CN107272723A - 无人蝶形飞行器五档模糊高度控制方法 - Google Patents
无人蝶形飞行器五档模糊高度控制方法 Download PDFInfo
- Publication number
- CN107272723A CN107272723A CN201710653571.9A CN201710653571A CN107272723A CN 107272723 A CN107272723 A CN 107272723A CN 201710653571 A CN201710653571 A CN 201710653571A CN 107272723 A CN107272723 A CN 107272723A
- Authority
- CN
- China
- Prior art keywords
- mrow
- attitude angle
- mtd
- height
- msubsup
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Abstract
本发明公开了一种基于IPV6信息的蝶形飞行器五档模糊高度控制方法,通过IPV6网络接受外部设备发送的期望高度操纵信号,由蝶形飞行器上高度表测量实时飞行高度,并与期望高度比较得到高度误差信号。根据仿人智能控制与模糊控制的思想,把不同高度误差分成五类情况,由蝶形飞行器上飞行控制计算机在基于当前姿态信息的基础上,给出相应的姿态角期望信号。最后通过蝶形飞行器的姿态稳定控制器对期望的姿态角进行跟踪,从而实现对期望高度的遥控跟踪。本发明所提供方法在高度指令生成过程中仅需测量蝶形飞行器的高度,而无需测量蝶形飞行器的任何其它信息,因此较之传统高度PID控制器对高度微分信号的测量来说,具有方案简单易用实现的优点。
Description
技术领域
本发明属于飞行器控制领域,尤其涉及一种无人蝶形飞行器五档模糊高度控制方法。
背景技术
蝶形飞行器是一种新颖独特的飞行器,近年来引起了各国飞行器研究者的热切关注。目前蝶形飞行器主要集中于低速飞行的控制研究,如飞行速度在80米每秒至160米每秒之间,同时其飞行姿态稳定控制与常规飞行器有所不同,而在保持姿态稳定之后的高度控制,一般采用高度误差PID控制算法转化成俯仰姿态角信号的控制方法,通过对该俯仰姿态角进行跟踪实现给定高度的定高飞行。但该方法对不同初始的高度误差很难具有较好的鲁棒性,一般需要采用多套参数切换。
发明内容
本发明提供一种无人蝶形飞行器五档模糊高度控制方法,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本发明所采用的技术方案是,一种基于IPV6信息的蝶形飞行器五档模糊高度控制方法,按照以下步骤进行:
步骤一,设定蝶形飞行器的期望飞行高度并测量蝶形飞行器的实际飞行高度;
步骤二,计算期望飞行高度与实际飞行高度的高度误差,根据高度误差的大小构建第一高度误差情况并根据第一高度误差情况生成第一俯仰姿态角信号以及第二俯仰姿态角信号;
步骤三,根据高度误差的大小构建第二高度误差情况并根据第二高度误差情况生成第三俯仰姿态角信号以及第四俯仰姿态角信号;
步骤四,根据高度误差的大小构建高度误差的模糊概念,构建期望姿态角叠加量的模糊概念;并根据高度误差的模糊概念以及期望姿态角叠加量的模糊概念构建模糊规则以及模糊规则系统;
步骤五,根据模糊规则系统生成第五俯仰姿态角信号以及第六俯仰姿态角信号;
步骤六,根据模糊规则系统生成第七俯仰姿态角信号以及第八俯仰姿态角信号;
步骤七,根据模糊规则系统生成第九俯仰姿态角信号以及第十俯仰姿态角信号;
步骤八,测量蝶形飞行器的当前俯仰姿态角,并将当前俯仰姿态角与步骤二、步骤三以及步骤四至步骤八中得到的各俯仰姿态角信号进行比较;根据比较结果对蝶形飞行器的飞行状态进行调整以使当前俯仰姿态角与各所述俯仰姿态角信号相同。
进一步的,所述步骤一包括:
通过外部设备设定蝶形飞行器的期望高度为hd,并通过IPV6网络将期望高度为hd发送给蝶形飞行器,并通过高度表测量蝶形飞行器的实时飞行高度h。
进一步的,所述步骤二包括:
首先,根据期望飞行高度hd以及实时飞行高度h计算期望飞行高度hd与实时飞行高度h之间的高度误差e;其中,e=hd-h;
其次,根据高度误差e的大小构建第一高度误差情况;其中,当高度误差e>1000时,为正特大高度误差情况;当高度误差e<-1000时,为负特大高度误差情况;
然后,根据正特大高度误差情况构建第一理想俯仰姿态角其中, 为当前俯仰姿态角;然后再对理想俯仰姿态角进行饱和限制,得到最终的第一俯仰姿态角指令信号其中:
