基于遗传算法优化的四旋翼控制系统研究

为提高多自由度、非线性的四旋翼无人机模型控制系统的系统响应与控制效果,提出一种基于遗传算法优化的模糊PID控制策略。将整个控制系统分解为外环位置控制器和内环姿态控制器2部分,对四旋翼无人机系统进行建模仿真。由仿真分析结果得知,当滚转角度分别为35°、45°和65°时,通过遗传算法优化的模糊PID控制相对于模糊PID控制的角度误差分别降低2.58°、3.09°和3.78°;X轴误差分别降低了0.759、0.658和0.593 m;Y轴误差分别降低了0.157、0.228和0.195 m;Z轴误差分别降低了0.169、0.237和0.514 m。结果表明：该策略保证了整机的稳定性,使整机的控制系统能达到更好的控制效果,保证了四旋翼无人机具有更好的性能。     

基于参数估计的四旋翼无人机自适应鲁棒路径跟随控制器

为提高四旋翼无人机的路径跟随精度和飞行鲁棒性,提出一种基于参数估计的四旋翼无人机自适应鲁棒路径跟随控制器。该控制器能够自适应估计无人机模型中的陀螺效应因子和风阻系数,利用估计值补偿系统的控制输入,设计抗干扰项抵消外界环境的负面影响,提高了四旋翼无人机的路径跟随性能和抗干扰能力。建立四旋翼无人机的非线性力学模型,将无人机的路径跟随目标划分为姿态角目标和运动位置目标。利用反步滑模方法和自适应控制方法设计无人机的控制输入方程和估计值更新律。根据Lyapunov方法验证无人机姿态系统和运动位置系统的渐进稳定性。仿真实验和样机实验结果验证了所提控制器的有效性与优越性。     

一种倾转四旋翼无人机及其过渡段姿态控制

为解决常规四旋翼无人机前飞速度慢、续航时间短、固定翼飞行器无法垂直起降和悬停的不足,设计一种小型倾转四旋翼QTR(quad tilt-rotor)无人机.建立QTR无人机的动力学模型,针对该无人机的过渡段姿态控制特点设计基于鲁棒伺服 LQR 控制理论的姿态控制器,针对 QTR 由垂直模式切换水平模式的过渡阶段设计控制策略,并通过仿真实验,对比传统控制方法进行验证.仿真结果表明:该无人机既兼顾传统四旋翼无人机的飞行功能,又能像固定翼飞行器一样进行长距离快速飞行.     

四旋翼无人机一致性编队飞行控制方法

四旋翼无人机在民用及军用领域都发挥着越来越重要的作用。为了完成某些特定任务,需要由多架四旋翼组成的编队保持适当队形飞行。与单架四旋翼执行任务相比,四旋翼编队具有能增加任务成功率、提高整体抗干扰性能、扩大监控范围等优点。本文基于主从式编队结构,结合信息拓扑理论,把四旋翼编队描述为二阶一致性系统,设计编队控制器来实现四旋翼编队的稳定飞行。主机和从机均采用PID控制,主机跟踪预设轨迹,从机跟踪编队控制器计算出的轨迹跟踪指令。最后通过仿真分析了控制算法对四旋翼编队队形生成及队形保持的控制效果。     

某型自转旋翼无人机半实物仿真系统

针对某型自转旋翼无人机飞行控制,设计一种半实物仿真系统。介绍半实物仿真系统功能及组成、平台总体设计,详细论述系统硬件、软件设计,并对系统进行仿真试验。结果表明,该半实物仿真系统能真实地模拟自转旋翼无人机飞行控制系统运行环境,验证飞行控制系统逻辑功能及品质,缩短此型号的自转旋翼无人机研制周期。     

无人机飞行控制PID参数的模糊自整定技术研究

现今,无人机在军事和民用上都有重要的应用价值．它要完成自主飞行,需要飞机的控制系统具有良好的控制特性．本文中首先介绍了PID参数自整定方法,然后针对无人机俯仰姿态的控制律设计了一种模糊PID飞行控制器,并对这种PID控制器的控制特点及参数设计规则等进行描述．仿真结果表明,这种模糊自整定PID控制器比常规PID控制器超调量小．它具有调节时间短,控制系统实时性和抗干扰能力强的特点．     

