1.一种具有输入饱和约束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模型；

步骤S1所述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模型中，建立的2‑DOF直升机系统的非线性动力学模型具体如下：（1）

（2）

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；

定义系统的输出向量为 ，其中 ， ；为了简化控制器的设计，将2‑DOF直升机系统模型简化为：（3）

（4）

（5）

其中 为输出角度变量和角速度变量， 和 是系统的不确定项， 、 分别表示角度变量的导数和角速度变量的导数， 和 是系统的增益矩阵，分别表示为：（6）

（7）

同时，是控制器的输入， 表示系统的饱和输入，表示为：（8）

其中 是 的一个已知的边界；

S2.将输入饱和约束近似为一个光滑函数，采用径向基函数神经网络对系统进行近似，构建直升机系统方程；

步骤S2所述将输入饱和约束近似为一个光滑函数具体为：所述光滑函数定义为：（9）

显然，在 和 之间存在偏差 ，由于 函数和 函数的有界性，可以知道偏差 是一个有界函数，其界可以推导为：（10）

调用中值定理，存在一个常数 ，0<  <1，使得：（11）

其中

（12）

（13）

选择 ，重新得到：

（14）

进而重新得到 ：

（15）

其中 ，由于 和

是直升机系统的不确定项，所以 是系统的一个未知方程；同时，，且 是有界的，满足 ，其中 和 是未知的正常数；由式（11）可知， 是有界的，所以 是有界的，满足 < ，其中 是一个未知的正常数，定义为 ，其中 是补偿误差， 是估计补偿量；

S3.定义跟踪误差变量，根据所述跟踪误差变量设计控制器和自适应律；

S4.构建李雅普诺夫方程；

S5.根据所述李雅普诺夫方程、控制器和自适应律，证明2‑DOF直升机系统的稳定性；

S6.通过Matlab平台进行仿真，分析仿真结果。

2.根据权利要求1所述的方法，其特征在于，步骤S2所述采用径向基函数神经网络对系统进行近似，构建直升机系统方程具体如下：采用径向基函数神经网络近似非线性系统中的不确定项 ：（16）

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。

3.根据权利要求2所述的方法，其特征在于，步骤S3所述定义跟踪误差变量，根据所述跟踪误差变量设计控制器和自适应律具体为：定义跟踪误差 和 ，如下：（17）

（18）

其中， 是直升机系统的俯仰角和偏航角的期望轨迹，是辅助控制变量，辅助控制变量 定义为：（19）

其中， 是一个正的设计参数， 是期望轨迹对时间的导数；

设计系统的控制器，如下：（20）

其中， 是一个正的设计参数，是一个正常数，为辅助控制变量的导数；

设计自适应律，如下：

（21）

（22）

其中， 为设计的正参数， 为基于双曲正切函数的神经网络更新率， >0， >0，和 是设计的正常数。

4.根据权利要求3所述的方法，其特征在于，步骤S4所述构建李雅普诺夫方程具体如下，包括：（23）

（24）

（25）

其中， 、 、 都表示构建的李雅普诺夫方程。

5.根据权利要求4所述的方法，其特征在于，步骤S5所述根据所述李雅普诺夫方程、控制器和自适应律，证明2‑DOF直升机系统的稳定性具体方法为：对 进行求导，具体如下：（32）

基于以下不等式：

（33）

（34）

根据存在任意 和 >0 ，使得 0.2785  成立，得到：（35）

所以得到：

（36）

通过采用以下杨氏不等式：（37）

（38）

（39）

进而得到：

（40）

其中，

（41）

（42）

其中，为径向基函数神经网络的更新率。

6.根据权利要求5所述的方法，其特征在于，为了确保 ， ， 的选择满足：（43）

当满足上述不等式时，证明系统中的所有信号都是一致最终有界的，系统是渐进稳定的。

7.一种电子设备，其特征在于，包括：处理器；以及，

被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现如权利要求1‑6任一所述的一种具有输入饱和约束的直升机系统自适应神经网络控制方法。

8.一种存储介质，其特征在于，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现如权利要求1‑6任一所述的一种具有输入饱和约束的直升机系统自适应神经网络控制方法。