基于非线性指数趋近律的飞行器纵向姿态控制

基于一种非线性函数构造了新型的非线性指数趋近律,将非线性函数加入传统指数趋近律的等速趋近项系数,使等速趋近项系数随系统运动点到切换面的距离从大到小逐步变化,实现系统运动点到达过程由快到慢的变速控制。通过对到达时间的计算和比较,表明非线性指数趋近律缩短了到达时间,间接增强了系统鲁棒性,进一步降低了系统抖振。四旋翼飞行器纵向姿态控制的仿真结果表明了该控制方法的有效性。     

基于UM6惯导模块的四旋翼飞行器姿态控制

针对目前四旋翼飞行器姿态控制过程中姿态解算精度不高的问题,选用成本低、精度相对较高的UM6-LT惯导模块,该模块内置嵌入式ARM处理器,直接通过数字接口输出姿态角。首先分别在电机静止和转动状态下测试了该模块的稳定精度,其次通过协方差调节其内置的扩展卡尔曼滤波器参数。最后结合XBee无线传输模块,使用PID算法,在X650value实验平台下进行飞行试验。结果表明,UM6-LT惯导模块的姿态解算精度可以满足四旋翼飞行器姿态控制要求。     

基于L1自适应方法的四旋翼飞行器纵向控制

针对四旋翼飞行器姿态控制系统欠驱动、强耦合、强振动的特性以及非零初始误差的客观存在,采用了一种新型的L1自适应算法,将模型的非线性因素和耦合项视作时变参数和干扰,设计了L1自适应控制器,突破了传统自适应控制固有的时变参数频率限制,有效抑制了飞行器机械振动所引起的高频干扰;同时,在飞行器存在非零初态跟踪误差情况下,避免了瞬态误差的出现,确保输入力矩在可控范围内一致有界。最后,仿真结果验证了算法的鲁棒性。     

基于改进PSO的自主车辆实时运动规划方法

通过在孤长-曲率空间建立车辆运动学模型的方法,在满足非完整约束条件的基础上,将运动规划问题转化为函数优化问题.为提高PSO算法的优化速度,满足算法工程应用的实时性要求,提出一种基于多任务种群协同进化的粒子群优化算法.该算法将种群分为3种执行不同任务动作的子群,充分扩展搜索范围,挖掘搜索域内的有用信息,使种群的全局搜索能力和局部搜索能力达到较好的平衡状态.实验结果证明,将协同进化PSO算法应用于弧长-曲率空间中的函数优化问题,可实现对自主车辆的运动规划,规划轨迹满足车辆运动学和动力学约束,保证了车辆行驶的安全性和平稳性.     

基于L1神经网络自适应算法的飞行器姿态控制

针对四旋翼飞行器系统非线性、欠驱动、强耦合的特性,提出了基于Sigmoid作用函数的L1神经网络自适应算法姿态控制器。反馈回路中设有低通滤波器,利用神经网络对系统非线性因素在线辨识。只要由低通滤波器和期望闭环系统组成的级联系统L1增益小于非线性因素的李普西兹常数的倒数,就能确保通过提高L1自适应增益,使系统的输入输出信号瞬态响应和稳态跟踪性能与期望的线性时不变系统响应保持一致。仿真验证了算法有效性。     

基于DSP四旋翼飞行器姿态控制系统硬件设计

姿态控制是具有六自由度四输入欠驱动系统的四旋翼飞行器飞行控制系统的核心,文章基于DSP对飞行器的姿态控制系统进行硬件设计。设计采用TMS320F28335作为主控制器,使用ADISl6355惯性测量单元进行姿态信息检测,超声波传感器进行高度的测量。多次室内实验表明,所设计硬件系统性能可靠,满足飞行器姿态控制的要求。     

基于非线性指数趋近律的离散滑模变结构控制

基于非线性函数提出了一种新型离散非线性指数趋近律,实现切换项系数随系统运动点到切换面的距离由大到小非线性变化,使系统运动点到达过程由快到慢的变速控制;设计了基于离散非线性指数趋近律的控制器,研究了几种离散趋近律存在的差异和问题,通过与几种离散趋近律在到达时间和抖振幅度的比较,证明非线性指数趋近律不仅缩短了到达时间,加快了趋近过程,间接增强了系统鲁棒性,而且进一步降低了系统抖振,改善了控制品质。