补偿函数观测器及其在飞行器姿态控制中的应用

风扰、气流扰动和模型未知部分的估计精度直接影响着无人机（UAV）的稳定性和控制品质,扩张观测器（ESO）能估计这些部分,但存在型别低,收敛性差,估计精度低等问题。补偿函数观测器（CFO）采用纯积分、补偿和传递函数型别的思想,改变了ESO结构,使得CFO较ESO高2个型别,精度高,收敛性强。然而,CFO是利用线性滤波器补偿系统的未知函数或扰动,对快速变化的高次非线性函数补偿能力不足。本文用径向基（RBF）神经网络替代了线性滤波器或积分器,提出了带有RBF神经网络的CFO,进一步提高了估计精度。应用带有RBF神经网络的CFO得到的非线性未知函数和扰动以及微分信息,设计了主动模型函数补偿控制算法,应用Lyapunov稳定性理论证明了闭环系统的稳定性。将该模型补偿控制算法成功地应用于四旋翼飞行器姿态系统的控制。仿真对比了所提出的基于CFO的模型补偿控制,PID控制和自抗扰控制算法,同时在基于Pixhawk的控制测试平台实验中,对比了这3种控制策略,测试四旋翼飞行器对不同参考姿态的跟踪性能。结果表明,所提出的控制方法,在暂态性能和稳态跟踪精度方面,优于其它控制器。     

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。     

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。     

风扰下的四旋翼无人机LADRC控制律设计

针对四旋翼无人机易受侧风干扰、影响控制效果的问题,提出了一种基于线性自抗扰的控制方法。首先分析了四旋翼无人机姿态模型,建立了四种风组合的模拟侧风模型;其次建立了二阶LADRC闭环控制回路,设计反馈控制律实现姿态控制,并分析证明了闭环系统有界稳定。仿真验证结果表明,侧风干扰下,LADRC控制器能对总扰动进行很好的估计和补偿,从而保证了系统的抗干扰性。     

基于模糊变结构的空间飞行器姿态控制

根据空间飞行器姿态系统具有非线性、强耦合、多输入多输出的特点,对飞行器姿态模型的非线性和不确定性,提出分散模糊变结构控制方法。利用模糊系统对不确定性函数进行逼近,将获得的模糊系统函数作为系统不确定性界函数,对模糊逼近所带来的误差以及外部干扰项,采用控制补偿方法。理论分析和仿真研究表明,提出的控制方法具有姿态跟踪精度高,实时计算量小,便于工程实现等优点。     

高超声速飞行器气动伺服弹性的自适应抑制

针对弹性高超声速飞行器的气动伺服弹性问题，提出一种结合线性自抗扰和自适应陷波器的综合控制方案。针对强耦合和强不确定性问题，采用线性自抗扰控制对总扰动进行快速估计和补偿。为了在最小化对刚体控制性能影响的同时实现对频率未知且时变的弹性模态的抑制，采用能够在线估计弹性频率的自适应陷波器。根据气动伺服弹性抑制问题的特点提炼出对自适应陷波器的性能需求。针对这些需求设计了两种基于递推最大似然法的多频率直接辨识方案——参数单独自适应和同时自适应方案。为了提高辨识算法在各种随机扰动下的鲁棒性，在此基础上提出一种在线有效性监督机制，并通过大量的数字仿真对两种方案进行了性能对比。最后，在弹性高超声速飞行器模型上进行仿真，仿真结果验证了所提控制方案的有效性。     

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。     

基于双闭环ADRC的四旋翼飞行器轨迹跟踪控制

针对串级ADRC抗干扰能力弱等问题,提出了一种基于改进自抗扰控制的四旋翼飞行器轨迹跟踪控制方法。基于偏差理论分析发现,传统扩张状态观测器存在稳态误差大、参数选择困难的问题,对扩张状态观测器进行改进,提高了扰动估计精度,降低了系统的稳态误差。设计了改进ADRC的双闭环飞行控制系统,以定点悬停、轨迹跟踪、抗风扰试验方式,与基于串级ADRC的飞行控制系统进行性能对比分析。结果表明,基于改进自抗扰控制的飞行控制系统抗干扰能力更强,稳态误差更小,调节速度更快。     

基于SO(3)空间的线性自抗扰姿态控制方法

针对四旋翼飞行器姿态控制中非线性、强耦合及对扰动敏感的问题,提出了一种SO(3)线性自抗扰姿态控制方法,该方法可以克服传统欠驱动四旋翼控制方法中存在的抗干扰能力弱、系统建模误差对跟踪性能影响较大等弱点.基于SO(3)空间建立了四旋翼无人飞行器的非线性数学模型,避免了使用Euler角表示姿态时的奇异点问题,从而简化了控制...     

