高阶微分反馈控制及在四旋翼飞行器中的应用

高阶微分反馈控制是不依赖系统精确模型的控制策略,采用控制滤波器间接补偿系统的未知模型。但其中的高阶微分器没有用来估计系统的未知模型函数,采用的是间接补偿未知模型函数方案。改进了高阶微分器,将控制输入引入其中,既能实时估计非线性模型中的未知函数,也能估计系统输出及参考输入的微分信息。对比分析了改进的高阶微分器和扩张状态观测器所估计的未知函数的收敛性,证明前者的型别比后者高一个类型。应用估计的微分和模型函数设计了新的高阶微分反馈控制算法,该方案能够抑制未知扰动,并成功地应用于四旋翼飞行器(QUAV)姿态系统的控制。应用Lyapunov函数从理论上证明了闭环系统的稳定性。在基于Pixhawk的控制测试平台实验中,分别采用改进的高阶微分反馈控制、PID控制、自抗扰控制和传统的高阶微分反馈控制方案,测试四旋翼飞行器对不同参考姿态的跟踪性能和抗扰性能。结果表明,所提出的改进高阶微分反馈控制方案,在暂态性能,稳态跟踪精度和抗干扰鲁棒性方面,大幅度优越于其他方案。     

基于自抗扰理论的小型四旋翼飞行器姿态控制

针对四旋翼飞行器的强耦合性、非线性、易受外界干扰等控制难点,研究利用自抗扰控制器对四旋翼飞行器进行姿态控制的技术问题。通过牛顿-欧拉方程建立四旋翼飞行器动力学模型,将不确定性、耦合及参数摄动等干扰作为"总和干扰",利用扩张状态观测器进行估计并动态反馈补偿,再利用非线性反馈抑制补偿残差,进行四旋翼飞行器姿态控制仿真实验。结果表明:在存在模型参数摄动和外界扰动的情况下,扩张状态观测器很好地实时估计和补偿了四旋翼飞行器的总和干扰,基于自抗扰的四旋翼飞行器姿态控制系统具有较好的动态品质、稳态精度以及较强的鲁棒性。     

考虑未知扰动的RLV再入鲁棒容错姿态控制

针对复杂再入环境下的可重复使用运载器姿态控制问题,考虑大气的未知干扰、气动参数建模的不确定性以及可能发生的执行器部分失效故障,基于增量反步法和径向基函数（RBF）神经网络设计了姿态角回路和角速度回路的控制器。基于神经网络良好的未知逼近能力,采用RBF神经网络对增量反步法设计过程中的泰勒展开高阶项以及上述未知扰动和故障产生的影响进行逼近估计,并在控制律中进行补偿。经过仿真验证,所设计的控制系统能够在未知扰动影响下有效提高指令的跟踪精度,并且对飞行器的本体特性建模依赖较少,具有良好的鲁棒容错能力。     

基于MPC和ESO的无人直升机姿态控制

针对无人直升机在干扰下的姿态跟踪问题,提出了一种基于模型预测控制(MPC)和扩张状态观测器(ESO)的复合控制器。首先,对存在扰动的无人直升机姿态通道进行建模;然后,设计了一种模型预测控制器完成无人直升机的姿态跟踪控制,同时,构造扩张状态观测器对姿态模型控制输入进行补偿,实时估计风扰动等外力影响;最后,通过阵风干扰下的仿真试验,验证了所设计控制器的有效性。飞行试验表明,相比于传统PID控制,所设计的MPC-ESO控制器跟踪精度高、响应速度快、抗扰能力强,具有较好的工程应用价值。     

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ESO的再入飞行器姿态控制

针对飞行器再入姿态控制系统受到较大干扰力矩时,采用目前工程上常用的 “前馈＋PID”控制方法难以获得理想控制精度的问题,提出了采用自抗扰控制技术进行再入姿态控制的方法。首先利用扩张状态观测器对前馈项没有完全补偿的剩余飞行器角加速度进行估计并加以补偿,使得作用在飞行器上的力矩接近于平衡状态,并采用PD控制器进行误差反馈控制,给出了飞行器再入姿态自抗扰控制律,并在频率域分析的基础上给出了控制参数设计原则。仿真结果表明采用本方法能够有效地克服干扰力矩,从而明显地提高再入飞行器姿态动态跟踪精度。     

