基于非线性PID控制的无人机飞控系统优化设计

针对固定翼无人机的飞行控制律设计问题,提出了一种基于非线性PID控制原理的控制器。该控制器的比例、积分、微分增益是控制误差的非线性函数。确定该组函数的参数主要根据最优控制理论选择性能指标,采用遗传算法寻优。在此基础上,实现对无人机飞行控制律的优化设计。仿真结果表明,使用该控制器设计的无人机飞行控制回路比用常规PID控制器表现出很大的优越性。     

基于Simulink的无人机自主飞行全程仿真研究

研究在Simulink下进行无人机自主飞行全程仿真的方案,用Aerospace模块建立无人机的非线性数学模型,以Simulink的使能模块构造内回路控制律,Stateflow实现外回路的制导、导航模块,并使用仪表模块和虚拟现实模块实现实时监控,可以搭建出完全基于Simulink的模型,能够实现控制律和控制策略的仿真验证。无人机的多模态仿真结果说明Matlab/Simulink下实现飞行控制全程仿真的有效性。     

无人机空中加油自主会合的制导与控制

针对无人机空中加油的自主会合问题,进行了相应制导律和非线性控制器的设计。通过改进的带角度约束的三维比例制导律实现对航向角的控制,以协调转弯的方式将航迹角指令转化为姿态角指令。基于无人机六自由度的动力学模型,针对无人机的姿态控制,采用时标分离的方法设计了慢子系统和快子系统,并对这两个子系统分别进行动态逆控制设计。同时,基于滑模控制的方法设计了满足自主会合要求的速度控制律。在保证无人机飞行稳定的基础上,实现了对控制和制导指令的精确跟踪。仿真结果表明,所设计的制导律和控制律能够实现无人机空中加油的自主会合,具有良好的动态特性。     

简化模型下的舰载无人机着陆控制律设计与仿真

讨论一种结合升降速率和推力控制的舰载无人机着舰的方法。结合国内某型无人机,首先介绍了舰载无人机的自动着舰系统,并分析和设计基于俯仰姿态的升降速率控制系统的控制律;然后进行母舰的数学模型简化;再次进行了推力控制系统的分析与控制律设计;最后在考虑飞行控制系统和发动机推力控制系统的条件下,对控制律进行设计与仿真,并提供仿真结果。     

无人机紧密编队队形构成控制

针对无人机编队飞行问题,通过借鉴Agent体系结构确定无人机编队的控制结构.建立了以航迹坐标系为参考坐标系的长机与僚机的相对运动模型,根据僚机距离长机最优位置的误差,利用李亚普诺夫稳定性理论设计队形构成中僚机的控制律.最后通过建立的六自由度非线性飞行仿真平台进行仿真验证,结果表明所设计的控制律能稳定引导无人机完成编队的队形构成.     

升力风扇无人机垂直起飞控制系统设计与仿真

针对升力风扇无人机升力产生原理异于常规飞机的特殊性,对无人机进行了受力情况分析,建立了垂直起飞阶段全量飞行力学数学模型,并详细给出了纵向和横航向的控制方案。采用传统控制律设计方法对升力风扇无人机垂直起飞过程的高度、纵向及横航向控制回路进行了设计,并搭建控制仿真平台进行了仿真验证,通过仿真结果分析了该类型飞机的运动特性,验证了控制系统的正确性和可行性。     

非线性PD控制在自动地形跟随系统中的应用

提出了一种非线性PD控制方法，并将其应用在自动地形跟随系统飞行控制律的设计中。对采用常规PI控制与非线性PD控制的飞行控制系统进行了鲁棒性仿真比较以及典型地形跟随误差仿真比较。结果表明，采用非线性PD控制方法设计的控制律具有良好的鲁棒性与跟随性能。     

