基于SADRC的四旋翼飞行器姿态解耦控制方法

针对线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)在四旋翼飞行器姿态控制中存在初始状态误差较大时可能产生\"峰值\"现象的问题,提出了一种基于线性/非线性自抗扰切换控制(Switch in linearnonlinear Active Disturbance Rejection Control,SADRC)四旋翼飞行器控制方法。以实验室现有的3-DOF四旋翼飞行器平台为研究对象,建立了其姿态的数学模型,引入SADRC对其基本原理进行了介绍;基于SADRC设计了四旋翼飞行器姿态解耦控制器,并对系统单通道的稳定性进行了分析;对控制方法进行了实验验证。结果表明,SADRC控制器可有效避免LADRC控制器因为初始状态误差引起的\"峰值\"问题,抗干扰性能进一步提高。     

基于改进型自抗扰的四旋翼飞行器姿态控制

针对欠驱动四旋翼飞行器在建模不确定性和未知外界干扰下的姿态控制问题,提出了一种改进型自抗扰控制方法.该方法是将通过插值拟合所得到的新型非线性函数作用于扩张状态观测器和非线性误差反馈率中,从而得到改进型自抗扰控制器.仿真验证了基于改进型自抗扰的四旋翼飞行器控制系统具有较好的快速性和较强的抗干扰性、鲁棒性.     

基于非线性自抗扰的四旋翼姿态控制

针对四旋翼无人机姿态跟踪的精度问题,提出了一种不依赖于四旋翼无人机姿态模型的非线性自抗扰控制方法。首先,建立了通道耦合的四旋翼姿态动力学模型;其次,利用跟踪微分器安排指令过渡过程,实现超调量与快速性的协调设计;然后,利用非线性扩张状态观测器实时估计不确定性扰动并对四旋翼姿态进行补偿;最后,综合前述模块,通过非线性状态误差反馈实现跟踪误差的抑制,提高补偿效率。讨论调参规律后,在MATLAB/Simulink环境中进行仿真验证,跟踪精度的误差约为10^-2数量级,并与PID控制进行比较;后在平台上进行实验测试。仿真与实验结果均表明,本文所设计的控制器可以实现高精度姿态跟踪的快速响应,有效地提高了控制系统的抗干扰能力和鲁棒性,具有实际工程应用价值。     

基于迭代学习控制的四旋翼飞行器轨迹跟踪

为实现四旋翼飞行器对给定轨迹的精确跟踪,提出了一种四旋翼飞行器的迭代学习轨迹控制算法。首先,建立了四旋翼飞行器的动力学模型,并基于小扰动方法对模型进行了线性化处理;其次,提出基于飞行器模型反演推导的轨迹跟踪外环控制以及基于迭代学习控制算法的高度与姿态内环控制,通过在迭代对控制输入的迭代优化,使得四旋翼飞行器不断逼近期望的轨迹,从而达到高精度的控制目标。最后,通过理论分析以及计算机仿真实验,验证了所提算法的有效性。     

基于改进粒子群算法的四旋翼BSMRC优化策略

针对四旋翼无人机反步滑模鲁棒控制器(BSMRC)因参数整定困难而限制其工程应用的问题,设计了一种基于改进粒子群算法(IPSO)的BSMRC参数优化策略。建立了含未知扰动的无人机非线性模型并设计了补偿未知扰动的BSMRC,通过Lyapunov第2方法对系统稳定性进行了证明。接着,从惯性权重和学习因子两方面对经典PSO算法改进,提升了其收敛速度,在此基础上自动整定了BSMRC参数。通过仿真表明了IPSO可使BSMRC参数快速收敛到最优解。通过模块化编程及自动代码生成技术将最优BSMRC算法部署至Pixhawk 4飞控进行了飞行实验,结果表明了IPSO优化策略的有效性,体现出了BSMRC的强鲁棒性和抗扰性。该优化策略解决了无人机BSMRC参数整定效率低下的问题,并采用基于模型设计(model-based design, MBD)技术提高了无人机控制系统的开发效率。     

面向目标对峙跟踪的四旋翼协同编队控制方法

针对多四旋翼编队飞行过程中对地面目标对峙跟踪、几何队形生成、稳固保持和协同抗干扰问题,设计了一种可应对外部环境干扰和气动参数不确定性的多四旋翼主从式协同目标跟踪方法。首先,建立存在外部干扰以及参数不确定性的四旋翼运动学/动力学模型;其次,基于Lyapunov导航向量场设计领航者的对峙跟踪航迹使得领航者以固定对峙半径实现对目标的盘旋跟踪;然后,构造多四旋翼分布式位置保持控制器,为后续姿态控制器构造提供必要的期望指令;最后,针对四旋翼外部环境干扰和气动参数不确定性设计基于自抗扰控制的多四旋翼姿态跟踪控制器。仿真结果表明所提方法可以在局部智能体通信的前提下实现对地面目标的对峙跟踪,显著改善四旋翼编队系统的抗干扰能力,提升干扰环境下多四旋翼编队几何构型的稳固性。     