电动伺服机构永磁同步电机的自抗扰控制

针对运载火箭电动伺服机构谐振频率过低,而传统陷波滤波器算法会降低系统的快速性问题,提出了一种基于自抗扰控制（ADRC）的微分前馈控制算法。在开环等效增益相近的情况下,比较了系统在传统PID控制和一阶ADRC控制方式下的阶跃响应和抗扰性能;对输入正弦指令的情况,比较了系统在比例+扩张状态观测器（ESO）和有限时间比例（FTP）+ESO这两种控制方式下有无输入微分前馈（IDF）的跟踪性能。仿真和实验结果均表明,在常规ADRC中引入IDF,可有效提高电动伺服机构对时变输入的跟踪精度。     

基于扩张状态观测器的舰载机俯仰自适应滑模控制

传统自适应滑模需要系统扰动上界的先验信息和易引发作动器抖振是其不便用于工程实际的主要原因。文章基于扩张状态观测器对传统自适应滑模进行了改进,利用扩张状态观测器(ESO)实时观测外扰并在自适应滑模控制中进行补偿。将改进后的自适应滑模应用于舰载机俯仰姿态控制中,进行仿真计算。计算结果表明,在系统扰动上界未知的情况下,ESO提高了自适应滑模的鲁棒性,消除了抖振。     

基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制

 针对一类模型未知的具有不确定性和外部干扰的多输入多输出（MIMO）非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数（RBF）神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。     

五自由度磁悬浮轴承的扰动补偿控制系统设计

在比例-积分-微分(PID)控制的基础上加入扰动补偿环节,设计了五自由度磁悬浮轴承的扰动补偿控制系统.通过对转子运动模型的分析,修正并得到了更为精确的磁悬浮轴承扰动观测器模型.对离散化的扰动观测器进行了稳定性分析和参数整定方法研究,进而使扰动观测器的参数整定过程更为规范与便捷.实验结果表明:在PID控制基础上加入扰动补偿控制,转子受扰自由度的位移波动分别减小了38.7%和67%,转子在20000r/min转速下的轴心运动轨迹波动减小了21%,从而验证了扰动补偿控制相比于PID控制的优越性.      

可重复使用飞行器的保性能姿态跟踪控制方法

针对可重复使用飞行器再入姿态跟踪控制问题,在考虑执行器饱和、气动参数摄动和外部扰动的情况下,提出了一种保性能姿态跟踪控制方案。通过构造预设性能函数,使姿态跟踪误差在预先设置的包络内演化,保证了系统的瞬态和稳态性能;其次,借助于高增益扩张状态观测器解决了气动参数摄动和外部扰动的问题;之后,基于反步控制框架,设计了一种低复杂度的输出反馈扰动补偿控制方法,保证跟踪误差的收敛性。与已有方法相比,所设计的方法不包含一些复杂的非线性动力学近似技术,如神经网络等,降低了参数调节的复杂性,且无需对虚拟控制律重复微分,避免了"微分爆炸"问题。同时,Lyapunov稳定性分析表明,该方法能够保证误差变量的预期收敛以及其他闭环系统信号的有界性。最后,通过对比仿真验证了所提方法的有效性及可行性。     

考虑系统扰动的永磁同步电机复合控制策略

提出一种结合滑模速度控制和扩展滑模扰动观测器的永磁同步电机复合控制策略。滑模速度控制采用新型趋近律设计,扩展滑模扰动观测器对系统内部参数摄动以及外部负载干扰进行准确估计。所设计的复合控制器通过系统扰动估计环节对控制系统中的综合扰动项进行实时估计,用以对速度控制环节进行前馈补偿,实现控制系统自抗扰控制。试验结果验证了所提出控制策略的有效性和可行性。     

