基于虚拟样机的倾转旋翼/机翼系统动力学仿真

综合运用CATIA、MSC.Simdesigner、ANSYS和ADAMS建立V-22倾转旋翼机1/5缩比动力学模型,并在ADAMS平台上对其进行运动学和动力学特性仿真、分析,通过与V-22倾转旋翼机1/5缩比原型数据的对比,表明所建立的虚拟样机模型正确,结果是可信的。最后分析了倾转过程中机翼弯矩变化的时间历程,其规律能反映出倾转旋翼机机翼变化的实际情况,为以后的倾转旋翼机的设计、试验提供了参考依据。     

倾转四旋翼自主降落的设计与仿真

针对四旋翼飞行器欠驱动性,提出一种用于自主降落的倾转四旋翼模型。该模型通过使用四个舵机对电机方向的控制来对位置（y）和姿态（roll）进行解耦,可实现倾斜悬停与倾斜飞行,增大了无人机的灵活性,提高了对无人机的位置和姿态的精确控制,使得跟踪和降落效果得到了提高。选取5次多项式来规划轨迹,以求鲁棒性强、距离最优。运用Matlab/Simulink对倾转四旋翼模型分析并验证,结果表明具有该结构的飞行器能够更加快速、准确地降落在斜面或移动平台上。     

倾转旋翼飞行器无模型自适应姿态控制

采用余弦加权分配法克服了控制操纵冗余问题,采用内/外回路控制结构解决了通道间耦合问题,实现了不同飞行模式下飞行控制系统统一建模。针对无人倾转旋翼飞行器动力学模型难于准确建立问题,引入伪梯度向量和伪阶数,应用无模型自适应飞行控制策略,使飞行控制系统对存在动力学特性非线性、时变性和未建模部分的被控对象具有更强的自适应性和鲁棒性。仿真验证了无模型自适应控制器的自适应性和鲁棒性优于比例〖CD*2〗积分〖CD*2〗微分控制器,给出了倾转旋翼飞行器由直升机模式到过渡模式再到飞机模式的全过程仿真,验证了无模型自适应控制器能够应用于倾转旋翼飞行器飞行控制系统设计,为无人倾转旋翼飞行器飞行控制系统设计,提供了一套新的控制系统设计方法,便于工程实现。     

基于大脑情感学习的推力矢量无人机姿态控制

建立了与普通无人机相区别的带推力矢量的无人机数学模型,并提出了一种基于大脑情感学习(brain emotion learning, BEL)的推力矢量无人机姿态控制方法。首先设计了气动控制器和近似推力矢量控制器,然后设计了基于BEL算法的推力矢量控制补偿器。对无人机全量模型进行非线性数值仿真,结果验证了所建立的数学模型的正确性、推力矢量技术在无人机姿态控制上的特定优势以及BEL智能方法的自学习、自适应能力。     

四旋翼无人机系统PD-ADRC串级控制

针对四旋翼无人机飞行系统欠驱动、非线性、多变量、强耦合等控制难点,设计了串级控制系统。在该控制系统中,外环位置回路采用了经典的比例-微分控制方法,内环姿态回路分别采用线性自抗扰控制和非线性自抗扰控制两种控制方法进行设计。通过仿真对两种控制方法进行了比较,仿真结果表明,两种控制方法虽然都实现了四旋翼无人机位置控制和姿态角控制,但是线性自抗扰控制更加符合工程实际的需求,对四旋翼无人机而言线性自抗扰控制是一种更有效的控制方法。     

基于固定时间一致性的无人机集群构型变换

针对无人机集群需要在指定时间内完成构型变换的情况,研究了具有一阶积分特性的无人机集群构型变换固定时间一致性控制问题。基于一致性方法设计了编队控制协议,引入编队参考向量,并通过构造Lyapunov函数,证明了在通信拓扑连通条件下无人机集群系统能够实现固定时间一致性并完成期望构型变换。以四旋翼无人机为基础搭建实验验证系统,并进行二维飞行验证,实验结果证明了本文所提方法的有效性。     

