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。     

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。     

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。     

基于滑模控制的四旋翼无人机自适应跟踪控制

针对四旋翼无人机在系统内部模型参数不确定性情况下的轨迹跟踪问题,提出了一种基于滑模控制的四旋翼无人机自适应跟踪控制方法。首先,采用单位四元数来描述系统姿态,将系统分解为位置子系统和姿态子系统;考虑到位置子系统的欠驱动特性,引入了虚拟控制力,跟踪位置信息并解算出实际升力和理想姿态;其次,通过自适应滑模控制器补偿了质量和转动惯量的不确定性,实现了轨迹的跟踪;最后,利用Lyapunov理论证明了闭环系统的稳定性。仿真结果表明了算法的有效性。     

基于高增益观测器的四旋翼无人机轨迹跟踪控制

为了实现四旋翼无人机对给定姿态的快速跟踪,基于Terminal滑模控制方法设计了一种四旋翼无人机的姿态控制器,在设计滑模面时引入非线性函数来保证跟踪误差在有限时间内收敛。考虑在线速度未知的情况下,通过设计高增益观测器来对无人机速度进行观测,并利用所观测的信号设计位置控制器。最后利用Lyapunov理论证明了系统的稳定性。仿真结果表明,四旋翼无人机在线速度不可测的情况下,仍可进行轨迹跟踪控制。     

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。     

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。     

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。     

基于风扰观测的四旋翼无人机双幂次滑模控制

针对四旋翼无人机在风扰下实现轨迹的准确跟踪问题,提出了一种基于扩张观测器的双幂次滑模趋近律控制器(ESO-DSMC)。首先,建立了带有内部扰动的动力学模型,同时将风切变模型和Dryden紊流模型叠加,并作为风扰因子导入动力学模型;其次,引入扩张观测器对总扰动进行实时估计与补偿,并结合抖振较小、响应速度快的双幂次滑模趋近律设计了姿态控制器。通过闭环稳定性分析,ESO-DSMC在全局固定时间内收敛。仿真结果表明,ESO-DSMC与SMC相比,在风扰下对位置的优化率达到约90%,实现了对矩形及螺旋轨迹的准确跟踪,提高了系统抗干扰能力和鲁棒性。     

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。     

基于鲁棒迭代学习的四旋翼无人机轨迹跟踪

针对四旋翼无人机高精度轨迹跟踪问题,充分考虑外部扰动等因素,提出了一种带遗忘因子的基于可变增益的前馈-反馈鲁棒迭代学习控制算法。其中,前馈迭代学习控制器采用选择迭代学习方案,弥补了传统的基于遗忘因子迭代学习控制方法的不足,且控制器学习增益可随迭代变化,可以加快算法的收敛性。反馈控制器采用比例-微分控制器,可以保持系统稳定并且加快跟踪误差收敛速度。最后通过收敛性分析和四旋翼仿真试验验证了所提出算法的有效性,所设计算法具有很好的鲁棒性和较高精度。     

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。     

切换拓扑下无人机集群系统时变编队控制

针对多无人机(UAV)间通信拓扑可能发生变化的情况,研究了具有二阶积分特性的无人机集群系统的轨迹跟踪与时变编队控制问题。基于一致性方法设计了编队控制器,将编队控制问题转换成闭环系统的稳定性问题,引入了切换拓扑平均驻留时间的概念,并在此基础上利用线性矩阵不等式(LMI)方法,给出了控制器设计步骤。通过构造分段连续Lyapunov函数,证明了切换拓扑下无人机集群系统能够实现对指定轨迹的跟踪并且实现时变编队飞行。以三维空间运动的无人机集群系统为例进行了仿真验证,结果表明本文所提方法能够解决切换拓扑下无人机集群系统的轨迹跟踪与时变编队问题。     

一种方向舵-螺旋桨联用的全翼式太阳能无人机横航向控制方法

以全翼式太阳能无人机（UAV）为研究对象,针对无副翼状态下横航向控制问题,提出了采用方向舵偏转和螺旋桨差动进行横航向控制的方法。首先,分析了两个螺旋桨条件下该类无人机横航向的稳定性与操纵性;然后,基于线性自抗扰控制（LADRC）理论,以方向舵偏和螺旋桨差动为控制输出,分别设计了滚转角控制器和偏航角控制器。最后,结合滚转角控制和偏航角控制的优缺点,在L1轨迹跟踪算法的基础上设计了方向舵和螺旋桨联用的直线轨迹跟踪器。仿真结果表明：所设计的控制器具有较好的控制性能、鲁棒性和抗风性。同时参数整定过程相对简单,并采用实际可测的物理量,为进一步工程应用提供参考。     

三轴式无人旋翼飞行器及自适应飞行控制系统设计

设计了一种操控简便的三轴式无人旋翼飞行器,由三组共轴双旋翼组成,各旋翼由直流电机直接驱动,只需调节各电机转速就能控制旋翼飞行器运动姿态和轨迹。为使三轴式无人旋翼飞行器飞行控制系统设计得到有效验证,研究了旋翼飞行器的飞行动力学非线性建模,运用叶素动量理论建立了共轴双旋翼变转速旋翼载荷计算方法,分析了旋翼入流分布对共轴双旋翼气动载荷模型的影响,通过试验验证了共轴双旋翼气动载荷计算模型的正确性。由于旋翼飞行器飞行动力学模型的非线性及未建模动力学的影响,难于建立非常精确的数学模型,给飞行控制系统设计带来了挑战。本文根据旋翼飞行器飞行动力学非线性模型推导出了旋转动力学模型逆和平移动力学模型逆控制器,利用神经网络在线自适应修正模型逆误差,采用线性PD或PI控制器调节指令跟踪误差,应用由向心回转和垂直上升组合的机动科目进行了仿真验证,给出了具有外界阵风干扰模拟的仿真结果,表明所设计的飞行控制系统具有自适应性和鲁棒性,能实现精确的轨迹跟踪控制。     

基于反步滑模法的四旋翼飞行器轨迹跟踪控制

针对四旋翼飞行器轨迹跟踪对控制的精确性、稳定性要求高的特点,采用反步滑模法设计了四旋翼飞行器轨迹跟踪控制器。首先,基于反步滑模法针对所建四旋翼飞行器非线性模型设计轨迹跟踪控制器,并采用内外双回路结构分别控制姿态和位置;然后,从理论上证明了所设计的控制器的稳定性。仿真结果表明,所设计的控制器能够很好地实现轨迹跟踪控制。