基于自抗扰的无人机俯仰姿态控制

针对无人机俯仰姿态控制回路在模型参数和复杂外界环境等不确定性干扰影响下鲁棒性差、系统响应速度慢的问题,采用工程上易实现的自抗扰控制(ADRC)方法设计了俯仰姿态控制器,通过构造线性扩张状态观测器(LESO)估计不确定性干扰,并在控制回路中对干扰进行实时补偿.性能分析与仿真结果表明,基于ADRC的无人机俯仰姿态控制器具有良好的性能和干扰抑制能力,并且能够实现对控制指令的精确跟踪.     

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。     

基于调平回路的LESO抗干扰方法研究

针对平台台体转位过程中方位角速度对水平通道调平回路的干扰问题,提出了惯导平台调平回路抗干扰方法.将线性扩张状态观测器(LESO)应用于调平回路中,对干扰进行估计并实时补偿.基于调平回路模型,对LESO进行设计及仿真分析.仿真结果表明,LESO能准确估计干扰且动态补偿效果好,较原系统具有更强的抑制干扰能力.     

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。     

基于自抗扰理论的小型四旋翼飞行器姿态控制

针对四旋翼飞行器的强耦合性、非线性、易受外界干扰等控制难点,研究利用自抗扰控制器对四旋翼飞行器进行姿态控制的技术问题。通过牛顿-欧拉方程建立四旋翼飞行器动力学模型,将不确定性、耦合及参数摄动等干扰作为"总和干扰",利用扩张状态观测器进行估计并动态反馈补偿,再利用非线性反馈抑制补偿残差,进行四旋翼飞行器姿态控制仿真实验。结果表明:在存在模型参数摄动和外界扰动的情况下,扩张状态观测器很好地实时估计和补偿了四旋翼飞行器的总和干扰,基于自抗扰的四旋翼飞行器姿态控制系统具有较好的动态品质、稳态精度以及较强的鲁棒性。     

基于扩张状态观测器的四旋翼无人机姿态受限控制

针对在参数不确定性和外部干扰影响下的四旋翼无人机姿态受限控制问题,设计了一种基于扩张状态观测器(Extended State Observer,ESO)的四旋翼无人机姿态受限控制方法。首先,基于四旋翼无人机姿态运动模型构造ESO对集中扰动进行在线估计;其次,结合障碍Lyapunov函数设计反步控制器,以克服无人机姿态受限问题;另外,还对所提出的控制策略进行了稳定性分析。最后,通过对比仿真试验验证了该控制方法的有效性和优越性。     

基于鲁棒故障观测器的非线性离散系统容错控制设计

针对存在执行器故障以及未知干扰的非线性离散系统,提出了一种鲁棒故障估计与容错控制方法。首先在未知系统干扰作用下,设计鲁棒故障观测器实现系统状态和执行器故障的同步估计;然后根据鲁棒故障观测器得到的系统状态估计和故障估计信息设计容错控制器,进行状态反馈容错控制,同时基于D稳定与H_∞控制理论对鲁棒故障观测器和容错控制器进行设计,实现了多约束条件下的故障估计与容错控制;最后用飞行控制系统模型验证了所提方法的有效性。     

考虑输入饱和的固定翼无人机自适应增益滑模控制

针对复杂环境下的固定翼无人机飞行控制问题，考虑输入饱和以及复杂外界干扰的影响，提出一种基于自适应滑模控制方法的固定翼无人机飞行控制策略。首先，对固定翼无人机模型进行介绍，将模型分为姿态子系统和速度子系统；其次，针对姿态子系统和速度子系统的特点以及控制需求，分别采用自适应多变量螺旋滑模和自适应快速超螺旋滑模设计姿态控制器和速度控制器，该策略无需设计干扰观测器对外界干扰进行估计，仍然可以实现固定翼无人机对姿态参考指令和速度参考指令的有限时间精确跟踪，并基于Lyapunov的稳定性分析方法证明了闭环系统的稳定性。最后，对本文所提出的控制策略进行了仿真验证，结果表明该控制策略具有良好的控制性能。     

基于变增益扩张状态观测器的永磁同步电机转速环自抗扰控制器设计

线性扩张状态观测器(LESO)在观测初始阶段,系统状态量实际值与估计值误差较大。由于LESO高增益的影响,导致LESO在初始时刻的扰动估计输出出现很大的峰值,而且观测器增益越大,峰值现象越严重。针对上述问题,设计了一种变增益扩张状态观测器(TESO),其增益是一个时变函数,在初始时刻为较小的函数值,随着时间逐渐增大,直至趋于一个较大常数。利用李雅普诺夫变换和微分代数谱理论给出了参数整定公式。将线性自抗扰控制器(LADRC)中的扩张状态观测器替换为TESO,并将其应用于永磁同步电机转速控制中,计算机仿真和系统试验验证了该控制器设计的有效性。     

