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。     

近空间可变翼飞行器小翼切换滑模反步控制

针对近空间可变翼飞行器在小翼切换过程中存在参数不确定性的问题,设计了滑模控制和反步法相结合的控制方法以保证飞行器的跟踪性能。首先研究了近空间可变翼飞行器的纵向运动模型,在此基础上设计了速度和高度的反步控制器,同时采用动态面控制方法消除微分膨胀问题,然后结合滑模控制以增强控制器的跟踪性能,最后基于Lyapunov稳定性理论证明了系统的稳定性。仿真结果表明,在参数不确定性时滑模反步控制器能保证系统的稳定性和跟踪性能。     

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。     

吸气式高超声速飞行器鲁棒非奇异Terminal滑模反步控制

针对含有参数摄动、外界干扰的吸气式高超声速飞行器弹性模型,设计了一种基于新型非线性干扰观测器的Terminal滑模反步控制器。将考虑弹性模态的飞行器纵向模型表示为严格反馈形式,在传统反步法的基础上采用非奇异快速Terminal滑模控制俯仰角与俯仰角速率,优化了反步法的控制结构,并实现了系统的有限时间收敛。基于跟踪微分器设计了一种新型非线性干扰观测器,并与本文所提滑模反步方法相结合,通过对包括虚拟控制量微分信号在内的不确定性进行估计与补偿,进一步提高了控制器的鲁棒性,同时解决了"微分膨胀"问题。基于Lyapunov稳定性理论证明了系统的跟踪误差于有限时间收敛至零。仿真结果表明,该控制器在存在不确定性的情况下,可以实现对参考输入的稳定跟踪。     

四旋翼无人机非奇异终端滑模位置控制器设计

针对四旋翼无人机存在模型不确定性、在野外飞行时易受外界环境干扰问题,首先采用牛顿-欧拉法进行系统建模;然后按照内外环控制结构,外环位置控制器输出姿态指令作为内环姿态控制器的输入,内环采用串级PID控制器,重点针对外环设计了一种非奇异终端滑模控制器,并基于Lyapunov理论证明了位置子系统的稳定性,得出系统误差能够在有限时间收敛到0的结论;最后,通过定点控制和轨迹跟踪仿真,表明控制器具有较快的响应速度和良好的抗干扰性能,能够快速精确地进行轨迹跟踪。     

四旋翼无人机风场扰动轨迹控制器设计

针对四旋翼无人机飞行时受风场扰动影响大的问题,以及在任务场景中对期望姿态角有约束的要求,提出了一种具有输出指令限制的自适应滑模位置控制器,将位置控制器指令转换成为期望姿态指令后,能够保证所生成的期望姿态有界,且能够有效抑制风场扰动对轨迹跟踪的影响.针对旋转矩阵形式表示的期望姿态指令,设计了一种SO(3)滑模姿态跟踪控制器,并分别用Lyapunov稳定性理论进行了分析,得到了全局稳定性的结论.最后进行了无人机在风场中盘旋爬升飞行的仿真,结果表明控制器具有较好的轨迹跟踪性能.     

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。     

一种自适应滑模控制算法在四旋翼无人飞行器中的应用

四旋翼无人飞行器具有非线性、多变量、强耦合和不确定性等特点,通过以四旋翼无人飞行器为被控对象,建立了存在参数不确定性和未知干扰的飞行器姿态的动力学模型。利用跟踪误差状态设置滑模面,构造了包含滑模面和未知参数的李雅普诺夫函数,并设计了控制律。对设计的控制律进行仿真,结果表明了该方法的有效性。     

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。     

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BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。     

