CN104897156B - 一种旋转调制惯性导航系统的旋转控制方法 - Google Patents

一种旋转调制惯性导航系统的旋转控制方法 Download PDF

Info

Publication number
CN104897156B
CN104897156B CN201510300663.XA CN201510300663A CN104897156B CN 104897156 B CN104897156 B CN 104897156B CN 201510300663 A CN201510300663 A CN 201510300663A CN 104897156 B CN104897156 B CN 104897156B
Authority
CN
China
Prior art keywords
mrow
msub
mtd
mtr
mtable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510300663.XA
Other languages
English (en)
Other versions
CN104897156A (zh
Inventor
邓志红
蔡山波
付梦印
王博
肖烜
刘彤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201510300663.XA priority Critical patent/CN104897156B/zh
Publication of CN104897156A publication Critical patent/CN104897156A/zh
Application granted granted Critical
Publication of CN104897156B publication Critical patent/CN104897156B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种旋转调制惯性导航系统的旋转控制方法，属于旋转调制惯性导航系统领域。本发明在自抗扰控制方法和滑模变结构控制方法的基础上，提出了一种融合策略，形成了旋转调制惯性导航系统的复合控制方法。当控制误差较大时，主要采用滑模变结构控制方法，加快系统响应速度，迅速减小误差；随着控制误差的减小，利用自抗扰控制的精确控制能力，保证控制的精度，提高控制的平稳度和鲁棒性。本发明提出的控制方法提高了系统的响应速度和控制精度，同时也抑制了滑模变结构控制带来的抖振，从而减小了旋转平台控制效果的不理想给导航精度带来的负面影响。

