一种改进的四旋翼无人机频域参数辨识方法

针对现有的四旋翼无人机频域参数辨识方法存在的不易兼顾频带宽度与精度,且辨识过程效率较低等问题,提出了一种改进的频域辨识算法。首先,建立了悬停条件下四旋翼无人机的系统模型,然后对基于四旋翼无人机平台的实测数据采用组合窗处理得到频率响应,再将模式搜索中的K-平均聚类算法应用于辨识过程,得到四旋翼无人机状态空间模型。结果表明,该方法兼顾辨识精度与复杂度,辨识得到的模型频率响应能与四旋翼无人机实际模型较好地拟合。     

光学系统像差的剪切干涉图样仿真

针对光学系统像差的判定问题,提出从理论上对各种像差的剪切干涉图样进行仿真分析。此分析依据波像差理论,结合剪切干涉在像差测量中的应用,建立波像差与干涉条纹的联系,采用计算机仿真手段对光学系统各种像差的典型剪切干涉图样进行了模拟,包括初级像差和二级像差。仿真结果表明,各种初级像差和二级像差均有其各自的典型剪切干涉图样,根据特征图样可以直接判定主要的像差种类。研究所得出的各种像差典型干涉图可为判断光学系统存在哪种像差提供参考与依据。     

改进模型参考自适应控制及其在解耦控制中的应用

提出了一种基于扩张状态观测器(extended state observer,ESO)的任意参考模型自适应控制方法,解决了被控对象状态信息不可测以及存在不确定因素导致模型参考自适应控制(model reference adaptive control,MRAC)效果变差甚至使系统不稳定的问题。在简述ESO教学模型的基础上提出了基于ESO的模型参考自适应控制方法并进行了严格的稳定性分析,仿真结果表明所设计方法具有跟踪速度快、稳态误差小、控制量小以及参考模型容易选择等特点。然后,提出基于改进MRAC的解耦控制方法并应用于三输入三输出的四旋翼飞行器姿态控制系统解耦控制,仿真结果表明该解耦控制方法具有鲁棒性好的特点。该方法无需按照通常的做法设计神经网络对不确定因素导致的误差进行补偿,大大简化了控制器设计过程。     

四旋翼无人机鲁棒自适应姿态控制

 四旋翼无人机的姿态控制是自主飞行控制的核心,针对四旋翼姿态易受外界环境干扰和内部参数摄动等不确定性影响的问题,设计了一种鲁棒自适应反步控制器,以提高四旋翼的鲁棒性。建立了四旋翼完整的姿态运动模型,并将其转化为含有广义不确定性的多输入多输出非线性系统。根据该系统满足严格反馈的结构特点,设计了反步控制器; 针对系统中存在的外部干扰和内部参数摄动等不确定性,引入了一类鲁棒自适应函数来抵消该不确定性对系统的影响; 采用非线性跟踪微分器估计虚拟控制量的微分信号,减小了反步控制器设计中普遍存在的“计算膨胀”问题; 通过构造Lyapunov 函数证明闭环系统是稳定且指数收敛的。仿真结果表明,所设计控制器具有良好的控制效果和鲁棒性。     

线性/非线性自抗扰切换控制方法研究

非线性自抗扰控制 (Nonlinear active disturbance rejection control, NLADRC) 较线性自抗扰控制 (Linear active disturbance rejection control, LADRC) 具有跟踪精度高、抗干扰能力强等优点, 但在参数整定、稳定性分析以及控制性能分析等方面有一定的困难, 阻碍了非线性自抗扰控制在实际中的应用, 而线性自抗扰控制成为工程应用的首选.本文提出一种线性/非线性自抗扰控制切换控制方法, 该方法既综合了线性/非线性自抗扰控制的优点, 又解决了非线性自抗扰控制在参数整定、稳定性分析等方面的困难:首先, 分析线性/非线性自抗扰控制各自优缺点, 并给出了一种切换控制策略; 其次, 提出一种基于优化进行查表或利用拟合公式的参数整定方法; 再次, 提出基于劳斯判据和鲁棒波波夫判据的稳定性分析方法.通过仿真验证了该切换方法在跟踪精度、抗干扰能力等方面具有一定优势.该切换控制方法将有助于更好地发挥非线性机制在要求实现高精度、高抗扰能力场合的独特优势, 有望在工程实际中获得应用.     

四旋翼无人机L1 自适应块控反步姿态控制器设计

针对四旋翼无人机的姿态控制问题,提出一种L1自适应块控反步控制方法.将四旋翼姿态运动模型转化为一类多输入多输出不确定非线性系统的形式;根据该系统严格反馈的结构特点,对外回路设计了块控反步控制器;针对内回路存在的外部干扰和内部参数摄动等不确定性,引入L1自适应控制思想补偿其影响.稳定性分析表明闭环系统内所有信号一致有界.仿真和姿态稳定实验验证了所提控制策略的有效性和鲁棒性.     

基于CATIA的涵道风扇无人机三维建模

为了更直观、更形象地对涵道风扇无人机进行动力学特性分析,清晰生动地反映出涵道风扇无人机的实体特性,使人们对涵道风扇无人机有一个具体直观的印象,在CATIA软件中建立了涵道风向无人机的三维模型.使用了系统参数、用户参数和表格参数等方法,同时详细介绍了无人飞行器参数化建模的一般步骤.通过对CATIA的草图设计、装配设计及图像渲染等模块的使用,实现了涵道风扇无人机的三维建模,为以后的动力学、控制系统仿真打下了基础.因此,容易得出应用CATIA软件可以更好地对涵道风扇无人机进行三维建模的结论.     

简单自适应鲁棒飞行重构控制律研究

提出一种基于简单自适应控制的重构控制律设计方法，用于提高飞行重构控制系统的鲁棒性和抗干扰性。针对故障飞行控制系统，设计了一种包含一个基本控制器和一个简单自适应控制器的重构控制器。在基本控制器中，应用具有预定稳定度的线性二次型指标最优控制，以改善系统的稳定性；在简单自适应控制器中，引入并联前馈补偿器，保证故障飞行控制系统满足正实性要求，并将其转化为同时镇定问题，利用YALMIP工具箱进行了求解。以某型飞机侧向飞行控制系统为例，针对系统参数变化和承受有界干扰情况，对所提出的方法进行了仿真分析，结果表明该重构飞行控制系统在跟踪参考输入信号时具有较好的鲁棒性和较强的适应能力。     

基于气动参数辨识的飞控系统传感器故障估计

气动参数的不确定性使得飞行器表现出明显的模型时变特点,此类系统的故障诊断问题是一个难点。以无人机纵向运动为研究对象,提出一种基于气动参数辨识和迭代学习的传感器故障估计方案。将增广容积卡尔曼滤波（ACKF）算法用于气动参数估计,实现飞机模型的在线辨识。故障一旦发生,将辨识得到的气动参数用于局部包络建模,并利用迭代学习算法构造传感器故障估计器。此外,为提高故障的迭代收敛速度,提出一种基于扩张状态观测器(ESO)思想的迭代学习算法。故障仿真实验表明了所提方法的可行性和有效性。     

"李雅普诺夫稳定性理论"的教学研究

李雅普诺夫稳定性理论是控制理论中最重要的组成部分之一,也是课程教学中的重点和难点。依据循序渐进、由浅入深的认识规律,在教学实践中,探讨了一种从实际中引入问题一展开剖析问题一在实际中应用理论的教学方法,收到了较好的教学效果。