基于ESO的六旋翼无人机反演滑模控制器设计

针对六旋翼无人机建模过程中存在非建模动态、飞行过程中存在不确定外界干扰的轨迹跟踪控制问题,设计了一种基于扩张状态观测器的反演滑模控制器。首先,利用扩张状态观测器(ESO)进行扰动项的实时估计和系统状态的在线观测;然后,结合反演和滑模控制理论方法设计控制器,以消除系统不确定性和外界干扰带来的影响,并基于Lyapunov稳定性理论证明了闭环系统跟踪误差最终有界收敛;最后,通过仿真试验和飞行试验验证了所设计飞行控制算法的有效性。研究结果表明,存在不确定外界干扰的情况下,所设计的方法依然可以实现预定轨迹的稳定跟踪,有效提高了其抗干扰能力。     

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。     

考虑多边界状态约束的飞翼布局无人机姿态控制

以大展弦比飞翼布局无人机为研究对象,针对强扰动环境下多边界状态约束时的飞行姿态控制问题,提出一种指令-控制律联合限制的全状态约束控制方法。该控制方法分别独立设计了指令边界限制器、过渡指令产生器和指令跟踪控制器3个部分。首先,基于无人机动力学特性设计的指令边界限制器,利用无人机的各个状态边界来限制姿态控制器的指令,实现了将非受控状态的约束问题转化为受控状态的约束问题;其次,基于"安排过渡过程"的思想并考虑约束限制环节,设计了过渡指令产生器,为无人机在线生成从当前姿态到期望跟踪姿态的过渡指令;最后,基于障碍Lyapunov函数和扩张状态观测器,设计了指令跟踪控制器,使无人机能够克服干扰且快速稳定地跟踪过渡指令。通过采用Lyapunov稳定性理论分析,该控制方法能够保证姿态跟踪误差收敛有界,且始终处于给定区间内部。仿真结果表明,该控制方法能够保证无人机飞行状态在不超出约束边界的同时,实现对姿态指令的准确跟踪。     

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。     

基于极值搜索的四旋翼无人机自抗扰控制

为了提高四旋翼无人机飞行过程中的抗干扰能力,提出了基于极值搜索算法的自抗扰控制技术。首先,建立了四旋翼无人机非线性数学模型;然后,设计了基于极值搜索的自抗扰控制器,对无人机的位置和姿态进行控制;同时,设计扩张状态观测器估计系统内部及外部总扰动,对系统扰动进行补偿。仿真结果表明,所提方法不仅能抑制外界干扰,而且能显著改善飞行控制系统的瞬态性能和稳态性能。     

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。     

VTOL Aircraft Control Output Tracking Sensitivity Design

A method is presented for reducing trajectory sensitivity and achieving robust asymptotic tracking for linear feedback systems when there are parameter perturbations and disturbance inputs. The controller consists of a servocompensator containing the modes of the reference signals and disturbance inputs, a stabilizing feedback loop, and a feedforward compensator. Application of the method to the design of a vertical takeoff and landing (VTOL) aircraft flight control system is discussed. The use of a precompensator allows performance maneuvers such that the aircraft tracks desired trajectories and the feedforward and feedback signals aid in reducing the trajectory sensitivity to variations of parameters due to change in airspeed and to wind gust. Simulation results are presented to show the robust tracking, disturbance rejection, and sensitivity reduction capabilities of the flight control system.     

基于PX4飞控的多旋翼无人机编队跟踪系统设计

为解决单架无人机续航能力不足、执行任务单薄、应用场合受限等问题，目前多无人机协同跟踪具有极其重要的研究价值。以多旋翼无人机为研究对象，设计了一种基于 PX4飞控的多旋翼无人机协同编队系统。利用飞控底层软件，将设计的制导律进行移植，通过ROS系统对无人机进行外部控制，各个僚机和长机之间能够实时获取其他无人机位置，然后通过控制器得到指令速度，从而形成预设跟踪编队。仿真实验结果表明，整个编队系统对目标的跟踪精确有效，并且所设计的制导律可以在PX4飞控架构下实现对地面目标的编队跟踪，提高了多旋翼编队跟踪系统的稳定性。