基于PID神经网络的四旋翼飞行器控制算法研究

针对四旋翼飞行器的姿态与位置控制问题,提出基于PID神经网络的控制方法。建立四旋翼飞行器的数学模型,引入四旋翼飞行器联合仿真平台,利用Matlab设计PID神经网络姿态控制器,训练后能达到良好的控制效果,最后设计PID神经网络位置控制器并进行训练。仿真结果表明,该控制方法在性能上明显优于传统PID,对飞行器有良好的控制效果。     

四旋翼无人飞行器实验平台设计及姿态控制研究

为了实现四旋翼无人飞行器姿态的稳定控制并验证控制算法的性能,设计了一种可用于四旋翼无人飞行器姿态控制算法研究及控制性能测试的物理实验平台;首先,利用牛顿-欧拉法建立了四旋翼无人飞行器的六自由度动力学模型;其次,对姿态传感器数据进行融合,利用互补滤波算法实现对四旋翼飞行器姿态进行快速准确解算;然后,在MATLAB环境下搭建了四旋翼飞行器仿真模型,并设计改进的PID控制器对飞行姿态进行了仿真;最后,搭建了一个四旋翼无人飞行器姿态控制的物理实验平台,进行了飞行器姿态控制算法的性能测试;实验结果表明了四旋翼无人飞行器实验平台设计的合理性和正确性,是一种快速有效的飞行器姿态控制算法性能测试实验平台。     

四旋翼飞行器模糊PID姿态控制

在四旋翼飞行器控制姿态优化问题的研究中,为更好的实现对四旋翼飞行器的姿态控制,在Matlab环境下利用6-DOF运动方程模块搭建了四旋翼飞行器的非线性模型.选取四旋翼飞行器的姿态角作为控制对象,借助Matlab模糊工具箱设计了模糊PID控制器并依据专家经验编辑了相应的模糊规则;同时设计了常规PID控制器并选取了最佳的PID控制参数,对两种控制器控制下的四旋翼飞行器姿态进行了相同条件下的Matlab仿真.仿真结果表明,模糊PID控制器相比常规PID控制器具有更优良的动态性能及鲁棒性.对实际四旋翼飞行器的姿态控制具有一定的指导意义.     

基于神经模糊PID控制的四旋翼飞行器算法

四旋翼飞行器在执行任务时经常会出现稳定姿态精度低,抵抗干扰能力差等问题,提出一种神经模糊PID控制算法来调整原有模糊PID控制的模糊规则和隶属度函数,将设计的神经模糊PID控制算法与建立的四旋翼飞行器动力学模型相结合.为了验证神经模糊PID控制器的有效性,将传统PID、模糊PID控制算法作为对比算法,同时给定人为干扰因素.经过Matlab/Simulink仿真实验表明:在神经模糊PID控制下的四旋翼飞行器,具有较好的响应速度,稳态精度及更好的抗干扰能力,控制效果均优于对比算法.     

四旋翼飞行器的建模及控制算法仿真

以四旋翼飞行器为研究对象。为实现对飞行器的稳定控制,首先建立了数学模型和动力学模型,又在此基础上设计了PID控制器和模糊PID控制器,通过模拟仿真判断两种控制算法是否能对四旋翼飞行器进行稳定控制。模型的搭建与仿真实验都基于Matlab/Simulink平台,仿真结果验证了模型建立的准确性,以及在所设定的参数下,fuzzy PID控制器对飞行器的控制较好,能够有效控制飞行器的稳定飞行。     

自抗扰PID四旋翼飞行器控制方法研究

针对传统PID控制算法不能很好地适应非线性被控系统、鲁棒性较弱、抗扰能力差等缺点,提出了一种基于传统PID控制与自抗扰控制结合的四旋翼飞行器控制方法。在传统PID控制器的基础上,对飞行器姿态解算过程中的不确定因素和外界干扰予以实时的观测和补偿。最后在Simulink中分别搭建传统串级PID控制器和自抗扰PID控制器的仿真模型,通过分析仿真结果得出自抗扰PID控制器的响应时间比传统串级PID控制器快约30%,稳态误差较传统串级PID控制器降低约15%,超调量降低约20%。由此得出自抗扰PID四旋翼飞行器控制方法能够很好地适应四旋翼飞行器非线性系统,达到抑制外界干扰以及补偿系统控制误差的效果。     

基于串级PID四旋翼飞行器控制系统研究

四旋翼飞行器具有不稳定、非线性、强耦合、建模不确定性等特性,同时是一个四输入、六输出的欠驱动系统。针对这样的系统,学者们在飞行器控制算法方面做了许多研究,比如LQR、滑模控制、反演控制等。虽然这些控制算法在姿态控制等方面有比较好的效果,但需要建立准确的数学模型,数据的实时处理对处理器性能要求高,实现起来有一定的困难。针对上述问题,以小型四旋翼飞行器为研究对象,根据牛顿-欧拉方程建立了四旋翼飞行器的运动、动力学模型,设计了一种易于实现的串级PID控制器,分别对飞行器的位置与姿态进行控制,应用MATLAB/Simulink对所设计的控制器进行仿真。结果表明,串级PID控制器能够快速、稳定、准确地对四旋翼飞行器实现姿态和位置的控制,同时具有比较好的鲁棒性。     

