自适应串级自抗扰弹性飞翼无人机姿态控制

文中针对飞翼无人机因其宽泛的飞行包线和特殊的布局带来的飞行控制技术难点,给出了一种自适应串级自抗扰飞翼无人机宽包线控制算法。首先,推导了适用于该算法的弹性飞翼无人机的非线性数学模型;其次,分别设计了弹性飞翼无人机的内环和外环自抗扰姿态控制器。自适应自抗扰控制器利用扩张状态观测器进行估计并动态反馈补偿,再利用NLSEF 抑制补偿残差;不需要无人机精确的模型参数,也无需精确的气动参数及摄动界限。仿真分析显示所设计的自适应自抗扰控制器较好地解决了弹性飞翼无人机从低空低速到高空高速的鲁棒控制,能够克服干扰及气动模态参数大范围摄动的影响。     

基于扩展卡尔曼滤波器的无人机状态估计

在无人机飞行过程中,由于低成本无人机对状态反馈不准确和外部干扰对传感器的影响,导致飞行时间一长会出现漂移现象,使得无人机产生浮动等不良问题。为了解决这些问题,提出一种适用于小型无人机状态估计的四元数扩展卡尔曼滤波数据融合算法,该算法通过建立四元数系统观测模型和传感器量测模型,解决了低成本传感器对无人机位置和姿态直接测量的低精度和易被外界干扰的问题,有效提高了状态估计的精度。仿真实验验证了算法的有效性。     

基于滑模扩张干扰观测器的固定翼无人机动态逆控制

为解决存在模型不确定性与外部干扰时的固定翼无人机控制问题,设计了一种非线性滑模扩张干扰观测器与快速响应动态逆相结合的控制律。在扩张干扰观测器设计的基础上,引入滑模原理设计了一种非线性滑模扩张干扰观测器,对干扰及其变化率进行实时估计;将无人机姿态运动方程分为姿态角慢回路与姿态角速率快回路,依此分别设计动态逆控制律,并基于干扰估计量对未知扰动进行补偿,同时在快回路控制器中加入由快速跟踪微分器(TD)估计的指令值微分量,以提高控制器的响应速度,最后证明了复合控制器的稳定性。仿真实验表明,设计的复合控制器能够对无人机姿态运动进行高效控制。     

四旋翼无人机的滑模自抗扰姿态控制器设计

针对四旋翼无人机姿态控制过程中存在模型不确定和外界风干扰的问题,提出了一种内外环控制算法.内环设计了自抗扰控制器,利用扩张状态观测器以及非线性状态误差反馈控制器实时估计和补偿系统的总扰动;外环设计了非奇异终端滑模控制器来提高系统的响应速度;并对内外环的控制算法进行了稳定性证明.由姿态角跟踪仿真结果表明,所设计的控制器具...     

旋翼飞行器抗风扰控制器设计与风场环境建模

为解决旋翼室外飞行时,受风场干扰而无法稳定飞行的问题,该文通过建立风场环境下的旋翼动力学模型,设计了双自适应衰减扩展卡尔曼滤波算法;该算法的自适应衰减因子可减小陈旧数据对当前滤波值的影响,而算法的自适应协方差调整因子可实时调整噪声协方差;算法采用上述双自适应因子与PID位置控制器结合建模飞行器控制器。为进一步验证算法的有效性,该文在分析紊流风场和阵风环境模型的基础上,进行了3D风场环境仿真建模研究,同步实现了四旋翼在风场环境中的飞行姿态可视化分析;实验结果表明,控制器的均方根误差约减少了82%。该文在验证抗风干扰控制算法有效性的同时,可降低飞行控制器实验验证成本。     

基于STM32的姿态测量系统设计

以无人机航姿测量系统小型化、量轻化为背景,设计了一种基于微惯性单元MEMS的姿态测量系统。系统以STM32F103C8T6为主控制器,通过I2C总线分别采集惯性测量单元MPU6050和数字罗盘HMC5883L的测量数据,利用数据融合算法解算无人机当前姿态。对于MEMS温漂和噪声干扰的问题,提出了一种基于四元数的互补滤波算法,对测量的姿态数据进行补偿修正。实验结果表明,该姿态测量系统简单可靠、性能稳定、精确度高,成功完成了姿态的最优控制。     

无人直升机串级LADRC控制器设计及其视景仿真实现

针对无人直升机控制器严重非线性、强耦合的控制问题,该文基于亚拓600系列无人直升机动力学模型,设计一种改进的二阶线性自抗扰控制器。先将跟踪微分器添加到线性扩张状态观测器中,并估计影响输出结果的干扰;其次改进控制器结构与反馈补偿系数,同时针对传统仿真系统难以适应飞行控制器仿真需要的问题,完成对包括飞行控制器、视景平台的升级改进,并针对飞行控制器和视景仿真平台之间的通信交互机制进行了详细设计,使之完全等效于实际飞行场景。仿真结果表明,该系统飞行控制模块能够快速响应所输入的指令,并能够按设定的角度位置进行飞行,三维视景中直观显示所设计的控制器对于无人直升机的姿态位置有较好的控制效果。     

