基于自适应单神经元PID的四旋翼飞行控制研究

针对传统增量式PID控制算法在四旋翼飞行器的姿态控制中自整定参数不足的缺点,提出了一种改进的自适应单神经元PID控制算法,该算法在单神经元加权系数调整的基础上引入PSD自适应控制方法,增加了对比例系数的自适应调整;通过建立四旋翼飞行器的动力学模型和飞行试验平台对该改进算法进行仿真验证;仿真结果表明,采用自适应单神经元PID算法的控制器结构简单且响应速度快,精度高,具有更高的鲁棒性和自适应能力,能有效的实现四旋翼飞行器姿态的稳定控制。     

基于改进粒子群算法的四旋翼自抗扰控制器优化设计

针对四旋翼飞行器自抗扰控制器参数较多,人工整定困难且难以得到最优控制效果的问题,提出一种基于改进粒子群算法的四旋翼自抗扰控制器优化方法。在设计了四旋翼飞行器的自抗扰控制器之后,将自抗扰控制器的参数作为粒子群中的粒子进行迭代寻优,同时在传统的粒子群算法基础上,参考遗传算法,对适应值不好的粒子进行交叉保优,以提高粒子的多样性,加快寻优速度。仿真结果表明,对比人工整定参数的控制器,优化后的控制器超调更小,调节时间更快。该方法能够解决四旋翼飞行器自抗扰控制器人工参数整定困难的问题,且优化后的控制器具有更好的控制效果。     

一种改进混沌鱼群算法及其在四旋翼滑模控制中的应用

针对四旋翼飞行器滑模控制参数难以确定的问题,提出使用一种结合混沌策略的改进鱼群算法对参数进行优化;将Tent映射和鱼群算法结合,参考目标函数值对步长进行修正,获得了改进混沌鱼群算法,并将算法运用到滑模控制器参数整定过程中;结合四旋翼飞行器模型,进行了数据仿真实验,获得的控制器参数在响应速度和能耗方面都优于常规方法整定的参数,可实现飞行器的稳定控制;结果表明,改进的混沌鱼群算法能够有效收敛到全局最优解,在维度为10的算例中,能够实现多目标全局优化。     

四旋翼飞行器中PID控制的优化

为解决四旋翼飞行器飞行过程中的不稳定和灵敏度问题,在四旋翼飞行器数学模型基础上,提出利用共轭梯度算法对数字PID控制器的参数进行自整定。将控制性能指标的最小方差和控制率相结合,共轭梯度算法迭代计算出随被控系统不断变化的最优化特性参数,有效地提高系统的鲁棒特性。该算法不仅克服了对模型辨识度的依赖,也不再需要人工参数整定,避免了控制器出现不可预知的后果。以四旋翼飞行器的横滚角从偏移13°恢复到平稳状态及其稳定性为例,通过LabVIEW实现的软件仿真表明,较之常规算法,该方案算法效率提高50%,误差小于普通PID控制飞行器平稳状态下存在的0.5°偏差,且稳定性较好。     

四旋翼飞行器追踪地面移动目标控制策略研究

为使四旋翼飞行器能够追踪地面移动目标,对四旋翼飞行器的空间位置控制策略进行了研究。首先,对四旋翼飞行器的姿态PID控制进行了改进,并整定了合适的参数,使得四旋翼飞行器的打舵响应更加迅速;接着,采用Open MV获取地面移动目标相对于飞行器的位置,得到了飞行器追踪地面移动目标的反馈信号;最后,根据单级PID与串级PID控制飞行器追踪地面移动目标的对比效果,选择了串级PID控制飞行器追踪地面移动目标。实验表明,该控制策略能够使飞行器追踪具有一定速度的小车,具有一定的实际应用价值。     

基于多种群遗传算法的水面无人艇航迹控制方法

针对水面无人艇(USV)的航迹控制问题,提出了一种由视线导向法和多种群遗传算法整定的PID航向控制器组成的航迹跟踪控制方法.该方法采用多种群遗传算法克服了传统遗传算法容易陷入局部最优的问题,增强了算法的全局寻优能力;并根据模型特点改进了适应度函数,使得对控制器性能的评价更加合理.与标准遗传算法和粒子群算法的对比仿真表明,多种群遗传算法在PID参数整定方面寻优能力更强、稳定性更高;同时,整定出的PID控制器针对不同的模型参数,均表现出收敛速度快、无超调、无稳态误差的优良特性.航迹仿真结果表明,设计的航迹控制方法能够有效跟踪给定航迹.     