基于LESO的无人机飞行姿态动态逆控制

在建立无人机飞行姿态角速度回路动力学模型的基础上,基于非线性动态逆控制方法设计了角速度回路的控制律。考虑到动态逆控制对控制对象精确数学模型的高度依赖,采用线性扩张状态观测器(LESO)对系统的扰动进行了估计和实时补偿。仿真结果表明,基于LESO的动态逆控制方法能够实现对控制指令的精确跟踪,且具有很好的鲁棒性。通过对不同LESO带宽下控制系统的仿真结果进行比较发现,带宽越大,LESO估计效果越好,控制器对指令的跟踪精度越高。     

无人机机动轨迹跟踪系统设计

对无人机机动飞行轨迹跟踪系统的内环姿态控制律和外环轨迹跟踪控制律两部分分别进行了设计。利用非线性动态逆方法设计了内环姿态控制律。外环轨迹跟踪控制律采用逆动力学前馈加模糊反馈的控制结构,提高系统对飞行条件及期望轨迹剧烈变化时的跟踪精度。仿真结果表明,所设计的系统能够控制无人机精确跟踪指定的机动轨迹,且相对于固定增益系统具有更好的鲁棒性。     

无人机控制律仿真

文中将粒子群优化算法及动态逆控制方法,应用到无人机控制律的设计与仿真验证中。设计了动态逆控制律及其仿真,引用了基于动态逆控制理论的无人机控制律。应用动态逆控制(Dynamic Inversion Control,DIC)技术,设计了姿态角速率回路与姿态角回路,作为无人机控制系统的内回路;应用PID (比例、积分、微分控制技术,设计了三轴位移回路,作为控制系统的外回路。通过PSO优化算法及样条函数,设计了符合无人机使用要求的航迹曲线。最后,对航迹点进行样条插值,得到平滑的航迹曲线。对无人机控制律响应与航迹跟踪,进行了综合仿真验证。仿真结果表明,所设计的无人机控制律,在允许精度的范围内,跟踪无人机预定航迹效果良好,满足无人机飞行控制需求。     

基于角加速度估计的非线性增量动态逆控制及试飞

针对非线性增量动态逆（INDI）控制方法运用到飞行试验时需要进行状态量导数（角加速度）的实时估计并且存在延迟等问题进行了研究,并给出了工程应用上的实际解决方案。对试飞无人机（UAV）平台进行了动力学建模,利用非线性增量动态逆控制方法和控制器分层设计方法设计了无人机姿态控制系统。采用卡尔曼滤波器设计了角加速度估计器为控制律提供角加速度实时反馈。通过基于模型的控制系统设计方法将控制律实现,并进行实际试飞试验。结果表明：该控制方法工程上可实现,具备良好的鲁棒性和指令跟踪能力。     

菱形翼布局无人机多舵面控制特性研究

采用控制分配技术对菱形翼布局无人机进行控制律设计,可以充分发挥其多舵面的优势,且在故障情况下进行控制重构而不改变飞行控制律.采用PID方法设计以虚拟舵面为输入的基本控制律,然后分别采用不动点迭代法、序列二次规划法(SQP)设计线性、非线性控制分配律,对比两种控制分配方法对控制系统的影响.经过仿真验证表明,由于阻力舵非线性舵效的影响,线性分配方法对指令的跟踪存在一定的误差,但是通过调整航向增稳系统的控制增益可以使控制系统具备足够的鲁棒性以克服跟踪误差的影响;非线性控制方法可以准确跟踪控制指令,但是其比线性分配方法计算耗时长.     

无人机滑跑纠偏控制

研究无人机(UAV)滑跑纠偏控制方案、控制结构及控制律设计方法。提出了主轮差动刹车与方向舵联合滑跑纠偏控制方案及控制结构,建立了包含起落架、刹车装置及跑道特性的无人机滑跑非线性全量数学模型,采用频域模型作为参考模型表示期望的滑跑纠偏控制性能,利用基于遗传算法的全局优化过程对联合纠偏控制律参数进行设计,使纠偏控制特性逼近参考模型特性。实例设计表明,滑跑纠偏控制方案和控制结构合理可行,控制律设计方法快捷有效。     

