小型无人机纵向姿态模糊自适应PID控制与仿真

针对某小型实验无人机智能自主飞行的要求,提出了一种无人机纵向姿态的模糊控制方法,设计了模糊自适应PID控制器,可有效实现该无人机的纵向姿态控制和纵向航迹跟踪.仿真结果表明,所设计的模糊自适应PID控制器较传统的PID控制器具有更好的控制性能,其响应快、超调小、精度高,而且鲁棒性和自适应能力也较强,可满足自主飞行的要求.     

无人机自驾仪自适应控制系统的设计与仿真

针对某无人机的控制问题,为了找出一种比PID更适合的控制方法,提出了一种基于模糊神经网络(FNN))的模型参考自适应方法,并设计了相应的双通道控制律,对无人机纵向运动中的速度和俯仰角进行控制.应用所提出的方法,对某无人机纵向运动的控制问题进行了研究.仿真结果表明,与传统的PID控制相比较,FNN的模型参考自适应控制算法具有较快的收敛速度和较小的稳态误差,并能够消除无人机纵向运动中存在的耦合.     

无人机吊挂空运系统的自适应控制设计

针对四旋翼无人机吊挂空运系统存在的模型不确定性及欠驱动性问题,本文提出了一种基于能量耦合的自适应控制设计.首先,基于能量整形控制方法构造了一种新型的能量存储函数以处理状态耦合.然后利用神经网络对系统未建模动态特性进行在线估计,同时设计参数自适应律在线估计模型中的未知参数,并采用基于符号函数的鲁棒控制算法补偿神经网络的估计误差.本文运用李雅普诺夫方法和拉塞尔不变性原理对闭环系统的稳定性进行了证明,并且证明了负载摆动和无人机位置误差的渐近收敛性.最后,在室内实验平台上进行了飞行实验.实验结果表明,本文提出的非线性控制方法能够在有效抑制吊挂负载摆动的同时,实现无人机位置的精确控制.     

具有执行器故障的四旋翼无人机自适应预定性能控制

针对具有执行器故障的四旋翼无人机,提出一种自适应预定性能控制方案.首先,基于内环姿态控制及外环位置控制的双闭环控制策略,将无人机系统解耦为位置子系统和姿态子系统;其次,设计自适应控制方案,对存在的执行器故障参数进行自适应估计,有效地解决了执行器故障下无人机稳定控制问题;然后,提出一种预定性能控制策略,保证系统的暂稳态性能满足预先给定的性能指标;最后,通过仿真实例验证所提出方法的有效性.     

无人机非确定性等价自适应容错飞行控制

针对存在执行器复合故障的固定翼无人机跟踪控制问题,本文提出一种基于非确定性等价原理的自适应容错飞行控制策略.该策略能够有效地估计无人机纵向动态中执行器的失效及漂移故障,保证故障发生后闭环系统的最优性能指标.在自适应容错飞行控制设计中,通过引入辅助系统并动态调节因子,构造非确定性等价原理中偏微分方程的近似解,以简化自适应律设计复杂度.此外,借助Lyapunov稳定性分析方法,证明了在所设计的自适应容错控制器作用下闭环系统的稳定性.最后,仿真验证表明所设计的控制方法能够保证故障无人机的闭环系统性能.     

一种持续侦察无人机集群规模自适应调控方法

无人机集群(unmanned aerial vehicles, UAVs)持续侦察是多无人机协同控制中一个重要的研究方向.随着任务环境和使命需求越来越复杂,对无人机集群可重构性和柔性的要求也越来越高.其中,对于自适应可重构无人机集群,无人机的规模数量是最基本的控制要素之一.然而,目前大部分无人机集群的研究都侧重于特定任务背景下的路径规划,而集群规模的动态调整则未被考虑.针对传统无人机集群侦察设计中,集群的数量难以自适应调整以匹配不同侦察环境、不同侦察态势的问题,提出了基于区域信息熵的“数字草皮”及其植物量变化模型,模仿草皮-食草动物生态系统中的动态平衡机制,设计了目标区域-无人机集群持续侦察体系中的规模控制方法.在此基础上,研究了侦察体系达到稳定时群落矩阵和平衡点的情况,探讨了在不同任务环境中、不同效能约束限制下,无人机集群规模的自适应调控方法,并利用仿真和可视化手段对平衡点的存在性和系统的收敛性进行了验证.     

