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.     

基于干扰观测器的分布式四旋翼编队跟踪控制

针对具有模型不确定性和外部干扰的一组欠驱动四旋翼飞行器提出了一种基于干扰观测器的分布式编队跟踪控制策略.根据系统严格反馈的结构特点,将四旋翼的动力学模型划分为位置子系统和姿态子系统.首先,根据快速终端滑模方法(FTSM)设计了一个干扰观测器作为复合干扰的估计器;其次,基于图论和快速终端滑模技术,设计了分布式编队跟踪控制器来实现编队的形成和保持;并在两个子系统之间,引入三阶积分滤波器对姿态子系统的虚拟输入及其导数进行估计;最后,稳定性分析表明闭环控制系统是全局渐进稳定的.仿真结果表明所提出的分布式控制器是有效的.     

基于扰动观测器的时变负载四旋翼无人机自适应有限时间控制

针对具有未知外部扰动和阻力系数的时变负载四旋翼无人机系统,提出了一种复合有限时间控制策略。首先,通过牛顿-欧拉方法建立了完整的四旋翼无人机数学模型。位置环采用自适应参数校正方法对负载进行估计,并与反步递推控制相结合,在阻力系数未知情况下设计了自适应轨迹跟踪控制器。其次,采用基于扰动观测器的有限时间滑模控制器,并利用Lyapunov稳定性理论进行无人机系统位置环和姿态环渐近稳定和有限时间稳定性验证。最后,通过数值仿真进行验证。结果表明,所提控制器提高了系统的收敛速度,减少了外界扰动对系统的影响。研究方法克服了已有研究要求阻力系数和负载已知的局限性,提高了系统的抗干扰能力,对于增强四旋翼无人机的实际应用性具有一定的参考价值。     

一种小型倾转四旋翼飞行器的轨迹控制

针对小型倾转四旋翼(quad tilt-rotor,QTR)无人机位置控制过程中存在的外部扰动、建模误差以及输入时延的问题,给出了QTR的动力学模型,并采用基于扰动观测器的控制方法,设计了QTR的位置控制器。内回路的姿态控制器采用鲁棒伺服线性二次型最优控制器。仿真实验部分,设计了相应的飞行场景对设定的轨迹进行跟踪。仿真实验表明,所设计的基于扰动观测器的位置控制器能有效地实现对期望轨迹的跟踪,使得QTR能兼顾传统旋翼飞行器的飞行功能,同时又能像固定翼一样进行长距离快速飞行。     

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。     

采用时延状态观测器的旋翼无人机自适应编队控制

针对无人机编队中的通信时延与工作引起的惯量变化,提出了一种基于时延状态观测器的旋翼无人机自适应编队控制方法。该方法利用编队结构参数确定队形,把编队控制转化为跟随无人机对虚拟无人机的轨迹跟踪;考虑精确的无人机动力学模型,并据此设计变时延状态观测器,对领航无人机的状态进行观测和补偿;针对补偿后的被控对象,设计自适应滑模编队控制器,并估计变负载工作状态下的质量和惯量。两组仿真结果表明:该方法对编队飞行中变质量变惯量行为的自适应误差小于6%,稳态时延状态的观测误差趋近0,体现出较好的控制精度和鲁棒性,具有很好的工程应用前景。     

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。     

无人机编队协同追踪控制律和编队信息架构

针对"长机-僚机"模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15 s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10 s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。     

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.     

基于扩张状态观测器的四旋翼积分滑模反步控制

针对四旋翼路径跟踪控制问题,研究了基于扩张状态观测器(extended state observer,ESO)、积分滑模控制器(integral sliding mode controller,ISMC)及反步法(backstepping)的四旋翼控制算法。构造了一种考虑姿态控制器响应过程的无人机控制模型;设计了扩张状态观测器对扰动进行观测,并构建了积分滑模控制器以估计扰动观测误差;设计了基于反步法的抗干扰路径跟踪控制算法,利用扩展状态观测器估计的扰动信息,通过补偿方式较好地消除了扰动影响。仿真试验表明,该方法具有良好的轨迹跟踪性能和抗干扰能力。     

基于神经网络的多四旋翼保性能编队控制

针对多四旋翼编队飞行过程中存在的参数和外界扰动不确定性导致编队系统不稳定问题,设计了一种多四旋翼分布式神经自适应动态面协同编队控制方法。采用学习维数低、实时性强的最小参数学习神经网络观测器,实现对四旋翼位置回路和角度回路未知非线性干扰的快速平滑学习与补偿。利用预设性能控制方法将原先受约束的同步误差经转换函数变换为不受约束的误差,解决协同编队中的位置一致性控制问题,确保各四旋翼位置跟踪同步误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域。仿真实验表明,所提多四旋翼协同抗干扰编队方法在较大扰动环境下仍能达到良好的控制效果。     

基于hp自适应伪谱法的四旋翼无人机编队轨迹优化

四旋翼无人机编队轨迹优化是实现高精度跟踪控制的基础。本文研究四旋翼无人机编队轨迹优化问题,首先建立非线性四旋翼无人机模型,并对模型进行简化与参数获取;再考虑四旋翼无人机编队之间的避撞约束、状态量约束及控制输入量约束;最后采用可自适应选点的hp自适应伪谱法将最优控制问题转化为非线性规划问题进行求解。仿真结果表明,hp自适应伪谱法可以对于求解6架四旋翼无人机编队的轨迹优化问题具有良好的效果,能够满足工程实际的约束要求。     