四旋翼飞行器的自适应单神经元PID控制研究

四旋翼飞行器的飞行控制通常采用比例、积分和微分(PID)控制算法。文章针对传统PID控制算法调整时间过长,超调量大等问题,基于四旋翼飞行器的非线性动力学模型,设计了一种改进的自适应单神经元P ID飞行控制算法。该算法在调整加权系数的基础上,通过运用非线性控制方法,增加了对神经元比例系数的自适应调整。仿真结果表明,该算法动态响应速度快,稳态控制精度高,抗干扰能力强,能较好地实现对四旋翼飞行器的通道控制。     

基于状态观测器的四旋翼飞行器鲁棒控制

针对一类具有不确定性的系统,当系统状态难以测量时,通过构造状态观测器,设计了基于状态观测器的鲁棒控制。通过选取李雅普诺夫函数,推导出满足鲁棒控制器存在的充分性条件,再通过Schur补性质将矩阵不等式转化为等价的线性矩阵不等式。利用MATLAB中的LMI工具箱求解线性矩阵不等式,得状态观测器增益和状态反馈控制器增益。最后,将结论应用于四旋翼飞行器中,证明了所提方法的有效性。     

滑翔再入飞行器的鲁棒自适应解耦控制(英文)

针对滑翔再入飞行器(GRV)的解耦控制问题,基于微分几何方法和自抗扰控制,提出了一种具有自抗扰能力的鲁棒自适应解耦控制方法,该方法通过扩张状态观测器改进精确线性化方法,将多变量耦合不确定性系统转化为自抗扰非交互式系统,并通过自抗扰姿态稳定回路设计,改善解耦系统在不确定性和扰动条件下的鲁棒稳定性和控制品质,有效解决了GRV这类复杂系统的鲁棒解耦控制问题,并通过仿真研究验证了方法的可行性和有效性。     

基于视觉伺服的四旋翼吊挂抗摆控制方法

四旋翼吊挂飞行时载荷的摆动会显著影响无人机的操纵性和稳定性,无人机运动会引起负载振荡,严重威胁控制系统的安全。针对无人机从起飞阶段加速跟踪远距离时变期望轨迹,尤其是弧形轨迹的过渡过程中,吊挂载荷摆动频率较高的问题,提出了一种基于视觉伺服的三闭环轨迹跟踪和载荷抗摆控制方法,通过对期望姿态角指令进行修正,减小载荷摆动对无人机的影响。对不同吊挂载荷质量以及载荷质量突变的情况进行了分析,仿真和飞行实验结果表明,该抗摆控制策略不但可以极大地降低吊挂载荷的摆动频率,还能使无人机平稳跟踪期望飞行轨迹。     

基于AFSA的自抗扰控制器参数整定

自抗扰控制器（ADRC）的参数众多,通常依赖于人工试凑优化,控制系统的性能好坏过分取决于设计人员的经验且效率不高。针对ADRC的参数选取问题,首次利用鱼群算法（AFSA）全局寻优能力强,鲁棒性好的特点,结合已有的参数整定经验,提出了一套基于AFSA的ADRC参数整定规则,并进行了数字仿真。仿真结果表明,经由基于AFSA参数整定规则优化过后的ADRC具有良好的动静态特性,提高了设计效率,验证了该方法的可行性和有效性。     

基于滑模自适应鲁棒控制的四旋翼飞行器轨迹跟踪

针对四旋翼飞行器的稳定性在实际应用环境中会受到不同程度的破坏,不易对其进行高精度轨迹跟踪,提出一种滑模自适应鲁棒控制算法。系统整体采用内外环控制思想,将位置部分作为外环子系统,将姿态部分作为内环子系统,对两部分分别进行控制器的设计;通过运用李雅普诺夫稳定性分析判断控制算法是否能够使系统最终达到渐进稳定;最后进行仿真和实验研究,通过仿真和实验结果证明了此算法的有效性和优越性。     