最后,根据负特大高度误差情况构建第二理想俯仰姿态角其中, 为当前俯仰姿态角;然后再对理想俯仰姿态角进行饱和限制,得到最终的第二俯仰姿态角指令信号其中:
进一步的,所述步骤三包括:
首先,根据高度误差e的大小构建第二高度误差情况;其中,当高度误差0<e<50时,为正小高度误差情况;当高度误差-50<e<0时,为负小高度误差情况;
其次,根据正小高度误差情况构建第三理想俯仰姿态角其中,然后对第三理想俯仰姿态角进行饱和限制,得到最终的第三俯仰姿态角指令信号其中:
最后,根据负小高度误差情况构建第四理想俯仰姿态角其中,然后对第四理想俯仰姿态角进行饱和限制,得到最终的第四俯仰姿态角指令信号其中:
进一步的,所述步骤四包括:
首先,据高度误差e的大小构建高度误差e模糊概念,其中:
e={NB NM ZO PM PB};
其中,NB表示负的很大误差、NM表示误差为负的中等误差、ZO表示误差几乎为零、PM表示正的中等误差、PB表示正的很大误差;
其次,构建期望姿态角叠加量的模糊概念,其中:
其中,NBz表示期望姿态角叠加量负的很大误差、NMz表示期望姿态角叠加量为负的中等误差、ZOz为期望姿态角叠加量的误差几乎为零、PMz表示期望姿态角叠加量为正的中等误差、PBz表示期望姿态角叠加量正的很大误差;
最后,根据高度误差e的模糊概念以及期望姿态角叠加量的模糊概念构建模糊规则;其中,模糊规则为:当e较大时,较大;当e较小时,较小;当e几乎为0时,几乎为0;
进一步的,根据所述模糊规则建立模糊规则系统。
进一步的,所述步骤五包括:
首先,根据高度误差e的大小构建正中高度误差情况以及负中高度误差情况;其中,当高度误差50<e<250时,为正中高度误差情况;当高度误差-250<e<-50时,为负中高度误差情况;
其次,根据正小高度误差情况构建第五理想俯仰姿态角其中, 为当前俯仰姿态角,为中等误差对应的期望姿态角叠加量然后对第五理想俯仰姿态角进行饱和限制,得到最终的第五俯仰姿态角指令信号其中:
为中等误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊规则系统生成;
最后,根据负小高度误差情况构建第六理想俯仰姿态角其中, 为当前俯仰姿态角,为中等误差对应的期望姿态角叠加量然后对第六理想俯仰姿态角进行饱和限制,得到最终的第六俯仰姿态角指令信号其中:
为中等误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊规则系统生成。
进一步的,所述步骤六包括:
首先,根据高度误差e的大小构建正大高度误差情况以及负大高度误差情况;其中,当高度误差250<e<500时,为正大高度误差情况;当高度误差-500<e<-250时,为负大高度误差情况;
其次,根据正大高度误差情况构建第七理想俯仰姿态角其中, 为当前俯仰姿态角,为大误差对应的期望姿态角叠加量然后对第七理想俯仰姿态角进行饱和限制,得到最终的第七俯仰姿态角指令信号其中:
为大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊规则系统生成;
最后,根据负大高度误差情况构建第八理想俯仰姿态角其中, 为当前俯仰姿态角,为大误差对应的期望姿态角叠加量然后对第八理想俯仰姿态角进行饱和限制,得到最终的第八俯仰姿态角指令信号其中:
为大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊规则系统生成。
进一步的,所述步骤七包括:
首先,根据高度误差e的大小构建正很大高度误差情况以及负很大高度误差情况;其中,当高度误差500<e<1000时,为正很大高度误差情况;当高度误差-1000<e<-500时,为负很大高度误差情况;
其次,根据正很大高度误差情况构建第九理想俯仰姿态角其中, 为当前俯仰姿态角,为很大误差对应的期望姿态角叠加量然后对第九理想俯仰姿态角进行饱和限制,得到最终的第九俯仰姿态角指令信号其中:
为很大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊规则系统生成;
最后,根据负很大高度误差情况构建第十理想俯仰姿态角其中, 为当前俯仰姿态角,为很大误差对应的期望姿态角叠加量然后对第十理想俯仰姿态角进行饱和限制,得到最终的第十俯仰姿态角指令信号其中:
为很大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊规则系统生成。
