微型四旋翼无人机模糊PID 控制

为解决微型四旋翼无人机控制系统存在的鲁棒性差和控制精度低的问题,提出一种模糊PID控制方法。建立微型四旋翼无人机系统动力学数学模型和电机模型,在系统模型的基础上设计模糊PID控制器。通过Matlab/Simulink仿真和飞行试验对所设计的模糊PID控制器的有效性进行验证。仿真实验表明,该算法能提高系统的抗干扰性能和控制精度。飞行试验结果表明,模糊PID控制器可以有效地控制微型四旋翼无人机。     

一种倾转四旋翼无人机及其过渡段姿态控制

为解决常规四旋翼无人机前飞速度慢、续航时间短、固定翼飞行器无法垂直起降和悬停的不足,设计一种小型倾转四旋翼QTR(quad tilt-rotor)无人机.建立QTR无人机的动力学模型,针对该无人机的过渡段姿态控制特点设计基于鲁棒伺服 LQR 控制理论的姿态控制器,针对 QTR 由垂直模式切换水平模式的过渡阶段设计控制策略,并通过仿真实验,对比传统控制方法进行验证.仿真结果表明:该无人机既兼顾传统四旋翼无人机的飞行功能,又能像固定翼飞行器一样进行长距离快速飞行.     

基于高阶滑模观测器的微分滑模四旋翼无人机控制研究

针对四旋翼无人机鲁棒控制问题,提出了一种基于高阶滑模观测器的内环与外环控制器设计方法。首先,建立了四旋翼无人机模型的运动学与动力学方程,通过反馈线性技术将模型分解为线性部分与非线性部分。然后,在输入信号延迟的基础上推导了相应的滑模控制律,由分离定理分别设计了观测器与控制器,通过扰动识别减少需要观测的状态变量,继而减少了测量传感器,同时对观测器以及整个闭环系统稳定性进行了证明。仿真验证了所提出的控制算法在提高四旋翼无人机姿态控制系统精度以及鲁棒性方面的有效性。     

四旋翼飞行器鲁棒自适应姿态控制器设计

为实现四旋翼飞行器姿态的稳定控制,针对该系统的非线性、易受外界干扰和参数摄动影响等问题,提 出一种鲁棒自适应控制方法。首先通过分析四旋翼飞行器的工作原理,建立了动力学模型;其次在线性化飞行器模 型的基础上,设计了基于最优二次型鲁棒伺服控制方法的姿态控制器;然后应用模型参考自适应控制方法设计了自 适应补偿器消除系统不确定性的影响;最后对加入了鲁棒自适应控制的飞行器进行仿真。仿真结果表明：该控制器 具有稳定精确的指令跟踪性能和强鲁棒性,能够在复杂环境下实现稳定良好的姿态控制。     

小型涵道风扇式无人机自适应预测控制律设计

针对预测控制在模型不确定和非渐进稳定系统中的应用问题,结合预测控制和简单自适应控制方法,分内外回路设计了一种改进的小型涵道风扇式无人机姿态预测控制律。仿真结果显示,被控无人机姿态可快速跟随指令输出,各控制通道的耦合作用被消除,在被控对象模型的参数发生变化时,DMC(dynamic matrixcontrol)预测控制器依然有效。该控制方法具有较强的鲁棒性。     

基于自适应控制器的无人机飞行控制系统研究

针对一种大展弦比、V形尾翼常规布局小型无人机,在低空低速大扰动条件下飞行的飞行控制策略进行了研究.对无人机运动状态建模分析,设计了一种自适应PID控制器,采用六自由度非线性运动模型进行控制率的仿真验证,并将算法融合在定姿、定高和定航迹跟踪飞行控制实验中.仿真及实际飞行实验结果表明,所设计的自适应PID控制器有效的抑制了大扰动条件下对飞机姿态、位置的影响,满足了飞行任务的需求,并获得了良好的动态性能指标.     