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。     

基于滑模干扰观测器的高超声速飞行器滑模控制

首先,针对存在外部干扰和输入饱和的通用式高超声速飞行器的纵向动态模型,提出一种基于滑模干扰观测器的抗饱和滑模控制器。该滑模控制器采用非线性趋近律,在保证系统快速、稳定跟踪指令的同时,能够消除传统滑模控制中的抖振现象,并针对执行器饱和问题,加入抗饱和补偿器,以提高系统的稳定性。其次,对于系统中存在的干扰和不确定性,提出一种滑模干扰观测器,用以准确估计系统中存在的等效干扰,并将该观测器对干扰的估计值应用于滑模控制器中进行补偿,以消除干扰。再次,利用Lyapunov理论对所提出的基于滑模干扰观测器的抗饱和滑模控制器进行稳定性分析。最后,对高超声速飞行器的巡航状态进行仿真。仿真结果表明,所提方法能够有效提高系统的稳定性和抗干扰性,具有一定的实际应用价值。     

四旋翼飞行器姿态控制建模与仿真

四旋翼飞行器是典型的欠驱动、非线性、强耦合系统。其姿态控制精度和抗干扰问题一直是研究热点之一。为了实现小型低成本四旋翼飞行器姿态准确控制,详细分析了四旋翼飞行器受力情况,利用牛顿-欧拉方程建立了四旋翼飞行器非线性动力学模型,针对四旋翼飞行器在实际飞行过程中经常会遇到阵风、气流等不确定外界干扰,设计了基于小扰动的PID控制器,并通过对俯仰通道、横滚通道、偏航通道MATLAB/Simulink仿真模型进行仿真测试和结果分析。结果表明:所设计控制算法能够满足四旋翼飞行器姿态控制要求,并具有较好的抗干扰性能。     

空天飞行器直接力/气动力复合容错控制

考虑发生发动机推力损失故障的空天飞行器，针对直接力、气动力复合容错控制问题，设计一种基于自适应滑模的容错控制策略。首先，对于发生推力损失故障的摆动发动机，考虑X型安装的实际特点，对线性化后的俯仰通道控制模型进行故障等效，并采用自适应的方法对故障及干扰信息进行估计，综合利用舵面与发动机摆动角进行容错控制器设计。其次，考虑纵向容错控制对飞行器横侧向稳定性的影响，基于自适应反步的方法，利用方向舵与组合工作的左、右升降舵抵消干扰力矩的影响，保证横侧向的稳定。最后，基于李雅普诺夫稳定性理论，对所采用方法进行了分析，并通过仿真结果验证了所设计的复合容错控制方案的有效性。     

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 Nussbaum函数的多无人机预设性能反步容错协同控制

针对多无人机协同执行任务过程中遭遇执行器增益故障下的安全飞行控制问题,设计了 1种预设性能反步容错姿态跟踪控制方案,以实现故障下的多无人机姿态同步跟踪控制。首先,定义飞行器的姿态同步跟踪误差和姿态角速率跟踪误差,分别利用预设性能函数对 2种误差进行约束,将不等式约束转化为等式约束。其次,基于转换误差设计反步容错姿态同步跟踪控制器,应用 Nussbaum函数解决由增益故障引起的未知控制增益问题。Lyapunov稳定性分析表明,姿态同步跟踪误差与姿态角速率跟踪误差稳定且收敛。仿真结果验证了控制方案的可行性以及有效性。     

基于快速非奇异终端滑模的姿态控制技术

针对存在执行器故障与外部干扰的刚体飞行器姿态控制系统,提出一种基于快速非奇异终端滑模(NSFTSM)的姿态容错控制方法.控制方法不仅保证姿态机动过程的快速性,而且避免了传统的终端滑模面所带来的奇异性问题.采用二阶鲁棒精确微分器估计执行器故障与外部干扰,采用快速非奇异终端滑模技术设计姿态容错控制律,根据Lyapunov稳定性理论证明了方法的稳定性.稳定性分析表明,通过引入新型快速非奇异终端滑模,控制器使得闭环系统能够快速收敛到滑模面的微小邻域内,进而收敛到系统平衡点的微小邻域内,并且系统对外部干扰具有较强的鲁棒性.数值仿真结果验证了方法在姿态跟踪控制中的有效性.