考虑执行器动态和输入受限的近空间飞行器鲁棒可重构跟踪控制

针对多变量、不稳定的近空间飞行器姿态系统,在系统存在参数不确定和外部干扰的情况下,并考虑执行器动态和输入受限,提出一种鲁棒可重构跟踪控制策略.首先,利用二阶滑模干扰观测器分别重构姿态、角速率回路的复合干扰;其次,采用鲁棒二阶滑模积分滤波器的反推(backstepping)方法避免了控制器设计中微分项膨胀问题,利用鲁棒项抵消重构误差对系统的影响,以实现姿态控制器设计.然后,在考虑执行器动态、输入受限及舵面卡死故障下,给出一种线性矩阵不等式的在线优化舵面分配算法,以实现飞行器的姿态角渐近跟踪期望的制导指令.最后,仿真结果表明所提出的方法具有良好的跟踪控制性能.     

具有未知干扰的无人机鲁棒滑模飞行控制

研究无人机飞行稳定性控制问题,由于无人机飞行控制系统存在时变外部干扰,飞行过程中升阴比变化激烈,控制稳定性难度较大。利用滑模控制良好的鲁棒能力提出一种神经网络的鲁棒飞行控制方法。因神经网络有良好非线性逼近能力,可对无人机飞行系统中的不确定进行在线逼近,并将神经网络权值误差引入到权值的自适应律中用以改善系统的动态性能。利用神经网络的组合,设计无人机鲁棒滑模飞行控制器。控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器,能有效减小系统的跟踪误差。最后将所设计的鲁棒滑模控制对无人机飞行姿态控制进行仿真。仿真结果表明,新方法能提高无人机的鲁棒飞行控制能力且能实现无人机姿态的精确跟踪和稳定性控制。     

四旋翼无人机轨迹稳定跟踪控制

针对四旋翼无人机轨迹稳定跟踪控制问题,为抑制外界扰动和参数不确定性的影响,设计一种双环鲁棒控制系统.首先,基于动态面内模法设计输出调节器进行位置控制,可解决系统的渐近跟踪及干扰抑制问题;其次,利用高阶滑模设计姿态控制器,可实现全局有限时间收敛,消除系统抖振和相对阶的限制;再次,为进一步提高控制精度,采用一种鲁棒精确微分器对姿态角指令信号进行精确求导;最后,对系统稳定性进行严格的数学证明,并与PID控制和传统滑模控制进行仿真对比,结果验证了所提出控制策略的优越性和鲁棒性.     

输入饱和与姿态受限的四旋翼无人机反步姿态控制

本文针对四旋翼无人机研究了鲁棒反步姿态控制策略.由于四旋翼无人机结构复杂,其非线性数学模型难以精确建立,因此在控制器设计过程中需要综合考虑模型不确定性、未知外部干扰、输入饱和以及姿态受限等因素.针对模型中的不确定项,使用神经网络进行逼近;对于外部未知干扰,使用非线性干扰观测器进行补偿;使用双曲正切函数逼近饱和函数,解决输入饱和问题;同时使用界限Lyapunov函数设计控制器,确保姿态满足限制条件.最后,设计四旋翼无人机反步姿态控制器,并根据Lyapunov稳定性定理证明了闭环控制系统的有界稳定.仿真结果表明了所研究控制方法的有效性.     

基于神经网络的无人机滑模飞行控制设计

针对无人机受扰运动,基于Backstepping方法和非线性滑模控制提出了一种鲁棒神经网络飞行控制方案。对无人机姿态角速度层的系统不确定性项,采用径向基函数神经网络并对其权值进行在线调整,从而实现对其进行逼近。将回馈递推设计方法与滑模控制方法结合起来,基于神经网络的输出为无人机设计了一种回馈递推滑模飞行控制器。所设计的飞行控制器用于无人机的姿态控制,仿真结果表明所研究的无人机鲁棒神经网络飞行控制方案是有效的。     