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。     

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。     

运载火箭电动伺服机构前馈自抗扰控制方法的设计

运载火箭伺服机构是火箭的执行机构,在工作过程中不仅要求伺服机构具有较好的阶跃响应和力矩抗扰性能,还要求伺服机构能够较好地跟踪箭载计算机发送的位置随动指令。常规的自抗扰控制(ADRC)建模时,将输入的微分量近似为0,使得输入时变信号时会产生建模误差,该误差无法通过扩张状态观测器(ESO)进行观测并补偿,导致系统的跟踪误差较大。针对常规自抗扰控制对时变信号跟踪误差较大的问题,提出了一种将位置输入微分前馈(PIDF)引入自抗扰控制的前馈自抗扰控制方法。通过理论推导和建模仿真得知,该方法可降低系统对正弦输入信号的跟踪误差并提高系统的动态特性,同时仍具有较强的抗干扰性能。最后通过试验验证了该方法的有效性。     

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。     

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。     

基于跟踪微分器的高超声速飞行器Backstepping控制

针对存在模型参数不确定和外部干扰的高超声速飞行器（HFV）跟踪控制问题,提出一种基于Backstepping方法的抗饱和非线性控制器。将飞行器纵向动力学模型分为速度子系统和航迹倾角子系统,然后针对每个子系统单独设计控制器。设计跟踪微分器获得信号的一阶导数,用以估计系统中的不确定干扰项和避免"微分项膨胀"问题。控制器设计过程考虑了控制量发生饱和的情况。基于Lyapunov理论证明了闭环系统信号的稳定性。与传统高超声速飞行器Backstepping方法相比,所设计的控制器采用待跟踪状态与理想控制指令之间的实际误差作为反馈量,放宽了对系统干扰项的限制,提高了控制器对控制增益变化的适应性,进而提高了闭环系统的跟踪控制性能。对比仿真结果验证了所设计方法的有效性。     

移动质心再入飞行器建模及自抗扰滚动控制

基于移动质心滚动控制方案,研究了其动力学系统建模和非线性耦合系统控制的问题。不同于移动质心控制系统建模中常用的牛顿力学建模和常规拉格朗日建模法,采用准坐标形式的拉格朗日法建立了完整的系统动力学方程,避免了牛顿力学中复杂的相互作用力分析和常规拉格朗日建模法物理意义不明确的缺点。鉴于移动质心滚动控制系统的非线性、耦合性和时变性,提出把系统的非线性耦合项和外部干扰统归为未知扰动,并采用自抗扰控制(ADRC)技术进行估计和补偿,相对于常用的比例微分(PD)控制,自抗扰控制器能更好地适应系统参数的变化,具有很强的鲁棒性。最后,通过数学仿真验证了整个控制方案的可行性。     

空间绳系机器人捕获目标后的面内自适应回收方法

在空间绳系机器人(TSR)捕获目标星后,操作机构与目标星形成质量、惯量和系绳连接点位置等参数未知的组合体,且系绳长度、偏角与组合体姿态严重耦合,控制输入严格受限,回收控制十分困难。针对其回收难题,综合考虑系绳长度、系绳偏角与组合体姿态,利用拉格朗日法建立了轨道面内的动力学模型,并基于动态逆理论设计了一种自适应抗饱和回收控制方法。首先,在对组合体质量、惯量与系绳连接点进行在线估计的基础上,设计一种自适应动态逆回收控制器;然后,设计辅助变量对控制输入进行补偿,解决控制输入受限问题;最后进行仿真验证。仿真结果表明,在线估计器能够快速有效地估计组合体动力学参数,回收控制系统能够利用受限的控制输入克服抓捕时刻的系绳偏角和组合体姿态扰动,并沿设计的回收轨迹实现稳定有效回收。     

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。     

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。     

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。