基于非线性扰动观测器的四旋翼鲁棒编队控制

为了补偿四旋翼飞行器编队飞行过程中受到的模型不确定性和外部干扰,提出了一种分布式非线性扰动观测器(NDOB).首先,考虑四旋翼模型不确定性和外部干扰,提出了一种新的四旋翼动力学模型.其次,在四旋翼飞行器的内部姿态回路中应用非线性扰动观测器,并且引入低通滤波器以滤除低频干扰.最后,引入风和不规则负载作为线性/非线性外部干扰,将NDOB控制器应用在领导-跟随的四旋翼编队中.仿真结果表明,在该观测器的作用下,扰动观测器能够完全抑制系统外部的线性风扰动,编队队形的整体偏移率在x和y轴上分别下降到0.01%和0.5%.对于非线性不规则负载运输实验,非线性扰动观测器对扰动的补偿率达到99.36%,能够有效地补偿四旋翼飞行器编队飞行过程中受到的模型不确定性和外部干扰.     

四旋翼无人机滑模自抗扰控制

针对四旋翼无人机易受到非线性、多目标以及控制量受限和其他不确定性因素干扰的影响,本文基于自抗扰控制和滑模控制设计了一种滑模自抗扰控制器。在被控对象姿态角速度未知的情况下,该控制器采用扩张状态观测器对无人机的姿态角速度和未知干扰进行观测;再将估计的姿态角速度和干扰用于控制器的反馈和控制量的补偿;最后利用Lyapunov理论证明控制系统的稳定性。仿真结果表明,本文设计的滑模自抗扰控制器可以保证观测误差的快速收敛,实现被观测量的高精度估计;在姿态角速度未知的情况下,仍可保持稳定的姿态控制。     

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.     

基于Backstepping-L1自适应控制的旋翼飞行器容错控制

针对旋翼飞行器控制过程中存在侧风等外界干扰、飞机本身存在未建模动态等不确定性,提出了一种基于Backstepping-L1自适应控制的旋翼飞行器容错控制方法。首先,在不考虑不确定性的情况下,根据旋翼飞行器的动力学方程和运动学方程,利用Lyapunov函数方法设计了基于Backstepping控制的姿态控制律,实现了闭环系统的稳定控制,且响应快速精确。其次,考虑不确定性对系统的影响,在Backstepping控制器的基础上,通过引入自适应律和状态观测器,实现对不确定性的实时估计和系统状态的在线观测,进而设计出具有鲁棒性的L1自适应控制器,消除了不确定性的影响,实现了旋翼姿态的容错控制。再次,通过引入一个闭环稳定的自治参考系统,对所设计的L1控制器进行稳定性分析,分析表明:设计的状态观测器跟踪误差有界并收敛到0,能够准确实时地估计被控系统状态;自适应律可快速自适应于系统存在的干扰及未建模动态等不确定性;控制律可以保证系统在正常状态及存在不确定性的情况下实时跟踪引入的参考系统,且跟踪误差趋近于0,从而保证系统稳定。最后,通过MATLAB仿真对比验证了该方法的有效性。     

基于自适应动态规划的四旋翼无人机分布式最优协调控制

为了提高四旋翼无人机编队的自适应能力,通过自适应动态规划(Adaptive Dynamic Programming)方法研究四旋翼无人机编队分布式最优协调控制问题。将该算法引入到分布式协调控制器的设计中,既避免了冗余数据的传输,又使各无人机的性能函数最小化。基于模糊双曲模型的评价神经网络(Critic Neural Network) 逼近值函数,以实现控制策略的设计。闭环系统稳定性证明权值估计误差和局部邻域协调误差是一致最终有界的。最后,进行了有向切换通信拓扑下的四旋翼编队仿真实例,结果表明了该算法的有效性。     

基于趋近律滑模的四旋翼飞行器姿态控制

针对存在扰动因素影响下的四旋翼飞行器姿态控制问题,设计一种基于趋近律滑模的四旋翼飞行器姿态控制器.首先,通过对螺旋桨的受力分析建立四旋翼飞行器的动力学系统模型.然后,为了实现系统姿态的稳定跟踪控制,采用趋近律滑模控制方法设计控制器,同时应用Lyapunov稳定性分析方法对闭环系统的稳定性进行了证明.最后,通过数值仿真验证了所设计控制方法的有效性.     

基于滑模控制的四旋翼无人机的轨迹跟踪控制

针对四旋翼无人机,研究了基于滑模控制的轨迹跟踪问题.根据无人机复杂的数学模型,首先利用单位四元数法描述系统姿态,再将其分解为位置和姿态两个子系统;通过引入中间控制输入,跟踪三个自由度的位置信息;考虑到位置和姿态子系统分别受到干扰力和干扰力矩的影响,设计了鲁棒反演滑模控制器,保证了对目标轨迹的稳定跟踪.仿真结果验证了该控制方法的有效性.     

基于扩张状态观测器的飞行器姿态控制研究

以四旋翼飞行器作为被研究对象,根据牛顿—欧拉方程建立其动力学模型,将该系统模型中存在的耦合项和其他未知干扰当作总和扰动,运用扩张状态观测器对其进行估计并实时补偿到PD控制器中,克服内部耦合等非线性扰动对系统带来的不利因素。最后将该控制策略应用于X-Aircraft四旋翼,对该飞行器进行姿态控制。实验结果证明了扩张状态观测器可以很好地观测出四旋翼模型中的耦合项和未知干扰,该控制策略保证四旋翼飞行器能够快速精准地达到预期的姿态位置,进一步表明该控制策略可以广泛应用于带有未知扰动的非线性被控对象中。