改进PID的无人机飞行姿态角控制消颤算法

无人机在整个纵平面飞行过程中,由于飞行姿态角的大幅度变化以及气流的作用,导致机身颤抖,影响飞行稳定性.提出一种基于PID变结构控制的无人机飞行姿态角控制消颤算法,首先进行了无人机飞行姿态角控制系统的被控对象参量分析,构建无人机在姿态角变化剧烈、大迎角飞行时的三通道模型,采用变结构控制方法进行控制器设计.结合小扰动原理和Lyapunov稳定性原理进行扰动抑制和稳定性证明,采用梯度算法调整权值进行飞行姿态角控制的消颤处理,采用自适应算法在线调整权值实现PID变结构控制改进.仿真结果表明:采用该算法进行无人机飞行姿态角控制和消颤处理,大幅度提高无人机飞行定姿的精度,横滚角、俯仰角和航向角的控制精度有较大提高,稳定性和收敛性较好,确保了无人机飞行稳定性.     

基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统设计

为了保证机器人能够在保持稳定的情况下,按照规划轨迹执行工作任务,从硬件和软件两个方面,设计了基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统。装设机器人传感器与状态观测器,改装机器人鲁棒滑模跟踪控制器,完成系统硬件设计;综合机器人结构、运动机理和动力机制3个方面,构建机器人数学模型;根据状态数据采集结果与规划轨迹之间的偏差,计算机器人跟踪控制量;依据滑模运动与切换方程,利用Sigmoid函数生成机器人鲁棒滑模控制律,将生成控制指令作用在机器人执行元件上,实现系统的鲁棒滑模跟踪控制功能;在系统测试与分析中,所设计控制系统的平均位置跟踪控制误差为0.93 mm,与设定轨迹目标基本重合,机器人姿态角跟踪控制误差为0.06 mm,具有较好的鲁棒滑模跟踪控制效果,能够有效提高机器人鲁棒滑模跟踪控制精度。     

水上无人机自主着水控制系统设计

针对水上无人机在高海况下的着水问题,本文在分析了不同着水阶段特性的基础上,提出了一种自主着水控制系统设计方案.该方案将整个系统分为速度控制子系统和姿态控制子系统.速度控制子系统包含速度动态逆控制器和油门切换模块,姿态控制子系统包含海浪滤波器俯仰角反步控制器、高度PID控制器、俯仰角切换模块和T-S模糊推理模块.其中,海浪滤波器能有效滤除受扰姿态角中的海浪高频扰动,避免了着水之后舵面的频繁抖动;俯仰角反步控制器采用指令滤波的反步法设计,有效缓解了高海况下的舵面饱和问题.最后,在不同海况条件下进行了仿真.仿真结果表明所设计的控制系统具有良好的控制性能.     

四旋翼无人机鲁棒自适应姿态控制

 四旋翼无人机的姿态控制是自主飞行控制的核心,针对四旋翼姿态易受外界环境干扰和内部参数摄动等不确定性影响的问题,设计了一种鲁棒自适应反步控制器,以提高四旋翼的鲁棒性。建立了四旋翼完整的姿态运动模型,并将其转化为含有广义不确定性的多输入多输出非线性系统。根据该系统满足严格反馈的结构特点,设计了反步控制器; 针对系统中存在的外部干扰和内部参数摄动等不确定性,引入了一类鲁棒自适应函数来抵消该不确定性对系统的影响; 采用非线性跟踪微分器估计虚拟控制量的微分信号,减小了反步控制器设计中普遍存在的“计算膨胀”问题; 通过构造Lyapunov 函数证明闭环系统是稳定且指数收敛的。仿真结果表明,所设计控制器具有良好的控制效果和鲁棒性。     

