基于线性自抗扰的四旋翼无人机轨迹跟踪控制

针对四旋翼无人机在轨迹跟踪控制过程中存在的不确定性和外部扰动,提出了一种基于线性自抗扰的轨迹跟踪控制方法。首先,基于线性自抗扰设计了四旋翼控制器,将四旋翼无人机的轨迹跟踪控制系统分成内外两个控制环路,外环由PD控制,内环由线性自抗扰控制;然后,进行了仿真验证与分析,并与基于补偿的PD控制方法进行对比分析;最后,开展了飞行验证。研究结果表明,线性自抗扰控制器不仅调节时间短,而且能补偿系统所受到的内、外干扰,提高系统的稳定性,较好地满足了系统性能要求,其抗干扰能力也优于基于补偿的PD控制。     

倾转双旋翼无人机风场扰动下的建模和控制器设计

针对可倾转双旋翼无人机容易受外界风场扰动和模型不确定性影响的问题,设计了基于自抗扰控制技术的飞行姿态和PID轨迹组合控制。通过分析阵风对无人机姿态的影响,利用牛顿-欧拉法推导出有风条件下的双旋翼动力学方程;然后,通过Dryden大气紊流模型建立了无人机所处的风场环境;最后,用自抗扰控制器对无人机的动力学模型作干扰补偿,并采用粒子群算法进行参数整定,解决自抗扰技术参数繁多、人工调节复杂的问题。仿真结果表明,所设计的自抗扰姿态控制和PID轨迹组合控制器能有效抑制紊流风扰动,实现稳定飞行。     

风扰下的四旋翼无人机LADRC控制律设计

针对四旋翼无人机易受侧风干扰、影响控制效果的问题,提出了一种基于线性自抗扰的控制方法。首先分析了四旋翼无人机姿态模型,建立了四种风组合的模拟侧风模型;其次建立了二阶LADRC闭环控制回路,设计反馈控制律实现姿态控制,并分析证明了闭环系统有界稳定。仿真验证结果表明,侧风干扰下,LADRC控制器能对总扰动进行很好的估计和补偿,从而保证了系统的抗干扰性。     

一种基于串级线性自抗扰控制的四旋翼无人机控制方法

提出了一种基于串级线性自抗扰控制器的四旋翼无人机控制方法。根据建立的紊流模型形成了干扰风,在干扰风的环境下建立了四旋翼的运动学模型,并设计了一个串级的线性自抗扰控制器,其中外环采用位置控制,内环采用姿态控制。对比了该控制器与非线性自抗扰控制器和经典PID控制器在无风干扰和有风干扰下无人机的定点悬停的性能。仿真试验结果表明,无论是在无风干扰下还是在有风干扰下,该控制器的性能均好于非线性自抗扰控制器和PID控制器,具有较好的鲁棒性,能够运用到各种类型的旋翼无人机的工程控制中。     

基于BPNN参数整定的四旋翼吊挂自抗扰飞行控制

针对四旋翼无人机吊挂系统状态耦合和载荷抗摆问题,开展了四旋翼无人机吊挂系统抗摆飞行控制研究。首先,利用牛顿-欧拉法和拉格朗日方程建立吊挂系统的动态特性方程。然后,采用反向传播神经网络(BPNN)在线调节自抗扰控制(ADRC)中的扩张状态观测器(ESO)参数,以提高ESO的估计精度和控制器的抗干扰能力。最后,通过仿真对比分析了反向传播神经网络-自抗扰控制(BPNN-ADRC)和传统ADRC的控制系统性能。仿真结果表明,基于BPNN-ADRC的飞行控制系统不仅具有稳定的轨迹跟踪能力,参数调节容易,而且响应速度快,超调量小,抗干扰能力强。     

基于自抗扰控制的共轴直升机姿态控制律设计

以某型共轴双旋翼无人直升机作为研究对象,对无人机返航进场与降落着舰阶段的抗扰动问题进行研究。针对海上着舰环境下的外界干扰与不确定性问题,选用自抗扰控制器设计共轴直升机姿态控制律,以提高共轴直升机对外部扰动的抗扰性能。针对自抗扰控制律调整参数过多问题,设计改进粒子群算法进行自动参数优化。仿真结果表明:改进粒子群算法能够显著提高参数整定速度,且精度更高;优化参数后的自抗扰控制律在强干扰环境下具备良好的动态响应与鲁棒性。     