基于龙伯格扰动观测器的永磁同步电机PWM电流预测控制

针对传统永磁同步电机(PMSM)PWM电流预测控制中电机参数扰动造成的电流静差及振荡问题,提出基于龙伯格(Luenberger)观测器的PWM电流预测控制。首先,将系统参数扰动引入到电机电压方程,构建在参数扰动中拥有优良性能的Luenberger观测器来观测系统扰动。其次,离散化Luenberger扰动观测器,通过极点配置分析系统稳定性。最后,将观测器估计系统扰动引入含参数扰动项的电压方程中,为PWM电流预测控制算法提供实时性扰动补偿。仿真结果表明,所提算法能够快速无静差地观测出系统扰动,有效避免参数扰动造成的电流静差及振荡问题,提高电流预测算法的鲁棒性。     

基于干扰观测器的高超声速飞行器预测控制器设计

针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。     

基于非线性抗扰滑模控制的永磁同步电机直接转矩控制

针对永磁同步电机(PMSM)内部参数不确定和外部干扰未知的问题,提出了一种基于非线性光滑扩张状态观测器(ESO)的非线性控制方法。通过引入非线性光滑函数设计了ESO,实现了对PMSM内部和外部不确定因素的观测,并把观测结果实时补偿给非线性控制器,有效提高了电机的动静态性能和抗扰能力。采用基于非线性光滑函数的滑模控制器替代传统直接转矩控制中的滞环控制器,有效地削弱了转矩和磁链的抖振和脉动。仿真结果表明所提方法响应速度快、稳定性好、抗扰能力强,是一种鲁棒性强的控制方法。     

基于BPNN参数整定的四旋翼吊挂自抗扰飞行控制

针对四旋翼无人机吊挂系统状态耦合和载荷抗摆问题,开展了四旋翼无人机吊挂系统抗摆飞行控制研究。首先,利用牛顿-欧拉法和拉格朗日方程建立吊挂系统的动态特性方程。然后,采用反向传播神经网络(BPNN)在线调节自抗扰控制(ADRC)中的扩张状态观测器(ESO)参数,以提高ESO的估计精度和控制器的抗干扰能力。最后,通过仿真对比分析了反向传播神经网络-自抗扰控制(BPNN-ADRC)和传统ADRC的控制系统性能。仿真结果表明,基于BPNN-ADRC的飞行控制系统不仅具有稳定的轨迹跟踪能力,参数调节容易,而且响应速度快,超调量小,抗干扰能力强。     

临近空间动能拦截器神经反演姿态控制器设计

为满足临近空间动能拦截器姿态控制快速性、准确性和鲁棒性的要求,设计了一种自适应神经反演姿态控制器。首先,建立了姿控发动机侧喷干扰模型,并推导了包含质心漂移、参数摄动和外界干扰的三通道强耦合模型;其次,设计了自适应神经反演姿态控制器,为提高控制精度,采用径向基函数（RBF）神经网络对各个通道的不确定项进行估计和补偿,并基于最小学习参数的思想,将神经网络学习参数拟合为一个参数,提高了RBF计算效率,保证了估计的实时性。最后,采用伪速率（PSR）脉冲调制器将设计的连续控制律转化为脉冲控制律,实现了拦截器的变推力控制,并克服了脉冲脉宽调制（PWPF）调制器相位滞后问题。数字仿真表明,所设计的控制器收敛速度快,控制精度高,对强扰动具有鲁棒性。     

基于滑模观测器和干扰观测器的弹性高超声速飞行器控制

研究了基于滑模观测器和干扰观测器的弹性高超声速飞行器纵向通道控制。首先,利用可测飞行高度、俯仰角速率估计误差设计滑模观测器,重构未知攻角、航迹角;其次,设计干扰观测器估计包含弹性耦合和阵风等外部干扰的集总扰动;再次,将高超声速飞行器纵向通道模型分为速度、高度2个功能子系统,采用基于反步法的动态逆方法,避免系统复杂度爆炸问题,设计舵面偏角和燃油当量实现对期望高度和速度信号的有效跟踪;最后,通过仿真测试验证该方法的有效性。