CN107037820A - 一种舱内飞行器的控制方法 - Google Patents
一种舱内飞行器的控制方法 Download PDFInfo
- Publication number
- CN107037820A CN107037820A CN201611143249.3A CN201611143249A CN107037820A CN 107037820 A CN107037820 A CN 107037820A CN 201611143249 A CN201611143249 A CN 201611143249A CN 107037820 A CN107037820 A CN 107037820A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- angular error
- aircraft
- parameter
- membership
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 238000005096 rolling process Methods 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 abstract description 2
- 230000003068 static effect Effects 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 abstract 1
- 238000012795 verification Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000005367 kimax Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005486 microgravity Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- 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
- G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种舱内飞行器的控制方法,包括以下步骤:将机器人的设定角度与测量角度作差得到角度误差以及角度误差变化率;将角度误差以及角度误差变化率通过模糊参数调节器进行调节得到PID的参数,通过PID控制器输出控制量控制机器人姿态运动。该方法考虑到对于所设计的舱内飞行器,单纯的模糊控制控制精度不高,存在静态误差,而传统的PID控制调节参数不便利等缺点,将两种控制算法进行结合,提出一种高效的控制方法。内容主要包括:首先对舱内飞行器动力学模型进行分析;其次,采用模糊PID参数自整定控制方法进行飞行器姿态控制器的设计;最后,设计仿真实验,验证方法的有效性。通过本发明,解决了舱内飞行器的姿态控制中控制性能较差的问题。
Description
技术领域
本发明涉及一种舱内飞行器的控制方法,具体地说是采用模糊PID算法对舱内飞行器的姿态进行控制。
背景技术
在空间技术领域,开发和试验一批前沿、核心的技术和设备,为未来中国航天技术发展、载人深空探测和空间应用提供有力支撑。考虑到在国际空间站(ISS)中,存在着宇航员人数有限且任务繁重的严重问题,为避免同样的问题发生在未来中国空间站中,有必要设计一款舱内机器人,作为技术验证设备或科学应用设备,将其用于协助宇航员完成一些舱内活动(Inter-Vehicular Activities,IVA)。相比于普通科学实验卫星和空间机器人,空间站舱内机器人工作于空间实验舱内,舱内可提供更好的科学实验环境和更高水平的微重力环境,更有利于科学实验的完成。
姿态控制是空间站舱内机器人自由飞行的基础,高精度、高性能的姿态控制系统(ACS)有利于机器人高效的运动和工作。目前应用于空间机器人的姿态控制方法有很多,从简单的PD、PID控制,到最优控制、自适应控制再到鲁棒控制,都已经能够提出很好的控制率,这些姿态控制器无论是在系统仿真还是在工程实践中,都得到了不错的结果。但是空间机器人系统的动态模型具有强烈的多变量耦合性和非线性的特点,导致上述控制方法都存在着一定程度的缺点。如PID控制算法不适用于动态非线性系统;最优控制算法鲁棒性差;鲁棒控制系统不工作在最优状态,使系统稳态精度差,目前最流行的H∞鲁棒控制存在的问题是控制器阶数偏高。以上控制方法的不足,都在一定程度上限制了其在空间机器人姿态控制中的应用。
模糊PID控制算法将模糊控制的参数实时整定的特点与PID控制的控制精度高,静态误差小的特点相结合,能够解决舱内飞行器姿态控制的要求。
发明内容
针对上述问题,本发明的目的在于提供一种舱内飞行器的控制方法。该方法采用模糊PID算法,将模糊控制与PID控制相结合,利用模糊控制器实时调节PID控制器的参数,以实现对舱内飞行器姿态的有效控制。
