基于特征模型的某型无人机智能PID控制器

无人机的飞行特性在很大程度上取决于其飞行控制律。本文以无人机的姿态控制回路为研究对象,分析了表征该无人机姿态控制特性的特征状态信息。利用特征建模的方法,设计一种基于控制对象特征模型的无人机姿态回路仿人智能P ID控制器,并进行了仿真试验。结果表明,该控制器具有较好的抗干扰和自适应能力,结构简单,针对性强,易于实现。     

一种无人机鲁棒自适应控制律设计

针对现代无人机作战时存在强不确定性、全包线大机动飞行时的强非线性、战损/故障导致的舵面效能变化问题，提出一种包含基本控制器和补偿控制器的鲁棒自适应控制律设计方法。以鲁棒伺服LQR作为基本控制器，L自适应作为补偿控制器，在保证无人机控制系统稳定性和动态特性的同时，拥有较强的鲁棒性。仿真结果表明了该方法的有效性和优越性。     

无人机L1自适应俯仰控制性能仿真

面向无人机全包线飞行时动态的非线性、战损/故障导致的舵面效能变化以及外部环境的时变干扰问题，以俯仰角控制为例，设计了L1自适应控制器，同时设计PI控制器以便对比分析控制性能。通过开展一系列仿真试验，可以发现，对于存在模型不确定性、舵面效能变化和外部时变干扰情况，L1自适应控制器的稳定性和鲁棒性明显优于PI控制器，满足无人机的控制需求，为工程应用奠定基础。     

变质心共轴双旋翼无人机建模与反步滑模控制

针对共轴双旋翼无人机旋翼组件过于复杂，导致旋翼控制系统可靠性较低的问题，提出了一种依靠三轨变质心机构进行姿态控制的方案。推导了三轨变质心共轴双旋翼的运动模型和空气动力学模型，并分析了不同滑块所处位置和质量占比情况下变质心无人机动力学特性。建立变质心无人机姿态控制系统的状态方程，针对系统中的非线性和不确定性，设计了基于反步滑模控制的姿态控制器。仿真实验表明，所设计的控制器能够在含有外部扰动的工况下有效完成姿态跟踪任务，具备较好的抗干扰能力。     

基于模糊径向基神经网络的小型无人机控制系统研究

为保证小型无人机的飞行安全,提出一种由无人机飞行控制器和地面学习单元构成的两层网络学习控制系统架构。无人机飞行控制器采用模糊控制策略,学习单元采用经遗传算法优化的径向基神经网络,充分利用模糊控制和神经网络的各自优势,将模糊控制策略与RBF神经网络相结合提出了一种基于RBF神经网络的自学习模糊控制策略。所设计的飞行控制器用于无人机飞行过程中的姿态控制,仿真及实验结果表明本方法是有效的。     

基于未知输入观测器的四旋翼无人机故障诊断与模型参考容错控制

对四旋翼无人机（Unmanned aerial vehicle， UAV）姿态控制系统的执行器故障诊断问题进行了研究，在系统模型方面全面地考虑了模型的非线性和四旋翼无人机在飞行过程中受到外部干扰的情况。由于未知输入观测器可以将干扰、误差等作为未知输入进行处理，对干扰不敏感而对故障比较敏感，故设计了一种新的未知输入观测器进行故障诊断。同时为了保持四旋翼无人机在故障发生后的稳定性或者仍然可以按照预定轨迹运动，在得到准确的故障估计后为四旋翼无人机姿态控制系统设计了模型参考容错控制器，使其可以跟踪给定的参考模型。仿真结果证明了本文提出的故障诊断与容错控制方法的有效性。     

考虑瞬态特性的无人机自适应容错控制设计

针对固定翼无人机纵向轨迹跟踪控制问题，基于反馈线性化和模型跟随控制设计基础控制器，实现无故障情况下闭环系统的稳定和轨迹渐近跟踪控制。考虑固定翼无人机的执行器可能发生不同类型及大小的故障，分别针对各种不同故障模式设计与之对应的补偿控制器。为综合解决执行器故障的多重不确定性问题，采用加权融合与自适应控制相结合的方式设计综合控制器结构，并对与故障相关的控制器参数进行估计。最后，通过在基础控制器设计中添加H∞补偿项，以抑制故障补偿控制器参数估计误差对闭环系统输出跟踪性能造成的不利影响。理论分析和仿真结果表明，所提出的控制方案不仅能保证闭环系统的稳定性，而且在发生不确定执行器故障的情况下，固定翼无人机姿态控制系统输出能渐近跟踪给定的参考模型输出，通过设计适当的H∞补偿器参数可以改善故障补偿控制过程中的瞬态性能。     

无人机简化配置控制技术研究

提出了一种仅采用垂直陀螺和GPS的简化配置控制方案，形成了无人机飞行控制系统常用的俯仰／滚转控制回路、高度控制回路和航迹控制回路。由于GPS信号更新率(1Hz)较低，利用无人机运动学之间的内在关系,给出了高度、航向、位置反馈信号的融合算法。这些反馈回路的控制增益均采用改进的输出反馈LQR设计技术,该技术简化了权矩阵的选择。对比研究表明，对于自身稳定性较好的无人机，该简化配置方案能够实现姿态控制、高度控制和航迹控制。     

倾转三旋翼无人机倾转定高控制研究

针对倾转旋翼无人机在倾转过程中的高度控制问题,提出一种基于灰狼优化的神经网络自适应控制方法,用于一种倾转三旋翼无人机倾转过程的飞行控制.首先,建立了无人机的非线性数字仿真模型;其次,基于神经网络自适应控制方法分别设计了无人机的高度控制器和姿态控制器,并用灰狼优化算法对神经网络的参数和控制器的参数寻优;再次,设计了倾转过...     