四旋翼无人机的自适应容错控制

针对四旋翼无人机在飞行过程中发生执行器故障和受到外界干扰的问题,提出了一种基于自适应方法的容错控制方案。将执行器故障以乘性因子的形式加入到系统模型中,同时采用单位四元数法描述系统姿态;考虑到位置子系统欠驱动的特性,引入虚拟控制力,同时解算出目标姿态和输入推力;针对同时存在执行器故障和外界干扰的位置和姿态子系统模型,利用自适应的方法设计了容错控制器,保证了对目标姿态的跟踪。最后,仿真结果验证了该系统控制器的有效性和稳定性。     

基于积分滑模和ESO的四旋翼无人机容错控制

针对四旋翼无人机桨叶损伤故障的位置和姿态控制问题,设计一种基于积分滑模法和扩张状态观测器(ESO)的四旋翼无人机主动容错控制系统.建立了执行机构损伤故障下的无人机非线性模型,采用抗干扰能力较强的滑模控制法(SMC)设计姿态内环和位置外环基本控制器;为减小系统的稳态误差,引入积分环节,构造出积分滑模控制器;通过采用边界层方法,抑制滑模控制算法本身的抖振效应;利用ESO实时估计出系统的内、外总扰动和执行机构损伤干扰并对控制量进行补偿.李雅普诺夫稳定理论验证了该控制系统能够快速收敛达到稳定,数值仿真验证了所设计控制系统的有效性和鲁棒性.     

面向大跨度机动飞行的高超声速飞行器自抗扰轨迹线性化控制

针对高超声速飞行器大跨度机动飞行所引起的本质非线性及强耦合动力学特性、执行机构输入受限、多源气动参数摄动及外部环境干扰并存情况下的姿态跟踪控制问题,结合模型辅助自抗扰控制技术,构建并阐述了基于轨迹线性化控制框架的集抗饱和与主动干扰补偿于一体的姿态控制体系。首先,面向控制角度,将姿态和角速率子系统描述为带不确定性的严格反馈形式;其次,基于自抗扰控制的设计思路,采用跟踪微分器对姿态标称指令及其微分安排过渡过程,解决单一轨迹线性化控制中的执行机构饱和问题;分别针对姿态与角速率回路构造包含模型信息的扩张状态观测器对总干扰进行观测并补偿,克服大范围不确定性对闭环跟踪性能的影响;基于轨迹线性化控制思想,分别设计前馈跟踪控制律和反馈镇定控制律,实现姿态跟踪误差沿着标称指令镇定。仿真结果表明,该控制方案能够实现给定大幅度制导指令下的高精度抗干扰控制,且对于再入过程中的多源干扰大范围摄动具有较强的适应能力。     

模型不确定及干扰下固定翼无人机姿态控制

首先给出理想情况下固定翼无人机的姿态动力学模型,然后在此基础上根据动态逆方法设计出无人机姿态控制器,但基于此控制器并不适合实际情况下的无人机模型,原因在于无人机实际模型与理想模型之间存在一定的偏移,即模型不确定,而且在实际情况中还存在一定的干扰,因此,在原有无人机姿态控制器的基础上结合模糊神经网络,来补偿无人机运行过程中存在的模型不确定及干扰。     

四旋翼飞行器的容错姿态稳定控制

在近十年间, 飞行系统的可靠性问题得到了飞行控制领域越来越多的重视。以一种全新的垂直起降飞行器——四旋翼飞行器作为研究对象, 设计具有高可靠性的姿态稳定控制系统, 为了补偿执行机构发生故障给飞行控制品质带来的影响, 一种主动容错技术将被应用于姿态控制系统的设计中, 主要设计了一个基于状态观测器技术的鲁棒故障检测环节与一个可容错重构的姿态控制器, 在设计控制系统的同时, 还对于故障检测的鲁棒性与快速性、重构控制系统的稳定性进行了理论分析。最后通过数值仿真, 对容错控制系统中各个环节的效果进行了验证。     

一种基于红外传感器的无人机姿态测量方法

针对红外温度传感器能灵敏感应天空地面热辐射的特点,提出了一种基于红外传感器测量无人机姿态信息的方法,相比传统姿态测量传感器,红外传感器具有体积小、重量轻、无漂移、成本低等优点;针对该方法介绍了由三对正交安装的红外传感器测量姿态角的基本原理及能获得更好视场角的45°安装方式;并通过场地实验获得了红外传感器的对地倾角和输出电压的函数关系;通过推理得到无人机姿态测量算法,实现了根据红外传感器的差动输出信号计算无人机的姿态角;同时对太阳的干扰问题作了适当的研究;为了验证算法的可靠性,进行了机载飞行实验。实验结果表明,该方法可以有效的测量无人机的姿态角。     

