基于终端滑模控制的四旋翼无人机编队控制

本文以四旋翼无人机为研究对象,基于终端滑模控制技术,实现了四旋翼无人机系统的编队飞行控制。在构建四旋翼无人机数学模型的基础上,为每架四旋翼无人机设计了广义误差状态,基于广义误差状态提出编队控制目标。为实现编队控制目标,设计了基于终端滑模控制的编队控制器,最终所有四旋翼无人机的广义误差状态收敛到零时即实现期望的编队队形,进一步结合有限时间稳定性理论给出了上述编队控制器有限时间稳定性证明。最后用一个仿真实例验证了所提出算法的有效性,并将本文提出的控制器与基于线性滑模控制的控制器进行对比,实验证明所提出的控制算法具有更好的编队控制效果。     

基于嵌套饱和的四旋翼无人机吊挂负载控制器设计

针对四旋翼无人机吊挂负载系统飞行中的摆角抑制问题,考虑过快位置机动容易引起吊挂大幅度摆动,提出了一种基于嵌套饱和的四旋翼无人机吊挂负载控制器。首先,利用扩张状态观测器估计干扰,设计具有强抗扰能力的垂直位置控制器;其次,基于简化模型通过构建李雅普诺夫函数,设计控制摆角收敛的抑摆控制器;最后,基于一种嵌套饱和控制方法,设计了限制机动速度的水平位置控制器。与已有控制方法的仿真对比表明,该控制器不但能保证四旋翼无人机吊挂负载系统稳定飞行,还能在大幅度位置机动指令下有效减小最大摆幅。     

输入受限下多无人机三维协同路径跟踪控制

针对多无人机在三维空间的协同路径跟踪问题,设计了基于反步法的协同控制器。考虑无人机在飞行过程中的输入饱和问题,加入辅助控制系统,以确保系统在输入受限下仍能保持良好的控制性能。将无人机六自由度非线性模型反馈线性化处理,同时考虑无人机飞行时受到的外界不确定扰动及自身模型存在的未建模动态,利用径向基函数在线估计补偿,提高了系统的鲁棒性和抗干扰能力。为了解决反步法需要对虚拟控制量求导导致的控制器复杂问题,引入一阶滤波器,避免对虚拟控制量的求导。利用图论解决无人机机间通信问题,基于一致性理论实现了多无人机的协同控制。基于Lyapunov稳定性理论,证明了系统的稳定性,仿真结果表明,所设计的路径跟踪协同控制器能够达到良好的协同跟踪控制效果。      

小型混合翼无人机过渡过程一体化建模与控制

混合翼垂直起降无人机解决了普通固定翼无人机无法垂直起降以及旋翼无人机航时航程小的问题。针对旋翼与固定翼结合的混合翼可垂直起降无人机系统,将过渡过程中旋翼部分和固定翼部分进行一体化结合,推导了混合翼无人机过渡过程非线性动力学方程组。通过对得到的无人机纵向气动模型进行稳定性分析,设计了基于采用LQR(Linear Quadratic Regulator)的增益调度跟踪控制器。结果表明设计的控制器能使无人机状态进行良好的跟踪。     

四旋翼的改进PSO-RBF神经网络自适应滑模控制

针对非线性、强耦合并带有不确定性干扰的四旋翼无人机模型，提出了一种改进粒子群算法-径向基(PSO-RBF)神经网络自适应滑模控制器。在对RBF神经网络自适应滑模控制器进行控制量平滑改进的基础上，利用改进的具有全局寻优能力的PSO算法来调整RBF神经网络的拟合参数，从而进一步提升网络的拟合能力。根据实际四旋翼的模型参数，搭建四旋翼的动力学模型，通过Lyapunov理论验证了系统的稳定性。仿真结果表明：与RBF神经网络自适应滑模控制器和双闭环PID控制器相比，改进PSO-RBF神经网络自适应滑模控制器可以在一个控制周期内寻找到合适的控制量，其调节时间分别提升约50%和75%；改进PSO-RBF神经网络自适应滑模控制器具有轨迹跟踪速度快且准、抗干扰能力强和鲁棒性好的特点。     

改进型自抗扰四旋翼无人机控制系统设计与实现

针对提高四旋翼无人机姿态控制抗干扰能力的目标，设计了一种内外环嵌套结构的改进型自抗扰控制（ADRC）器。根据所搭建四旋翼无人机的实际参数，构建了四旋翼无人机姿态控制系统的数值仿真模型。通过与传统双闭环PID控制器进行对比，证明所设计的自抗扰控制系统在快速响应、无超调的前提下，具有很强的抗干扰能力以及较高的控制效率。将所设计的控制系统，应用于四旋翼无人机之上，在具有大偏载以及方向不确定的强干扰的飞行试验中，取得了良好的控制效果。      

多四旋翼无人机系统分布式分层编队合围控制

针对带有多个领航者与跟随者的欠驱动四旋翼无人机群系统, 提出了一种分布式分层编队合围控制方法。设计分层分布式有限时间滑模估计器, 实现在仅有部分领航者获取到期望轨迹的条件下, 每架无人机都能生成其满足控制需求的估计位置信息。针对六自由度欠驱动四旋翼无人机模型的特点, 提出一种无人机位置层和姿态层的分层控制方法, 实现了无人机对所生成的估计位置的跟踪控制, 该方法采用高阶导数逼近算法, 防止在求解期望角速度的过程中出现微分爆炸。所提方法能在满足姿态稳定收敛的条件下实现有效的编队合围控制。通过数值仿真验证了所提方法的有效性。      

