統(tǒng)的pid控制量u系。本發(fā)明所具有的有益效果包括：(1)本發(fā)明所提供的控制系統(tǒng)巧妙地將常規(guī)pid控制器與模糊pid控制器進(jìn)行結(jié)合，這樣，既保證了在常態(tài)飛行時(shí)的穩(wěn)定性，又保證了在突發(fā)情況下的自適應(yīng)性；(2)相對于常規(guī)pid控制，能夠有效減小超調(diào)量，加快響應(yīng)速度，降低對擾動(dòng)的敏感性，且具有自適應(yīng)能力；(3)相對于模糊pid控制，能夠降低由于pid參數(shù)變動(dòng)引起的響應(yīng)曲線不平滑，從而增大模糊pid的參數(shù)調(diào)節(jié)裕度，且能夠消除模糊pid在穩(wěn)態(tài)時(shí)可能存在的靜差；(4)本發(fā)明所提供的控制系統(tǒng)以模糊控制為手段對常規(guī)pid控制器和模糊pid控制器進(jìn)行權(quán)重分配，實(shí)現(xiàn)了權(quán)重分配的軟切換，并保證切換的平滑性；(5)本發(fā)明所提供的控制系統(tǒng)易于在工程上實(shí)現(xiàn)；(6)本發(fā)明所述方法簡單、易實(shí)施。實(shí)施例以下通過simulink仿真實(shí)驗(yàn)進(jìn)一步描述本發(fā)明。不過這些實(shí)例僅僅是范例性的，并不對本發(fā)明的保護(hù)范圍構(gòu)成任何限制。在simulink仿真實(shí)例中，采用本發(fā)明所述系統(tǒng)，設(shè)定ke＝2，kec＝1，kup＝0.55，kui＝0.2，kud＝0.1，其中，令輸入的俯仰角為10°，仿真時(shí)間為30秒，在t＝15s處加上大小為10°的沖激信號作為擾動(dòng)，對本發(fā)明所述系統(tǒng)進(jìn)行測試，結(jié)果如圖9所示。對比例對比例1在與實(shí)施例相同的條件下進(jìn)行，區(qū)別在于：采用常規(guī)pid控制系統(tǒng)，結(jié)果如圖9所示。對比例2在與實(shí)施例相同的條件下進(jìn)行，區(qū)別在于：采用模糊pid控制系統(tǒng)，結(jié)果如圖9所示。對圖9所述仿真結(jié)果進(jìn)行分析，可知：(1)對實(shí)施例1以及對比例1～2相對于控制信號的超調(diào)進(jìn)行比較：觀察在0～6s內(nèi)的試驗(yàn)結(jié)果，實(shí)施例相對于控制信號的的最大超調(diào)約為17％，而對比例1相對于控制信號的的最大超調(diào)約為27.5％，對比例2相對于控制信號的的最大超調(diào)約為19％；可見，本發(fā)明所述系統(tǒng)的實(shí)驗(yàn)結(jié)果明顯優(yōu)于對比例1和對比例2，甚至在有外界干擾下，本發(fā)明所述系統(tǒng)的控制也優(yōu)于單純的模糊控制(對比例2)；(2)對實(shí)施例1以及對比例1～2的穩(wěn)定狀態(tài)進(jìn)行比較：觀察在6～15s內(nèi)的試驗(yàn)結(jié)果，實(shí)施例與對比例1無靜差，而對比例2有靜差，可知，即使本發(fā)明中也采用了模糊pid控制器，但是在常規(guī)pid控制器的高權(quán)重制約下，所述系統(tǒng)并不會存在靜差；(3)對實(shí)施例1以及對比例1～2的響應(yīng)時(shí)間進(jìn)行比較：實(shí)施例1和對比例2的響應(yīng)時(shí)間為6s，而對比例1的響應(yīng)時(shí)間為10s；(4)對實(shí)施例1以及對比例1～2的受擾動(dòng)情況進(jìn)行比較：實(shí)施例相對于擾動(dòng)信號的最大超調(diào)為18％，回復(fù)到穩(wěn)態(tài)的時(shí)間為3s；對比例1相對于擾動(dòng)信號的最大超調(diào)為27.5％，回復(fù)到穩(wěn)態(tài)的時(shí)間為5s；對比例2相對于擾動(dòng)信號的最大超調(diào)為16.5％，回復(fù)到穩(wěn)態(tài)的時(shí)間為3s。由上可知，(a)本發(fā)明所述系統(tǒng)相對常規(guī)pid控制，超調(diào)量由27.5％減少到17％，達(dá)到穩(wěn)定的時(shí)間減少40％；(b)相對模糊pid控制，穩(wěn)定狀態(tài)可以達(dá)到無靜差，在不影響響應(yīng)曲線平滑性的要求下模糊pid參數(shù)的調(diào)節(jié)范圍擴(kuò)大3～5倍。因此，本發(fā)明所述系統(tǒng)不僅兼具了常規(guī)pid控制器和模糊pid控制器的優(yōu)點(diǎn)，而且其性能要優(yōu)于常規(guī)pid控制器和模糊pid控制器。對比例3采用與實(shí)施例相同的控制系統(tǒng)以及相同的條件下進(jìn)行試驗(yàn)，區(qū)別在于，本對比例的控制系統(tǒng)中，權(quán)重的語言值x1/x2的隸屬度函數(shù)非等腰三角形隸屬度函數(shù)，具體見圖10，并將該對比例3的試驗(yàn)結(jié)果與實(shí)施例進(jìn)行比較，如圖11所示。由圖11可以看出，相對于實(shí)施例，該對比例的響應(yīng)速度變慢，響應(yīng)時(shí)間增加0.5秒，遇擾動(dòng)時(shí)最大超調(diào)由實(shí)施例的18％增加為27.5％。以上結(jié)合了優(yōu)選的實(shí)施方式對本發(fā)明進(jìn)行了說明，不過這些實(shí)施方式僅是范例性的，僅起到說明性的作用。在此基礎(chǔ)上，可以對本發(fā)明進(jìn)行多種替換和改進(jìn)，這些均落入本發(fā)明的保護(hù)范圍內(nèi)。當(dāng)前第1頁12