基于实时变量逆矩阵求解的非线性MIMO解耦ADRC控制方法

非线性多输入多输出(MIMO)系统的解耦控制方法在控制理论和控制工程中都具有重要意义。非线性MIMO解耦自抗扰控制(ADRC)可以有效地解决这一问题,但它需要实时求解被测信号变量或高阶矩阵的逆。逆矩阵的求解是首要问题。在非线性MIMO解耦自抗扰控制中,将逆矩阵的求解问题总结为二阶、三阶、非方阵及变量高阶矩阵几类,并逐一给出解决方法。针对被测信号为变量的高阶矩阵,提出了一种基于高斯消元法的LU矩阵分解方法,可实时求解其逆矩阵。利用一个耦合系统的例子来测试这种方法的控制效果。仿真结果表明,采用逆矩阵法解耦的自抗扰控制器信号可以使控制系统快速达到平衡点。提出一种针对变量高阶矩阵的有效求逆方法,该方法既简单又能达到实时控制的效果,同时具有坚实的数学支持,完善了非线性MIMO解耦自抗扰控制的理论和方法,使其成为一种有效的非线性MIMO解耦控制方案。     

电动车用永磁同步电机转速自抗扰控制撤回

为针对扰动条件下电动车用永磁同步电机转速跟踪精度不高的问题,建立了永磁同步电机转速自抗扰控制系统模型,进行了自抗扰控制参数整定。分别在给定转速扰动和负载转矩扰动条件下,研究了自抗扰控制下永磁同步电机转速响应情况,并与优化调整参数的PID控制器的仿真结果进行对比。结果表明:自抗扰控制在提升永磁同步电机转速响应快速性和减小转速超调方面的独特优势。     

四旋翼姿态的反步滑模RBF网络自适应控制

针对外界存在常值干扰力矩和变值干扰力矩的四旋翼无人机姿态系统,提出一种将反步滑模控制和RBF网络自适应算法相结合的控制方法。此方法在反步滑模控制方法的基础上,利用RBF网络的逼近特性补偿外界干扰,由Lyapunov方法构造RBF网络权值的自适应律,并通过Lyapunov稳定性定理证明四旋翼无人机姿态系统的稳定性。仿真结果表明,当外界存在常值干扰力矩和变值干扰力矩时,相比于反步滑模控制,该控制方法随外界干扰的波动范围更小,误差和超调量更小,验证了反步滑模RBF网络自适应控制方法抑制干扰的能力更强。     

基于DDPG的四旋翼无人机姿态控制

针对未知环境下四旋翼无人机姿态控制实现难、鲁棒性差等问题,提出了基于深度确定性策略(DDPG)算法的智能姿态控制方法。首先,基于欧拉-庞卡莱方程,利用计算机符号推导,建立四旋翼的动力学模型;其次,基于DDPG算法设计四旋翼的姿态控制器,并在奖励函数设计中引入姿态误差、姿态角速度误差和控制量惩罚项;最后,通过设置不同初始状态值、改变四旋翼结构参数和引入噪声等仿真试验,分析验证控制器的性能。仿真结果表明,该控制器能够引导四旋翼快速响应到期望姿态并保持稳定,同时展现出较好的泛化能力。     

变桨距四旋翼无人飞行器航迹跟踪控制

针对传统定桨距四旋翼无人飞行器定桨距机构限制的问题,提出一种变桨距电机旋翼系统。在电机旋翼系统动力学模型的基础上,根据最小二次型最优控制方法设计了变桨距电机旋翼系统控制律,基于牛顿-欧拉方程和四元数运动学,建立了四旋翼飞行器动力学模型,推导了桨距角分配矩阵,设计了航迹跟踪控制律。仿真结果验证了变桨距技术相对定桨距技术在控制响应方面的优势,证明了提出的控制方法能够实现对变桨距四旋翼飞行器的高精度航迹跟踪控制。     

交流感应电动机精确解耦的自抗扰控制

为了实现交流感应电动机高性能调速,快速跟踪变化的负载转矩,对静止两相αβ坐标系中的电动机数学模型精确反馈线性化,实现转速和转子磁链系统的完全解耦。针对解耦的转速和磁链子系统的设计2个结构完全相同的自抗扰控制器,实现对转速和磁链的完全独立控制。实验研究表明:电动机转速和磁链分别大约在0.7 s和0.3 s时达到参考值;负载转矩的变化将引起转速7 rad·s~(-1)范围内的变化,但磁链仍保持给定值;当转速稳定时,电磁转矩在1 s时间内能快速跟踪变化的负载转矩,其超调量不超过20 N·m;控制系统能适应转子电阻±10%和定子电阻+10%范围的变化。