基于区间二型模糊终端滑模控制的飞行器姿态控制

针对四旋翼飞行器姿态控制问题,提出区间二型模糊控制与非奇异终端滑模控制结合的算法.首先,采用非奇异终端滑模控制方法,根据滑模控制的强鲁棒性及快速响应特性,令四旋翼飞行器系统实现在有限时间内收敛并对外界干扰具有较强抵抗力;同时,采用区间二型模糊控制,将滑模面作为模糊控制的输入,趋近律作为模糊控制的输出,实现对滑模面增益的动态调节,增强对外界随机扰动的适应能力并提高系统收敛速度、削弱抖振.基于Lyapunov函数证明系统的稳定性.仿真结果显示,本文设计的控制器具有更加平稳的输出,同时对四旋翼姿态角度的跟踪更加迅速、精确.     

动力学参数未知的四旋翼无人机预定性能控制

针对具有外部气流干扰、空气阻力和时变负载的不确定四旋翼无人机，考虑动力学参数未知的情况，基于自适应动态表面控制框架，提出了一种新的双闭环预定性能控制方法。将四旋翼无人机系统解耦为双环，即外环位置子系统和内环姿态子系统，内外环通过姿态提取算法连接。分别针对位置和姿态子系统，利用自适应方法对系统的未知动力学参数、空气阻力和外界干扰进行估计，同时引入新的坐标变换作用于跟踪误差，基于Lyapunov稳定理论，提出预定性能控制器设计方法，使闭环系统跟踪误差一致最终有界稳定，且整个动态过程中满足暂稳态性能要求。所提方法克服了系统动力学参数和负载精确已知的局限性，避免了预定性能控制设计中复杂的求逆过程。通过仿真实例验证了所提方法的有效性和优越性。     

基于扩张状态观测器的泵控电液伺服系统滑模控制

以泵控电液伺服系统为研究对象,提出了一种基于扩张状态观测器的滑模位置跟踪控制策略。首先,利用奇异扰动理论对泵控电液伺服系统的数学模型进行降阶处理,得到降阶泵控电液位置伺服系统数学模型。其次,针对泵控电液伺服系统工况的复杂性及外负载干扰问题,设计了扩张状态观测器对系统干扰在线观测,同时该观测器还可以对活塞杆的位置和速度信号进行估计。然后,利用观测到的干扰信号及速度信号,基于滑模控制理论设计了滑模变结构控制算法,对所提出的控制策略的稳定性进行了理论分析。最后,利用MATLAB/Simulink和AMESim仿真平台,搭建了泵控电液伺服系统的联合仿真模型,对算法的可行性及有效性进行了仿真验证。仿真结果表明,所设计的扩张状态观测器能对干扰进行精确估计,基于扩张状态观测器的滑模控制策略的位置跟踪性能显著优于PID控制器和传统滑模控制器,且对外部干扰力具有较强的鲁棒性,提高了泵控电液伺服系统的控制性能。      

基于LADRC的无人机高精度定高控制

针对复杂气流扰动对无人机（UAV）航迹高度控制的影响,对存在复杂气流扰动下的定高控制策略、控制结构和控制器参数优化展开研究,实现高精度高度控制。基于线性自抗扰控制（LADRC）确定总体控制架构,设计扩张状态观测器（ESO）观测估计纵向高度通道和速度通道中存在的总扰动,在控制中引入扰动补偿,减小扰动对系统输出造成的影响。对UAV在飞行过程中存在的大气紊流扰动或离散突风等风干扰分析其功率谱密度,构造考虑风扰动对高度影响、时域响应特性和稳定裕度的综合目标函数,通过粒子群优化算法得到具有高精度、高抗干扰性能的控制器参数,优化中考虑风干扰的功率谱密度分布,减小了控制器参数设计的保守性。通过与常规比例-积分-微分（PID）控制器控制效果进行对比,说明基于线性自抗扰控制器的纵向高度控制的优异性能。      

Robust model predictive control for satellite formation keeping with eccentricity/inclination vector separation

This study presents model predictive formation control based on an eccentricity/inclination vector separation strategy. Alternative collision avoidance can be accomplished by using eccentricity/inclination vectors and adding a simple goal function term for optimization process. Real-time control is also achievable with model predictive controller based on convex formulation. Constraint-tightening approach is address as well improve robustness of the controller, and simulation results are presented to verify performance enhancement for the proposed approach.     

基于模糊神经网络干扰观测器的组合体航天器姿态控制

针对非合作目标存在对抗性力矩输出情况下的组合体航天器姿态控制系统,提出了一种基于模糊神经网络干扰观测器(Fuzzy Neural Network Disturbance Observer, FNNDO)的非奇异终端滑模(Nonsingular Terminal Sliding Mode, NTSM)有限时间控制策略。首先以服务航天器为基准,建立组合体航天器姿态数学模型,然后针对包含惯量不确定性、目标对抗性力矩等的等效干扰力矩,设计了一种具有自适应能力的FNNDO,可以实现对等效干扰的有效跟踪。在FNNDO的基础上,设计NTSM控制器,利用Lyapunov理论证明闭环系统的有限时间稳定性。最后,仿真实验结果表明了控制策略的有效性和观测器在观测性能上的优越性。