带矢量推力无人机动态逆控制律设计

介绍了带矢量推力无人机的相关知识,并将非线性动态逆理论应用到带矢量推力无人机的飞行控制中,通过对带矢量推力无人机数学模型的分析简化,进行了无人机角速度、姿态角、线速度三个回路的控制律设计,并进行了仿真试验,通过对试验结果的分析,验证了非线性动态逆控制法的正确性和有效性。     

基于预测控制和动态逆算法的翼伞飞行控制

针对传统无人机动态逆控制算法并不能完全适用于翼伞飞行控制的问题,提出了结合预测控制与动态逆的组合飞行控制算法,该算法选取偏航角及其变化速率作为控制回路,使其满足非线性动态逆的设计条件,根据内环线性反馈得到的线性模型作为预测控制模型,设计了组合飞行控制策略。仿真结果表明:组合控制算法相比非线性动态逆算法,对给定航向的跟踪具有较好的效果,验证了算法的有效性。     

基于在线神经网络的无人机着陆飞行自适应逆控制器设计

基于在线神经网络设计了无人机着陆飞行自适应逆控制器。根据时标分离的原则,将无人机系统分解为快慢不同的四个回路,采用动态逆的方法设计快回路、慢回路和非常慢回路控制器,并且在慢回路和非常慢回路用基于在线神经网络的干扰观测器逼近无人机所受的扰动和动态逆误差,降低了控制器对干扰和模型精确度的要求,增强了控制器的鲁棒性。仿真结果说明所设计的无人机着陆控制器是非常有效的。     

基于局部综合制导与控制的无人机紧密编队飞行仿真

针对无人机紧密编队飞行问题,以"长机-僚机"编队模式为模型,提出了1种改进的编队飞行控制技术—局部综合制导与控制。该技术包含级联回路和动态逆回路,并使用完整的无人机六自由度非线性模型使得本文对无人机紧密编队飞行研究不再局限于目前基于模型的质点运动设计,有助于将研究的结果运用到未来真实的无人机编队飞行中。相对于常规的制导与控制设计,该方法可降低整体回路延迟。仿真结果证明,该方法可使无人机编队有效形成和保持队形,对于长机机动动作,僚机具有很好的跟随性,能得到较好的编队飞行结果。     

基于反步法和非线性动态逆的无人机三维航路跟踪制导控制

为实现无人机在大范围内稳定、精确地跟踪三维参考航路,基于制导与控制回路独立设计的思路,提出了一种无人机三维航路跟踪制导控制方法。在制导外环,引入沿参考航路飞行的虚拟无人机作为向导并利用反步法设计三维航路跟踪的非线性制导律;在控制内环,以非线性动态逆理论和奇异摄动理论为基础,设计由机动指令生成器、角度转换器、慢回路姿态控制器和快回路角速度控制器所组成的飞行控制模块,对制导外环给出的制导指令进行快速精确地跟踪。基于Lyapunov稳定性理论证明了无人机航路跟踪制导控制方法的稳定性。通过对比分析无人机6自由度模型下的三维航路跟踪仿真,说明所提出的制导控制方法能够使得无人机精确地跟踪参考航路,从而验证了该方法的有效性、合理性。     

固定翼垂直起降无人机过渡机动优化控制分配研究

以一种固定翼垂直起降无人机为研究对象,研究其6自由度过渡机动非线性优化控制分配问题。基于增量动态逆（INDI）方法设计全局化控制器,并利用该方法降低控制模型中的不确定性对控制效果的影响。针对无人机控制冗余和耦合问题,在INDI基础上提出一种2级递进式优化控制分配方法,对航迹和姿态控制回路中的控制变量增量进行综合优化分配。该优化控制分配方法可以将非线性耦合控制分配问题转化为线性优化问题求解,避免了迭代计算,同时提高了求解速率。针对优化分配中的目标函数设计动态权值选取方案,使无人机能够根据任务需求和飞行状态调整优化分配侧重方向并确保优化结果的合理性。仿真结果表明,该无人机能够很好地跟踪过渡机动航迹,控制分配方法可行。     

无人机飞行控制系统自修复设计研究

提出了一种基于神经网络逆控制的飞行控制方法,用于解决无人机发生故障传统PID失效时,难以恢复控制的问题。通过建立基于适当神经网络结构的非线性系统的逆系统,与PID反馈控制结合,有效解决无人机发生故障时非线性耦合的问题,并重构控制率,使无人机恢复有效控制。仿真结果表明该控制策略可行,提高了在传统PID失效时无人机的生存能力。     