涵道风扇无人机增稳控制律设计与仿真

针对小型涵道风扇无人机本体不稳定特性,设计增稳控制律并通过仿真进行了验证。利用软件CATIA建立三维模型,并制作出实体模型。对模型进行受力分析,建立涵道风扇无人机六自由度动力学模型。在所建模型基础上,设计增稳控制律,包括姿态控制律及轨迹控制律。建立非线性仿真模型,通过Matlab／Simulink仿真对所设计的控制律有效性进行了验证。仿真结果表明,所设计的控制律达到了增加涵道风扇无人机稳定性的目的。     

无人机发射过程建模与控制方法研究

考虑火箭助推器的推力和螺旋桨发动机产生的反扭矩对起飞过程的影响,建立了无人机发射过程的非线性数学模型。针对无人机在火箭助推起飞过程中存在的安全隐患,在飞行控制律中设计了针对升降舵的抗饱和补偿器。利用线性矩阵不等式理论,分析了该补偿结构的闭环稳定性,并给出一种抗饱和补偿增益的计算方法。最后,通过对零长发射过程进行非线性模型数学仿真,验证了该补偿结构的有效性和可行性。     

无人机综合飞行/推力矢量控制

以某无人机为背景,主要研究大机动时带推力矢量的综合飞行/推进控制系统的设计方法。应用非线性动态逆方法,根据无人机本身具有明显不同时间尺度差异的动力学特性,结合奇异摄动理论将控制变量按照响应快慢分为4个回路进行了控制器的设计与仿真;设计推力矢量控制和气动控制相结合的控制器,实现飞行和推力矢量的控制综合;将无人机的任务转化为对飞行控制的限制条件,对所设计的控制系统进行了数字仿真,结果表明所设计的控制器能够满足飞机做大机动时的控制要求。     

超机动飞机动态逆-PID控制器设计

对超机动飞机在大迎角机动下的控制律进行设计,并完成相关仿真验证.通过引入推力矢量技术,建立带推力矢量的飞机非线性数学模型;采用奇异摄动理论,将飞机状态划分为快慢变换不同的同路,分别应用动态逆设计飞行控制律;并采用PID控制补偿由于未精确建模带来的系统逆误差;最后对所设计的控制律进行了机动指令飞行仿真.仿真结果表明,设计的控制律能在大迎角机动条件下控制飞机跟踪指令飞行,并保证闭环系统的稳定性.     

模型逆控制在非线性IFPC系统中的应用

研究了模型逆控制方法应用于IFPC一体化控制器的设计问题。简要介绍了模型逆非线性控制方法的概念、特点。在此基础上,将模型逆与经典控制相结合,设计了IFPC控制律,并进行了时域仿真与飞行品质分析。结果表明,所设计的控制律无需增益调参即可实现各状态的指令跟踪,并具有较强的鲁棒性能;系统具有典型的一阶/二阶动态特性,满足一级飞行品质要求。     

基于MAS的无人机编队飞行智能优化控制

 针对无人机编队飞行的实际背景和限制条件,提出了一种基于多智能体系统（MAS）技术的编队飞行的智能优化控制策略和实现算法。利用多Agent之间的交互作用,以灵活便捷的方式进行各单机之间的协同优化,从而可实现多架无人机的自主编队飞行。考虑到leader-follower原理的支配机制,对面向编队飞行的僚机控制律与实现算法进行了重点研究,设计了僚机编队控制器,通过仿真实验验证了其鲁棒性和稳定性。最后针对编队队形的变换与躲避威胁等特殊情况对无人机编队单元之间的协调优化进行了仿真验证和分析。     

非线性解耦控制理论在飞控系统设计中的应用研究

根据非线性解耦控制理论设计了用升降舵、副翼和方向舵控制飞机迎角、侧滑角和滚转角速度的解耦控制律，并进行了闭环系统数字仿真研究。飞机动力学的数学模型计及了非线性气动力、运动和惯性耦合因素；操纵系统动力学模型中考虑了舵面的惯性，位置和偏转速率限幅，仿真结果表明，所设计的控制律可有效地指令飞机进行大幅值的单自由度或多自由度机动飞行，控制律中的参数变化对闭环系统动态响应影响较显著，容易导致Ｈｏｐｆ分支现象