Description

一种旋转调制惯性导航系统的旋转控制方法
技术领域
本发明属于旋转调制惯性导航系统领域，尤其涉及一种旋转调制惯性导航系统的旋转控制方法。
背景技术
惯性导航系统是复杂的高精度机电综合系统，由于具有完全自主性的优点而广泛应用于陆海空天领域。惯性敏感元件的误差是惯性导航系统误差的主要决定因素。从工艺上提高惯性敏感元件的精度，技术难度大、周期长。因此，在惯性敏感元件的精度达到一定要求后，通常采用系统技术补偿元件误差，而旋转调制技术就是一种行之有效的方法。该方法将惯性元件或者IMU外面再加上旋转平台和控制机构，利用翻转或者旋转来平均掉惯性元件漂移对导航的影响，从而提高惯导的导航精度。目前有关旋转调制惯导的大部分工作都集中到惯导解算算法、旋转方案的设计、初始对准以及误差标定等领域。这些研究都是以假定理想控制旋转平台为前提的。但是实际上，旋转平台的控制是存在误差的，且这些误差也会对导航精度产生很大的影响。如果控制精度差，不仅不能补偿惯性传感器的误差，还会引入新的误差，影响导航精度。
旋转方案的设计是旋转式惯导领域的研究热点之一，很多旋转方案相继被提出，其中采用最多的是连续正反旋转和多位置转停方案。在工作时，这两类方案要求旋转平台重复地进行换向旋转、迅速停止和快速启动。而旋转平台是一个复杂的伺服机构，不平衡力矩、电机力矩波动、转动惯量变化等因素会给旋转平台在进行上述操作时带来很大的干扰。此外旋转调制技术的工作转速较低，一般在1°/s到50°/s之间。低速情况下的非线性摩擦干扰力矩也会严重影响旋转平台的控制效果。目前工程上的控制方法主要采用PID算法。PID算法简单有效，容易实现，但是容易出现超调，且鲁棒性不高，响应速度偏低，难以满足系统高精度的性能要求。
发明内容
为解决上述问题，本发明提供一种旋转调制惯性导航系统的旋转控制方法，提高了系统的响应速度和控制精度，同时也抑制了滑模变结构控制带来的抖振，从而减小了旋转平台控制效果的不理想给导航精度带来的负面影响。
本发明的旋转调制惯性导航系统的旋转控制方法，该旋转调制惯性导航系统包括：旋转平台、自抗扰控制器和滑模变结构控制器，控制方法包括以下步骤：
步骤1，建立旋转平台的控制模型；
步骤11，根据旋转平台转轴的动力学方程和电机的工作原理得到单轴数据模型
其中k1/Ra＝kT，θ为转轴的旋转角度，J为转轴和旋转平台的转动惯量，kt为旋转平台电机的电磁转矩系数，ke为旋转平台电机的反电势常数，kp为旋转平台的功率放大器倍数，Ra为旋转平台电机的电枢回路总电阻，ur为作用于旋转平台的控制量，Md为作用于旋转平台的干扰量；
步骤12，令x1、x2分别表示θ、则将(1)改写成状态空间方程(2)：
令则将(2)改写为(3)
步骤13，将公式(3)离散化可得公式(4)
其中，k、k+1代表时刻，ur(k)表示k时刻控制量ur的取值；T为旋转周期；
步骤2，建立自抗扰控制器的反馈模型，所述自抗扰控制器包括：跟踪微分器、扩张状态观测器和非线性反馈控制器；
步骤21，根据迭代公式获得跟踪微分器第k+1时刻的跟踪信号v1(k+1)、微分信号v2(k+1)，并输出至非线性反馈控制器，其中，跟踪信号、微分信号的初始值为给定值，fhan为最速综合控制函数，其为通用函数，h为积分步长，h0是滤波因子，r0是速度因子；r(k)为系统输入位置指令；
步骤22，根据迭代公式(5)获得扩张状态观测器的第k+1时刻的干扰估计输出量z3(k+1)，并输出至非线性反馈控制器，其中，z1(k)、z2(k)、z3(k)分别为状态量x1、x2、的观测估计，初始值为给定值；β01、β02、β03为可调参数，为经验值；
步骤23，根据跟踪信号v1(k+1)、微分信号v2(k+1)和干扰估计输出量z3(k+1)利用迭代公式(6)获得非线性误差反馈控制器的输出uADRC(k)，其中α1、α2、δ1、β1、β2为可调参数，为经验值；fal()为具有线性段的连续的幂次函数；
步骤3，根据公式(7)计算基于指数趋近率的滑模变结构控制器的输出uSMC(k)；
