基于SADRC的四旋翼姿态解耦控制及稳定性分析

针对四旋翼姿态控制欠驱动、强耦合的特性,提出了一种基于线性/非线性切换自抗扰控制（SADRC）的四旋翼姿态解耦控制方法。首先,以四旋翼平台为研究对象,建立了其姿态的数学模型,引入SADRC,对基本原理进行了介绍。其次,基于SADRC设计了四旋翼姿态解耦控制器,并基于Lyapunov函数对系统进行了稳定性分析。最后,通过仿真实验对SADRC控制性能进行了验证。结果表明:SADRC在某些场合抗干扰和鲁棒性方面较线性自抗扰控制（LADRC）和非线性自抗扰控制（NLADRC）具有优势,具有工程应用的潜力。      

磁悬浮转子状态反馈解耦自抗扰控制方法

针对磁悬浮控制敏感陀螺(MSCSG)转子偏转通道强耦合及航天器姿态测量过程中受扰失稳问题,提出了一种磁悬浮转子偏转解耦抗干扰控制方法。分析了转子两自由度偏转耦合现象,设计了基于状态反馈的解耦控制器;建立了MSCSG在姿态测量过程中航天器的姿态运动对磁悬浮转子产生的干扰力矩模型,采用自抗扰控制器(ADRC)抑制磁悬浮转子的外部干扰;对所建立的扩展状态观测器(ESO)跟踪性和系统稳定性进行了分析,通过调节ADRC中非线性状态误差反馈控制律系数,实现了系统有界输入条件下的稳定。仿真结果表明：状态反馈解耦能够实现偏转自由度的完全解耦,ESO具有良好的跟踪性能,ADRC较传统PID控制方法具有更好的抗干扰性能。     

高超声速飞行器抗干扰反步滑模控制

针对存在参数不确定及外部扰动下的高超声速飞行器轨迹跟踪控制问题,研究了一种基于反步法的抗干扰滑模控制设计方法.将非线性高超声速飞行器动力学模型表达为严反馈形式分步进行设计.采用滑模控制方法进行每步的控制器设计,并提出采用扩展状态观测器（ESO,Extended State Observer）方法实现对参数不确定及外部扰动产生的内外干扰进行估计,继而在控制中补偿.扩展状态观测器能保证对干扰的估计收敛到真值附近的邻域内,从而能够保证较好的补偿效果.通过0.5°附加干扰攻角和25%的气动参数偏差下的非线性高超声速飞行器动力学模型仿真结果验证了该抗干扰滑模控制方案对内外干扰的抑制效果和闭环系统良好的跟踪性能.      

基于双向电机驱动的四旋翼机动飞行控制

四旋翼飞行器（QUAV）的位置、姿态运动控制效果决定了其机动性。为了克服四旋翼系统欠驱动的缺陷,基于四元数表达对一种双向电机驱动的四旋翼进行了动力学建模,包括双向推力作用情况下的全向运动过程分析,并提出了一种姿态与位置控制器及控制分配矩阵设计方法。面向四旋翼的x-z平面模型,设定合理的参数和限制,使用最优规划方法提出了适用于新型四旋翼翻转、竖直等机动飞行轨迹的生成方法,其中推力与转矩都是实现时间最短的最优方案。搭建了包括电子调速器、电机、桨叶、机架等部件在内的详细的仿真试验环境。仿真试验的结果验证了双向电机驱动的四旋翼相比于传统四旋翼,能有效提高姿态跟踪与位置跟踪的精度,提升了飞行器的机动性。      

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。      

飞行器自适应ESO姿态控制器设计

飞行器无动力再入过程中,姿态受到气动及不确定干扰影响,控制模型具有强耦合、大范围参数摄动等非线性特征。针对再入飞行器姿态控制问题,结合扩张状态观测器（Extended State Observer,ESO）和自适应控制律,基于奇异摄动理论将非线性姿态控制模型分为快慢两回路,分别设计了飞行器内环和外环自适应姿态控制器,并通过 Lyapunov 稳定性理论证明控制器的稳定性。仿真结果表明,控制系统在强干扰及参数大范围摄动的情况下,具有较强的鲁棒性,能够获取良好的动态品质和跟踪性能。     

四旋翼无人机动态面控制

针对四旋翼无人机（UAV）飞行器系统欠驱动特点,引入动态面控制方法,对四旋翼UAV的位置和姿态进行控制。考虑到飞行器速度和角速度难以测量,设计高增益观测器得到UAV的速度和角速度的估计值。相对于反演法,动态面控制的设计更简洁,并且通过引入滤波器来求取控制信号中的系统状态的导数项。另外,常用的时标分离方法不能给出全局稳定性分析,本文引入动态面设计控制律保证系统所有信号半全局一致有界,同时给出系统全局稳定性证明。仿真结果表明,四旋翼UAV能快速精确完成目标跟踪。      