基于IBC-PID控制的四旋翼轨迹跟踪控制

针对四旋翼飞行器在阵风扰动下的轨迹跟踪控制问题,提出一种结合积分反步法控制与PID控制的混合控制算法.首先,分析了四旋翼飞行器的受力情况,并采用牛顿 欧拉法建立其动力学方程;其次,根据时间尺度原理,将四旋翼飞行器的控制结构分成位置控制回路与姿态控制回路,前者采用积分反步法进行抗干扰控制,后者采用PID控制进行镇定;同时,引入粒子群算法,利用其寻优优势对所设计的控制器参数进行调整;最后,通过一个螺旋线跟踪仿真对本文所提控制算法的有效性进行了验证.仿真结果表明,本文所提算法具有一定的鲁棒性、稳定性与适用性,能够满足四旋翼轨迹跟踪控制的需求.     

基于Anti-windup PID的四旋翼飞行器姿态控制研究

针对四旋翼飞行器姿态控制问题,设计一种Anti-windup PID姿态控制器。结合四旋翼飞行器简化的数学模型,在飞行器在垂直速率、俯仰速率、翻滚速率、偏航速率4个独立通道上分别设计了PID控制器和Anti-windup PID控制器。在MATLAB/SIMULINK环境下,对控制四旋翼飞行器姿态的两种算法进行仿真分析。仿真结果表明,Anti-windup PID控制方法在性能上明显优于PID,对飞行器有良好的控制效果。用Anti-windup PID算法搭建的四旋翼飞行器的物理实验平台更好地验证了该算法的有效性。     

基于极值搜索算法的四旋翼姿态PID控制

目前四旋翼无人机(UAV)大多采用比例—积分—微分(PID)控制器,但四旋翼控制器比较多且PID参数整定比较困难.针对这一问题采用极值搜索(ES)与PID相结合的方法对四旋翼的姿态进行控制.在分析四旋翼的数学模型及其姿态控制方法的基础上,设计了ES-PID控制器,并在MATLAB中进行了仿真验证.结果表明:极值搜索算法...     

基于SMEC的PID控制器参数优化整定方法

PID控制器参数的优化整定一直是自动控制领域的研究热点。提出一种利用改进思维进化计算（MEC）优化PID控制器参数的方法，在原有算法的框架上，加入自调整操作，依据进化方向和进化时间自动调整两种散布因子。经仿真表明使用SMEC方法整定得到的PID控制器参数可以获得满意的控制效果，其性能优于利用遗传算法得到的效果。     

四旋翼飞行器模糊PID姿态控制

在四旋翼飞行器控制姿态优化问题的研究中,为更好的实现对四旋翼飞行器的姿态控制,在Matlab环境下利用6-DOF运动方程模块搭建了四旋翼飞行器的非线性模型.选取四旋翼飞行器的姿态角作为控制对象,借助Matlab模糊工具箱设计了模糊PID控制器并依据专家经验编辑了相应的模糊规则;同时设计了常规PID控制器并选取了最佳的PID控制参数,对两种控制器控制下的四旋翼飞行器姿态进行了相同条件下的Matlab仿真.仿真结果表明,模糊PID控制器相比常规PID控制器具有更优良的动态性能及鲁棒性.对实际四旋翼飞行器的姿态控制具有一定的指导意义.     

模糊自整定PID的航空发动机转速控制研究

航空发动机具有强非线性和强时变性的特点,使用定参数PID方法的转速控制系统的性能在全飞行包线内难以保证.针对上述问题,提出设计模糊自整定PID控制器,利用输入误差及变化率建立一组PID参数在线调整规则,运用模糊推理方法实时进行参数自整定.结合某型航空发动机核心机非线性实时模型,进行转速串级控制硬件在回路仿真.结果表明,提出的模糊自整定PID控制方法实现了控制器参数在线调整,参数切换扰动小,满足全包线内转速控制的指标要求.     