基于虚拟中心的四旋翼无人机一致性编队控制研究

为提升无人机“蜂群”系统编队控制的一致性,以四旋翼无人机及所属“蜂群”系统为例,建立了四旋翼无人机单机以及“蜂群”系统模型。基于虚拟中心控制方法,提出了一种四旋翼无人机一致性编队控制策略。设计了一种分布式协同一致性编队控制律,并对该控制律的稳定性进行了推导分析。对应用该控制律的多四旋翼无人机组成的“蜂群”系统进行了编队飞行仿真,仿真结果表明,该控制律作用下的四旋翼无人机能够稳定飞行并在12 s内完成编队,验证了该协同编队控制策略的可行性和有效性。研究结果为提升“蜂群”系统的编队一致性问题起到了一定的理论指导作用。     

基于模糊PID的无人机姿态控制器的设计?

针对某型无人机控制器在非线性条件下动态性能欠佳的问题,把容易实现、鲁棒性好的PID控制法与智能模糊控制算法结合,设计出自适应模糊PID无人机姿态控制器。针对隶属度函数过度依赖专家经验的问题,运用遗传算法来优化隶属度函数,使控制效果达到优化。经过仿真验证,所设计的控制器不但有PID控制精度高、易于实现的优点,还有模糊控制器超调小、动态响应快等优点,并且提高了跟踪和抗干扰性能,可以完成准确快速的姿态控制。     

电动平台单缸控制器设计及仿真

为解决电动平台实际运行中控制系统受参数变化和负载波动而导致电动缸性能变差的问题,提出一种基于模糊自适应PID控制系统的设计方法。将模糊自适应理论引入电动平台系统控制中,对单电动缸伺服系统进行建模仿真,并在Matlab的模糊逻辑工具箱中建立仿真模型,并进行仿真分析。实际使用结果表明:模糊自适应PID控制器在改善被控过程的动态性能、稳态性能和抗干扰性能力等方面明显优于PID控制,且控制器设计简单,易于工程实现,大大提高平台的控制精度,完全满足飞行训练技术指标要求。     

粒子群优化的阀控制退机模糊控制研究

针对可调节式的阀控式制退机,分析其结构及工作原理,建立模糊PID控制器,提出了基于粒子群算法对模糊PID控制器进行优化。分析阀控式制退机理论液压阻力曲线,基于此曲线对模糊PID控制器和粒子群算法优化的模糊PID控制器进行仿真,对比阶跃跟随曲线和ITAE性能指标。搭建模拟试验平台,使用粒子群算法优化的模糊PID控制器进行试验,分析液压阻力变化曲线。试验结果表明此次设计的控制器具有很好的控制精度和稳定性,能较好地提高系统的性能指标,研究结论可以为阀控式制退机在火炮上的使用提供参考。     

基于TECS/H_∞的无人机自动着舰技术研究

针对无人机自动着舰,运用总能量控制(TECS)的思想建立了无人机自动着舰系统,设计了H∞输出反馈控制器,H∞控制综合设计采用包括增量线性化动力学模型、反馈控制器和权阵系数选择的增广对象模型。为了实现对移动目标的跟踪,引入了一种新的着舰导引控制算法。通过对所设计的"先锋"无人机自动着舰导引系统仿真表明,该设计能满足着舰要求,能有效地抑制风干扰的影响,具有良好的鲁棒性能。     

Smith 预估模糊自适应PID 控制在时滞系统中的应用

为确保系统的实时性和稳定性,设计一种新的Smith预估模糊自适应PID控制器。以气液增力缸的自动控制为具体研究对象,将模糊自适应控制器与传统的PID控制器结合,通过Smith预估器将控制过程中出现的纯滞后环节移至闭环系统之外,并在Matlab中进行仿真验证。验证结果表明：该设计能消除纯滞后现象,提高响应实时性和稳定性。     

