基于模糊自适应PID的无人机纵向姿态控制研究

针对无人机的典型的非线性、控制参数时变以及建模复杂的特性,设计了一种基于模糊自适应PID的控制器来实现对无人机纵向姿态的控制;该控制器以误差e和误差变化率ec作为输入,可以满足不同时刻e和ec对PID参数自整定的要求;利用模糊控制规则在线对PID参数进行修正,从而使被控对象具有更好的动、静态性能;仿真结果表明,设计的模糊自适应PID控制器具有响应快及超调小的特性,而且自适应能力也较强.     

基于模糊-PID的智能飞控技术研究

由于无人机在飞行过程中机体参数变化剧烈,针对某型无人机,通过对无人机运动学模型进行分析,以无人机纵向运动模型为验证平台,论证了模糊PID技术应用于无人机自动驾驶仪设计的可行性。将传统的PID控制与模糊控制相结合,通过PID控制实现控制的准确性,利用模糊控制提高控制的快速性。针对无人机飞行控制中的实际问题,着重提出了PID控制器和基于误差分区的模糊控制器的设计方法。实验证明该方法不仅增强了控制器的调节能力,还在一定程度上简化了控制器的设计。     

基于多模型模糊自适应PID的无人机纵向姿态控制研究

针对无人机典型的非线性,且气动参数随着工作环境时变的问题,文中研究了基于模糊控制规则下的多模型模糊自适应控制方法,以实现对无人机纵向姿态控制;该方法对局部采用经典PID设计的子控制器进行加权处理,从而达到多控制器集的平滑切换,在利用S函数建立的无人机六自由度模型基础上进行控制仿真,得出仿真曲线;基于无人机纵向姿态俯仰角控制仿真结果表明,设计的多模型模糊自适应PID控制器具有较好的控制性能和鲁棒性。     

小型固定翼无人机纵向姿态控制律的研究

针对无人机在实际飞行过程中受到外部环境影响大,控制精度不够高的问题;研究了一种模糊参数自整定PID控制方法来完成对无人机的纵向姿态的控制;该方法在传统的PID控制的基础上,利用无人机实际飞行中的数据,建立起模糊控制规则来实现PID参数自整定,最后在通过建立的纵向姿态模型上进行仿真控制,得出仿真曲线;仿真实验结果表明,所设计的模糊PID控制器,相比于传统的PID控制器具有更好的控制性能,并且具有很好的抗干扰能力,能够满足无人机控制系统的要求。     

矢量拉力垂直起降无人机姿态纵向控制研究

针对使用矢量拉力控制纵向飞行姿态转换的坐式垂直起降固定翼无人机,分析其在垂直和水平飞行两种状态转换过程中存在的一些控制问题;建立了其动力模型,并对模型参数进行了整定。针对其在非线性条件下动态性能欠佳的问题,把容易实现、鲁棒性好的PID控制法与智能模糊控制算法结合,设计出自适应模糊PID控制器。并且模糊PID的超调小、动态响应快等特点在仿真和飞行实验中得到验证,使系统的抗干扰性得到提高。     

四旋翼无人机的室内自主飞行控制

为了解决四旋翼无人机在室内等无GPS信号的复杂环境中实现自主飞行的问题,在对四旋翼无人机进行非线性建模的基础上,分别设计了基于反步法结合滑模理论的姿态控制器和基于PID的位置控制器.考虑到激光测距仪高昂的价格,提出一种基于红外传感器和扩展卡尔曼算法(EKF)实现无人机室内自主飞行定位的方法,通过无人机的旋转运动弥补红外传感器每次只能测量单一点距的缺陷.最后,通过仿真验证所设计的控制器和定位算法的性能.Wyfh2结果证明了所设计的四旋翼无人机室内自主飞行方法的有效性和可靠性.     

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.     

基于自适应模糊PID的无人机四维航迹控制研究

为了提高无人机执行任务的能力,在对三维导航研究的基础上,进行了包括按时到达目标点的四维导航系统设计,给出了导航过程中高度和速度的求解方法。然后分别设计了基于自适应模糊PID的高度和速度控制器,并将其用于无人机的四维导航中。仿真结果表明,与传统的PID控制相比,基于自适应模糊PID设计的控制器能明显改善控制器性能,具有超调小、响应快、稳态精度高的优点,能够精确实现无人机的四维航迹控制。     

无人机模糊飞行控制器设计

近年来,无人机凭借其各种优势,受到了各国越来越多的关注;飞行控制系统是现代无人机的核心,其控制律设计结果对无人机飞行特性的影响至关重要,决定无人机是否能够满足自主飞行要求;为了获得更好的控制效果,保证无人机能更好地适应复杂环境和任务,在常规模糊控制方法的基础上引入修正因子和积分抑制策略,设计出了一种模糊飞行控制器;仿真结果表明,该控制器具有较好的控制效果和较强的鲁棒性,较一般的模糊控制系统具有控制速度快、精度高、鲁棒性强等特点,更能适应无人机的特殊要求.     

基于模型跟随的神经网络PID飞行控制律设计

为了抑制飞行控制系统的外部扰动和建模误差,应用模型跟随自适应神经网络PID控制方法,进行飞行控制律设计。首先使用RBF神经网络进行飞行系统模型辨识,在线学习系统正向输入输出特性,辨识对象的Jacobian信息;然后应用BP神经网络实时在线调整PID参数,设计自适应神经网络PID控制器,控制飞行状态变量跟随模型输出;最后以F-8飞机纵向飞行控制系统为研究对象进行控制仿真。仿真结果表明,设计的控制器具有很强的自适应和抗干扰能力。