基于遗传算法的双旋翼系统的PID控制器设计

双旋翼多输入多输出系统是一套具有复杂非线性和强交叉耦合性的控制系统实验装置,难以进行控制参数的整定。而遗传算法对问题的依赖性小,适合复杂非线性系统的参数寻优。文中利用遗传算法,借助Matlab语言和Simulink仿真模型,实现了双旋翼多输入多输出系统PID控制器的设计。仿真结果表明,该控制器是有效的。     

基于遗传算法的双旋翼系统的PID控制器设计

双旋翼多输入多输出系统是一套具有复杂非线性和强交叉耦合性的控制系统实验装置,难以进行控制参数的整定.而遗传算法对问题的依赖性小,适合复杂非线性系统的参数寻优.文中利用遗传算法,借助Matlab语言和Simulink仿真模型,实现了双旋翼多输入多输出系统PID控制器的设计.仿真结果表明,该控制器是有效的.     

基于量子遗传算法的PID控制器参数自整定

提出了一种基于量子遗传算法（QGA）的PID控制器参数整定方法。首先定义一个包含表示系统超调量、上升时间和稳态误差指标项的适应度函数,并根据实际系统的性能要求对指标项进行适当加权。之后采用具有量子比特个体表示形式和量子旋转门实现种群进化的量子遗传算法,对PID进行多目标寻优,从而实现PID参数的自动整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法和一般遗传算法得到的PID控制器。     

基于混沌遗传算法的PID参数优化

随着计算机技术的飞跃发展和人工智能技术渗透到自动控制领域,各种先进PID控制器参数整定方法层出不穷,给PID控制器参数整定的研究带来了无限活力和契机;然而很多先进的PID参数整定方法并没有像预期的那样产生完美的控制效果.将遗传算法和混沌优化方法智能集成,利用混沌序列的"遍历性、随机性、规律性"的特点生成初始种群,在遗传操作中加入混沌细搜索,大大提高了局部搜索能力,能有效防止遗传算法陷入局部最优和发生早熟现象,仿真表明,混沌遗传算法优化结果相当理想,效果令人满意,优于常规的遗传算法.     

基于PID神经网络的四旋翼飞行器控制算法研究

针对四旋翼飞行器的姿态与位置控制问题,提出基于PID神经网络的控制方法。建立四旋翼飞行器的数学模型,引入四旋翼飞行器联合仿真平台,利用Matlab设计PID神经网络姿态控制器,训练后能达到良好的控制效果,最后设计PID神经网络位置控制器并进行训练。仿真结果表明,该控制方法在性能上明显优于传统PID,对飞行器有良好的控制效果。     

基于差分进化算法的四旋翼PID参数优化设计北大核心

针对四旋翼无人机PID控制器参数人工整定困难且难以获得最优控制效果的问题,提出一种基于改进差分进化算法的四旋翼PID控制器参数优化方法。方法首先利用变异、交叉、选择等操作调整PID参数,得出最优的个体;然后引入定向搜索策略,在下次变异操作前,根据上次适应度值比较的结果,决定变异的方向,提高算法的精确度。将改进差分进化算法应用于四旋翼无人机仿真模型,其中串级PID控制器的参数作为差分进化种群进行迭代寻优。仿真结果表明,对比粒子群算法和传统差分进化算法,改进后的差分进化算法能够使控制器稳态误差更小、调节方法更快。     

四旋翼飞行器的建模及控制算法仿真

以四旋翼飞行器为研究对象。为实现对飞行器的稳定控制,首先建立了数学模型和动力学模型,又在此基础上设计了PID控制器和模糊PID控制器,通过模拟仿真判断两种控制算法是否能对四旋翼飞行器进行稳定控制。模型的搭建与仿真实验都基于Matlab/Simulink平台,仿真结果验证了模型建立的准确性,以及在所设定的参数下,fuzzy PID控制器对飞行器的控制较好,能够有效控制飞行器的稳定飞行。     

基于GA-Vague-PID的小型四旋翼飞行器姿态控制方法

针对小型四旋翼飞行器的姿态控制问题,提出了基于GA-Vague-PID的姿态控制方法。建立了小型四旋翼飞行器数学模型,引入遗传算法(Genetic Algorithm,GA)和Vague技术,通过GA对模糊控制规则离线优化,利用基于Vague集相似度量推理在线调节PID参数,进而提出GA-Vague-PID控制方法并运用于小型四旋翼飞行器姿态控制。仿真结果表明,该控制方法在控制性能和适应能力上都优于传统PID。