某型无人机三维空间航迹跟踪控制方法研究

研究某型无人机三维空间航迹跟踪问题,通过在理想航迹上选取一系列航迹点,将航迹跟踪问题转换为航迹点跟踪问题。建立了无人机的动力学模型,将无人机的速度坐标系对准航迹点所在的理想坐标系,使位置跟踪问题转化为姿态跟踪问题。推导了无人机的制导律,并利用滑模变结构控制理论和反步控制理论分别设计了姿态控制器和速度控制器,姿态控制器使飞行器的速度矢量方向对准航迹点所在的方向,然后利用速度控制器控制速度的大小使飞行器到达预定航迹点。对整个制导、控制系统进行了全系统仿真,仿真结果表明：所设计的控制器具有较高的跟踪精度,且具有较强的抗干扰能力。     

基于模糊PID控制的可变配气相位控制系统仿真研究

将模糊PID系统(Fuzzy-PID)用于现在主流使用的液压控制连续可变配气相位正时系统(VCT)．对连续可变凸轮相位器系统进行了分析,建立了系统的数学模型。针对液压油驱动VCT系统液力、机械结构具有非线性特征及系统时变性等特点提出了模糊PID控制策略。在对PID控制的响应特性进行分析的基础上,应用模糊控制技术,提出并设计了模糊PID控制器,并利用MATLAB软件进行了仿真研究。仿真研究结果表明,模糊PID控制相对于PID控制来说有较好的执行性能,提出的控制算法具有结构简单、实时性好、响应快等优点,较好地满足了VCT控制要求。     

基于灰预测模糊PID的随动系统负载模拟器力矩控制研究

为了抑制多余力矩的幅值,提高随动系统负载模拟器加载力矩的控制精度,提出了一种基于灰预测模糊PID的力矩控制器。由灰模型根据力矩传感器测量数值序列的变化趋势,预测加载力矩的未来数值,并以此预测值作为力矩控制器的运算依据。力矩控制器在大误差时采用Bang-Bang控制,小误差时采用模糊PID控制;同时引入伸缩因子,根据误差大小动态调整输入变量的论域,以增强模糊控制器的控制能力。仿真分析和实验结果表明,与传统的PID控制相比,所提出的控制策略能够将多余力矩的幅值进一步削弱接近1/2,可以用于随动系统的动态力矩加载控制。     

利用RTW和DSP实现某无人机飞控测试平台

给出了一种实现某无人机飞控测试系统的新方法。使用Matlab的RTW建立了无人机飞机模型,利用代码生成工具将其转换为C代码,再利用TMS320F28X系列DSP的集成开发环境CCS把该代码下载到嵌入式DSP硬板中,从而和一些其它外围设备快速完成飞控测试系统的开发。通过对最终实时测试结果的采集分析。验证了该方法的快速性和可行性。     

基于无刷直流电机直接驱动的电动舵机控制器设计

给出电动舵机的数学模型,介绍了模糊PID双模控制的原理,设计了模糊PID双模控制方案,并进行了仿真.仿真结果表明,该控制器对阶跃响应具有较好的瞬态性能和稳态性能,且对外加干扰具有较强的鲁棒稳定性.     

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。     

无人机编队保持反步容错控制

针对领导-跟随无人机编队中的执行器故障、不确定气动参数和外界扰动等问题,设计了无人机编队保持反步容错控制。建立了编队纵向、编队横向和编队高度三维误差模型,并将无人机本体方程分为快慢两个回路,建立包含外界扰动、不确定气动参数及执行器故障的无人机运动模型;设计内环容错控制系统,对编队外环控制器产生的指令信号进行跟踪。内环容错控制系统主要由3个部分组成：一是基于滑模观测器的故障检测和辨识,实现对故障执行器的定位和故障参数的辨识;二是将故障参数及干扰观测器与反步容错控制相结合,实现包容外界扰动、不确定气动参数和执行器故障的容错控制;三是内环容错控制系统稳定性分析。仿真结果表明,所提容错控制方法能够有效地实现无人机编队的飞行容错控制。