基于AFSMC算法的飞机飞行姿态自适应滑模控制系统

传统飞机飞行姿态滑膜控制系统,存在飞机飞行姿态自适应系数稳定性差的问题,在控制过程中会受到多重因素影响,导致飞行姿态可控误差系数增大,需要辅助控制系统修正才能完成飞行姿态的控制操作;针对上述问题,提出基于AFSMC算法的飞机飞行姿态自适应滑模控制系统;系统硬件基于PID自适应滑模控制器,对飞机飞行姿态控制器进行结构设计;软件部分通过引入自适应滑模控制策略,对PID控制器姿态控制变量进行适配;引入AFSMC算法计算姿态控制器当前时间点下的运动控制方程,得到飞行姿态自适应滑模控制的最优量,完成基于AFSMC算法的飞机飞行姿态自适应滑模控制系统设计;实验结果表明,所设计系统能够在不同飞行工况下,对飞机飞行姿态作出准确控制,系统的整体控制精度范围为90%~97.4%,飞机飞行控制稳定性较好,有效提升了系统对飞机飞行姿态的控制准确度。     

一种小型倾转旋翼无人机的建模与仿真

传统无人机多为四旋翼无人机和固定翼无人机,现设计一种小型可倾转旋翼无人机,可实现垂直起降与悬停,并能在空中高速巡航.建立该无人机的动力学模型,对该无人机的旋翼飞行模式,设计了基于滑模控制(Sliding Mode Control)的姿态控制器和位置控制器,并通过Matlab仿真和传统的PID算法进行比较验证.仿真结果表...     

倾转式三旋翼无人机的自适应鲁棒容错控制

本文针对受到外界未知扰动和模型不确定性影响的倾转式三旋翼无人机,研究了其在尾部舵机发生堵塞故障时的容错控制问题.通过对倾转式三旋翼无人机姿态动力学特性的分析,将尾部舵机堵塞故障加入到力矩解算方程中.基于自适应反步法和非奇异终端滑模控制,提出了一种不需要故障诊断的鲁棒容错控制设计.利用基于Lyapunov的分析方法证明了闭环系统的稳定性,以及姿态误差的渐近收敛性质.通过在三旋翼无人机半实物仿真平台的实时实验以及与滑模控制器的对比,验证了该算法在无人机尾部舵机发生堵塞故障时,对姿态运动具有较好的控制效果.     

飞翼无人机复合连续非奇异终端滑模姿态跟踪容错控制

本文针对受多源干扰和舵面故障影响的飞翼无人机系统姿态跟踪控制问题进行研究, 提出了一种基于高阶滑模观测器的复合连续非奇异终端滑模主动抗干扰容错控制算法, 在实现姿态跟踪误差有限时间收敛的同时, 保证了控制量的连续. 并且针对控制力矩的具体实现问题, 结合飞翼无人机气动舵面冗余特性, 给出了基于加权伪逆算法的舵面分配方案, 该方案在满足舵面约束的情况下, 保证了舵面偏转角度的最优. 仿真结果表明, 所提控制方案显著提升了飞翼无人机姿态跟踪精度和跟踪误差的收敛速度, 并且保证了所有舵面满足偏角约束.     

基于扩张状态观测器的四旋翼无人机快速非奇异终端滑模轨迹跟踪控制

针对受多源干扰影响的四旋翼无人机系统的轨迹跟踪控制问题进行研究,充分考虑位置回路和姿态回路动态特性,提出一种全回路复合快速非奇异终端滑模轨迹跟踪控制方案.首先,通过变换将轨迹跟踪问题转化为位置回路和姿态回路的指令跟踪控制问题;然后,将各通道之间的耦合以及多源干扰影响视作集总干扰,并基于扩张状态观测器对其进行估计;接着,基于干扰估计信息和快速非奇异终端滑模控制算法,分别在位置回路和姿态回路构造复合快速非奇异终端滑模控制器;最后,基于位置回路和姿态回路虚拟控制量解得无人机真实控制量旋翼转速.仿真结果表明,所提出控制方案显著提升了四旋翼无人机轨迹跟踪的响应速度和抗干扰性能.     