uSMC(k)＝(CeB)-1(CeR(k+1)-CeAX(k)-CeLZd(k)-s(k)+εTsgn(s(k))+qTs(k)) (7)
其中Ce＝[c 1]；
R(k+1)＝[r(k+1) dr(k+1)]；
取R(k)＝[r(k) dr(k)]，采用线性外推的方法可以得到R(k+1)＝[r(k+1) dr(k+1)]；
c为决定滑模面斜率的可调参数，ε为克服摄动及外干扰的可调参数、q为改变系统向滑模面的趋近速度的可调参数；dr(k)为系统输入位置指令r(k)的变化率；
步骤4，根据公式(8)确定作用于旋转平台的控制量ur(k)；
ur(k)＝uADRC(k)·a(k)+uSMC(k)·b(k) (8)
其中，a(k)＝1-tanh(β|e(k)|)，b(k)＝1-a(k)＝tanh(β|e(k)|)；e(k)＝r(k)-x1(k)，e(k)为k时刻的控制误差；β为融合因子，根据自抗扰控制器和滑模变结构控制器的控制误差得到；
步骤5，利用控制量ur(k)控制旋转平台，实现旋转平台角度和速度的精确控制。
有益效果：
与已有的旋转调制惯导系统中旋转控制的方法比较，本发明不需要建立非线性摩擦和外在干扰的精确数学模型，自抗扰控制器包含的扩张状态观测器可以将所有外部扰动和包括系统参数变化在内的内部扰动扩张成一个新的变量进行观测，然后利用得到的观测值进行扰动补偿，这样为控制效果的精确度和平稳度提供了保障，提高了系统的鲁棒性。同时，当控制误差较大时，主要采用滑模变结构控制方法，加快系统响应速度，迅速减小控制误差；随着控制误差的减小，利用自抗扰控制的精确控制能力，保证控制的精度，提高平稳度和鲁棒性。这样结合这两种控制方法的优点，提高了系统的响应速度和控制精度，同时也抑制了滑模变结构控制带来的抖振，从而减小了旋转平台控制效果的不理想给导航精度带来的负面影响。
附图说明
图1为本发明的具体实施例中的输入参考位置信号示意图；
图2为本发明的具体实施例中的旋转平台平稳运行时的角速度误差比较图；
图3为本发明的具体实施例中的旋转平台换向时的角度超调误差和调节时间比较图；
图4为本发明的具体实施例中的旋转平台静止状态下的抖振误差比较图。
具体实施方式
本发明的旋转调制惯性导航系统的旋转控制方法，其设计的自抗扰控制器所包含的扩张状态观测器可以将所有外部扰动和包括系统参数变化在内的内部扰动扩张成一个新的变量，如式(6)的z3(k+1)，进行观测，然后利用式(7)的进行扰动补偿，这样为控制效果的精确度和平稳度提供了保障，提高了系统的鲁棒性，提高了系统的响应速度和控制精度，同时利用式(8)的Zd(k)＝[0 z3(k)]T抑制了滑模变结构控制带来的抖振，输出精准的uSMC(k)，从而减小了旋转平台控制效果的不理想给导航精度带来的负面影响。
具体包括以下步骤：
步骤一、建立旋转平台的数学方程
步骤11，根据旋转平台转轴的动力学方程和电机的工作原理得到单轴数据模型
其中kt/Ra＝kT，θ为转轴的旋转角度，J为转轴和旋转平台的转动惯量，kt为旋转平台电机的电磁转矩系数，ke为旋转平台电机的反电势常数，kp为旋转平台的功率放大器倍数，Ra为旋转平台电机的电枢回路总电阻，ur为作用于旋转平台的控制量，Md为作用于旋转平台的干扰量。
步骤12，令x1、x2分别表示θ、则将(1)改写成状态空间方程(2)：
令则将(2)改写为(3)
步骤13，将模型(3)离散化可得(4)
括号中的k、k+1代表时刻k、k+1，则ur(k)表示k时刻控制量ur的取值。
步骤二、设计合适的自抗扰控制器。
自抗扰控制器主要由跟踪微分器、扩张状态观测器和非线性反馈控制器三部分组成，这三个部分可以进行单独设计。
首先设计跟踪微分器，
步骤21，给定输入信号r的跟踪信号及其微分信号的初始值v1(0)、v2(0)，根据迭代公式(5)计算跟踪微分器第k+1时刻的跟踪信号v1(k+1)、微分信号v2(k+1)：
其中fhan为最速综合控制函数，其为通用函数。
h为积分步长，h0是滤波因子。r0是速度因子，决定对输入信号的跟踪速度，值越大跟踪速度越快。