飞翼无人机的一种鲁棒自适应控制律设计方法

针对飞翼无人机纵向全包线飞行时非线性特性明显和操纵效率变化显著的问题, 采用鲁棒伺服LQR(RSLQR)与L1自适应相结合的综合自适应控制方法(RSLQR-L1), 以C*(加速度、角速率)为被控变量, 设计了飞翼无人机纵向飞行控制系统。结合无人机实际飞行控制品质需求, 采用RSLQR方法, 设计无人机纵向主控制器;在RSLQR控制器的基本结构上扩展设计L1自适应输出反馈补偿控制器。在系统阐述RSLQR-L1综合自适应控制原理和设计方法的基础上, 通过数值仿真验证了控制结构的先进性和鲁棒性, 满足了飞翼无人机的控制要求。     

矢量无人机飞行姿态稳定性保障及其控制策略研究进展

面向解决矢量无人机飞行姿态中由于控制策略不合理导致飞行失稳甚至"炸机"的频发问题,介绍了近年来各种矢量无人机种类及其飞行控制策略设计,重点阐述了易发生的飞行掉高、执行器故障、传感器故障、机翼振动和随机干扰等飞行姿态稳定问题以及注意事项,并总结出实践中相匹配的优良解决方案,最后提出了矢量飞行设计的建议.本研究有助于解决矢量无人机设计与开发中出现的飞行稳定性问题及其控制方案匹配的优化问题.     

基于梯度下降法的四旋翼无人机姿态估计系统

为解决四旋翼无人机在飞行时实时姿态测量的问题,提高姿态估计精度,设计了一种基于STM32的梯度下降姿态估计系统。该系统以STM32F427微处理器为主控制器,MPU6000和LSM303D作为姿态传感器,实现了对姿态传感器数据采集以及姿态解算。系统对加速度计、磁罗盘进行预处理,利用梯度下降滤波的方法估计误差四元数,从而修正陀螺仪积分误差,实现了姿态角的精确估计。最后,通过搭建的飞行实验平台,与Pixhawk飞控进行姿态角比较分析,实验结果表明:采用梯度下降法的姿态估计系统能够稳定有效地估计无人机的姿态,满足四旋翼无人机的飞行要求。     

基于视觉的无人机飞行过程定位算法研究

为了提升无人机飞行过程中的定位精度,以及使无人机正常飞行于全球定位系统(GPS)信号受到干扰或是失效的环境中,提出了基于机器视觉的无人机飞行过程中的定位算法。首先,基于尺度不变特征转换(SIFT)和KDTree搜索的图像匹配算法以及各坐标系之间的变换关系得到改进的坐标变换算法Trf1和Trf2,算法Trf1可求出目标匹配点的地面坐标,即建立无人机飞行环境地图,算法Trf2可计算出无人机实时位置;然后,在无人机飞行过程中利用算法Trf1和Trf2得出定位算法,并设计实验。实验表明,利用该算法计算出的无人机实时位置误差保持在12 cm的范围内,从而验证了算法的准确性。     

基于干扰观测器的无人机着陆飞行逆控制器设计

基于干扰观测器设计了无人机着陆飞行逆控制器。根据时标分离的原则,将无人机系统分解为快慢不同的4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,并且在慢回路引入干扰观测器估计无人机所受的扰动和在线估计动态逆误差,降低控制器对干扰和模型精确度的要求,增强控制器的鲁棒性。仿真结果说明所设计的无人机着陆控制器是非常有效的。     

四旋翼运输编队的环形耦合同步控制器设计

无人机编队协同运输时,外界干扰可能使无人机运动不同步、破坏队形、损坏运输物品.针对这一问题,提出一种优先保持队形稳定的无人机编队控制方法.首先,使用虚拟结构编队飞行策略,设计单个四旋翼的比例微分控制器(PD控制器),然后添加整个编队的环形耦合同步控制器.用仿真验证了该方法的有效性,与已有的虚拟状态估计控制方法相比,该方法在受到干扰后回归队形的时间更短,队形破坏程度更小.同时该方法还可以进一步使偏航角同步响应.     

采用自适应观测器的共轴多旋翼无人机鲁棒控制

针对共轴多旋翼无人机输入受限和不确定性问题,提出了一种基于自适应观测器的鲁棒控制方法.首先建立了包含不确定性的共轴十二旋翼无人机位置和姿态数学模型,在位置回路鲁棒控制律的设计中,引入辅助观测器来补偿输入受限的影响;然后在姿态回路鲁棒控制律的设计中,引入自适应观测器来抑制不确定性的影响,从而实现共轴多旋翼无人机的全局渐近稳定.仿真结果表明:提出的鲁棒控制律具有更优的稳定性、准确性和快速性,位置和姿态的最大跟踪误差分别仅为0.05 m和0.2°,能够在更短的时间内实现对共轴多旋翼无人机的鲁棒控制.