基于超稳定理论的小型无人机自适应控制策略研究

介绍一种基于Popov超稳定理论的无人机自适应控制策略,用于增强飞行控制系统的抗干扰性和对于时变参数的适应性.该控制方案首先根据LQR(linear quadratic regulator)原理对某无人机的纵向模型进行闭环反馈补偿,使被控模型满足Popov超稳定理论所要求的完全跟踪条件.然后,利用超稳定理论设计了模型参考自适应控制器,实现全部纵向飞行状态的无静差跟踪控制.最后,在系统存在参数摄动和外界干扰的情况下,对所提出的控制系统进行仿真研究.仿真结果表明,该控制方案能有效抑制受控对象自身参数摄动和外部干扰对于飞行状态的影响,具有较好的适应能力.     

多无人机完全分布式有限时间编队控制

针对分布式通信网络,研究多无人机完全分布式编队生成和保持控制问题.基于滑模和自适应方法设计自适应耦合增益,进而结合与邻居无人机之间的相对状态设计一种新的有限时间编队控制器.该算法去掉了传统编队控制器依赖通信网络范围和拓扑及Leader无人机状态等全局信息的限制,基于Lyapunov理论证明无人机编队误差在有限时间可以收敛到边界可调的邻域内.对三维运动的多无人机编队进行仿真验证,结果显示,所设计的编队控制算法可以实现多无人机有限时间完全分布式编队生成和保持.     

电力巡检无人机精准降落方法研究与应用

针对现有电力巡检无人机降落方法定位误差较大、机身稳定性较差、易受外部环境干扰等问题,提出一种电力巡检无人机自适应降落方法.构建基于多级视觉标识图像识别的四维定位降落方法,指引无人机进行垂直方向精确降落.开发基于分段式反馈控制的速度矢量的四维控制方法,稳定无人机水平方向的姿态.设计基于视觉标识阵列的自适应抗干扰降落方法,克服降落平台的阴影对无人机定位的影响.开展无人机精准降落现场实验,结果表明所提方法具有非常高的降落定位精度,简单实用.     

基于AFKF的多旋翼无人机组合导航技术研究

目前旋翼无人机组合导航系统大都使用扩展卡尔曼滤波算法,然而由于导航系统建模误差和传感器测量精度的影响,导航信息解算误差较大。为了改善旋翼无人机的飞行控制效果,应用自适应渐消卡尔曼滤波（Adaptive fading Kalman filter,AFKF）进行旋翼无人机组合导航解算,算法通过实时计算遗忘因子,对过去的数据权重进行削减,以提高扩展卡尔曼滤波算法的自适应能力。应用旋翼无人机真实飞行数据进行仿真,仿真结果表明,自适应渐消卡尔曼滤波算法能够有效抑制建模误差,弥补传感器测量精度不足,改善旋翼无人机组合导航解算结果。     

四旋翼无人机抗干扰轨迹跟踪控制

针对四旋翼无人机轨迹跟踪过程中存在的参数不确定与外界干扰问题,设计一种双闭环自适应控制策略.为了降低控制器设计复杂度,根据四旋翼无人机系统的欠驱动特性将系统分成姿态内环和位置外环.在扰动观测器的基础上,利用积分型反步控制算法完成无人机位置信息在外界干扰下的稳定跟踪控制.在扰动观测器的基础上,利用自适应滑模控制算法完成无...     

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。     

基于自适应多尺度超螺旋算法的无人机集群姿态同步控制

四旋翼无人机(Unmanned aerial vehicle, UAV)系统姿态角和角速度分别为运行在不同时间尺度上的慢、快动态. 由于输入扰动的上界难以精确估计, 本文提出一种基于自适应多尺度超螺旋(Super-twisting, STW)滑模算法的无人机集群一致性控制策略. 首先, 建立无人机集群系统的姿态角模型, 并通过奇异摄动理论将其化为两时间尺度形式. 基于系统的快慢特性, 本文设计两时间尺度的超螺旋滑模算法, 并采用自适应增益处理无人机集群系统的未知边界非线性. 此外, 还提出一种改进型自适应多尺度超螺旋滑模算法, 进一步减少系统的一致性收敛时间, 实现无人机集群姿态角有限时间内同步. 最后通过仿真分析, 验证两种自适应多尺度超螺旋算法的正确性和有效性.     