步骤22，根据z3(k+1)＝z3(k)+h(-β03e0(k))计算线性扩张状态观测器的干扰估计输出量z3(k+1)，公式中e0(k)＝z1(k)-x1(k)，其中，z1(k+1)＝z1(k)+h(z2(k)-β01e0(k))，初始值均为设定值。
设计如下：
式中，z1、z2、z3分别是对状态量x1、x2、及其它干扰的观测估计。，
β01、β02、β03为可调参数；
步骤23，根据跟踪信号v1(k+1)、微分信号v2(k+1)和干扰估计输出量z3(k+1)求非线性误差反馈控制器的输出uADRC(k)，如下
式中，α1、α2、δ1、β1、β2为可调参数。
步骤三、求基于指数趋近率的滑模变结构控制器的输出uSMC(k)。
uSMC(k)＝(CeB)-1(CeR(k+1)-CeAX(k)-CeLAd(k)-s(k)+εTsgn(s(k))+qTs(k)) (8)
其中
R(k+1)＝[r(k+1) dr(k+1)]，系统输入位置指令为r(k)，其变化率为dr(k)，取R(k)＝[r(k) dr(k)]，采用线性外推的方法可以得到R(k+1)＝[r(k+1) dr(k+1)]，其中
r(k+1)＝2r(k)-r(k-1)
dr(k+1)＝2dr(k)-dr(k-1)
式中c、ε、q为可调参数。
c决定滑模面的斜率，其目的是保证滑模运动渐进稳定且具有较快的动态响应速度，其值越大，滑模运动段响应速度越快，但是值过大容易引起系统较大的抖动。q主要影响切换函数动态过渡过程，适当调整该参数能够改变系统向滑模面的趋近速度，其值越大，到达滑模面的速度越快，但是值过大会导致系统的抖动。ε影响系统克服摄动及外干扰的主要参数，其值越大，克服干扰的能力越强，但是值过大会增加系统抖振的幅度，因为系统抖振的幅度与其值成正比。
步骤四、设计复合控制算法求作用于旋转平台的控制量ur(k)，复合控制算法为：
ur(k)＝uADRC(k)·a(k)+uSMC(k)·b(k) (17)
其中
式中，e(k)为k时刻的控制误差，取值如下
e(k)＝r(k)-x1(k) (19)
参数β为融合因子，它决定了系统响应阶段两种控制所占的比例，根据自抗扰控制器和滑模变结构控制器的控制误差得到。
步骤四，利用控制量控制旋转平台，实现旋转平台角度和速度的精确控制。
经过上述步骤即可在时刻k根据控制误差和观测得到的干扰值计算得到控制量然后作用于被控旋转平台，使旋转平台的位置跟踪上输入的参考位置信息。
为了说明本发明的效果，在Simulink平台上进行仿真实验。在相同的实验设置下，采用经典PID控制算法，自抗扰控制方法，滑模变结构控制方法和上述复合控制算法分别进行控制，然后比较控制效果。输入参考位置信号如图1所示时，其横坐标为时间，纵坐标为位置；平稳运行时的角速度误差比较图如图2所示，横坐标为时间，纵坐标为角速度误差；平台换向时的角度超调角误差和调节时间比较图如图3所示，横坐标为时间，纵坐标为位置误差；平台静止状态下的抖振误差比较图如图4所示，横坐标为时间，纵坐标为位置误差。
图2说明了在平稳角度跟踪时复合控制比传统PID控制精度更高；图3说明了在旋转平台转向时复合控制比传统PID控制角度超调误差更小，调节时间更短，系统响应速度更快；图4说明了旋转平台处于停止状态时复合控制比传统PID控制抖振误差更小。
自抗扰控制器包含的扩张状态观测器可以将所有外部扰动和包括系统参数变化在内的内部扰动扩张成一个新的变量进行观测，然后利用得到的观测值进行扰动补偿，这样为控制效果的精确度和平稳度提供了保障，提高了系统的鲁棒性。同时，当控制误差较大时，主要采用滑模变结构控制方法，加快系统响应速度，迅速减小控制误差；随着控制误差的减小，利用自抗扰控制的精确控制能力，保证控制的精度，提高平稳度和鲁棒性。这样结合这两种控制方法的优点，提高了系统的响应速度和控制精度，同时也抑制了滑模变结构控制带来的抖振，从而减小了旋转平台控制效果的不理想给导航精度带来的负面影响。
当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (1)