为了实现上述的目的,本发明采用以下技术方案:一种舱内飞行器的控制方法,包括以下步骤:
将机器人的设定角度与测量角度作差得到角度误差以及角度误差变化率;
将角度误差以及角度误差变化率通过模糊参数调节器进行调节得到PID的参数,通过PID控制器输出控制量控制机器人姿态运动。
所述机器人为舱内飞行器。
所述测量角度为滚转角或俯仰角或偏航角。
所述将角度误差以及角度误差变化率通过模糊参数调节器进行调节得到PID的参数包括以下步骤:
将角度误差、角度误差变化率分别进行模糊化得到角度误差模糊值、角度误差变化率模糊值;
将角度误差模糊值、角度误差变化率模糊值分别通过隶属度函数得到角度隶属度、角度变化率隶属度;
将角度隶属度、角度变化率隶属度通过模糊规则表得到PID的比例参数Kp、积分参数Ki、微分参数Kd的模糊值;
将各模糊值清晰化得到PID的比例参数Kp、积分参数Ki、微分参数Kd。
所述隶属度函数:
其中,a、b、c为阈值;x代表角度误差模糊值或角度误差变化率模糊值,u(x)是隶属度;该隶属度函数公式表示三角形隶属度函数。
所述模糊规则表如下:
表1 比例参数Kp的模糊控制规则
其中,NB表示负大,NM表示负中,NS表示负小,ZO表示零,PB表示正大,PM表示正中,PS表示正小;e和ec分别表示角度隶属度、角度变化率隶属度。
所述模糊规则表如下:
表2 积分参数Ki的模糊控制规则
其中,NB表示负大,NM表示负中,NS表示负小,ZO表示零,PB表示正大,PM表示正中,PS表示正小;e和ec分别表示角度隶属度、角度变化率隶属度。
所述模糊规则表如下:
表3 微分参数Kd的模糊控制规则
其中,NB表示负大,NM表示负中,NS表示负小,ZO表示零,PB表示正大,PM表示正中,PS表示正小;e和ec分别表示角度隶属度、角度变化率隶属度。
本发明的优点与积极效果为:
1.本发明采用模糊控制与PID控制相结合的方式对舱内飞行器进行控制,有效的解决了飞行器姿态运动的非线性和多耦合的对控制造成的不利影响。
2.该方法考虑到对于所设计的舱内飞行器,单纯的模糊控制控制精度不高,存在静态误差,而传统的PID控制调节参数不便利等缺点,将两种控制算法进行结合;通过本发明,解决了舱内飞行器的姿态控制中控制性能较差的问题。
附图说明
图1为模糊PID参数自整定姿态控制结构图;
图2为误差e和误差变化率ec的隶属度函数图;
图3为比例参数Kp、积分参数Ki和微分参数Kd的隶属度函数。
其中,图1中1为模糊参数调节器,2为PID控制器,3为舱内飞行器。
具体实施方式
下面结合附图对本发明作进一步详述。
如图1所示,一种舱内飞行器的控制方法,该方法采用模糊参数调节器1和PID控制器2相结合的方式。模糊参数调节器1是一个Mamdani型模糊控制器,包括舱内飞行器系统输入角度误差和误差变化量的模糊化、三角隶属度函数、模糊规则和清晰化,输出为PID控制器2的参数Kp、Ki、Kd;所述的PID控制器2输入为舱内飞行器各个姿态通道的姿态误差,通过比例、积分、微分运算反馈输入,输出控制电压控制舱内飞行器3的涵道风扇的转速,达到对舱内飞行器3的姿态的控制,采用闭环反馈提高控制精度。
在模糊参数调节器1中对舱内飞行器的姿态误差和误差变化率进行模糊化处理。
模糊参数调节器1中隶属度函数为三角形隶属度函数。
模糊参数调节器1中建立Kp、Ki、Kd的模糊规则来根据输入的误差和误差变化率的模糊量来输出对应的控制量。
在舱内飞行器动力学模型中,通过对舱内飞行器运动方式的分析,根据牛顿-欧拉方程,建立其动力学模型。
在模糊参数调节器中对舱内飞行器的姿态误差和误差变化率进行模糊化处理。
式中,ke和kec分别为误差和误差变化率的量化因子;[-n,n]为模糊输入论域;[-emax,emax]为精确量e的实际论域;[-ecmax,ecmax]为精确量ec的实际论域。
滚转角的ke取值为1/30,kec取值为1/30;俯仰角的ke取值为1/30,kec取值为1/30;偏航角的ke取值为1/60,kec取值为1/60。[-n,n]取为[-3,3]。滚转角的emax取值为90,ecmax取值为90;俯仰角的emax取值为90,ecmax取值为90;偏航角的emax取值为180,ecmax取值为180。
模糊参数调节器中三角形隶属度函数描述为:
其中,a、b、c为阈值。隶属度函数u(x)幅值为1,x代表误差e或误差变化率ec或比例参数Kp或积分参数Ki或微分参数Kd,u(x)是对应参数的隶属度。该隶属度函数公式表示三角形隶属度函数,其具体形式如图2、图3所示。
模糊参数调节器中建立Kp、Ki、Kd的模糊规则来根据输入的误差和误差变化率的模糊量来输出对应的控制量。
如表1-表3所示,如下:
表1 比例参数Kp的模糊控制规则
表2 积分参数Ki的模糊控制规则
表3 微分参数Kd的模糊控制规则
其中,NB表示负大,NM表示负中,NS表示负小,ZO表示零,PB表示正大,PM表示正中,PS表示正小。e和ec分别表示角度隶属度、角度变化率隶属度。
清晰化:
其中kkp,kki和kkd分别为比例、积分和微分的量化因子,取值分别为3,0.1和0.1;[0,m]为模糊输出论域,其中m取值为3;[0,kpmax]、[0,kimax]、[0,kdmax]分别为Kp,Ki和Kd的实际论域,取值分别为9,0.3和0.3。
本实施例的舱内飞行器可以采用球形飞行器(专利名称:一种球形飞行器,专利号:201310714821.7),在舱内飞行器动力学模型中,通过对舱内飞行器运动方式的分析,根据牛顿-欧拉方程,建立其动力学模型。
其中,Ix、Iy、Iz分别为机器人x轴、y轴和z轴的转动惯量;l为机器人球形半径;θ、ψ分别为滚转角、俯仰角和偏航角;U1、U2和U3分别x轴、y轴和z轴方向的输入控制力。
Claims (8)
1.一种舱内飞行器的控制方法,其特征在于包括以下步骤:
将机器人的设定角度与测量角度作差得到角度误差以及角度误差变化率;
将角度误差以及角度误差变化率通过模糊参数调节器进行调节得到PID的参数,通过PID控制器输出控制量控制机器人姿态运动。
2.根据权利要求1所述的一种舱内飞行器的控制方法,其特征在于所述机器人为舱内飞行器。
3.根据权利要求1所述的一种舱内飞行器的控制方法,其特征在于所述测量角度为滚转角或俯仰角或偏航角。
4.根据权利要求1所述的一种舱内飞行器的控制方法,其特征在于所述将角度误差以及角度误差变化率通过模糊参数调节器进行调节得到PID的参数包括以下步骤:
将角度误差、角度误差变化率分别进行模糊化得到角度误差模糊值、角度误差变化率模糊值;
将角度误差模糊值、角度误差变化率模糊值分别通过隶属度函数得到角度隶属度、角度变化率隶属度;
将角度隶属度、角度变化率隶属度通过模糊规则表得到PID的比例参数Kp、积分参数Ki、微分参数Kd的模糊值;
将各模糊值清晰化得到PID的比例参数Kp、积分参数Ki、微分参数Kd。
5.根据权利要求4所述的一种舱内飞行器的控制方法,其特征在于所述隶属度函数:
其中,a、b、c为阈值;x代表角度误差模糊值或角度误差变化率模糊值,u(x)是隶属度;该隶属度函数公式表示三角形隶属度函数。
6.根据权利要求4所述的一种舱内飞行器的控制方法,其特征在于所述模糊规则表如下:
表1比例参数Kp的模糊控制规则
其中,NB表示负大,NM表示负中,NS表示负小,ZO表示零,PB表示正大,PM表示正中,PS表示正小;e和ec分别表示角度隶属度、角度变化率隶属度。
7.根据权利要求4所述的一种舱内飞行器的控制方法,其特征在于所述模糊规则表如下:
表2积分参数Ki的模糊控制规则
其中,NB表示负大,NM表示负中,NS表示负小,ZO表示零,PB表示正大,PM表示正中,PS表示正小;e和ec分别表示角度隶属度、角度变化率隶属度。
8.根据权利要求4所述的一种舱内飞行器的控制方法,其特征在于所述模糊规则表如下:
表3微分参数Kd的模糊控制规则
其中,NB表示负大,NM表示负中,NS表示负小,ZO表示零,PB表示正大,PM表示正中,PS表示正小;e和ec分别表示角度隶属度、角度变化率隶属度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611143249.3A CN107037820A (zh) | 2016-12-13 | 2016-12-13 | 一种舱内飞行器的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611143249.3A CN107037820A (zh) | 2016-12-13 | 2016-12-13 | 一种舱内飞行器的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107037820A true CN107037820A (zh) | 2017-08-11 |
Family
ID=59530394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611143249.3A Pending CN107037820A (zh) | 2016-12-13 | 2016-12-13 | 一种舱内飞行器的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107037820A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109542110A (zh) * | 2018-09-10 | 2019-03-29 | 哈尔滨工业大学 | 涵道式多旋翼系留无人机的控制器设计方法 |
CN111338370A (zh) * | 2020-04-02 | 2020-06-26 | 上海海事大学 | 一种海空两栖旋翼机器人姿态稳定的控制方法 |
CN111443736A (zh) * | 2020-03-31 | 2020-07-24 | 东南大学 | 一种用于割台高度动态调节的逻辑自适应控制方法 |
CN112148000A (zh) * | 2020-08-28 | 2020-12-29 | 上海宇航系统工程研究所 | 模拟空间维修机器人操作场景的舱内仿真平台及实现方法 |