一种新的神经网络自适应逆飞行控制

针对非线性控制提出一套较理想的解决方案。在动态逆控制的基础上,利用神经网络的在线学习能力建立自适应控制结构,结合滑模控制的较强的鲁棒性和瞬态性,两次互补性地补偿误差,从而提高动态逆控制的鲁棒性,解决建模精度不高的问题。仿真结果表明这种方法对高性能无人机飞行控制设计研究具有一定理论指导意义和应用价值。     

鲁棒动态逆控制在无人机姿态控制中的应用研究

针对无人机姿态控制提出了一种新的解决方案,设计了鲁棒动态逆控制器．利用非线性动态逆方法的精确线性化功能,将整个系统等效为一个已经解耦但存在不确定性的线性对象,再采用H∞回路成形方法进行设计．从而保证整个系统的鲁棒性。仿真结果表明,系统具有良好的动态性能、跟踪性能、解耦性能和鲁棒性能。     

BTT无人机非线性控制系统设计

基于动态逆和变结构控制理论设计了BTT无人机控制系统。首先详细推导了适合BTT无人机控制的精度较高的数学模型，然后应用时间尺度分离的方法把整个BTT控制系统分为快变量控制和慢变量控制两个子系统，再对每个子系统应用动态逆和变结构控制理论进行控制律设计，应用变结构控制克服了单纯应用动态逆鲁棒性较差的缺点。最后通过数字仿真分析得出：应用动态逆和变结构控制的非线性控制方法设计BTT无人机控制系统是有效的。     

基于反馈线性化的无人机盘旋控制器设计

针对经典 PD 算法无法保证闭环系统在大范围内的稳定性的问题,提出一种基于反馈线性化的无人机盘旋控制器设计方法。在考虑滚转角响应特性的条件下建立了无人机盘旋飞行的非线性动力学模型,在此基础上基于反馈线性化方法设计了非线性盘旋控制器,以保证闭环系统的全局渐进稳定,并通过Matlab/Simulink中将盘旋控制器加入模型进行仿真。仿真结果证明：相比于线性盘旋控制器,非线性盘旋控制器可得到更好的动态响应特性,其抵抗风干扰的能力也明显优于线性盘旋控制器。     

基于角速率的低配置小型无人机高度控制律设计

采用鲁棒伺服最优控制方法(robust servo linear quadratic regulator,RSLQR)设计了基于角速率的某小型无人机高度控制律。该方法将鲁棒指标和时域控制品质相融合,将跟踪误差扩展到系统动态模型中,利用线性二次型最优控制理论,设计了控制律结构和参数,实现了高度的无静差控制,保障了控制器的鲁棒性能。与常规控制器对比结果表明：基于角速率的控制器具有良好的高度跟踪效果和抗干扰能力,满足了小型低配置无人机的飞行控制要求。     

基于增量反步的复合翼无人机全包线姿态控制

针对某型复合翼无人机强非线性、不确定性和多模态的问题,从不确定性补偿非线性控制方法、跟踪微分器加速度测量和直接切换方法等角度开展全包线飞行控制研究。针对气动参数不确定问题,基于角加速度补偿方法,提出一种基于新型微分跟踪器的增量反步方法(incrementalbacksteppingcontrol,IBKS);为解决多模态特性问题,设计基于策略的直接切换方法,利用控制器参数切换实现复合翼无人机全包线姿态控制;通过不同模态下的仿真选取不同模式下的控制器参数,并联合选取的参数对起飞过程进行仿真。结果表明：所提姿态控制方法在样例复合翼无人机参数摄动30%的情况下,相较于反步法提高了66.8%的俯仰角控制精度,能消除攻角抖振,提升飞行品质。     

基于滑模的空中加油受油机会合制导与控制

为实现空中加油过程中受油机与加油机自主会合,建立满足会合要求的滑模控制面,设计相应制导律.根据受油机与加油机相对位置与速度得出受油机前向加速度指令.基于六自由度受油机动力学模型,采用时标分离将受油机的角运动系统分为快慢回路,采用动态逆方法分别进行系统设计和设计满足追踪会合要求的速度控制律,并以无人机自主跟踪加油机实现会合为例进行仿真.结果表明:该系统能引导受油机实现与加油机的会合,具有良好的动态性能.     

一种改进的微型飞行器非线性动态逆解耦控制研究

针对微型飞行器在低雷诺数条件下具有明显的非线性、非定常及强耦合的特性,研究了一种改进的非线性动态逆与比例积分相结合的MAV非线性解耦控制方法。首先,应用奇异摄动理论对MAV进行时标分离,研究快、慢状态子系统的控制器设计;其次,将比例积分环节引入控制器中,以消除非线性对消误差带来的影响;最后,对系统进行了仿真验证,仿真结果表明非线性动态逆与比例积分结合的方法能够有效实现MAV的解耦控制,具有实用价值。