倾转旋翼飞行器飞行力学建模及验证分析

为了进一步提高倾转旋翼飞行器的建模精度,考虑旋翼挥舞运动、采用有限状态尾迹模型描述旋翼诱导速度,进而建立旋翼气动力数学模型;考虑旋翼/机翼/干扰,建立相应气动力数学模型;针对倾转旋翼飞行器操纵冗余问题,建立了适用于全模态的操纵策略数学模型。最后以通用倾转旋翼飞行器数学模型和飞行试验数据,对建立的数学模型进行验证。仿真结果表明建立的飞行动力学模型具有良好的精度,适用于飞行动力学其他问题的分析研究。     

基于串级LADRC设计的旋翼无人机航迹跟踪控制

针对复杂环境下,四旋翼无人机航迹跟踪精度易受风扰的影响,设计了串级线性自抗扰控制(linear active disturbance rejection control,LADRC)双回路控制系统。外环为位置回路,针对风扰采用3阶LADRC设计;内环为姿态回路,针对执行机构的动态特性,采用4阶LADRC设计。仿真对比串级LADRC和串级PID两种控制方法,结果表明,两种方法虽然都实现了四旋翼无人机航迹跟踪控制,但是在各种复杂风场扰动、内扰作用的情况下,串级LADRC能够克服复杂扰动的影响,精度更高、抗扰性更好、鲁棒性更强,且待整定参数不多,十分符合工程实际的需求。     

滞空状态下超小型旋翼机系统的姿态模型辨识

采用机理分析和系统辨识相结合的方法,以直升机机体和伺服小翼的力矩平衡方程为基础,根据滞空状态的特性,建立含有未知参数的超小型旋翼无人机姿态模型,由飞行数据采用预测误差法(PEM)对上述姿态模型进行了辨识,从而得到了完整的滞空状态下超小型旋翼机系统的姿态模型,最后验证了辨识模型的正确性。     

QTR无人机垂直起降模态分数阶滑模姿态控制

针对存在复合干扰的四倾转旋翼(quad tilt rotor,QTR)无人机姿态控制问题,提出了一种结合分数阶理论、滑模变结构控制理论、新型趋近律及super twisting二阶滑模干扰观测器的分数阶滑模控制方法。首先,利用分数阶微积分算子的信息记忆和遗忘特性,把分数阶微积分理论引入滑模控制方法中,设计了分数阶比例微分积分滑模面。其次,针对传统趋近律收敛时间长、速度慢、抖震严重等不足,提出了一种具有二阶滑模特性的新型快速趋近律。最后,考虑到复合干扰的存在,采用super twisting滑模干扰观测器在线对复合干扰进行估计和补偿。通过与传统整数阶滑模控制和动态逆PID控制进行比较,仿真实验结果表明,所提控制方案具有良好的控制性能。     

基于改进ESO的四旋翼姿态自抗扰控制器设计

针对四旋翼无人机姿态自抗扰控制(active disturbance rejection control, ADRC)系统在姿态角测量反馈信号受传感器噪声污染时, 基于传统非线性非光滑fal函数的扩张状态观测器(extended state observer, ESO)观测精度不足的问题, 构建了一种新型非线性光滑galn函数以重新设计ESO, 并利用Matlab/Simulink仿真软件进行性能验证。仿真结果表明: 与传统fal函数相比, 本文构建的galn函数为光滑且具有更好的收敛性, 更能体现“大误差小增益”的工程思想; 基于galn函数设计的改进型ESO具有更强的误差跟随能力; 采用改进型ESO设计的四旋翼姿态ADRC系统具有更好的跟踪能力和抗干扰能力。     

基于ESO的欠驱动四旋翼飞行器轨迹鲁棒控制

针对欠驱动四旋翼无人飞行器的系统特性,为解决传统四旋翼飞行控制方法中存在的弱点,如系统状态变量间相互有较大耦合、控制效果易受建模误差的影响及抵御外界干扰能力较弱等弱点,设计一种基于扩张状态观测器(extended state observer, ESO)的轨迹跟踪算法,由ESO实现对系统复合干扰的估计,并在控制律中对复合干扰进行实时补偿。由于ESO只需要测量系统输出即可实现对复合干扰的精确估计,因此在实际系统中易于实现,为验证所提算法,进行两种不同情况下的仿真研究,分别为矩形轨迹跟踪和圆形轨迹跟踪,仿真结果验证了所提算法的可行性。     

