1.一种具有全局指定性能的直升机系统自适应神经网络控制方法，其特征在于，包括：S1、根据拉格朗日力学模型，建立2‑DOF直升机系统的非线性动力学方程并进行简化，并确定所述非线性动力学方程的不确定项；

S2、采用径向基函数神经网络近似所述非线性动力学方程的不确定项；

S3、获取所述2‑DOF直升机系统的跟踪误差并引入关键函数；

S4、获取所述2‑DOF直升机系统的坐标变换并引入动态表面控制技术；

S5、设计所述2‑DOF直升机系统的控制器和自适应律；

S6、建立李雅普诺夫函数；

S7、通过分析所述李雅普诺夫函数，确保所述2‑DOF直升机系统的稳定性；

S8、通过Matlab平台对步骤S1‑S7的设置进行仿真并分析仿真结果；

所述步骤S3中获取所述2‑DOF直升机系统的跟踪误差具体包括：定义跟踪误差为 ，其中 是直升机系统的俯仰角和偏航角的期望轨迹；

所述步骤S3中引入关键函数具体包括：引入时变标度函数、指定性能函数、误差转换函数以及障碍函数，具体包括：定义时变标度函数为 ，所述时变标度函数 满足： 是复杂的向量空间；

是一个分段的光滑的可导有界函数，其中 ；当 ≥0时， 是单调递增的，且 当 时， ，其中 是一个常数，满足 ；

通过公式10定义指定性能函数 ：(公式10)；

其中， 是一个随时间变化的函数，是一个正常数， 严格单调递减，， ，初始值为 ；

通过公式11获取 的导数：(公式11)；

其中，对于任意正常数 ，当 ∈（‑1,1）时， 严格单调递增；

通过公式12获取误差转换函数 ：(公式12)；

其中，是一个常数且 ，满足：对于任意 ， ∈（‑1,1）是严格单调的；当时， ；当 时， ； ；

通过公式13获取障碍函数 ：(公式13)；

其中， 。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1中建立所述2‑DOF直升机系统的非线性动力学方程并进行简化具体包括：通过公式1和公式2建立2‑DOF直升机系统的非线性动力学方程：(公

式1)；

(公

式2)；

定义2‑DOF直升机系统的输出向量为 ，其中， ，，通过公式3‑公式5将所述2‑DOF直升机系统的非线性动力学方程进行简化：(公式3)；

(公式4)；

(公式5)；

其中， 和 分别是俯仰运动和偏航运动的转动惯量， 和 是粘性摩擦系数，是俯仰螺旋桨中作用于俯仰轴上的扭矩推力增益， 是偏航螺旋桨中作用于俯仰轴上的扭矩推力增益， 是俯仰螺旋桨中作用于偏航轴上的扭矩推力增益， 是偏航螺旋桨中作用于偏航轴上的扭矩推力增益，代表是俯仰角，代表的是偏航角， 表示距离机身固定框架远点的质心距离， 表示直升机的质量，表示重力加速度， 和 分别表示控制俯仰和偏航运动的电机电压输入， 是控制器的输入，是系统的输出。

3.根据权利要求2所述的方法，其特征在于，所述步骤S1中确定所述非线性动力学方程的不确定项具体包括：通过公式6和公式7确定所述非线性动力学方程的不确定项 和 ：(公式6)；

(公式7)。

4.根据权利要求3所述的方法，其特征在于，所述步骤S2具体包括：通过公式8将 再次化简：(公式8)；

其中， ，通过公式9使用径向基函数神经网络来估计其中的不确定项；

(公式9)；

其中， 表示神经网络的理想权重， 表示径向基向量的高斯函数，表示神经网络的输入向量， 是神经网络的近似误差，满足 ，其中 是一个未知的正常数；定义为 ，其中 是神经网络的权重误差，是神经网络估计的权重。

5.根据权利要求4所述的方法，其特征在于，所述步骤S4具体包括：通过公式14对所述障碍函数 进行求导：(公式14)；

通过公式15对 求导：(公式15)；

通过公式16获取 的导数：(公式16)；

通过公式17重新表达 ：(公式17)；

其中， ， ；

通过公式18和公式19定义坐标变换：(公式18)；

(公式19)；

其中，是定义的辅助控制变量；

通过公式20获取所述辅助控制变量：(公式20)；

其中， 是一个正的设计参数， 是期望轨迹对时间的导数；

是与 ， ， ，，相关的函数，采用动态表面控制技术实现对 的反复求导，具体包括：(公式21)；

其中，是滤波器的时间常数，为一阶过滤器；

定义 ，然后可以得到：(公式22)；

其中， 是一个关于 的连续函数向量，考虑到连续性质，集合 对于给定的初始条件是紧致的，在集合 上，存在一个最大值 满足；

因此，得到：

(公式23)。

6.根据权利要求5所述的方法，其特征在于，所述步骤S5具体包括：通过公式24设计所述2‑DOF直升机系统的控制器：(公式24)；

其中， 是一个正的设计参数；

通过公式25设计所述2‑DOF直升机系统的自适应律：(公式25)；

其中， >0， 是设计的正常数。

7.根据权利要求6所述的方法，其特征在于，所述步骤S6具体包括：通过公式26‑公式28建立李雅普诺夫函数：(公式26)；

(公式27)；

(公式28）。

8.根据权利要求7所述的方法，其特征在于，所述步骤S7具体包括：通过公式29对 求导：(公式

29)；

通过公式30对 求导：( (公式30)；

将 代入可得到：

(公式31)；

然后对 求导，得到：(公式32)；

对 进行求导：

(公式33)；

将 代入可得到：

(公式34)；

对 进行求导：

(公

式35)；

采用以下杨氏不平等：(公式36)；

(公式37)；

(公式38)；

(公式39)；

(公式40)；

进而推导得到：

(公

式41)；

其中，

(公

式42)；

(公式43)；

为了确保 ， ， 的选择满足：(公式44)。