基于RBF神经网络自适应PID四旋翼飞行器控制北大核心CSCD

四旋翼飞行器具有高非线性、强耦合、欠驱动等特点,飞行控制器设计困难。首先根据牛顿欧拉方程建立系统动力学模型;然后根据系统动力学模型推导出控制器设计模型,根据系统模型设计出串级控制策略以实现对系统姿态控制和位置控制的解耦;最后针对四旋翼飞行器的控制难点提出了基于RBF的多变量神经网络自适应PID控制方法。该方法具有神经网络自学习、自适应的能力,同时具有一定的非线性控制作用。仿真结果表明,该方法相对于常规PID控制方法具有更短的调节时间、更少的超调量、更好的抗扰动能力,同时,在模型参数变化的情况下该控制器比常规PID控制器的鲁棒性更强。