基于巴特沃斯低通滤波的自适应步长梯度下降姿态解算方法

针对旋翼无人机常用的低成本MEMS姿态传感器，因其内部低通滤波具有一定相位延迟效应，致使旋翼无人机姿态原始数据预处理后具有时间滞后的问题，提出一种基于零相位时延修正的巴特沃斯低通滤波(LPB)的自适应步长梯度下降姿态解算方法。通过计算正反单边序列通过滤波器时相位偏移大小，补偿MEMS传感器的时延，然后设计自适应步长梯度下降法进行姿态解算。实验结果表明，该方法在多旋翼高速运动时可提供高时效准确的姿态信息，提高控制响应速率。     

一种共轴双旋翼飞行器悬停控制联合仿真

利用Adams/MATLAB联合仿真平台,对一种具有周向均匀分布3个舵机的操纵机构共轴双旋翼飞行器悬停控制问题进行了研究。考虑到目前对上旋翼和下旋翼之间气动干扰没有准确的数学模型,在动力学建模时利用叶素理论和Pitt-Peters动态入流模型对飞行器的气动干扰和挥舞运动进行近似建模,其他未准确建模的部分用控制算法进行补偿。选用鲁棒性较强的滑动模态控制算法并与PID算法相结合对飞行器姿态进行控制,同时利用PID算法建立姿态和位置的关系,使其具备按照空间坐标点悬停的能力。将装配模型导入Adams中建立动力学模型,在Simulink搭建控制器并进行联合仿真。研究结果验证了所设计控制方法的有效性,飞行器悬停位置的最大动态误差小于±0.2 m.     

折叠式共轴反桨无人机飞行控制技术研究

针对折叠式共轴反桨无人机的飞行控制问题,提出一种用于位置和姿态的反馈控制系统的反步滑模控制 算法。通过对无人机飞行状态进行分析,建立无人机的动力学模型,采用反步滑模控制算法设计折叠式共轴双旋翼 无人机的姿态和位置控制算法,并研发试验样机进行飞行测试实验。实验结果表明：对比传统串级比例-积分-微分 (proportional integral derivative,PID)控制算法,所提出的位置和姿态对反步滑模控制算法能有效地提高飞行稳定性。     

微型无人直升机自适应路径跟踪控制

针对微型无人直升机惯性参数不确定并受外部扰动的情况,提出了一种新的自适应路径跟踪控制方法。该控制方法采用了双回路结构,外回路结合无人直升机的特点,设计了基于制导律的路径跟踪控制器,通过控制无人直升机升力和姿态完成对期望路径和期望速度的跟踪;内回路设计了基于L₁自适应算法的姿态控制器,经自适应律对惯性参数以及外部扰动进行实施估计和补偿,通过控制无人直升机的力矩达到跟踪期望姿态的目的。双回路控制器能够避免设计欠驱动系统带来的问题和困难,并由时标分离原理,能够证明有惯性参数不确定性和扰动情况下的系统跟踪误差一致有界。最后,对所设计的控制方法进行了数值仿真与飞行实验,验证了控制算法的可行性和性能。     

基于遗传算法优化的四旋翼控制系统研究

为提高多自由度、非线性的四旋翼无人机模型控制系统的系统响应与控制效果,提出一种基于遗传算法优化的模糊PID控制策略。将整个控制系统分解为外环位置控制器和内环姿态控制器2部分,对四旋翼无人机系统进行建模仿真。由仿真分析结果得知,当滚转角度分别为35°、45°和65°时,通过遗传算法优化的模糊PID控制相对于模糊PID控制的角度误差分别降低2.58°、3.09°和3.78°;X轴误差分别降低了0.759、0.658和0.593 m;Y轴误差分别降低了0.157、0.228和0.195 m;Z轴误差分别降低了0.169、0.237和0.514 m。结果表明：该策略保证了整机的稳定性,使整机的控制系统能达到更好的控制效果,保证了四旋翼无人机具有更好的性能。     

四旋翼无人机反步积分自适应控制器设计

针对四旋翼无人机在实际应用过程中出现质量变化的情况,基于自适应控制理论设计质量观测器,用于实时观测无人机的质量并修正其质量参数。在经典反步控制器 (CBC)基础上,结合质量观测器和第一类控制误差积分,提出反步积分自适应控制器 (BIAC), 用于无人机的轨迹跟踪控制。该控制器的设计过程基于Lyapunov稳定性理论,能够保证系统的控制误差渐进稳定。应用MATLAB/Simulink软件环境完成轨迹跟踪仿真实验。仿真结果表明：在无人机存在质量慢变或质量突变情况下,BIAC可以更好地估计无人机实时质量;与CBC相比,地球坐标系Exeyeze下ze轴 轨迹误差减小80%左右,跟踪精度大为提高。     