无人机高机动抗扰轨迹跟踪控制方法

针对传统的四旋翼控制方法在高机动飞行时控制效果不佳,难以跟踪机动性较强的轨迹且控制精度较低的问题,设计了基于增量非线性动态逆控制(INDI)方法和微分平坦前馈的轨迹跟踪控制器,不仅提高了高机动轨迹的跟踪精度,也增强了抗扰能力。由于角加速度无法直接获得,该方法对其非常敏感,设计了多种角加速度估计方法进行对比,通过飞行试验选择了效果最佳的互补滤波方法。试验结果证明：设计的基于互补滤波的前馈INDI方法可以控制飞行器快速、准确地跟踪高机动轨迹,且具有较强的抗扰能力。     

基于ESO的高超声速飞行器解耦控制

针对高超声速飞行器三通道具有强耦合的问题,提出一种基于扩张状态观测器的全通道解耦控制方法。该方法不需要根据耦合项特点设计耦合补偿模型,而是通过设计扩张状态观测器,将高超声速飞行器耦合项视为扰动,利用扩张状态观测器具有实时跟踪估计扰动的能力,将耦合项扰动估计出来。通过补偿控制来消除耦合的影响,从而完成解耦控制。进一步,通过LQR控制方法完成姿态控制系统的闭环反馈控制律设计,最终实现一种工程上实用的高超声速飞行器解耦控制方法,并通过数学仿真验证了该控制方法的正确性和有效性。     

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。     

基于逆动力学的机动轨迹跟踪器设计算法

针对机动轨迹动力学非线性非仿射特性,建立了基于质心逆动力学的开环指令和基于非线性动态逆原理进行反馈补偿的混合逆控制方法,设计了机动轨迹跟踪控制器;并以常规机动如"S"形转弯、过失速机动如Herbst转弯等多种战术动作为例进行仿真,结果表明机动轨迹跟踪器设计算法能够胜任常规和过失速机动跟踪的需要,实时性强,延迟合理,跟踪精度高.      

基于虚拟域预测控制的轨迹跟踪方法

针对在线轨迹实时规划算法,提出了一种基于虚拟域预测控制的轨迹跟踪方法。该方法采用多项式近似系统模型,引入虚拟路径及反动力解算方法,将时域转化为虚拟域,较在时域上近似模型的控制方法解耦效果好,实时性强。通过反动力学解算、非线性规划的输入设置可直接得到连续的控制量,相对于传统非线性预测控制的软约束的方法,从根本上保证了控制量的连续性。以拦截弹道导弹为背景,在初始状态量添加小扰动及末端条件改变的条件下,进行仿真验证。结果表明:与非线性反馈跟踪方法相比,曲线平滑,在遭遇点脱靶量、末端路径倾角及偏角误差较小,实时性同样可满足控制需求。     

四旋翼飞行器的非线性PID姿态控制

针对四旋翼飞行器的非线性姿态运动动力学模型,设计了一种新的几乎全局稳定的非线性PID (Proportional Integral Derivative) 姿态控制器.该控制器由一个线性PID的控制部分和一个惯性力矩补偿部分组成,可以抑制常值干扰和幅值有界且能量有界的干扰.数字仿真验证了该控制器对干扰的抑制作用.在搭建的姿态控制实验平台上进行了定点姿态跟踪控制实验.实验结果显示俯仰角和滚转角的误差均小于1°,验证了该控制器对小角度控制的有效性和对未建模动态的鲁棒性.      

结冰条件下的飞行控制律重构设计方法

针对飞机结冰条件下的飞行安全问题,在线性结冰影响模型的基础上构建了非线性结冰影响模型,并建立了结冰飞机纵向非线性动力学模型。利用反馈线性化理论与模糊控制原理相结合,重构设计了结冰条件下的纵向控制律,既保证了动态响应特性,又改善了控制器的抗干扰能力,使飞机具备一定的容冰飞行能力。通过仿真模拟了飞机在不同结冰严重程度以及干扰下的纵向响应,并与常规PID控制进行对比,验证了设计控制律的有效性和抗干扰能力。结果表明,该设计方案下的各状态参数动态响应均能较快较好地收敛,能更精准快速地跟踪俯仰角指令,且抗干扰能力、动态性能均优于常规PID控制。      

Trajectory tracking control for underactuated stratospheric airship

Stratospheric airship is a new kind of aerospace system which has attracted worldwide developing interests for its broad application prospects. Based on the trajectory linearization control (TLC) theory, a novel trajectory tracking control method for an underactuated stratospheric airship is presented in this paper. Firstly, the TLC theory is described sketchily, and the dynamic model of the stratospheric airship is introduced with kinematics and dynamics equations. Then, the trajectory tracking control strategy is deduced in detail. The designed control system possesses a cascaded structure which consists of desired attitude calculation, position control loop and attitude control loop. Two sub-loops are designed for the position and attitude control loops, respectively, including the kinematics control loop and dynamics control loop. Stability analysis shows that the controlled closed-loop system is exponentially stable. Finally, simulation results for the stratospheric airship to track typical trajectories are illustrated to verify effectiveness of the proposed approach.