四旋翼飞行姿态测试平台设计及稳定性分析

四旋翼飞行器非线性、强耦合以及欠驱动的特性极大地增加了算法设计与姿态控制的难度。为了减少四旋翼飞行器飞行过程中不必要的干扰因素和事故率,自主设计了四旋翼飞行姿态测试平台。通过对系统进行受力分析和动态建模,采用能够快速稳定的双闭环串级PID控制算法设计了姿态控制器,并使用卡尔曼滤波算法进行姿态估计,然后分别在Matlab环境和平台上验证了飞行姿态的稳定性。实验结果表明了平台设计的合理性和可行性,是一种有效的四旋翼飞行姿态测试平台。     

基于PID和LQR的四旋翼无人机控制系统研究

为提高四旋翼无人机的飞行稳定性、无人飞行器控制系统的鲁棒性和控制精度,以建立的四旋翼无人机飞行控制系统模型为基础,采用现代控制理论与传统控制论相结合的方法,针对姿态角速率、姿态角分别设计内环LQR(线性二次型调节器)控制器,及外环PID控制的双回路闲环控制器.充分利用PID控制器易于掌握且对模型要求精度低、LQR控制器能改善内回路的动态特性和稳态性能的特点,完成四旋翼无人机的飞行控制.通过实验遴选该双闭环控制器相关参数并进行优化,实验结果表明所设计的双回路控制器控制性能指标良好.     

四旋翼飞行器的自抗扰飞行控制方法

针对四旋翼飞行器参数不确定性和外部干扰敏感的问题,本文提出一种基于自抗扰控制器的控制系统设计方法.在为期望姿态和高度安排过渡过程的基础上,设计了扩张状态观测器对内扰和外扰进行估计并实时补偿,能够很好地克服飞行器的强耦合性、模型不确定性以及风速变化等外部干扰问题.此外本文还设计了非线性状态误差反馈控制律来有效抑制跟踪误差.在仿真平台上对自抗扰控制系统进行稳定控制、姿态跟踪、高度控制、抗扰性及鲁棒性实验,并与串级PID控制系统进行定量对比分析.仿真结果表明,本文所设计的自抗扰控制器不仅能够很好地估计并补偿系统所受内外部干扰,而且对四旋翼飞行器参数的不确定性具有较强的鲁棒性,能够满足飞行器姿态调节快速和高稳定度的控制要求,性能指标明显优于串级PID控制器.     

基于RandW-SecPSO的四旋翼飞行器分数阶PID控制器参数优化

为了提高四旋翼飞行器姿态控制的控制性能,将分数阶PID控制器运用到四旋翼飞行器的控制系统中.提出了一种带随机权重平均值的二阶粒子群算法(RandW-SecPSO)去优化分数阶PID控制器的参数.将随机权重平均值与二阶粒子群算法相结合,对粒子群进行二阶初始化,同时加入随机权重用以平衡全局搜索能力和局部开发能力,这样提高了算法的收敛精度,并将其与PID控制器进行仿真分析.通过搭建仿真平台,验证了该算法的可行性.仿真结果表明:RandW-SecPSO算法在优化四旋翼飞行器分数阶控制器的参数上要好于粒子群算法(PSO),与PSO算法相比调节时间缩短了0.7s,上升时间减少了0.2s,超调量减小了8％,具有收敛速度快、超调量小、稳定性好等优点.总之RandW-SecPSO算法优化分数阶PID动态响应特性比PID要好很多.     

语音控制的四旋翼飞行器设计与实现

基于语音识别技术,设计了一套语音远程控制四旋翼飞行器的系统。使用LD3320语音处理芯片和STM32微处理器实现语音识别功能,采用NRF24L01将识别结果传输到飞行器。选用STM32作为四旋翼飞行器的主控芯片,采用六轴运动组件MPU6050、三轴数字罗盘HMC5583L等传感器对飞行器的姿态进行实时测量,再利用数字滤波器对姿态信息进行处理,然后采用四元数进行姿态解算,最后运用双闭环PID控制算法实现姿态控制的要求。测试结果表明,通过语音可以控制四旋翼的正常飞行及姿态变化,系统稳定可靠。     