非线性飞控系统的滑模PI混合模糊逻辑控制

针对一类空间飞行器的非线性姿态控制问题，首先通过变换将其强耦合模型分解成若干个子系统，把各子系统之间的耦全、未建模动态和外界扰动视为系统的不确定性。而后提出了一种结合滑模控制与比例积分控制的模糊逻辑控制器，运用李亚普诺夫原理对系统的稳定性进行了分析。用这种控制器对系统进行分散鲁棒自适应控制，仿真说明相对于传统滑模控制器，它具有响应速度快，跟踪精度高，鲁棒性强的优点。     

小型无人机姿态回路的简化配置控制系统设计

提出了无人机的最简控制设计思想，并就姿态回路进行了两种最简控制结构（PI型、PID型）的设计。为了提高最简控制性能和设计效率，将输出反馈LQR控制理论进行了改进，使其能够解决飞行控制的跟踪问题。通过对某无人机姿态回路的最简控制设计表明，姿态回路的最简控制策略是成功的，控制系统的性能取决于最简控制结构，输出反馈LQR不仅具有很高的设计效率，而且能对最简控制结构进行规范描述。     

一种小型无人机简易飞行控制系统的方案

针对低速、自然稳定的小型无人机的特点,以控制无人机按预定航线自主飞行为目标,设计了具有双回路的PID控制的纵横向飞行控制律,以及优化的GPS系统(磁航向传感器补偿)导航算法,形成只需少量传感器和执行机构的飞行控制方案。该方案广泛适用于低速、自然稳定的小型无人机,具有良好的静态和动态特性,并且造价低廉、使用简单。     

无人机4D制导系统研究

基于逆运动学方法设计了无人机四维制导系统。基本姿态控制器采用基于在线神经网络的非线性动态逆控制器。动态逆控制器用来对消无人机的非线性，在线神经网络补偿对消不精确引起的状态误差。制导系统的任务就是由给定的三维航迹，解算出航迹角，并生成三个姿态角指令，同时设计发动机控制回路以控制航迹速度，最终实现精确的四维航迹跟随。     

综合火力/飞行控制系统的仿人智能控制

本文介绍了综合火力/飞行控制系统的仿人智能控制。首先给出了智能控制系统的数学模型,然后较深入地研究了耦合控制器的结构与设计,详细地论述了控制器中各功能模块(特征识别模块、知识库、规则库、数据库、推理机等)的原理与设计内容,并讨论了相应的控制模式的选取及特征模型的划分,最后对包含耦合控制器的系统,考虑不同的飞行状态条件,进行了计算机仿真。仿真结果表明,所设计的智能控制结构能很好地模拟飞行员的控制行为并具有满意的控制品质。     

变推力轴线无人机的建模与机敏性分析

建立了与普通无人机相区别的变推力轴线无人机的全量教学模型.通过理论分析可知,变推力轴线技术的引入可以改善无人机的机动性和敏捷性.设计了气动舵面控制和推力变向控制相结合的无人机纵向姿态混合控制器,并对非线性模型描述的无人机进行了控制仿真,结果验证了混合控制策略的优越性,也体现了变推力轴线无人机具有比普通无人机更好的机敏性.     

多旋翼无人机飞行控制自动调参技术

目前,多旋翼无人机控制器设计问题中存在着大量的依靠经验的调参工作。为了使调参简单而又可靠,本文基于控制器参数与控制系统性能响应存在的对应关系,提出了自动调参思想。在满足控制器各项性能指标的前提下,利用粒子群算法(Particle swarm optimization,PSO)提炼出优化目标和约束条件。对被控对象进行建模并搭建非线性模型。然后,利用工程实践方法估算出参数范围,并利用粒子群快速优化特点自动寻找在约束条件下符合性能指标的控制器参数。最后,通过Matlab/Simulink对模型进行仿真验证。仿真结果分析表明,PSD可快速准确地对飞行控制进行自动调参。     

Gradient Descent Algorithm for Small UAV Parameter Estimation System

A gradient descent algorithm with adjustable parameter for attitude estimation is developed,aiming at the attitude measurement for small unmanned aerial vehicle(UAV)in real-time flight conditions.The accelerometer and magnetometer are introduced to construct an error equation with the gyros,thus the drifting characteristics of gyroscope can be compensated by solving the error equation utilized by the gradient descent algorithm.Performance of the presented algorithm is evaluated using a self-proposed micro-electro-mechanical system(MEMS)based attitude heading reference system which is mounted on a tri-axis turntable.The on-ground,turntable and flight experiments indicate that the estimation attitude has a good accuracy.Also,the presented system is compared with an open-source flight control system which runs extended Kalman filter(EKF),and the results show that the attitude control system using the gradient descent method can estimate the attitudes for UAV effectively.     

飞机自动驾驶仪俯仰控制系统仿真研究

分别对比设计了PID控制器、LQR最优控制器和模糊控制器，并建立了对应的Matlab控制模型进行仿真研究。阶跃响应仿真实验结果表明：飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器能更好地实现对飞机俯仰角的控制，具有响应快速、超调小、误差小的优点；飞机俯仰系统LQR控制器比模糊控制器响应更快，跟踪性能更好，而飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器，更适用于实际的飞行环境。