CN112162481A (zh) * | 2020-09-30 | 2021-01-01 | 重庆阿泰可科技股份有限公司 | 基于模糊pid的控制方法、装置和plc控制系统 |
CN113467453A (zh) * | 2021-07-05 | 2021-10-01 | 天津理工大学 | 巡检机器人和基于模糊pid控制巡检机器人行驶的方法 |
CN113642103A (zh) * | 2021-07-23 | 2021-11-12 | 北京三快在线科技有限公司 | 动力学模型参数的调整方法、装置、介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102358420A (zh) * | 2011-07-29 | 2012-02-22 | 中国科学院长春光学精密机械与物理研究所 | 变姿飞行器 |
CN103383571A (zh) * | 2013-08-13 | 2013-11-06 | 湖南航天机电设备与特种材料研究所 | 一种非对称四旋翼无人机及其控制方法 |
CN103412572A (zh) * | 2013-07-15 | 2013-11-27 | 中国人民解放军国防科学技术大学 | 一种空中长航时浮空平台的模糊控制方法 |
-
2016
- 2016-12-13 CN CN201611143249.3A patent/CN107037820A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102358420A (zh) * | 2011-07-29 | 2012-02-22 | 中国科学院长春光学精密机械与物理研究所 | 变姿飞行器 |
CN103412572A (zh) * | 2013-07-15 | 2013-11-27 | 中国人民解放军国防科学技术大学 | 一种空中长航时浮空平台的模糊控制方法 |
CN103383571A (zh) * | 2013-08-13 | 2013-11-06 | 湖南航天机电设备与特种材料研究所 | 一种非对称四旋翼无人机及其控制方法 |
Non-Patent Citations (3)
Title |
---|
楼顺天等著: "《基于MATLAB的系统分析与设计6模糊系统》", 31 May 2001, 西安电子科技大学出版社 * |
王健等: "基于自适应模糊PID的四旋翼飞行器悬停控制", 《桂林电子科技大学学报》 * |
骆博等: "基于模糊自整定PID控制倾转旋翼飞行器控制系统设计", 《化学工程与装备》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109542110A (zh) * | 2018-09-10 | 2019-03-29 | 哈尔滨工业大学 | 涵道式多旋翼系留无人机的控制器设计方法 |
CN109542110B (zh) * | 2018-09-10 | 2021-04-02 | 哈尔滨工业大学 | 涵道式多旋翼系留无人机的控制器设计方法 |
CN111443736A (zh) * | 2020-03-31 | 2020-07-24 | 东南大学 | 一种用于割台高度动态调节的逻辑自适应控制方法 |
CN111338370A (zh) * | 2020-04-02 | 2020-06-26 | 上海海事大学 | 一种海空两栖旋翼机器人姿态稳定的控制方法 |
CN111338370B (zh) * | 2020-04-02 | 2023-03-31 | 上海海事大学 | 一种海空两栖旋翼机器人姿态稳定的控制方法 |
CN112148000A (zh) * | 2020-08-28 | 2020-12-29 | 上海宇航系统工程研究所 | 模拟空间维修机器人操作场景的舱内仿真平台及实现方法 |
CN112148000B (zh) * | 2020-08-28 | 2022-10-21 | 上海宇航系统工程研究所 | 模拟空间维修机器人操作场景的舱内仿真平台及实现方法 |
CN112162481A (zh) * | 2020-09-30 | 2021-01-01 | 重庆阿泰可科技股份有限公司 | 基于模糊pid的控制方法、装置和plc控制系统 |
CN113467453A (zh) * | 2021-07-05 | 2021-10-01 | 天津理工大学 | 巡检机器人和基于模糊pid控制巡检机器人行驶的方法 |
CN113642103A (zh) * | 2021-07-23 | 2021-11-12 | 北京三快在线科技有限公司 | 动力学模型参数的调整方法、装置、介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107037820A (zh) | 一种舱内飞行器的控制方法 | |
Islam et al. | Robust control of four-rotor unmanned aerial vehicle with disturbance uncertainty | |