A Composite Adaptive Fault-Tolerant Attitude Control for a Quadrotor UAV with Multiple Uncertainties

In this paper, a composite adaptive fault-tolerant control strategy is proposed for a quadrotor unmanned aerial vehicle(UAV) to simultaneously compensate actuator faults, model uncertainties and external disturbances. By assuming knowledge of the bounds on external disturbances, a baseline sliding mode control is first designed to achieve the desired system tracking performance and retain insensitive to disturbances. Then, regarding actuator faults and model uncertainties of the quadrotor UAV, n...     

A Second-Order Sliding Mode Controller of Quad-Rotor UAV Based on PID Sliding Mode Surface with Unbalanced Load

Quad-rotor unmanned aerial vehicle(UAV) is a typical multiple-input-multiple-output underactuated system with couplings and nonlinearity. Usually, the flying environment is very complex,so that it is impossible for the UAV to avoid effects derived from disturbances and uncertainties. In order to improve the reliability of flight control, we established the dynamic model of quad-rotor UAV by Newton-Euler equation in unbalanced load conditions. Considering external disturbances in the attitude, a second-order sliding mode controller was designed with PID sliding mode surface and Extended State Observer(ESO). The simulation experiments have got good control performance,illustrating the effectiveness of our controller. Meanwhile, the controller was implemented in a quadrotor UAV, which carried a pan-tilt camera for aerial photography. The actual flight experiments proved that this paper dealt with the high stabilization flight control problem for the quad-rotor UAV,which laid a good foundation for autonomous flight of the UAV.     

基于积分反步法的四旋翼滑模轨迹跟踪算法

针对四旋翼无人机轨迹跟踪过程易受外界未知干扰而引起跟踪误差的问题,设计了基于积分反步法的滑模位置控制器。在该控制系统中,位置回路采用滑模积分反步法(sliding mode integral backstepping, IBS-SMC)非线性控制方法,姿态回路采用经典比例积分微分(proportion integration differentiation,PID)控制方法。通过仿真对PID、线性二次型调节器、IBS-SMC进行了比较。仿真结果表明与传统方法相比,IBS-SMC法具有更好的抗干扰能力与控制精度。最后通过飞行实验,检验了控制算法可行性。实验结果表明,所设计的IBS-SMC是一种符合工程实际的控制方法。     

有人/无人机编队指挥控制系统结构设计

针对有人/无人机(manned aerial vehicle/unmanned aerial vehicle, MAV/UAV)编队指挥控制系统结构设计问题进行了研究。以未来空中作战为背景,结合MAV/UAV编队作战流程和特征,基于人机合作机制,设计了MAV/UAV编队协同三层递阶式指挥控制结构,分别为任务规划层、协调控制层和功能实现层。在此基础上,分析了系统结构中关键模块如辅助决策模块、人机交互系统、编队控制管理系统和航迹规划路径跟踪系统的内容。最后,设计了人机交互系统指挥界面,并针对典型控制任务进行了仿真验证。     

无速度测量的四旋翼无人机移动目标跟踪控制

针对只有目标与载机的相对距离信息,而无速度信息的跟踪控制问题,以及在任务场景中对四旋翼无人机期望姿态角有约束的要求,设计了一种位置-姿态控制器。位置控制器只需要目标与载机的相对距离作为输入,其输出保证所生成的期望姿态指令在指定的范围内。为了保证在有限时间收敛至期望姿态,姿态控制器采用了二阶滑模的设计方法,缓解了电机输出指令颤振,并对外部扰动和模型不确定性具有较好的鲁棒性。最后进行了在风场中针对多种机动形式的目标进行了跟踪飞行仿真,得到了满意的跟踪效果。