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。     

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。     

改进ADRC及其在飞行增稳控制中的应用

非线性自抗扰控制器(ADRC)具有极强的鲁棒性和优异的控制性能,但控制器参数设计较为繁琐。引入了新的非线性函数,简化了控制器的参数设计,且非线性扩张状态观测器(ESO)在原点处具有渐进稳定性。设计了基于模型跟踪的一阶ADRC飞机纵向增稳控制器。仿真结果表明,在大飞行包线内飞机的动态特性发生了很大变化,不改变ADRC参数而只进行跟踪模型动压调参,飞行控制系统均满足一级品质要求,表现了极强的鲁棒性能。     

无轴承异步电机的自抗扰控制策略

针对无轴承异步电机(BLIM)的逆系统解耦控制性能受负载和参数变化影响的问题,在转子磁链定向逆系统解耦控制的基础上,采用自抗扰控制器(ADRC)替换经典的PID控制器,将BLIM模型中的交叉耦合项、本体参数变化和负载视为“扰动”,统一用ADRC的扩张状态观测器(ESO)估测,非线性状态误差反馈控制器(NLSEF)进行补偿。仿真结果表明:采用了ADRC,系统具有较好的动态解耦控制性能；同时,对电机参数和负载变化具有更好的鲁棒性。     

2.4m跨声速风洞流场预测自抗扰控制

针对2.4 m跨声速风洞总压和马赫数控制具有强耦合、时滞、系统参数摄动和外界干扰不确定性等特点，设计了预测自抗扰控制。采用自抗扰控制（ADRC），将总压和马赫数两个通道之间的耦合、流场建模误差、系统的参数摄动和外界干扰等视为总干扰，通过扩张状态观测器（ESO）将总干扰估算出来并进行前馈补偿，一方面可以实现总压和马赫数的解耦控制，另一方面提高了流场的抗干扰能力。同时使用Smith预估器得到系统无时延输出并将其反馈至扩张状态观测器，加快其收敛速度，从而提高控制系统的性能。仿真结果表明，该控制器能够很好地实现总压和马赫数的解耦，并且具有良好的动态特性、抗干扰能力和鲁棒性。     

基于QPSO算法的自抗扰控制器设计及参数整定

提出了一种基于量子粒子群(QPSO)的自抗扰控制器(ADRC)设计及参数整定方法.利用自抗扰控制器抗于扰能力强、鲁棒性好、对模型参数变化适应能力强的特点,设计了自抗扰纵向飞行控制器以提高飞行控制性能.针对所设计的自抗扰控制器参数多,需要依靠专家经验或试凑进行整定的问题,应用QPSO算法进行控制器参数整定.仿真结果表明,...     

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.     

基于模糊LADRC的倾转四旋翼无人机纵向姿态控制

针对倾转四旋翼无人机存在控制冗余和模型具有时变性及不确定性的问题,进行了纵向姿态控制系统建模和仿真研究。运用牛顿运动定律和刚体转动定律建立无人机六自由度运动模型,并采用试验测量及数值仿真的方法获取模型参数。采用设计控制分配系数的方法解决控制冗余的问题。设计了基于线性自抗扰控制(LADRC)方法的姿态控制器并采用模糊控制对其参数进行在线整定,提高了控制系统的响应速度和鲁棒性。搭建了Simulink仿真模型,通过无人机纵向飞行控制仿真试验,验证了所设计的控制分配系数的合理性以及姿态控制器的有效性。     

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。     

电动伺服机构永磁同步电机的自抗扰控制

针对运载火箭电动伺服机构谐振频率过低,而传统陷波滤波器算法会降低系统的快速性问题,提出了一种基于自抗扰控制（ADRC）的微分前馈控制算法。在开环等效增益相近的情况下,比较了系统在传统PID控制和一阶ADRC控制方式下的阶跃响应和抗扰性能;对输入正弦指令的情况,比较了系统在比例+扩张状态观测器（ESO）和有限时间比例（FTP）+ESO这两种控制方式下有无输入微分前馈（IDF）的跟踪性能。仿真和实验结果均表明,在常规ADRC中引入IDF,可有效提高电动伺服机构对时变输入的跟踪精度。     

直升机吊挂控制系统飞行品质分析

基于直升机指令模型、PID控制和动态逆控制理论,建立了三种直升机吊挂耦合系统控制模型以研究吊挂对直升机飞行品质的影响。依据军用旋翼飞行器飞行品质规范(ADS -33E)和直升机带吊挂飞行的飞行品质要求,对各控制模型进行了仿真和频域分析,并研究了吊挂质量和吊索长度对系统飞行品质的影响。结果表明:引入吊挂摆角状态反馈可提高系统操纵品质,系统幅值裕度达到126 dB,增益带宽为331 rad/s。而吊挂摆角的滞后反馈可使吊挂摆角在1 rad/s频率附近的幅值衰减减少一半,但系统操纵品质变差,增益带宽仅为062 rad/s。此外,较大的吊挂质量和较长的吊索长度将严重影响系统的飞行品质。      