CN106094860B (zh) | 四旋翼飞行器及其控制方法 | |
Castillo et al. | Real-time stabilization and tracking of a four-rotor mini rotorcraft | |
Li et al. | Survey of advances in control algorithms of quadrotor unmanned aerial vehicle | |
Li et al. | A survey of control algorithms for quadrotor unmanned helicopter | |
Abbasi et al. | Controlling of quadrotor uav using a fuzzy system for tuning the pid gains in hovering mode | |
Li et al. | Robust tracking control strategy for a quadrotor using RPD-SMC and RISE | |
Gong et al. | Adaptive backstepping sliding mode trajectory tracking control for a quad-rotor | |
Ahmed et al. | Attitude stabilization of Quad-rotor (UAV) system using Fuzzy PID controller (an experimental test) | |
CN104331085A (zh) | 一种基于pid神经网络的无人机控制方法 | |
Yang et al. | An optimal control strategy for multi-UAVs target tracking and cooperative competition | |
CN103760905A (zh) | 基于模糊前馈单旋翼无人直升机姿态非线性鲁棒控制方法 | |
Yildiz et al. | Adaptive nonlinear hierarchical control of a quad tilt-wing UAV | |
CN107085435A (zh) | 基于耦合分析的高超声速飞行器姿态协调控制方法 | |
CN106371442A (zh) | 一种基于张量积模型变换的移动机器人控制方法 | |
Ali et al. | Trajectory tracking of a nonholonomic wheeleed mobile robot using hybrid controller | |
Ghasemi et al. | Control of quadrotor using sliding mode disturbance observer and nonlinear H∞ | |
Parivash et al. | Trajectory tracking control for a quadrotor using fuzzy pid control scheme | |
Roy et al. | Adaptive backstepping controller for altitude control of a small scale helicopter by considering the ground effect compensation | |
Akbar et al. | Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface | |
Ma et al. | Finite-time trajectory tracking control of quadrotor UAV via adaptive RBF neural network with lumped uncertainties | |
Kim et al. | Study of an adaptive fuzzy algorithm to control a rectangular-shaped unmanned surveillance flying car | |
Sari et al. | Optimal robust control approaches for a geostationary satellite attitude control | |
CN114237051A (zh) | 基于分数阶滑模反步法的动力翼伞高度控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170811 |
|
RJ01 | Rejection of invention patent application after publication |