1.一种旋转调制惯性导航系统的旋转控制方法，其特征在于，该旋转调制惯性导航系统包括：旋转平台、自抗扰控制器和滑模变结构控制器，控制方法包括以下步骤：
步骤1，建立旋转平台的控制模型；
步骤11，根据旋转平台转轴的动力学方程和电机的工作原理得到单轴数据模型
其中kt/Ra＝kT，θ为转轴的旋转角度，J为转轴和旋转平台的转动惯量，kt为旋转平台电机的电磁转矩系数，ke为旋转平台电机的反电势常数，kp为旋转平台的功率放大器倍数，Ra为旋转平台电机的电枢回路总电阻，ur为作用于旋转平台的控制量，Md为作用于旋转平台的干扰量；
步骤12，令x1、x2分别表示θ、则将公式(1)改写成状态空间方程(2)：
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mn>2</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mo>-</mo> <mfrac> <mn>1</mn> <mi>J</mi> </mfrac> <msub> <mi>k</mi> <mi>e</mi> </msub> <msub> <mi>k</mi> <mi>T</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>x</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>x</mi> <mn>2</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>+</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mn>1</mn> <mi>J</mi> </mfrac> <msub> <mi>k</mi> <mi>p</mi> </msub> <msub> <mi>k</mi> <mi>T</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <msub> <mi>u</mi> <mi>r</mi> </msub> <mo>+</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <mn>1</mn> <mi>J</mi> </mfrac> <msub> <mi>M</mi> <mi>d</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
令则将公式(2)改写为公式(3)
<mrow> <mover> <mi>X</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mover> <mi>A</mi> <mo>~</mo> </mover> <mi>X</mi> <mo>+</mo> <mover> <mi>B</mi> <mo>~</mo> </mover> <msub> <mi>u</mi> <mi>r</mi> </msub> <mo>+</mo> <msup> <msub> <mi>M</mi> <mi>d</mi> </msub> <mo>&amp;prime;</mo> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
步骤13，将公式(3)离散化可得公式(4)
<mrow> <mi>X</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <mi>A</mi> <mi>X</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>Bu</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>L</mi> <msub> <mover> <mi>M</mi> <mo>~</mo> </mover> <mi>d</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中，k、k+1代表时刻，ur(k)表示k时刻控制量ur的取值；T为旋转周期；
步骤2，建立自抗扰控制器的反馈模型，所述自抗扰控制器包括：跟踪微分器、扩张状态观测器和非线性反馈控制器；
步骤21，根据迭代公式获得跟踪微分器第k+1时刻的跟踪信号v1(k+1)、微分信号v2(k+1)，并输出至非线性反馈控制器，其中，跟踪信号、微分信号的初始值为给定值，fhan()为最速综合控制函数，其为通用函数，h为积分步长，h0是滤波因子，r0是速度因子；r(k)为系统输入位置指令；
步骤22，根据迭代公式(5)获得扩张状态观测器的第k+1时刻的干扰估计输出量z3(k+1)，并输出至非线性反馈控制器，其中，z1(k)、z2(k)、z3(k)分别为状态量x1、x2、的观测估计，初始值为给定值；β01、β02、β03为可调参数，为经验值；x1(k)表示k时刻转轴的旋转角度，x2(k)表示转轴的旋转角度在k时刻的一阶导数值；
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>e</mi> <mn>0</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>z</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>z</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>z</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>h</mi> <mrow> <mo>(</mo> <msub> <mi>z</mi> <mn>2</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>&amp;beta;</mi> <mn>01</mn> </msub> <msub> <mi>e</mi> <mn>0</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>z</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>z</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>h</mi> <mrow> <mo>(</mo> <msub> <mi>z</mi> <mn>3</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>&amp;beta;</mi> <mn>02</mn> </msub> <msub> <mi>e</mi> <mn>0</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>+</mo> <mfrac> <mn>1</mn> <mi>J</mi> </mfrac> <msub> <mi>k</mi> <mi>p</mi> </msub> <msub> <mi>k</mi> <mi>T</mi> </msub> <msub> <mi>u</mi> <mi>r</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <mfrac> <mn>1</mn> <mi>J</mi> </mfrac> <msub> <mi>k</mi> <mi>e</mi> </msub> <msub> <mi>k</mi> <mi>T</mi> </msub> <msub> <mi>z</mi> <mn>2</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>z</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>z</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>h</mi> <mrow> <mo>(</mo> <mo>-</mo> <msub> <mi>&amp;beta;</mi> <mn>03</mn> </msub> <msub> <mi>e</mi> <mn>0</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