基于变权重变异鸽群优化的无人机空中加油自抗扰控制器设计

针对空中加油过程中的受油机模型建模误差和强扰动以及自抗扰控制器（ADRC）人工参数整定难的问题，提出了一种基于变权重变异鸽群优化（VWMPIO）算法的无人机自抗扰控制器优化算法。首先，给出了六自由度无人机（UAV）模型，基于自抗扰控制结构设计了一种受油机的姿态控制器，在此基础上用所提出的变权重变异鸽群优化算法整定了自抗扰控制器参数。随后，将变权重变异鸽群优化与其他基本鸽群优化算法、粒子群优化算法进行了实验对比，并从控制性能和抗噪声性能的角度对自抗扰控制器和传统的比例-微分-积分（PID）控制器进行了仿真对比。实验结果表明所提算法能提高复杂态势环境下无人机空中加油的控制精度和扰动抑制性能。     

基于PID和LESO的无人机控制

针对四旋翼无人机控制模型耦合程度高、非线性关系复杂,设计了一种基于PID和LESO的控制方法,选取无人机的某个状态变量作为控制量,通过简化模型对状态变量进行解耦控制,进而在控制系统中加入线性扩张状态观测器(LESO),提高模型的抗干扰能力。通过仿真和实际飞行与传统PID方法进行比较,充分验证了自抗扰控制(ADRC)在无人机飞行控制中具有鲁棒性强、精度高、易于实现等特点。     

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

基于LADRC的四旋翼无人机自适应姿态跟踪控制

针对四旋翼无人机受到外界干扰会导致系统参数的改变,从而影响控制性能的问题,提出了一种基于LADRC自适应姿态控制方法。首先,根据四旋翼无人机的姿态模型,建立了基于LADRC的四旋翼无人机姿态解耦控制结构;然后,引入干扰观测器估计补偿系统总扰动,实时在线辨识转动惯量值;考虑到控制量饱和的问题,设计模糊推理规则以提高控制性能。仿真结果表明,加入了自适应环节的LADRC控制器能够实现对干扰的准确估计,尤其在小角度飞行时表现出了较强的跟踪精度及响应速度。     

基于干扰观测器的四旋翼无人机离散时间容错控制

为了飞行控制方案便于在计算机上实现，针对具有外部干扰和执行器加性故障的四旋翼无人机（UAV）角度运动方程，给出一种基于干扰观测器的离散时间跟踪控制方案。通过设计离散时间干扰观测器抑制外部干扰和执行器故障的不利影响，并结合干扰观测器设计离散时间控制器。通过数值仿真验证了基于干扰观测器的离散时间容错控制方案的有效性。仿真结果表明，设计的离散控制器能够保证外部干扰和执行器故障综合作用下的四旋翼UAV系统跟踪控制性能。     

穿越微下冲气流的飞翼布局无人机控制方法

微下冲气流是最危险的低空风切变形式,为在起降阶段安全穿越该气流,飞翼布局的无人机控制律应具有快速响应能力和良好的鲁棒性。针对大展弦比飞翼布局无人机舵面附加升力大和低速状态俯仰操纵效能低的特点,提出了舵面附加升力和机体气动力相结合的复合控制方案,改进了以输出误差为参考量的非线性指令分配策略,设计了基于迎角保护的指令分配策略。将风干扰和模型的不确定性视为未知扰动,采用自抗扰控制(ADRC)理论设计飞翼布局无人机非线性控制律,使之对风干扰和模型的不确定性进行估计补偿。仿真结果表明,复合控制与ADRC相结合的方法加速了航迹倾角的单位阶跃响应速度,使上升时间缩短了64%,同时能够实现对风干扰的有效观测和补偿,使高度损失低于2m;能够在风切变中有效保护迎角,使其维持在5.5°以内。因此,该方法能够为飞翼布局无人机安全平稳地穿越微下冲气流提供一种参考方案。     