基于AFSMC算法的飞机飞行姿态自适应滑模控制系统

传统飞机飞行姿态滑膜控制系统,存在飞机飞行姿态自适应系数稳定性差的问题,在控制过程中会受到多重因素影响,导致飞行姿态可控误差系数增大,需要辅助控制系统修正才能完成飞行姿态的控制操作;针对上述问题,提出基于AFSMC算法的飞机飞行姿态自适应滑模控制系统;系统硬件基于PID自适应滑模控制器,对飞机飞行姿态控制器进行结构设计;软件部分通过引入自适应滑模控制策略,对PID控制器姿态控制变量进行适配;引入AFSMC算法计算姿态控制器当前时间点下的运动控制方程,得到飞行姿态自适应滑模控制的最优量,完成基于AFSMC算法的飞机飞行姿态自适应滑模控制系统设计;实验结果表明,所设计系统能够在不同飞行工况下,对飞机飞行姿态作出准确控制,系统的整体控制精度范围为90%~97.4%,飞机飞行控制稳定性较好,有效提升了系统对飞机飞行姿态的控制准确度。     

一种基于H∞与PID混合控制的速度控制器设计

以PID为核心的速度控制系统易受到参数摄动以及外部扰动的影响,鲁棒性较差。针对这点不足,以某型飞机的数学模型为基础,提出了基于H∞与PID混合控制的速度控制器设计方法,以鲁棒控制姿态,实现内回路的设计,以PID控制速度,实现外回路的设计。在参数摄动情况下,将混合控制器与单纯PID控制器的控制效果进行对比评估,仿真结果表明所设计控制器性能满足要求,且比单纯的PID控制器具有更好的鲁棒性。     

基于GSAGA的模糊PID控制在自动油门系统中的应用研究

针对现代民用飞机非线性和时变的特点,设计了一种用于民机自动油门控制系统的模糊PID控制器;模糊控制器以速度跟踪误差及其微分信号作为输入调节PID控制器的比例、积分及微分参数,进而控制油门开度以调节发动机推力,最终实现对速度的控制;文中进一步采用广义自适应遗传算法(GSAGA)对模糊PID控制器的输出因子进行优化,在着陆模态下采用所设计的优化控制策略与传统模糊PID控制进行了对比仿真,仿真结果显示,在民机自动油门控制系统中基于GSAGA的模糊PID控制器的控制效果优于传统模糊控制方法,仿真结果符合飞行品质指标,控制效果良好。     

基于MPU6050和互补滤波的四旋翼飞控系统设计

针对四轴飞行器飞行性能不稳定和惯性测量单元（IMU）易受干扰、存在漂移等问题,利用惯性传感器MPU6050采集实时数据,以经典互补滤波为基础,提出一种可以自适应补偿系数的互补滤波算法,该算法在低通滤波环节加入PI控制器,依据陀螺仪测得的角速度实时调节PI控制器补偿系数。飞行器姿态控制系统采用双闭环PID控制方法,姿态解算的欧拉角作为系统外环,陀螺仪角速度作为系统内环。最后,搭建以NI myRIO为核心控制器的四轴飞行器,通过LabVIEW实现算法和仿真,实验结果表明,自适应互补滤波算法可以准确解算姿态信息,双闭环PID控制超调量小、反应灵敏,控制系统基本满足飞行要求。     

四旋翼无人飞行器控制算法设计

针对Qball-X4四旋翼无人飞行器的自身特点,建立系统的非线性模型,采用姿态内环和位置外环的双闭环控制算法。线性二次型调节器（LQR）可以快速简便地求解出最优的状态反馈控制率,并且具有良好的鲁棒性,因而利用LQR控制算法来控制姿态内环。由于PID控制算法结构简单、鲁棒性强,因而控制位置外环。通过Matlab/Simulink和飞行试验对控制算法进行仿真和验证,结果表明,设计的控制算法能成功地实现飞行器的悬停控制,并达到较好的控制效果。     

基于SSA-模糊PID的AUV姿态控制研究

针对AUV高精度、高稳定性姿态控制的提升需求,提出一种结合麻雀算法(SSA)和模糊PID控制的姿态控制器。采用麻雀算法对模糊PID控制器参数进行优化,并将寻优后模型用于算法的反馈补偿,有效解决了模糊PID控制过度依赖经验,难以应对水下复杂工况的问题。仿真结果表明,SSA-模糊PID控制器在AUV姿态调节中表现出较传统模糊PID控制器更好的响应速度和抗干扰能力,有效改善了AUV姿态控制性能。经实际应用验证,控制器在复杂工况下可快速收敛至期望姿态并维持稳定。     

基于模型的四旋翼无人机半实物仿真平台研究

为了降低在真实飞行器上测试新的控制策略时所存在的设备损坏风险,对四旋翼无人机的控制器和半实物仿真实验平台进行了开发和介绍;首先,分析了四旋翼无人机基本结构和飞行原理,并对其进行了动力学建模;其次,设计了对应的常规PID控制器和滑模控制器,并进行了Matlab仿真对比和分析;最后,展示了采用先进的基于模型的设计方法和代码自动等技术的半实物仿真实验平台,并详细介绍了其硬件和软件的总体架构和不同模块的配置;仿真结果表明所设计滑模控制器相比于PID控制器有更好的控制效果,并给出了其在半实物仿真平台上用来研究四旋翼无人机姿态控制的可行性。