小型无人直升机反步自适应控制

针对具有强非线性、高度耦合以及参数不确定性特点的小型无人直升机系统,提出一种基于小脑模型关节控制器（Cerebellar Model Articulation Control,CMAC）神经网络的自适应反步控制方法,该方法采用小脑模型关节控制器神经网络在线学习系统不确定性以及反步控制中各阶虚拟控制量的导数信息,设计鲁棒控制项克服CMAC神经网络在线学习系统不确定性的误差,控制律由反步法回归递推得到。仿真结果表明,在模型参数不确定和存在较大误差的情况下,所设计的控制律具有理想的姿态跟踪性能以及良好的鲁棒性。     

小型无人直升机悬停状态自适应模糊PID控制器设计

小型遥控直升机在实际应用中主要是完成航拍,为了实现小型直升机水平姿态的自动平衡,将其升级为无人直升机.针对小型直升机的降阶模型,提出了一种便于单片机实现的、针对悬停作业时小型无人直升机自适应模糊PID控制器的设计方法,能对PID参数进行动态整定,实现无人直升机悬停状态时水平姿态的平衡,仿真实验表明,自适应模糊PID控制器的动态性能好、稳态精度高、鲁棒性较强,宜适用于小型无人直升机的增稳控制.     

具有输入输出约束的无人直升机预设性能安全跟踪控制

针对无人直升机姿态与高度系统存在未知外部干扰、输入饱和、姿态与高度约束等问题, 本文提出一种具 有输入输出约束的预设性能安全跟踪控制方法. 首先, 针对无人直升机的姿态与高度约束, 通过设计一类边界保护 算法, 构建了新的安全期望跟踪信号. 为了保证系统对于安全期望跟踪信号的跟踪性能, 将预设性能函数与边界保 护算法进行结合, 并对跟踪误差进行转换. 针对系统的输入饱和现象, 使用Sigmoid函数进行逼近; 同时, 针对饱和函 数的逼近误差与未知外部干扰构成的复合干扰, 采用参数自适应方法对其上界进行逼近. 然后, 结合反步控制方法 设计了安全跟踪控制器, 并通过Lyapunov稳定性理论证明了闭环系统所有信号的收敛性, 保证了无人直升机的安全 跟踪性能. 最终, 通过数值仿真验证了所提控制方法的有效性.     

主旋翼升力和机身姿态受限的模型直升机非线性控制

针对主旋翼升力和机身姿态受限的6自由度模型无人直升机的轨迹跟踪控制问题设计了一种非线性控制器.在控制器设计过程中,直升机的数学模型被简化为三个子系统: 姿态子系统,纵-侧向子系统和高度子系统,所设计的控制器由针对这三个子系统的子控制器组成.纵-侧向和高度子控制器基于双曲正切函数进行设计,以保证满足受限条件; 姿态子控制器利用反步法设计,使得机身姿态能够跟踪纵-侧向和高度子系统的虚拟控制.本文在理论上证明了闭环系统跟踪误差最终有界,并且控制器满足受限条件.仿真结果证实了所设计控制器的性能.     

小型无人直升机浸入–不变集自适应控制

本文基于浸入–不变集理论,针对小型无人直升机存在的参数不确定性问题,设计一种新型的自适应控制器.利用基于Lyapunov的分析方法和La Salle不变性原理,进行闭环系统的稳定性分析,确保无人直升机姿态角的跟踪误差全局渐进收敛,以及闭环系统的稳定性.在无人直升机姿态飞行控制实验平台上,进行了无人机姿态跟踪控制实验.实验结果表明,本文所提出的控制方法具有良好的跟踪控制效果.     

倒立摆的自适应积分反步控制策略

针对直线单级倒立摆在模型参数不确定和外部扰动情况下的稳定控制问题,提出一种自适应积分反步控制策略。采用拉格朗日方程建立倒立摆系统的运动学模型,为减少稳态误差,将误差积分项引入反步法,设计了倒立摆的控制器;对含有未知参数的系统非线性状态微分方程,设计适当的Lyapunov函数推导出系统未知参数的自适应更新律,削弱了参数不确定性的影响。将自适应积分反步控制与一般的反步法控制、模糊控制及神经网络控制的仿真结果进行了对比,并在LabVIEW开发环境下进行了实物实验。结果表明,自适应积分反步法可以较为迅速且精确地完成稳定控制,较好地克服系统参数不确定及外部扰动的影响,具有较强的鲁棒性。     

小型无人直升机姿态非线性鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,通过系统参数辨识,获得了较为准确的无人直升机姿态动力学模型.并根据无人直升机的动态特性,设计了基于神经网络前馈与滑模控制的非线性鲁棒姿态控制律,该控制律对直升机模型的先验知识要求较低.利用基于Lyapunov的分析方法证明,设计的控制律能够实现对无人直升机姿态角的半全局指数收敛镇定控制,并能确保闭环系统的稳定性.基于姿态飞行控制实验平台的实时飞行控制实验结果表明,提出的控制设计取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有较好的鲁棒性.     

