基于神经网络的小型无人直升机非线性鲁棒控制设计

针对小型无人直升机的姿态控制问题,为补偿系统参数不确定性和外界扰动的影响,设计一种连续的非线性鲁棒控制器.首先,利用神经网络在线估计系统不确定性,采用基于误差符号函数积分的鲁棒控制算法抑制外界扰动,同时补偿神经网络估计误差; 然后,利用基于Lyapunov函数的分析方法,证明所设计控制器的闭环稳定性,确保无人直升机姿态误差的半全局渐近收敛;最后,在无人直升机飞行实验平台上,进行无人机抗风扰控制实验.实验结果表明,所提出的控制方法具有良好的控制效果,对系统不确定性和外界扰动具有良好的鲁棒性.     

基于强化学习的小型无人直升机有限时间收敛控制设计

针对小型无人直升机精确动力学模型难以获取以及姿态控制易受未知外界风扰影响的问题,设计一种基于强化学习(reinforcement learning,RL)与super twisting相结合的非线性控制算法.利用直升机在线飞行数据,训练执行者-评价者(actor-critic,AC)网络以逼近系统建模不确定部分.为了抑制未知外界风扰,提高系统鲁棒性,同时补偿AC网络逼近误差,设计基于super twisting的鲁棒控制算法.进而,利用Lyapunov稳定性分析方法证明无人直升机姿态误差能在有限时间内收敛到零.最后对所提出的算法进行实验验证,实验结果表明,所提出算法具有良好的控制效果,对系统不确定性和外界扰动具有良好的鲁棒性.     

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.     

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.     

四旋翼无人直升机鲁棒飞行控制

讨论了四旋翼无人直升机的飞行控制问题,提出了一种鲁棒控制器设计方法.该控制器由内环姿态控制器和外环位置控制器两部分组成,姿态控制器采用基于信号补偿的鲁棒控制方法,位置控制器由经典的PD控制实现.将该控制器用于实验室自主研制的四旋翼无人直升机系统,实现了室内悬停飞行.实验结果验证了该控制方法的有效性.     

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.     

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.     

三自由度直升机系统自适应模糊H∞混合灵敏度鲁棒控制

研究了三自由度直升机系统的飞行控制.针对该系统高阶次、非线性、强耦合、多输入多输出的特点,提出了一种基于自适应模糊理论的H∞混合灵敏度鲁棒控制方法.通过间接自适应模糊逻辑系统逼近非线性系统中的未知参数,增强了在线控制性能;结合H∞混合灵敏度鲁棒控制,抑制了外界的干扰和参数摄动;运用Laypunov理论证明了系统的全局稳定性.实际飞行结果表明:三自由度直升机系统具有良好的鲁棒性和稳定性,同时,证明了该控制方法的有效性和优越性.     

小型无人直升机悬停小速度段位置控制技术

无人直升机在悬停/小速度飞行阶段具有特殊的物理特性,给控制系统的设计带来了诸多技术难题;针对无人直升机悬停/小速度段位置控制的需求,提出了一种基于"姿态角阻尼内回路"的位置控制结构,该控制结构采用内回路姿态角阻尼增稳,外回路位置控制的控制方式;并且针对增稳回路自适应性、抗风补偿和位置控制精度等问题,分别采用前馈自动配平机制与非线性PID控制方法对常规控制律进行改进;仿真验证表明,所提出的控制策略和控制律设计结果达到了较好的控制效果。     

倾转式三旋翼无人机的有限时间收敛控制设计

倾转式三旋翼无人机是一种多旋翼无人机的特殊构型,其兼具单旋翼无人机与普通多旋翼无人机的特点.目前对于此类无人机的鲁棒控制设计研究成果较少,多数已有的控制方法未考虑模型参数的不确定性与外界扰动对此类无人机控制的影响.为此本文针对倾转式三旋翼无人机动力学模型存在的转动惯量未知,以及飞行中受到未知外界扰动影响的情况,基于super-twisting算法,设计了一种新型非线性鲁棒控制方法.通过基于Lyapunov的稳定性分析方法,证明了闭环系统的稳定性,并得到在有限时间内三旋翼无人机的姿态跟踪误差收敛的结果.本文中所提出的控制算法,在倾转式三旋翼无人机实验平台上进行了实时飞行控制实验,取得了较好的控制效果.     