步骤23，根据跟踪信号v1(k+1)、微分信号v2(k+1)和干扰估计输出量z3(k+1)利用迭代公式(6)获得非线性误差反馈控制器的输出uADRC(k)，其中α1、α2、δ1、β1、β2为可调参数，为经验值；fal()为具有线性段的连续的幂次函数；
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>e</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>v</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>e</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>v</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>fe</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>f</mi> <mi>a</mi> <mi>l</mi> <mrow> <mo>(</mo> <msub> <mi>e</mi> <mn>1</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>,</mo> <msub> <mi>&amp;alpha;</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>&amp;delta;</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>fe</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>f</mi> <mi>a</mi> <mi>l</mi> <mrow> <mo>(</mo> <msub> <mi>e</mi> <mn>2</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>,</mo> <msub> <mi>&amp;alpha;</mi> <mn>2</mn> </msub> <mo>,</mo> <msub> <mi>&amp;delta;</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mn>0</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>&amp;beta;</mi> <mn>1</mn> </msub> <msub> <mi>fe</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>&amp;beta;</mi> <mn>2</mn> </msub> <msub> <mi>fe</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mrow> <mi>A</mi> <mi>D</mi> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>u</mi> <mn>0</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <mi>J</mi> <mrow> <msub> <mi>k</mi> <mi>p</mi> </msub> <msub> <mi>k</mi> <mi>T</mi> </msub> </mrow> </mfrac> <msub> <mi>z</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
步骤3，根据公式(7)计算基于指数趋近率的滑模变结构控制器的输出uSMC(k)；
uSMC(k)＝(CeB)-1(CeR(k+1)-CeAX(k)-CeLZd(k)-s(k)+εT sgn(s(k))+qTs(k)) (7)
其中Ce＝[c 1]；
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>C</mi> <mi>e</mi> </msub> <mi>E</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>C</mi> <mi>e</mi> </msub> <mrow> <mo>(</mo> <mi>R</mi> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <mi>X</mi> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mi>c</mi> <mrow> <mo>(</mo> <mi>r</mi> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mi>d</mi> <mi>r</mi> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>,</mo> <msub> <mi>Z</mi> <mi>d</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <msub> <mi>z</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mi>T</mi> </msup> <mo>;</mo> </mrow>
R(k+1)＝[r(k+1)dr(k+1)]；
取R(k)＝[r(k) dr(k)]，采用线性外推的方法可以得到R(k+1)＝[r(k+1) dr(k+1)]；
c为决定滑模面斜率的可调参数，ε为克服摄动及外干扰的可调参数、q为改变系统向滑模面的趋近速度的可调参数；dr(k)为系统输入位置指令r(k)的变化率；
步骤4，根据公式(8)确定作用于旋转平台的控制量ur(k)；
ur(k)＝uADRC(k)·a(k)+uSMC(k)·b(k) (8)
其中，a(k)＝1-tanh(β|e(k)|)，b(k)＝1-a(k)＝tanh(β|e(k)|)；e(k)＝r(k)-x1(k)，e(k)为k时刻的控制误差；β为融合因子，根据自抗扰控制器和滑模变结构控制器的控制误差得到；
步骤5，利用控制量ur(k)控制旋转平台，实现旋转平台角度和速度的精确控制。
CN201510300663.XA 2015-06-03 2015-06-03 一种旋转调制惯性导航系统的旋转控制方法 Expired - Fee Related CN104897156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510300663.XA CN104897156B (zh) 2015-06-03 2015-06-03 一种旋转调制惯性导航系统的旋转控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510300663.XA CN104897156B (zh) 2015-06-03 2015-06-03 一种旋转调制惯性导航系统的旋转控制方法

