采用模糊扩张状态观测器的四旋翼无人机滑模轨迹跟踪控制

针对四旋翼无人机(UAV)的轨迹跟踪控制存在外界未知扰动的问题,提出一种基于模糊扩张状态观测器的非奇异快速终端滑模控制算法.首先,根据双闭环控制结构分别对姿态内环、位置外环引入模糊扩张状态观测器,利用该观测器对系统所受到外部总扰动进行在线估计.然后,根据模糊扩张状态观测器的观测值,设计非奇异快速终端滑模控制器,保证四旋翼无人机的状态变量可在有限时间内收敛于期望轨迹.最后,根据李亚普诺夫理论,得出四旋翼无人机系统的闭环稳定性,并通过仿真对比实验验证该控制算法的优越性.结果表明：所提的控制算法可以提高跟踪性能,并有效增强系统的抗外界干扰能力.     

基于扩张状态观测器的四旋翼无人机轨迹跟踪控制

针对四旋翼无人机飞行控制中高不确定性、强耦合性、模型参数摄动等问题,提出一种控制方法,将无法精确建模的动态量及未知干扰量合并为扰动项,通过引入线性扩张状态观测器对扰动项的值进行估计,并结合反步控制器进行补偿,从而消除了未知扰动的影响,有效提升了四旋翼无人机的抗干扰能力。通过仿真对比验证了控制策略的有效性。     

基于状态观测器的多无人机编队跟踪控制

针对一组欠驱动四旋翼无人机在编队飞行中仅有部分无人机可以直接获取领机状态信息的问题,提出了一种基于状态观测器的分布式有限时间编队跟踪控制策略.根据四旋翼无人机系统严格反馈的结构特点,将四旋翼无人机的动力学模型划分为位置子系统和姿态子系统,然后分别进行位置控制器和姿态控制器的设计.首先,考虑到在分布式的编队控制策略下,并非所有的无人机都能直接与领机进行通信并获取领机的状态信息.对每架四旋翼无人机分别设计分布式有限时间状态观测器估计自身与领机的相对状态信息,稳定性分析表明所设计的状态观测器的观测误差能够在有限时间内趋近于零;其次,在四旋翼无人机状态观测器观测结果的基础上设计了有限时间位置控制器,稳定性分析表明位置控制器能够在有限时间内实现对领机位置的稳定跟踪;然后根据位置环控制量解算出期望的姿态角,基于滑模控制方法设计了姿态控制器,稳定性分析表明各架无人机的姿态角能在有限时间内跟踪上期望的姿态角;最后,从仿真结果中能够看出所设计的状态观测器的观测误差能够在有限时间内趋近于零,即每架无人机的状态观测器能够在有限时间内观测到自身与领机的相对状态信息.从无人机飞行轨迹中能够看出各架无人机能够在有限时间内形成并保持期望的队形.     

四旋翼无人机自抗扰飞行控制器研究

为了提高飞行过程的抗扰动能力,针对四旋翼无人机自抗扰飞行控制器设计,分析自抗扰控制基本原理及其参数调节规律,在此基础上,改写四旋翼无人机动力学模型,引入虚拟控制量对位置和姿态进行控制解耦,应用扩张状态观测器实现状态解耦和扰动估计。最终得到四旋翼无人机双闭环自抗扰飞行控制器,实现对其位置和姿态的闭环控制。仿真实验结果表明,所设计控制器具有良好的解耦效果、抗干扰能力和鲁棒性能,可以实现对四旋翼无人机的飞行控制。     

四旋翼无人机固定时间姿态输出反馈控制

为实现角度不可测的四旋翼无人机(unmanned aerial vehicle, UAV)姿态跟踪,提出一种新的输出反馈控制方案。首先,将外界干扰与系统模型中的不确定作为综合扰动整体估计,设计了固定时间扩张状态观测器来估计未知角速度和综合扰动,保证估计误差能够在固定时间内收敛到原点,且收敛时间不依赖于系统的初始条件。同时为了提升控制精度和速度,设计基于齐次性理论的固定时间控制器,能够保证系统的跟踪误差在固定时间内收敛至零,且收敛时间与四旋翼无人机的初始状态无关。最后,通过仿真研究,验证本文所提方案的有效性。     

四旋翼飞行器系统的自适应神经网络有界H∞跟踪控制

针对有外部扰动的四旋翼飞行器系统,采用backstepping方法解决四旋翼飞行器系统在有界稳定情况下难以实现的H_∞跟踪控制问题.考虑各子系统间的耦合项、空气阻力和外界干扰对四旋翼飞行器系统产生的影响,设计四旋翼飞行器系统的自适应神经网络有界H_∞跟踪控制器.仿真结果表明：设计的控制器能保证四旋翼飞行器系统较精确地跟踪参考轨迹,且对外界干扰具有有界H_∞抑制性能.研究结果能为四旋翼飞行器系统的抗干扰设计提供理论指导.     