Backstepping approach for design of PID controller with guaranteed performance for micro-air UAV

Flight controllers for micro-air UAVs are generally designed using proportional-integral-derivative (PID) methods, where the tuning of gains is difficult and time-consuming, and performance is not guaranteed. In this paper, we develop a rigorous method based on the sliding mode analysis and nonlinear backstepping to design a PID controller with guaranteed performance. This technique provides the structure and gains for the PID controller, such that a robust and fast response of the UAV (unmanned aerial vehicle) for trajectory tracking is achieved. First, the second-order sliding variable errors are used in a rigorous nonlinear backstepping design to obtain guaranteed performance for the nonlinear UAV dynamics. Then, using a small angle approximation and rigorous geometric manipulations, this nonlinear design is converted into a PID controller whose structure is naturally determined through the backstepping procedure. PID gains that guarantee robust UAV performance are finally computed from the sliding mode gains and from stabilizing gains for tracking error dynamics. We prove that the desired Euler angles of the inner attitude controller loop are related to the dynamics of the outer backstepping tracker loop by inverse kinematics, which provides a seamless connection with existing built-in UAV attitude controllers. We implement the proposed method on actual UAV, and experimental flight tests prove the validity of these algorithms. It is seen that our PID design procedure yields tighter UAV performance than an existing popular PID control technique.     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

四旋翼无人机SO(3) 滑模变结构姿态控制器设计

为了提高四旋翼无人机SO(3) 控制的动态性能, 对滑模变结构控制在四旋翼无人机SO(3) 姿态控制中的应用进行研究. 首先, 通过对两种四旋翼SO(3) 姿态控制模型进行分析, 确定一种奇异点较少的模型为控制对象; 随后,针对可能出现的控制奇异问题, 设计一种引入调节函数的无奇异积分型滑模面, 得到了滑模稳定性引理; 最后, 利用这种滑模面进行控制器设计和Lyapunov 稳定性分析, 证明了系统全局指数渐近稳定. 仿真结果验证了所提出的设计方案的正确性.

     

Modeling and Robust Backstepping Sliding Mode Control with Adaptive RBFNN for a Novel Coaxial Eight-rotor UAV

This paper focuses on the robust attitude control of a novel coaxial eight-rotor unmanned aerial vehicles (UAV) which has higher drive capability as well as greater robustness against disturbances than quad-rotor UAV. The dynamical and kinematical model for the coaxial eight-rotor UAV is developed, which has never been proposed before. A robust backstepping sliding mode controller (BSMC) with adaptive radial basis function neural network (RBFNN) is proposed to control the attitude of the eightrotor UAV in the presence of model uncertainties and external disturbances. The combinative method of backstepping control and sliding mode control has improved robustness and simplified design procedure benefiting from the advantages of both controllers. The adaptive RBFNN as the uncertainty observer can effectively estimate the lumped uncertainties without the knowledge of their bounds for the eight-rotor UAV. Additionally, the adaptive learning algorithm, which can learn the parameters of RBFNN online and compensate the approximation error, is derived using Lyapunov stability theorem. And then the uniformly ultimate stability of the eight-rotor system is proved. Finally, simulation results demonstrate the validity of the proposed robust control method adopted in the novel coaxial eight-rotor UAV in the case of model uncertainties and external disturbances.      

采用滑模观测器的六旋翼指令滤波鲁棒控制

针对包含复合干扰的六旋翼无人机鲁棒控制问题,提出了一种基于滑模观测器的指令滤波鲁棒控制方法。建立了包含复合干扰的六旋翼无人机位置和姿态的数学模型,并对位置回路设计了滑模控制律,从而解算出姿态指令;根据姿态角回路输出的虚拟控制律,设计了指令滤波器来抑制微分爆炸现象,并利用辅助滤波器补偿指令滤波的误差;在角速度回路鲁棒控制律中引入滑模观测器,对包括模型误差和外界扰动的复合干扰进行补偿,实现了六旋翼UAV的指令滤波鲁棒控制。仿真结果表明：提出的指令滤波鲁棒控制律与指令滤波自适应控制方法相比,在复合干扰下具有更优的稳定性、准确性和快速性,位置和姿态的最大误差分别仅为0.05?m和0.5°,滑模观测器的估计误差也仅为0.2 （°）/s,能够在更短的时间内实现对六旋翼UAV位移和姿态的鲁棒控制。