Nonlinear asymptotic attitude tracking control of an underactuated 3-degree-of-freedom helicopter using neural network feedforward term

This paper proposes a new asymptotic attitude tracking controller for an underactuated 3-degree-of-freedom (DOF) laboratory helicopter system by using a nonlinear robust feedback and a neural network (NN) feedforward term. The nonlinear robust control law is developed through a modified inner-outer loop approach. The application of the NN-based feedforward is to compensate for the system uncertainties. The proposed control design strategy requires very limited knowledge of the system dynamic model, and achieves good robustness with respect to system parametric uncertainties. A Lyapunov-based stability analysis shows that the proposed algorithms can ensure asymptotic tracking of the helicopter’s elevation and travel motion, while keeping the stability of the closed-loop system. Real-time experiment results demonstrate that the controller has achieved good tracking performance.     

舰尾流随高扰动模型对直升机着舰悬停控制的影响研究

大海况下存在的复杂舰尾流严重影响直升机着舰时的飞行姿态,针对常规舰尾流模型仅适用于研究直升机纵向运动受干扰的问题,本文在美军标 MIL-F-8785C 描述的舰尾流模型基础上,提出增加随高度变化的垂向扰动分量,建立舰尾流随高扰动模型,以便切合实际地反映垂向干扰的作用强度。将该模型引入直升机着舰悬停系统后,针对传统 PID 控制对高度保持和位置控制效果不佳的问题,提出基于前馈补偿的改进 PID 控制,对比仿真结果表明,所提控制方法具有较高的跟踪精度和良好的鲁棒性,能够满足实际舰尾流扰动下的直升机着舰悬停的控制要求。     

基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应控制

针对三自由度全驱动船舶存在模型不确定和未知外部环境扰动的情况,设计出一种基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应神经网络控制方法.该方法综合考虑船舶位置和速度误差之间关系设计递归滑模面,引入神经网络对船舶模型不确定部分进行逼近,设计带σ-修正泄露项的自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,并应用一种非线性增益函数构造动态面控制律,选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快、精度高,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

Robust attitude tracking control for a rigid spacecraft under input delays and actuator errors

Attitude control of a rigid spacecraft under input delays, disturbances, parameter uncertainties, actuator errors, and constraints is a challenging problem. In this paper, these problems are considered simultaneously, and a robust control approach to attitude tracking of a rigid spacecraft is exploited. The design methodology is based on three steps: (1) compensating input delays by using the backstepping technique, (2) design of a disturbance observer for the delayed system by using the super-twisting algorithm to estimate unknown internal and external disturbances, then adding a feedforward compensation law based on the estimated signal to the backstepping controller to attenuate the effects of disturbances, (3) employing a robust least-square scheme to map the specified control command on the redundant actuators in the presence of actuator error, including actuator magnitude deviation and misalignment, with regard to actuator amplitude and rate constraints. The effectiveness of the proposed algorithm is shown by various numerical simulations.     

无人直升机的姿态增强学习控制设计与验证

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直升机动力学模型的先验信息依赖较大,以及未建模动态系统的影响等问题,设计了一种基于增强学习(RL)的飞行控制算法.仅利用直升机的在线飞行数据,补偿了未建模不确定性的影响.同时为了抑制外界扰动,提高系统的鲁棒性,设计了一种基于误差符号函数积分的鲁棒(RISE)控制算法.将两种算法结合,并利用基于Lyapunov分析的方法,证明了无人机姿态控制误差的半全局渐近收敛.最后在无人直升机飞行控制实验平台上,进行了姿态控制的实时实验验证.实验结果表明,本文提出的控制方法具有良好的控制效果,对系统不确定性和外界风扰具有良好鲁棒性.     

基于神经网络的无人机负载模拟器的复合控制

衡量负载模拟器系统性能的关键指标是多余力矩的抑制。针对无人机负载模拟器系统的非线性及多余力矩强扰动的特点,依据神经网络的非线性逼近和自学习特性,提出了一种基于神经网络和前馈相结合的复合控制器,用来提高系统的性能。复合控制器利用前馈来补偿定常多余力,利用神经网络进行在线辨识、控制来补偿系统的非线性部分,很好地抑制了多余力矩。该文给出了具体的控制结构和算法。仿真结果还表明该方法极大地改善了系统动态加载性能,有很强的鲁棒性。