不确定Duffing混沌系统的自适应跟踪控制

研究了连续时间Duffing混沌系统在具有不确定性扰动时的自适应跟踪控制问题．基于稳定性理论,在系统存在有界扰动但扰动的界大小未知时,采用自适应控制方法,构造出一个自适应控制器,可实现系统的状态渐近跟踪预先给定的轨线．仿真进一步说明了该控制器的有效性．     

基于ARM处理器的四旋翼无人机自主控制系统研究

为实现四旋翼无人机的自主飞行控制,设计并搭建了四旋翼无人机的硬件飞行控制平台.该平台采用自行组装的四旋翼飞行器作为本体,航向姿态参考系统(AHRS)MTi-G单元作为主要机载传感器,ARM嵌入式系统芯片作为主控制器,AVR单片机作为超控单元.基于四旋翼无人机的非线性动态模型,采用内外环结构的PD控制算法,构造了无人机的位置与姿态跟踪控制器.实现了四旋翼无人机滚转角、俯仰角和水平纵向、横向位置共四个自由度的自动控制.实验结果表明,本文提出的机载控制系统设计取得了较好的飞行控制效果.     

火箭炮位置伺服系统非奇异终端模糊滑模控制

针对火箭炮位置伺服系统运行过程中所存在的转动惯量和冲击力矩变化大等各种不确定因素,提出了一种基于多滑模面的终端模糊滑模控制策略。引入Nussbaum增益补偿实际控制器不确定量,使用模糊逻辑系统自适应补偿系统中未知非线性量,最后一步引入非奇异终端滑模使系统的位置误差在有限时间内收敛,从而降低系统参数变化和外部干扰对火箭炮跟踪性能的影响。仿真结果表明,同传统终端滑模控制方法相比,该控制方法不仅能够有效消除滑模抖振,保证系统速度响应和控制精度,同时对参数摄动和负载扰动具有很强的鲁棒性。     

含参数扰动Liu混沌系统的反步设计自适应控制

针对混沌系统的控制问题,人们已经提出了很多控制方法。但是,大多数文献在混沌系统控制的设计中,未同时考虑系统参数由于内部噪声等未知扰动的影响而在有界范围内波动的情况,这就导致一些研究结果在实际应用中受到许多限制。因此,研究含参数扰动混沌系统的控制问题是当前混沌控制理论和应用的前沿课题之一。文中以含参数扰动的Liu混沌系统为例进行研究,采用反步设计自适应控制方法对该系统进行控制。首先从系统的反步设计控制理论出发,研究了基于反步设计法、Lyapunov稳定性定理及自适应控制系统控制律,讨论了系统满足设计要求的虚拟控制和控制律的时间响应,确定了同步控制器的结构和控制k的取值范围为47.716 0k57.222 2时,控制系统渐近稳定;然后根据所设计的含参数扰动Liu混沌系统的反步自适应控制器,得到了含参数扰动的Liu混沌系统在两种不同的情况下的不同控制器,实现了混沌系统在含有未知扰动下的跟踪及镇定控制。该方法在逆推设计过程中结合了反步设计法、Lyapunov稳定性定理及自适应控制律,使系统状态在每一步都能自适应跟踪并渐近趋近虚拟控制,有效地克服因各种未知扰动而产生的参数波动的情况,最后实现整个系统的渐近稳定。理论推导与数值模拟结果验证了控制器的有效性。     

四旋翼姿态的反步滑模自抗扰控制及稳定性

为了解决四旋翼无人机姿态控制中存在的问题,设计了一种基于反步滑模自抗扰姿态控制器.首先,介绍了四旋翼无人机的动力学模型,建立了基于反步滑模自抗扰控制算法的姿态控制方案.控制方案构成主要包括扩张状态观测器及基于Lyapunov稳定性分析的反步滑模控制器.稳定性分析表明,通过合理调整参数可以保证控制系统是渐近稳定的.仿真结果表明,所设计的控制器同经典自抗扰控制器相比,对扰动有较强的抑制能力,提高了自适应性和鲁棒性,表明该控制系统具有更好的稳定性和动态性能,对四旋翼姿态控制更加有效.     

