一种无人机姿态智能PID控制研究

姿态控制是无人机自主飞行控制的基础，其控制律设计结果对无人机飞行特性的影响至关重要。它决定了无人机是否能够满足自主飞行要求。为了解决在整个飞行包线中都能获得好的控制效果．本文引入了仿人智能比例，积分和单神经元控制等智能控制方法，设计出了一种用于无人机姿态控制的智能PID控制器。控制品质主要表现为响应快、精度高、超调量小，能进行稳定的大范围调适，鲁棒性强。仿真研究表明，这种控制器算法简单．易于实现，且比常规P1D控制器具有更强的鲁棒性和自适应能力。     

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。     

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。     

基于进场雷达引导的无人机自主着陆控制规律设计与仿真

为了实现无人机在进场雷达引导下按照预定的航迹自主着陆,进场雷达会实时测量无人机的航迹并和预定航迹比较产生偏差引导信号发送给无人机,无人机在引导信号作用下通过控制系统不断的调整舵面,来改变其所受到的气动力和气动力矩,实现对着陆姿态和航迹的自主控制。在仿真中采用基于Matlab/Simulink的无人机六自由度非线性数学模型,设计了高度稳定与姿态控制回路,通过对仿真结果的分析,验证了飞行控制系统设计的合理性,实现了无人机按照预定航迹的自主着陆仿真。     

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。     

飞翼无人机机动飞行航迹优化和自生成方法

虚拟机动指令是飞翼无人机机动飞行的基础,是制导回路和控制回路必要的输入。为了生成合理虚拟机动指令,提出了优化基本航路—建立机动数据库—战场信息匹配输出的机动飞行航路生成方法。由于复杂的机动动作可由基本机动动作组合而成,本文以飞翼无人机基本机动飞行动作为优化研究对象,提出了以飞翼无人机控制量变化率为优化参数、航迹片段建立约束条件的无人机机动航路优化方法。其中,机动飞行控制量变化率体现了无人机控制能力的限制;航迹片段约束体现了航迹准确和操作柔和的要求,并对无人机的筋斗、滚桶、盘旋机动进行了优化计算,介绍了机动数据库建立的方法。最后,以机动目标跟踪和有人机追击为设定进行了仿真,结果显示所提方法有效。     

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。     

基于改进QFT方法的直升机飞行控制与仿真

针对直升机飞行包线上由对象数学模型的大范围变化带来的系统不确定问题,采用一种改进的定量反馈理论(QFT)方法进行直升机飞行控制器设计。首先利用H∞回路成形方法实现系统不同控制通道的解耦,将多输入多输出问题转化为单输入单输出问题,然后针对每个单输入单输出系统采用QFT方法进行控制器设计,从而简化QFT的设计过程提高控制效果。将该方法应用于UH-60A直升机的飞行控制,设计了该型直升机在五种飞行状态下的全包线飞行控制器。仿真结果表明:所采用方法具有良好的控制效果,验证了该方法的有效性。     

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。     

无人机自动着陆的导引与控制(英文)

针对无人机自动着陆的需求 ,以某型无人机为对象 ,设计并实现了一种基于机载数字式飞行控制系统和地面无线电跟踪器的自动着陆制导与控制方案。该型无人机的实时仿真和飞行测试结果表明 ,方案设计合理 ,易于实施 ,完全满足无人机自动着陆的要求。     

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.     

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.     

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。     

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。     

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。     

变体无人机栖落机动建模与轨迹优化

对一类变体固定翼无人机栖落机动的纵向运动进行了建模与轨迹优化研究。针对栖落机动后段飞行速度低及迎角大带来的舵面气动效率下降的问题,研制了一种可改变主翼位置的变体无人机。通过室内飞行实验,利用运动捕捉系统测量获得飞行数据。依据实验数据,结合平板气动理论建立了变体无人机的气动模型,并建立了变体无人机的纵向动力学模型。采用广义伪谱优化软件(General pseudo-spectral optimization software,GPOPS),对所建立的变体无人机模型进行栖落过程轨迹优化研究。优化结果表明,与普通固定翼无人机相比,变体部件能够显著提高无人机的姿态操纵效率,从而改善无人机栖落机动性能。     

基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

QFD技术在无人机研制质量控制中的应用

以无人机为研究对象,利用质量工程技术-质量功能展开(Quality function deployment,QFD),采用ASI阶段分析法和相关矩阵形式进行分析计算,从军方无人机需求,逐步转化为技术需求、工艺特征,确定无人机的质量控制方法,以保证军方需求的实现.通过分析和研究,给出了相应的质量保证措施和方法.     

基于分布式模型预测控制的多无人机协同规避控制技术

建立了多无人机协同规避控制模型,并提出了一种基于纳什最优的分布式模型预测控制算法。仿真结果表明,基于纳什最优的分布式模型预测控制算法有效地实现了多架无人机对障碍物的规避,并且相对于集中式模型预测控制算法减少了求解过程中的计算量,缩短了优化控制的时间,改善了系统的实时性。