某型无人机三维空间航迹跟踪控制方法研究

研究某型无人机三维空间航迹跟踪问题,通过在理想航迹上选取一系列航迹点,将航迹跟踪问题转换为航迹点跟踪问题。建立了无人机的动力学模型,将无人机的速度坐标系对准航迹点所在的理想坐标系,使位置跟踪问题转化为姿态跟踪问题。推导了无人机的制导律,并利用滑模变结构控制理论和反步控制理论分别设计了姿态控制器和速度控制器,姿态控制器使飞行器的速度矢量方向对准航迹点所在的方向,然后利用速度控制器控制速度的大小使飞行器到达预定航迹点。对整个制导、控制系统进行了全系统仿真,仿真结果表明：所设计的控制器具有较高的跟踪精度,且具有较强的抗干扰能力。     

多目标时空同步协同攻击无人机任务分配与轨迹优化

针对复杂战场环境下分布式无人机对多目标协同打击任务,提出多目标攻击的任务分配与轨迹优化算法。建立典型多目标打击的任务场景和无人机模型;基于Delaunay三角形理论,以禁飞区为节点构建搜索地图;运用A^*算法实现威胁最小的单机路径搜索;在无人机动力学约束和能耗损失最小的基础上,引入时间调节因子,采用基于贝塞尔曲线的分布式无人机时空同步轨迹优化方法,得到对多目标同时打击的优化轨迹;设计轨迹跟踪控制器,对预规划轨迹进行跟踪仿真。仿真结果表明,多目标攻击的任务分配与轨迹优化方法能够对多目标实现多角度、时空同步、分布式协同打击,且对噪声及阵风等具有较强的抗干扰能力。     

基于滑模变结构的无人直升机着舰控制研究

针对无人直升机着舰的特殊性,克服系统摄动、未建模动态及大气紊流的影响,提高舰载无人直升机着 舰的安全性和精度,基于滑模控制的方法分别设计了着舰控制系统的轨迹跟踪控制律和姿态控制律。采用基于输出 有界的twisting 控制器,通过轨迹跟踪算法保证生成有界的期望姿态角和总距;姿态部分采用小扰动线性化后的姿 态回路控制方程,设计了模型参考自适应滑模控制器,通过自适应项抵消外界干扰造成的误差,利用Lyapunov 稳定 性理论证明了系统的稳定性和跟踪误差收敛;通过仿真进行了实验验证。验证结果表明：所设计的控制器能够满足 无人直升机抗扰动和模型参数摄动的要求,并且设计方法简单,鲁棒性强,易于工程实现。     

基于自适应神经网络Backstepping空中加油编队飞行控制

为解决无人机自主空中加油过程加油机和受油机编队飞行控制的问题,提出了对受油机采用导引回路和 姿态回路分离控制策略,采用L1 导引算法设计一种基于自适应神经网络Backstepping 飞行控制器。将改进的L1 导 引算法应用于受油机的横向和纵向的导引,使用自适应神经网络补偿受油机受到的外界的干扰和系统模型误差,神 经网络权值矩阵通过自适应律在线更新,并结合Backstepping 控制方法设计受油机的控制律。仿真结果表明：在受 油机与加油机编队飞行过程中,该设计方法能有效提高受油机的跟踪精度和抗干扰能力,解决空中加油编队飞行控 制问题。     

基于自适应神经网络Backstepping 空中加油编队飞行控制

为解决无人机自主空中加油过程加油机和受油机编队飞行控制的问题,提出了对受油机采用导引回路和 姿态回路分离控制策略,采用L1 导引算法设计一种基于自适应神经网络Backstepping 飞行控制器。将改进的L1 导 引算法应用于受油机的横向和纵向的导引,使用自适应神经网络补偿受油机受到的外界的干扰和系统模型误差,神 经网络权值矩阵通过自适应律在线更新,并结合Backstepping 控制方法设计受油机的控制律。仿真结果表明：在受 油机与加油机编队飞行过程中,该设计方法能有效提高受油机的跟踪精度和抗干扰能力,解决空中加油编队飞行控 制问题。