1.基于模型预测控制的多操纵面无人机纵向解耦控制方法，其特征在于，包括如下步骤：a根据多操纵面无人机的纵向状态空间模型，建立基于状态转移矩阵的双预测窗口模型，以得到高度和俯仰角在下一时刻的预测值多操纵面无人机的纵向状态空间模型表达式为：式中，飞行状态向量x(t)＝[Vxt,Vyt,ωz,xd,h,θ]T，这六个状态分别为飞行速度在无人机机体轴x方向和y方向的分量Vxt和Vyt、俯仰角速度ωz、前向飞行距离xd、飞行高度h和俯仰角θ，这六个状态变量均由相应的无人机机载传感器测得； 表示状态向量x(t)的导数；

控制向量u(t)＝[δe,δc]T分别为升降舵偏转角δe和鸭翼偏转角δc；输出向量y(t)＝[h,T 6×6 6×2 2×6θ]；A∈R 为系统矩阵，B∈R 为控制矩阵，C∈R 为输出矩阵；

根据现代控制理论，状态空间表达式中第一个方程的解表示为：式中，Δti为当前时刻，Δti+1为下一时刻，状态转移矩阵Φ(Δti+1-Δti)为：式中，矩阵指数函数 通过下式计算：

式中，λ1,…,λ6为系统矩阵A的特征值，P为将系统矩阵A化为对角型约当规范形的变换矩阵，P-1为P的逆矩阵；

卷积积分 表示为：

式中，I为相应维数的单位矩阵；

根据状态空间表达式中第二个方程和前述状态方程的解可得系统的输出为：y(Δti+1)＝CΦ(Δti+1-Δti)x(Δti)+CA-1[Φ(Δti+1-Δti)-I]Bu(Δti)；

由上述公式可知，若已知当前时刻的状态向量x(Δti)和当前时刻的控制向量u(Δti)，根据上式可求得下一时刻的系统输出y(Δti+1)；

基于状态转移矩阵的双预测窗口模型表示为：式中， 为下一时刻无人机高度和俯仰角的预测值向量；x(Δti)由无人机机载传感器测量得到；L和M分别表示为：式中，Ch为输出矩阵C中与高度对应的行，Cθ为输出矩阵C中与俯仰角对应的行；Ph为高度预测窗口长度，Pθ为俯仰角预测窗口长度，且Pθ＜Ph；另外，每个预测窗口只包含一个预测点，而且该预测点位于预测窗口结束的时刻；

状态转移矩阵 和 通过下式求得：

而矩阵指数函数 和 则按照上述矩阵指数函数 公式计算；

双预测窗口模型在每一个更新周期T内，完成计算一次；

b根据高度和俯仰角的命令值向量与其下一时刻预测值向量的偏差，建立目标函数高度和俯仰角的命令值向量与其下一时刻预测值向量的偏差表示为：式中，yd(Δti+1)为下一时刻的高度和俯仰角的命令值向量；

偏差在每一个更新周期T内，完成计算一次；

定义双预测窗口模型预测控制算法的目标函数J为：J＝eTQee+uTQuu；

式中，Qe为目标函数J中约束误差大小的加权矩阵，Qu为目标函数J中约束控制量大小的加权矩阵；u表示控制向量；

c求解该目标函数，进而得到双预测窗口模型预测控制算法的输出使得目标函数J取得极小值的条件为：

求解上式，得到双预测窗口模型预测控制算法的输出表示为：T -1 T

u(Δti+1)＝(MQeM-Qu) MQe[yd(Δti+1)-Lx(Δti)]；

式中，yd(Δti+1)表示下一时刻的高度和俯仰角的命令值向量；

将双预测窗口模型预测控制算法的输出u(Δti+1)作为下一时刻升降舵和鸭翼的输入；

双预测窗口模型预测控制算法在每一个更新周期T内，完成计算一次。