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。     

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。     

四旋翼无人机预设性能反步轨迹跟踪控制

针对四旋翼无人机轨迹跟踪过程中存在外界干扰和跟踪误差估计的问题,设计了一种基于双闭环的预设性能函数约束的反步自适应控制方法。首先,将四旋翼无人机系统转化为位置外环和姿态内环的双闭环系统,利用性能函数通过误差转换将输出约束问题转化为无约束问题;然后,根据反步自适应方法分别对位置子系统和姿态子系统设计控制器,设计指数干扰观测器对参数不确定和外界干扰进行估计。仿真结果表明,所设计的控制器既能保证系统的稳定性和鲁棒性,又具有良好的瞬态误差跟踪特性。     

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LADRC的四旋翼无人机自适应姿态跟踪控制

针对四旋翼无人机受到外界干扰会导致系统参数的改变,从而影响控制性能的问题,提出了一种基于LADRC自适应姿态控制方法。首先,根据四旋翼无人机的姿态模型,建立了基于LADRC的四旋翼无人机姿态解耦控制结构;然后,引入干扰观测器估计补偿系统总扰动,实时在线辨识转动惯量值;考虑到控制量饱和的问题,设计模糊推理规则以提高控制性能。仿真结果表明,加入了自适应环节的LADRC控制器能够实现对干扰的准确估计,尤其在小角度飞行时表现出了较强的跟踪精度及响应速度。     

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。     

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.     

Disturbance observer-based robust guidance for Mars atmospheric entry with input saturation

With low-lifting capability taken into account,a robust guidance law for Mars entry vehicles with low lift-to-drag ratios,such as Mars Science Laboratory(MSL),is presented.Consider the nonlinear term in the drag dynamic equation and bounded disturbances as a lumped disturbance,and design a linear disturbance observer(DOB)to estimate it.With the consideration of the control input saturation,an innovative sliding surface and a virtual system are introduced to design the guidance law.Analyses of disturbance observer performance and Lyapunov-based transient performance are also presented.It is shown that the drag tracking error can be adjustable by explicit choices of design parameters.Simulation results confirm the effectiveness of the proposed guidance law.     

四旋翼无人机建模及其四元数控制律设计

对四旋翼无人机进行建模与控制.在建模时采用了物理机理建模方法,尤其是对电机和螺旋桨进行了详细的建模,然后应用四元数对所建的模型进行了姿态角的控制.首先将欧拉角转换为四元数,然后求出误差四元数,接着由误差四元数推导出所要转动的角度和所要绕的轴.在此基础上,又对各个方向上的速度进行了控制,并与PID控制结果进行了对比.仿真结果表明,基于四元数的控制律更能有效地控制四旋翼速度较大的情况.     

一种自主四旋翼飞行器控制系统结构研究

四旋翼无人飞行器在军事及民用领域都有很重要的应用,但目前主要是以遥控控制为主,其自主飞行能力较弱,因此提出了一种针对四旋翼飞行器的自主控制架构,它可根据设置好的飞行轨迹进行自主巡航飞行.该自主飞行架构主要分为两部分,分别为导航控制系统和姿态控制系统.导航控制系统根据航线信息解算系统控制姿态角及飞行速度,并把解算结果交给姿态控制系统,由姿态控制系统完成实际飞行器姿态的控制.通过航线自主飞行仿真对该方法的可行性进行了验证.结果表明,该自主控制架构明晰,易于实际控制系统的实现,具有实际应用价值.     

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。     

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。     

Performance limitations in trajectory tracking control for air-breathing hypersonic vehicles

An integrated approach that considers the performance limitations of tracking control systems for air-breathing hypersonic vehicles is proposed. First, a set of ascent trajectories is obtained as candidates for tracking control through a trajectory design method that considers the available acceleration. Second, the basic theory of performance limitations, which is adopted to calculate the limits on control performance through the trajectory, is integrated. The open-loop dynamics of air-breathing hypersonic vehicles is responsible for these limits on the control system. Comprehensive specifications on stability, tracking accuracy, and robustness are derived, and the flight envelope with constraints and control specifications is identified. Simulation results suggest that trajectory design should consider restrictions on control performance to obtain reliable solutions.