直升机H∞鲁棒控制器的优化设计及仿真

为满足ADS-33E所规定的操纵品质要求,有效克服模型不确定性的影响,提出了一种基于遗传算法的直升机H∞鲁棒控制器设计方法。首先把ADS-33E频域操纵品质指标和时域指标的设计要求转换为不等式约束,在此基础上应用多目标遗传算法自动搜索满足指标要求的最优鲁棒加权函数阵,进而得到最优H∞鲁棒控制器。最后,应用上述方法设计了某型直升机横侧向H∞鲁棒控制器,仿真结果和性能分析表明,控制器具有良好的鲁棒性和操纵品质,表明了该方法的有效性。

Abstract：

A novel H∞ robust flight controller design method for a helicopter was proposed based on multiple objective genetic algorithm （MOGA）,in order to satisfy handling qualities requirements of ADS-33E and overcome inferior effect of model uncertainty. Requirements of time-domain and ADS-33E were described as inequality constraints,and MOGA was used to obtain optimal weighting functions matrices. Afterwards,optimal H∞ robust controller,which satisfied corresponding time-domain and frequency-domain requirements,was synthesized. Finally,H∞ robust controller for a certain helicopter＇s lateral motion was synthesized,and the simulation results and performance analysis show that the controller is of preferable robustness and handling quality.     

基于改进人工势场的无人机编队避障控制研究

针对人工势场方法在无人机避障过程中存在局部最小值的问题,基于虚拟结构和"长机-僚机"控制策略,提出一种复合矢量人工势场方法,有效实现了无人机编队在三维空间避开障碍物追踪运动目标的目的。该方法以3架无人机构成的编队作为研究对象,虚拟长机运动轨迹作为期望路径,障碍物简化为圆柱体,其周围的人工势场近似为球体表面。人工势场中的引力导引虚拟长机追踪目标,僚机追踪长机保持编队飞行。斥力作用使得编队避开障碍物,同时僚机不分次序和具体位置均匀地分布在以虚拟长机为球心的球体表面。无人机编队的避障路径取决于两种复合矢量的人工势场,每架无人机可选择最优路径避障,避障结束重组三角形编队飞行。通过仿真结果验证了该理论的可行性,为多无人机编队避障提供了一种思路。     

基于一致性算法的无人机协同编队避障研究

基于人工势场方法,提出了一种双向网络连接结构的多无人机一致性避障控制算法。该算法能够有效避免无人机之间以及无人机与障碍物之间发生碰撞,实现协同编队飞行,完成任务。将所提出的一致性算法与"长机-僚机"控制策略结合起来应用到编队控制中,能够避免无人机之间以及无人机与障碍物之间发生碰撞,确保无人机编队收敛。文中以3架无人机构成正三角形编队作为控制对象,以长机飞行轨迹作为期望路径,僚机跟踪长机保持正三角形编队飞行,且无人机之间以及无人机与靠近障碍物内侧的僚机与障碍物保持安全距离,长机和僚机在水平面具有相同的前进速度和航向角速率,在垂直方向保持相对距离不变。通过仿真实验验证了所提出的控制算法的有效性,对工程应用具有一定的借鉴意义。