Publications (2)

Publication Number Publication Date
CN104897156A CN104897156A (zh) 2015-09-09
CN104897156B true CN104897156B (zh) 2017-12-19

Family

ID=54029968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510300663.XA Expired - Fee Related CN104897156B (zh) 2015-06-03 2015-06-03 一种旋转调制惯性导航系统的旋转控制方法

Country Status (1)

Country Link
CN (1) CN104897156B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105806365B (zh) * 2016-03-15 2019-06-07 北京航空航天大学 一种基于自抗扰控制的车载惯导行进间快速初始对准方法
CN109308007B (zh) * 2017-07-28 2022-05-17 上海三菱电梯有限公司 自抗扰控制装置及基于自抗扰控制装置的控制方法
CN108519181B (zh) * 2018-03-09 2020-06-09 北京航天控制仪器研究所 一种平台台体质量不平衡力矩的建模及测试方法
CN111258329A (zh) * 2019-12-31 2020-06-09 中国民航大学 一种基于U-model的四旋翼无人机控制方法
CN112859612B (zh) * 2021-01-20 2022-03-08 北京航空航天大学 一种超低速控制力矩陀螺框架伺服系统高精度控制器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6470225B1 (en) * 1999-04-16 2002-10-22 Siemens Energy & Automation, Inc. Method and apparatus for automatically tuning feedforward parameters
CN103090867A (zh) * 2012-11-02 2013-05-08 哈尔滨工程大学 相对地心惯性系旋转的光纤陀螺捷联惯性导航系统误差抑制方法
CN103900607A (zh) * 2014-03-06 2014-07-02 哈尔滨工程大学 一种基于惯性系的旋转式捷联惯导系统转位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6470225B1 (en) * 1999-04-16 2002-10-22 Siemens Energy & Automation, Inc. Method and apparatus for automatically tuning feedforward parameters
CN103090867A (zh) * 2012-11-02 2013-05-08 哈尔滨工程大学 相对地心惯性系旋转的光纤陀螺捷联惯性导航系统误差抑制方法
CN103900607A (zh) * 2014-03-06 2014-07-02 哈尔滨工程大学 一种基于惯性系的旋转式捷联惯导系统转位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
用于旋转调制捷联惯导系统的旋转控制方法;刘芳等;《电机与控制学报》;20121130;第16卷(第11期);全文 *

Also Published As

Publication number Publication date
CN104897156A (zh) 2015-09-09

Similar Documents

Publication Publication Date Title
CN104897156B (zh) 一种旋转调制惯性导航系统的旋转控制方法
Guo et al. Adaptive twisting sliding mode algorithm for hypersonic reentry vehicle attitude control based on finite-time observer
CN105159083B (zh) 一种双框架磁悬浮cmg框架系统的高精度摩擦补偿控制方法
CN104242769B (zh) 基于连续终端滑模技术的永磁同步电机速度复合控制方法
Li et al. Mean deviation coupling synchronous control for multiple motors via second-order adaptive sliding mode control
CN105116934B (zh) 基于自适应滑模补偿的双框架mscmg框架系统高精度控制方法
CN101708780B (zh) 用于目标姿态跟踪的刚性航天器的控制方法
CN102636995B (zh) 基于rbf神经网络滑模控制微陀螺仪的方法
Mao et al. Design and implementation of continuous finite-time sliding mode control for 2-DOF inertially stabilized platform subject to multiple disturbances
CN103592848B (zh) 一种变速控制力矩陀螺群的精准敏捷操纵方法
CN102385342B (zh) 虚拟轴机床并联机构运动控制的自适应动态滑模控制方法
CN102969968A (zh) 一种永磁同步电机控制方法
CN106100469B (zh) 基于自适应的电机伺服系统鲁棒位置控制器的实现方法
CN103577244B (zh) 负载模拟器的速度同步控制方法和系统
CN106788052A (zh) 基于观测器的异步电机命令滤波误差补偿模糊控制方法
CN105446140A (zh) 一种稳定平台伺服系统基于有限时间收敛的复合控制方法
Tesch et al. Pitch and roll control of a quadcopter using cascade iterative feedback tuning
CN105700348A (zh) 一种基于扰动上界估计的电动转台位置跟踪控制方法
CN104730922A (zh) 基于扩张状态观测器的伺服系统线性反馈控制和极点配置确定参数方法
CN113110048A (zh) 采用hosm观测器的非线性系统输出反馈自适应控制系统和方法
CN104965413B (zh) 受控化发射平台的摩擦补偿自适应控制方法
CN102749846B (zh) 一种两平行构型VSDGCMGs奇异回避操纵律设计方法
Busquets et al. Discontinuous projection-based adaptive robust control for displacement-controlled actuators
CN109445448A (zh) 一种轮控小卫星自适应积分滑模姿态控制器
CN117452831A (zh) 一种四旋翼无人机控制方法、装置、系统及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171219