基于改进自抗扰控制的非对称六相双永磁同步电机串联系统控制

针对PI控制器存在的超调及跟踪速度慢的问题,以非对称六相永磁同步电机(PMSM)双电机串联系统为研究对象,采用自抗扰控制(ADRC)替代传统PI控制进行速度补偿,提高系统的抗干扰能力。基于传统自抗扰模块多参数整定的复杂性,引入遗传算法对其参数寻优,以最小超调量为优化判据通过交叉迭代的方式改进ADRC调节器。搭建基于改进ADRC的非对称六相双PMSM串联系统,并进行仿真。结果表明:与传统PI控制相比较,所用方法具备快速调节性能和精确的跟踪效果,同时可以削弱谐波电流的影响和转矩脉动,验证了所提控制策略的实用性。     

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。     

运载火箭电动伺服机构前馈自抗扰控制方法的设计

运载火箭伺服机构是火箭的执行机构,在工作过程中不仅要求伺服机构具有较好的阶跃响应和力矩抗扰性能,还要求伺服机构能够较好地跟踪箭载计算机发送的位置随动指令。常规的自抗扰控制(ADRC)建模时,将输入的微分量近似为0,使得输入时变信号时会产生建模误差,该误差无法通过扩张状态观测器(ESO)进行观测并补偿,导致系统的跟踪误差较大。针对常规自抗扰控制对时变信号跟踪误差较大的问题,提出了一种将位置输入微分前馈(PIDF)引入自抗扰控制的前馈自抗扰控制方法。通过理论推导和建模仿真得知,该方法可降低系统对正弦输入信号的跟踪误差并提高系统的动态特性,同时仍具有较强的抗干扰性能。最后通过试验验证了该方法的有效性。     

圆形轨迹导引下的无人机事件触发抗干扰环绕控制

针对内部不确定性以及外部环境摄动的目标环绕控制问题,在基于反步法的双层制导框架下,利用级联控制思想,提出了一种圆形轨迹导引下的四旋翼无人机事件触发抗扰环绕控制方法。在轨迹回路中,构建了可满足持续激励条件的目标位置估计器,保证仅通过视线方位角就能获取可满足最终一致有界条件的目标估计项。随后,基于目标的位置估计结果,设计了目标环绕控制律生成线速度指令,并通过方向向量场验证了该环绕制导律的有效性,消除了现有李雅普诺夫向量场制导(LVFG)对相对位置和目标速度的依赖。在姿态回路中,通过采用扩张状态观测器(ESO)补偿系统的集总不确定性,设计了基于相对阈值事件触发控制的姿态控制器,在有效降低控制器到执行机构之间信号传输频率的同时,实现了四旋翼无人机对静止/移动目标环绕。然后,借助输入状态稳定性定理证明了系统的稳定性。仿真结果表明,所提控制方案能够实现圆形轨迹导引下四旋翼无人机对静止/移动目标的环绕监视。     

补偿函数观测器及其在飞行器姿态控制中的应用

风扰、气流扰动和模型未知部分的估计精度直接影响着无人机（UAV）的稳定性和控制品质,扩张观测器（ESO）能估计这些部分,但存在型别低,收敛性差,估计精度低等问题。补偿函数观测器（CFO）采用纯积分、补偿和传递函数型别的思想,改变了ESO结构,使得CFO较ESO高2个型别,精度高,收敛性强。然而,CFO是利用线性滤波器补偿系统的未知函数或扰动,对快速变化的高次非线性函数补偿能力不足。本文用径向基（RBF）神经网络替代了线性滤波器或积分器,提出了带有RBF神经网络的CFO,进一步提高了估计精度。应用带有RBF神经网络的CFO得到的非线性未知函数和扰动以及微分信息,设计了主动模型函数补偿控制算法,应用Lyapunov稳定性理论证明了闭环系统的稳定性。将该模型补偿控制算法成功地应用于四旋翼飞行器姿态系统的控制。仿真对比了所提出的基于CFO的模型补偿控制,PID控制和自抗扰控制算法,同时在基于Pixhawk的控制测试平台实验中,对比了这3种控制策略,测试四旋翼飞行器对不同参考姿态的跟踪性能。结果表明,所提出的控制方法,在暂态性能和稳态跟踪精度方面,优于其它控制器。     

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。