无人机-无人车异构时变编队控制与扰动抑制

研究了无人机-无人车异构系统时变输出编队控制与扰动抑制问题，要求多无人机与无人车在受到未知外部扰动的情况下，保持设计的输出时变编队构型。首先，对无人机与无人车进行单体运动学与动力学建模，同时建立扰动模型，并引入代数图论概念，建立异构集群系统的协同控制模型。然后，对各无人机-无人车设计了具有分层架构的分布式时变输出编队控制器，包含基于一致性理论的编队中心估计项和基于内模原理的扰动抑制补偿项。进一步分析异构系统实现输出时变编队的可行性条件，给出了分布式编队控制器的参数选取算法，并证明了时变编队控制器构成的闭环系统的稳定性。最后，通过仿真算例来验证所设计的编队控制器的有效性。     

基于扩张状态观测器的高空台进气环境模拟控制技术研究

针对航空发动机高空台推力瞬变等过渡态试验对进气环境模拟控制系统所提出的强抗扰性、强鲁棒性的迫切需求,设计了一种基于扩张状态观测器（ESO）的高空台进气环境模拟主动抗扰控制技术方法。首先分析了现有高空台过渡态环境模拟的技术特点和高品质控制指标难于实现的原因;其次设计线性自抗扰控制器（LADRC）和一体化并行控制器（IPC）;最后通过仿真对高空台进气环境模拟主动抗扰控制方法进行了验证。结果表明,应用基于扩张状态观测器的主动抗扰控制技术能够大幅提高发动机过渡态试验中进气环境模拟的动态响应速度、控制精度和抗扰动能力。     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

飞翼布局无人机反演自抗扰姿态控制

针对飞翼布局无人机模型强非线性、大不确定性及多变量强耦合等问题,设计了基于块控反演控制技术的姿态控制律,并采用自抗扰控制中的线性扩张状态观测器实现了对模型总不确定性的估计。为解决因阻力方向舵舵效非线性以及舵环节指令跟踪延迟造成控制系统动态性能下降的问题,采用函数拟合法解算阻力方向舵舵偏指令,并利用二阶振荡环节对观测器进行抗时滞处理。仿真结果表明,所设计的姿态控制律能够使飞翼布局无人机准确跟踪姿态指令,并具备较强的鲁棒性与良好的动态性能。     

航空发动机过渡态试验进气压力线性自抗扰控制方法

航空发动机高空模拟试车台过渡态试验中进气控制系统受扰严重,常规方法难以有效提升进气压力控制品质,提出了一种基于线性自抗扰的进气压力控制方法。采用机理建模和系统辨识手段搭建高置信度进气仿真平台,设计线性自抗扰控制器,实现对发动机扰动影响的实时预估和补偿,形成具有主动抗扰机制的进气压力控制方法。考虑实际使用中存在控制器手/自动及控制器间的切换问题,设计实用型无扰切换方法。仿真环境下,将该方法与比例积分微分(PID)进行对比,结果显示进气压力最大偏离值由7.69kPa缩小至0.9kPa,且能够快速收敛趋于稳定,表明了该方法无需发动机信息即可实现进气压力的有效控制,通用性高,抗扰性优,能够大幅提升发动机过渡态试验中进气系统的调节品质。      

基于Leader-Follower的多无人机编队轨迹跟踪设计

针对四旋翼无人机（UAV）群在轨迹跟踪过程中易受外界干扰而引起跟踪误差的问题，设计了基于Leader-Follower的多无人机协同编队轨迹跟踪控制方法。在该系统中，首先通过积分反步法（IBS）对所建四旋翼飞行器模型设计Leader无人机的轨迹跟踪控制器。其次设计了滑模控制（SMC）器，以控制Leader与Follower无人机实现期望的编队队形并同时跟踪参考轨迹。然后通过数值仿真验证了算法的有效性，仿真结果表明，系统具有良好的控制精度。最后通过视觉定位系统进行实验，结果表明所设计的控制器能够实现多个无人机轨迹跟踪和编队控制，所设计的算法具有可行性。