适应扰动的无人直升机姿态跟踪控制

无人直升机在实际飞行过程中,会受到阵风等外界因素的干扰,并且模型不确定性也会对控制效果带来不利影响.为应对这些挑战,本文设计了一种基于扩张状态观测器的自抗扰反步控制器.首先,建立了无人直升机姿态动力学模型.随后,引入扩张状态观测器,用以实时观测由外界扰动和模型不确定性组成的总和扰动.观测得到的总和扰动估计值与基于Lyapunov函数的反步法控制器控制算法相结合,用以消除总和扰动的影响,使得无人直升机在各种飞行条件下均能对运动指令进行快速和准确的跟踪.最后,仿真研究和飞行实验验证了该控制律的有效性.与同等条件下的PID控制器相比,该控制律表现出更优的飞行性能.     

小型无人直升机的无模型自适应鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及未建模动态对系统控制性能的影响,设计了一种新的基于数据驱动的无模型自适应鲁棒控制律.通过基于数据驱动的设计方法,降低了控制器对直升机动力学模型先验知识的依赖,补偿了未建模不确定性的影响.仅利用无人直升机的输入输出数据,即可实现对无人直升机系统的稳定姿态控制.然后本文结合离散滑模控制设计,补偿了未知外界扰动的影响,提高了系统的鲁棒性,并通过理论证明了控制误差的收敛性和闭环系统的稳定性.最后,在本研究组自主开发的无人直升机飞行控制实验平台上,进行了无人机实时控制实验.实验结果表明,本文所提出的控制算法取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有良好的鲁棒性.     

倾转式三旋翼无人飞行器抗扰非线性控制设计

针对倾转式三旋翼无人飞行器姿态和高度系统存在未知扰动和模型参数不确定性的问题,提出一种连续的非线性自适应鲁棒控制方法.该方法基于浸入-不变集原理估计模型未知参数,采用一种连续的鲁棒控制算法抑制未知扰动和补偿估计偏差.利用Lyapunov函数从理论上证明此方法能保证闭环系统的稳定性,并能实现飞行器姿态与高度控制误差的渐近收敛.最后通过实时实验结果验证所提出控制算法的有效性和鲁棒性.     

小型无人直升机的模型预测控制算法研究

针对无人直升机在阵风干扰环境中的姿态控制精度低的问题.本文将非线性刚体动力学模型在悬停点应用小扰动理论得到了线性化数学模型.考虑系统输入输出和控制量约束,采用模型预测控制将控制器的设计问题转化为每个采样时刻求解一个带不等式和等式约束的凸二次规划问题.通过设计终端状态约束解决了有限时域模型预测控制(model predictive control, MPC)算法的稳定性问题,并通过引入松弛变量使得约束优化问题更容易求解.随机和常值阵风干扰下无人机悬停仿真验证了本文MPC预测控制器具有幅度不超过0.25 m/s的良好干扰抑制能力,性能明显优于线性二次型调节器(linear-quadratic regulator, LQR).     

新型无人直升机纵横向无姿态反馈自适应控制

针对小型无人直升机固有的多轴多齿轮啮合复杂传动系统存在的非线性振动所引起的姿态测量低可靠性问题,以新型涵道风扇式无人直升机为例,提出了一种纵横向无姿态反馈的自适应控制策略.增稳回路采用模型参考自适应解耦控制,加速度回路采用自适应极点配置,位移回路采用主导极点可配置的PD控制,实现了自动航线飞行.试飞实验表明,在飞行速度变化较为显著时,偏航距较小,达到了满意的控制效果,可为无人直升机姿态传感器故障应对提供参考.     

非匹配扰动干扰下的无人直升机轨迹跟踪控制

针对小型无人直升机在飞行过程中容易受到非匹配扰动影响的特点,本文设计了一种基于新型滑模控制方法的轨迹跟踪控制器.首先,建立了无人直升机系统的非线性数学模型,并对该模型进行近似反馈线性化处理,同时将模型分为位置和偏航两个子系统;然后,利用扩展扰动观测器对复合扰动以及非匹配扰动的各阶导数的估计值,设计新型时变滑模面,得到滑模控制律,并给出了控制系统的稳定性分析;最后,仿真结果验证了控制方法的有效性和优越性.该新型滑模控制方法的优越性主要体现在:对非匹配扰动具有较强的鲁棒性,以及能有效地抑制抖振现象.     

Nonlinear system identification of a small-scale unmanned helicopter

This paper presents a comprehensive method for identifying the nonlinear model of a small-scale unmanned helicopter. The model structure is obtained by first principles derivation, and the model parameters are determined by direct measurement and system identification. A new adaptive genetic algorithm is proposed to identify the parameters that cannot be directly measured. To simplify the identification process, the overall system is divided into two subsystems for identification: the heave–yaw dynamics and the lateral–longitudinal dynamics. On the basis of the input–output data collected from actual flight experiments, these two subsystems are identified using the proposed algorithm. The effectiveness of the identified model is verified by comparing the response of the simulation model with the actual response during the flight experiments. Results show that the identified model can accurately predict the response of the small-scale helicopter. Furthermore, the identified model is used for the design of an attitude controller. The experiment results show that the identified model is suitable for controller design.     

基于ESO的无人直升机高精度姿态控制

针对小型无人直升机存在模型参数不确定性、电磁干扰影响的问题,设计了一种基于ESO（扩张状态观测器）的高精度姿态控制方法．直升机姿态通道中的不确定部分及外界复合扰动被视为总扰动,通过ESO进行实时估计,结合状态反馈控制器实现扰动消除．试验结果表明,在0.1 s内姿态角可从0°快速跟踪到5°且无超调．最后将设计的控制器应用于研制的高精度无人驾驶系统,实现系统参数变动等条件下直升机的全自主定点悬停和航迹飞行．