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.     

Intelligent control system design for UAV using a recurrent wavelet neural network

This paper aims to propose an efficient control algorithm for the unmanned aerial vehicle (UAV) motion control. An intelligent control system is proposed by using a recurrent wavelet neural network (RWNN). The developed RWNN is used to mimic an ideal controller. Moreover, based on sliding-mode approach, the adaptive tuning laws of RWNN can be derived. Then, the developed RWNN control system is applied to an UAV motion control for achieving desired trajectory tracking. From the simulation results, the control scheme has been shown to achieve favorable control performance for the UAV motion control even it is subjected to control effort deterioration and crosswind disturbance.     

四旋翼无人机参数预测和抗扰动自适应轨迹跟踪控制

为了降低外界环境对四旋翼无人机飞行轨迹的扰动性,提高无人机的控制精度,提出1种基于滑模控制的四旋翼无人机参数预测和抗扰动的自适应轨迹跟踪控制器。这种控制器对四旋翼无人机系统的不确定状态参数、气流、风阻和执行器故障等外界扰动进行预测,实现了对系统输入的状态补偿和扰动补偿,提高了无人机的轨迹跟踪效率和抗扰动能力,消除了机体在飞行过程中的抖振现象,提高了无人机系统对环境的适应性和控制器的稳定性。通过仿真实验,分析了四旋翼无人机在不同控制器作用下的轨迹跟踪性能曲线,验证了所提出的控制器的优越性和有效性。     

Adaptive fractional-order nonsingular fast terminal sliding mode formation control of multiple quadrotor UAVs-based distributed estimator

This paper mainly solves two major problems that are unavoidable in leader–follower formation process of quadrotor UAV group: the existence of external uncertainty disturbance and communication limited between quadrotor unmanned aerial vehicle (UAV) group. To solve the problem that only one of the followers in the leader–follower formation can obtain the leader's information, an improved distributed estimator is proposed in this paper, which can accurately estimate the leader's information for each follower. In addition, in order to eliminate the influence of uncertain external disturbance on the performance of quadrotor UAV, an adaptive estimation law is designed based only on velocity and position variables. For the attitude and position subsystem of the quadrotor UAV, a sliding surface with fractional-order term is designed. Which makes the quadrotor UAV tracking error system obtain good robustness at the stage of reaching the sliding surface and fast convergence and accurate tracking performance in the sliding stage. Based on Lyapunov stability theory, the convergence results are analyzed strictly. The results show that the algorithm can make the position distance between leader and followers converge to the desired offset. Simulation results verify the effectiveness and superiority of the control algorithm.     

四旋翼飞行器增稳混合控制器

针对四旋翼飞行器在不同环境下的飞行稳定性问题,提出反步法和模糊自适应比例积分微分(PID)方法的混合控制方法。该方法根据无人机(UAV)飞行环境和大倾角、大倾角变化率选择当前合适的控制器。在系统未受扰动时,基于Backstepping的控制方法能够完成飞行器的轨迹跟踪;在受扰动时,基于模糊自适应PID能够极大地抑制扰动带来的影响,实现对四旋翼飞行器的精确控制。通过Matlab仿真分析及实际飞行器实验,验证了增稳混合控制器的稳定性。     

风扰条件下四旋翼无人机智能控制算法的设计与仿真

为提高四旋翼无人机在风扰条件下的抗扰能力和控制精度,提出一种利用遗传算法优化模糊控制器规则以提高控制器性能的方法。首先,对自然条件下风速的变化特性进行分析,建立相应的数学模型,并将其作为环境噪声引入系统。在四旋翼无人机动力学模型的基础上,设计模糊PID控制器对其进行控制。同时,对模糊控制器中的模糊子集进行基因编码,设计改进型遗传算法来实现对模糊规则的再整定与优化。在Matlab/Simulink仿真环境下的实验结果表明,该算法有效地提高了四旋翼无人机在面对复杂干扰时的抗扰能力和控制精度。     

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.