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。     

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。     

基于预设性能的四旋翼无人机编队安全控制

针对四旋翼无人机编队系统存在模型不确定性、未知外部干扰与内部碰撞等问题,提出一种基于预设性能的安全控制方法。首先使用预设性能函数结合误差转换方法,将防止内部碰撞的不等式约束问题转换为无约束问题。同时针对模型中的不确定项,使用神经网络进行逼近;针对神经网络逼近误差与未知外部干扰组成的复合干扰,使用非线性干扰观测器进行估计,并分别设计位置与姿态子系统控制器,避免了编队内四旋翼无人机的碰撞。然后借助Lyapunov方法证明了闭环系统所有信号的收敛性。最后通过数值仿真验证了所提控制方法的有效性。     

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。     

不确定强耦合下四旋翼姿态鲁棒自适应控制

针对多源不确定强耦合下的四旋翼无人机姿态控制问题，首次设计了一种多层逼近自适应神经网络动态面控制算法。区别于以往的加性耦合不确定研究，考虑无人机飞行控制中的乘性耦合多源不确定估计与补偿问题。首先，构建不确定四旋翼无人机姿态动力学模型，并基于神经网络与傅里叶展开实现乘性耦合不确定的巧妙转换；其次，将自适应技术与反步法相结合，设计多层逼近自适应控制律；同时将动态面技术用于解决反步法中虚拟控制律求导问题。完整理论分析与仿真实验表明了所述控制策略的有效性。     

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。     

仿生四足六旋翼无人机自适应着陆性能分析

旋翼无人机在民用和军用领域被广泛应用,但传统撬式起落架在复杂地形下难以起降,为了扩大旋翼无人机的降落面积和应用范围,设计一种仿人腿式两级缓冲自适应起落架。通过对仿生腿的正逆运动学分析,提出一种自适应起落架姿态调整策略;建立仿生四足六旋翼无人机着陆动力学模型,基于多体动力学软件sim?center 3D 开展了着陆动力学仿真,并与传统撬式起落架进行着陆性能对比研究。结果表明：着陆腿式的两级缓冲自适应起落架及其姿态调整策略,能够使滚转角减小95.69%,过载系数降低34.06%,两级缓冲自适应起落架在面对复杂地形时具备主动调节姿态安全着陆的地形适应能力和极好的减震缓冲能力。     

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。     

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ADRC迭代学习控制的四旋翼无人机姿态控制

针对农用无人机超低空表型遥感和喷药精准悬停易受地效扰动问题，提出了一种自适应ADRC姿态控制器。首先设计了基于ADRC的姿态控制器，结合四旋翼无人机平台在0.9~1.1、1.1~1.3、1.4~1.6、2.0~2.4、2.5~2.9、3.3~3.6 m/s侧向水平风、0.9~1.1 m/s （11°）、1.1~1.3 m/s （13°）、1.4~1.6 m/s （18°）、1.8~2.0 m/s （18°）、2.1~2.5 m/s （18°）前俯向风和侧俯向风下进行干扰的预测和控制量的补偿实验。实验结果显示使用ADRC姿态控制器后无人机抗风性能有较大提升。然而在存在初始误差时，ADRC固定带宽无法满足要求，进一步设计了自适应ADRC姿态控制器（ILC-ADRC）。通过迭代学习控制在线优化自抗扰控制器带宽，实现了不同增益观测器的自适应整定。实验结合四旋翼无人机平台分别进行了机头实际方向与期望方向偏离55°、90°、180°，水平风速1.1~1.3、1.4~1.6、2.0~2.4、2.5~2.9 m/s下使用ADRC和ILC-ADRC的对比。实验结果显示采用ILC-ADRC姿态控制器，在150次控制周期内，偏航角误差均在-15°~15°之间，满足四旋翼无人机偏航角控制精度要求，同时调节时间分别缩短了40%，16.67%，12.5%，53.33%，10.34%，13.95%，27.27%，58.66%，11.86%。     

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。     

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。     

基于干扰观测器的四旋翼无人机离散时间容错控制

为了飞行控制方案便于在计算机上实现，针对具有外部干扰和执行器加性故障的四旋翼无人机（UAV）角度运动方程，给出一种基于干扰观测器的离散时间跟踪控制方案。通过设计离散时间干扰观测器抑制外部干扰和执行器故障的不利影响，并结合干扰观测器设计离散时间控制器。通过数值仿真验证了基于干扰观测器的离散时间容错控制方案的有效性。仿真结果表明，设计的离散控制器能够保证外部干扰和执行器故障综合作用下的四旋翼UAV系统跟踪控制性能。     

旋转机翼无人机纵向自适应滑模控制研究

针对旋转机翼无人机过渡前飞过程中,旋翼的下洗流对平尾干扰非常强的问题,提出了一种自适应滑模控制方法。首先,建立了旋转机翼无人机的纵向线性飞行动力学模型,并考虑了多输入的控制分配与俯仰干扰力矩;然后,构造了旋转机翼无人机的期望滑动面,将自适应控制与滑模控制相结合,设计了旋转机翼飞行器过渡前飞段的自适应滑模控制器;最后,进行了仿真验证。仿真结果表明,设计的控制器能较好地抑制非线性气动干扰对无人机的影响。所得结果对旋转机翼飞行器的工程发展具备一定的参考价值。     

基于干扰观测器的四旋翼无人机轨迹跟踪鲁棒控制

针对四旋翼无人机提出了一种基于干扰观测器的轨迹跟踪鲁棒控制算法。在外界气流干扰和内部模型参数不确定性的影响下,保证空间位置和偏航角可以快速平滑地跟踪参考信号。对于位置子系统,设计了自适应更新算法,对质量不确定性和气动干扰力进行抑制。设计了一个新颖的非线性干扰观测器,对未知气动干扰力矩进行观测。通过在控制输入中加入干扰力矩的观测值,保证姿态子系统能够以指数收敛速率跟踪中间指令信号。利用Lyapunov理论,证明了整个闭环系统全局渐近稳定。仿真结果表明,该控制器简单有效,对外界干扰具有较强的鲁棒性,同时对负载不确定性也具有自适应能力。     

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。     

复杂环境下多无人机轨迹姿态协同控制

考虑多无人机在实际飞行过程中的避障需求，在建立面向控制的四旋翼无人机轨迹姿态模型基础上，为克服传统多无人机为每架无人机规划轨迹的不足，研究了基于多无人机中心点的轨迹设计策略。进一步，考虑避障约束，基于半定规划进行迭代区域扩张完成了多无人机的安全飞行区域及队形设计。在此基础上，基于干扰补偿策略为每架无人机设计了协同控制器，最终确保了多无人机在多障碍环境下的安全飞行。     

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.