具有参数不确定性的欠驱动四旋翼无人飞行器的非线性控制器设计(英文)

针对具有参数不确定性的欠驱动四旋翼无人飞行器,设计了一种非线性飞行控制器.该控制器主要采用非线性鲁棒以及在线参数估计算法.利用基于李亚普诺夫稳定性分析方法,证明了这种控制器可以使四旋翼无人飞行器的x,y,z方向的位移跟踪参考轨迹,偏航角ψ稳定到任意点,并且达到全局最终稳定的控制效果.同时相对于一般的滑模控制算法,本文提出的控制器消除了颤振现象.数值仿真结果表明,本文提出的控制设计具有良好的控制效果.     

不确定非线性系统的自适应反推终端滑模控制

针对一类具有未知非线性函数的严格反馈型不确定非线性系统,提出了一种自适应反推终端滑模控制方法。反推控制的前n-1步结合动态面控制技术设计虚拟控制律,第n步仅采用一个神经网络函数逼近器补偿系统所有未知非线性函数,得到了基于全局快速终端滑模控制的自适应神经网络控制器；通过引入一阶滤波器，不仅避免了传统反推控制存在的复杂计算,提高了系统的收敛速度,而且通过引入逼近误差和不确定干扰上界的自适应补偿项来消除建模误差和参数估计误差的影响,改善了稳态跟踪精度。理论分析证明闭环系统所有信号半全局一致终结有界，仿真结果验证了该方法的有效性。     

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波( KCF: Kernel Correlation Filter) 方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分( PID: Proportion-Integral-Differential) 踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分( PD: Proportion-Differential) 控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。     

Wind disturbance rejection control based on the dynamic parameters estimation of quadrotors UAV

The turbulence or gust in quadrotor flight environment causes drastic changes in the unmanned aerial vehicle(UAV) aerodynamic parameters. Especially, rotor thrust coefficient and reaction torque coefficient of the UAV encounter uncertainty fluctuation, which may undermine the control performance. A real-time estimation strategy for these aerodynamic parameters is proposed to improve the identification on the disturbance. First, the unscented Kalman filter(UKF) algorithm is used to estimate the UAV states and aerodynamic parameters. Then, a double-loop structure, consisting of position and attitude, is designed for the trajectory tracking control. In the outer loop, a proportional-derivative controller is adopted to carry out position tracking and provide Euler angle references for the inner loop, called attitude controller. Moreover, the attitude controller is designed using an inverse dynamic technique. The main contribution of this study is to propose a joint estimation on the aerodynamic parameters with wind disturbance as well as the UAV states. This strategy plays an important role in refining time-varying parameters of wind disturbance. A number of simulations are executed to verify the effectiveness of the proposed method.     

一类非线性系统的鲁棒输出跟踪模糊控制

针对一类单输入单输出不确定非线性系统，提出一种稳定的自适应模糊控制方法。该方法应用I型模糊逻辑系统逼近过程的不确定部分，利用后推方法及监督策赂设计出一种鲁棒自适应控制器，理论分析证明了系统的稳定性，跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从五种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

小型涵道风扇无人机自适应解耦控制律设计

为解决小型涵道风扇式无人机俯仰通道和滚转通道之间的惯性耦合问题,采用简单自适应控制(simple a-daptive control,SAC)方法对无人机姿态角速度控制回路设计模型参考自适应控制器,使该控制回路在受到不确定扰动和参数摄动的影响下,仍能稳定跟随参考模型输出;同时对所构造参考模型进行串联前馈解耦,以使无人机跟随参考模型同步解耦,进而实现对无人机姿态角速度和自身姿态角的有效控制.仿真结果显示,该控制律能使无人机姿态稳定跟踪参考模型输出,并且有效抑制了被控对象参数摄动带来的不利影响,控制系统具有较强的自适应性和鲁棒性.