本发明的有益效果是:本发明提出的五档模糊高度控制方法,由于采用了类似人脑的判断方法,同时又借鉴了模糊系统的设计,使得高度控制具有很好的快速性,同时该设计又具有很好的安全性。由于整个姿态指令设计物理意义明确,而且能够最大限度地利用系统的高度爬升与下降能力,因此其在针对大高度进行跟踪时,具有非常好的快速性。同时本发明所提供方法在高度指令生成过程中仅需测量蝶形飞行器的高度,而无需测量蝶形飞行器的任何其它信息,因此较之传统高度PID控制器对高度微分信号的测量来说,具有方案简单易用实现的优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种基于IPV6信息的蝶形飞行器五档模糊高度控制方法原理框图。
图2是本发明实施例所提供方法的40米高度飞行时蝶形飞行器期望姿态角曲线。
图3是本发明实施例所提供方法的40米高度飞行时蝶形飞行器高度响应曲线。
图4是本发明实施例所提供方法的200米高度飞行时蝶形飞行器期望姿态角曲线。
图5是本发明实施例所提供方法的200米高度飞行时蝶形飞行器高度响应曲线。
图6是本发明实施例所提供方法的400米高度飞行时蝶形飞行器期望姿态角曲线。
图7是本发明实施例所提供方法的400米高度飞行时蝶形飞行器高度响应曲线。
图8是本发明实施例所提供方法的600米高度飞行时蝶形飞行器期望姿态角曲线。
图9是本发明实施例所提供方法的600米高度飞行时蝶形飞行器高度响应曲线。
图10是本发明实施例所提供方法的1200米高度飞行时蝶形飞行器期望姿态角曲线。
图11是本发明实施例所提供方法的1200米高度飞行时蝶形飞行器高度响应曲线。
图12是本发明实施例所提供方法的2400米高度飞行时蝶形飞行器期望姿态角曲线。
图13是本发明实施例所提供方法的2400米高度飞行时蝶形飞行器高度响应曲线。
图14是本发明实施例所提供方法的高度误差的隶属度函数。
图15是本发明实施例所提供方法的期望姿态角叠加量(单位度)。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开了一种基于IPV6信息的蝶形飞行器五档模糊高度控制方法,参考图1所示,其思路是:通过IPV6网络接受由智能手机等外部设备发送的期望高度操纵信号,由蝶形飞行器上高度表测量实时飞行高度,并与期望高度比较得到高度误差信号。根据仿人智能控制与模糊控制的思想,把不同高度误差分成五类情况,即距离期望高度距离特大、很大、大、中、小这五类情况,由蝶形飞行器上飞行控制计算机在基于当前姿态信息的基础上,给出相应的姿态角期望信号。该信号前四档均为当前姿态角度叠加一个由模糊系统生成的常值角度;而在距离期望高度距离较小情况下,由误差的比例值生成期望姿态角信号。最后通过蝶形飞行器的姿态稳定控制器对期望的姿态角进行跟踪,从而实现对期望高度的遥控跟踪。本发明提出的五档模糊高度控制方法,由于采用了类似人脑的判断方法,同时又借鉴了模糊系统的设计,使得高度控制具有很好的快速性,同时该设计又具有很好的安全性。由于整个姿态指令设计物理意义明确,而且能够最大限度地利用系统的高度爬升与下降能力,因此其在针对大高度进行跟踪时,具有非常好的快速性。同时本发明所提供方法在高度指令生成过程中仅需测量蝶形飞行器的高度,而无需测量蝶形飞行器的任何其它信息,因此较之传统高度PID控制器对高度微分信号的测量来说,具有方案简单易用实现的优点。
进一步的,该基于IPV6信息的蝶形飞行器五档模糊高度控制方法可以按照以下步骤进行:
步骤一:期望高度设定与实际高度测量
通过手机等外部设备,设定蝶形飞行器的期望高度为hd,并通过IPV6网络将该信息传递给蝶形飞行器,蝶形飞行器通过接受装置连接IPV6网络接收后,设定飞行器的期望飞行高度hd。将高度表安装在蝶形飞行器载体上,测量蝶形飞行器的实时飞行高度h。
步骤二:特大高度误差情况的期望姿态指令生成
首先,根据期望飞行高度hd以及实时飞行高度h计算期望飞行高度hd与实时飞行高度h之间的高度误差e;其中,e=hd-h。
其次,根据高度误差e的大小构建正特大高度误差情况以及负特大高度误差情况;其中,当高度误差e>1000时,为正特大高度误差情况;当高度误差e<-1000时,为负特大高度误差情况。
然后,根据正特大高度误差情况构建第一理想俯仰姿态角其中, 为当前俯仰姿态角;然后再对理想俯仰姿态角进行饱和限制,得到最终的第一俯仰姿态角指令信号其中:
最后,根据负特大高度误差情况构建第二理想俯仰姿态角其中, 为当前俯仰姿态角;然后再对理想俯仰姿态角进行饱和限制,得到最终的第二俯仰姿态角指令信号其中:
步骤三:小高度误差情况的期望姿态指令生成
首先,根据高度误差e的大小构建正小高度误差情况以及负小高度误差情况;其中,当高度误差0<e<50时,为正小高度误差情况;当高度误差-50<e<0时,为负小高度误差情况。
其次,根据正小高度误差情况构建第三理想俯仰姿态角其中,然后对第三理想俯仰姿态角进行饱和限制,得到最终的第三俯仰姿态角指令信号其中:
最后,根据负小高度误差情况构建第四理想俯仰姿态角其中,然后对第四理想俯仰姿态角进行饱和限制,得到最终的第四俯仰姿态角指令信号其中:
步骤四:根据高度误差e的大小构建高度误差e的模糊概念,并构建期望姿态角叠加量的模糊概念;然后再根据高度误差e的模糊概念以及期望姿态角叠加量的模糊概念构建模糊规则以及模糊规则系统。
首先,据高度误差e的大小构建高度误差e模糊概念,可以包括以下五个模糊概念,即
e={NB NM ZO PM PB}
其中,NB表示负的很大误差、NM表示误差为负的中等误差、ZO表示误差几乎为零、PM表示正的中等误差、PB表示正的很大误差。
在设计中一般选取|e|>210为非常大,70<ys<210为一般大,|ys|<70为几乎为0;具体可以参考图14所示。
其次,构建期望姿态角叠加量的模糊概念,可以包括以下五个模糊概念,即
其中,NBz表示期望姿态角叠加量负的很大误差、NMz表示期望姿态角叠加量为负的中等误差、ZOz为期望姿态角叠加量的误差几乎为零、PMz表示期望姿态角叠加量为正的中等误差、PBz表示期望姿态角叠加量正的很大误差。
在设计中一般取而选取(单位弧度)为非常大,为一般大,为几乎为0,具体可以参考图14所示。
最后,根据高度误差e的模糊概念以及期望姿态角叠加量的模糊概念构建模糊规则以及模糊规则库;其中,模糊规则为:当e较大时,也应当较大;当e较小时,也应当较小;而当e几乎为0时,也应当几乎为0。
进一步的,根据上述模糊建立建立模糊规则系统,并采用计算机进行跟进输入误差进行模糊运算与反模糊化,得到望姿态角叠加量
步骤五:根据模糊规则系统生成中高度误差情况的期望姿态指令
首先,根据高度误差e的大小构建正中高度误差情况以及负中高度误差情况;其中,当高度误差50<e<250时,为正中高度误差情况;当高度误差-250<e<-50时,为负中高度误差情况。
其次,根据正小高度误差情况构建第五理想俯仰姿态角其中, 为当前俯仰姿态角,为中等误差对应的期望姿态角叠加量然后对第五理想俯仰姿态角进行饱和限制,得到最终的第五俯仰姿态角指令信号其中:
为中等误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊系统生成。
最后,根据负小高度误差情况构建第六理想俯仰姿态角其中, 为当前俯仰姿态角,为中等误差对应的期望姿态角叠加量然后对第六理想俯仰姿态角进行饱和限制,得到最终的第六俯仰姿态角指令信号其中:
为中等误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊系统生成。
步骤六:根据模糊规则系统生成生成大高度误差情况的期望姿态指令
首先,根据高度误差e的大小构建正大高度误差情况以及负大高度误差情况;其中,当高度误差250<e<500时,为正大高度误差情况;当高度误差-500<e<-250时,为负大高度误差情况。
其次,根据正大高度误差情况构建第七理想俯仰姿态角其中, 为当前俯仰姿态角,为大误差对应的期望姿态角叠加量然后对第七理想俯仰姿态角进行饱和限制,得到最终的第七俯仰姿态角指令信号其中:
为大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊系统生成。
最后,根据负大高度误差情况构建第八理想俯仰姿态角其中, 为当前俯仰姿态角,为大误差对应的期望姿态角叠加量然后对第八理想俯仰姿态角进行饱和限制,得到最终的第八俯仰姿态角指令信号其中:
为大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊系统生成。
步骤七:根据模糊规则系统生成生成很大高度误差情况的期望姿态指令
首先,根据高度误差e的大小构建正很大高度误差情况以及负很大高度误差情况;其中,当高度误差500<e<1000时,为正很大高度误差情况;当高度误差-1000<e<-500时,为负很大高度误差情况。
其次,根据正很大高度误差情况构建第九理想俯仰姿态角其中, 为当前俯仰姿态角,为很大误差对应的期望姿态角叠加量然后对第九理想俯仰姿态角进行饱和限制,得到最终的第九俯仰姿态角指令信号其中:
为很大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊系统生成。
最后,根据负很大高度误差情况构建第十理想俯仰姿态角其中, 为当前俯仰姿态角,为很大误差对应的期望姿态角叠加量然后对第十理想俯仰姿态角进行饱和限制,得到最终的第十俯仰姿态角指令信号其中:
为很大误差对应的期望姿态角叠加量对应的俯仰姿态角,由模糊系统生成。
步骤八:通过姿态跟踪控制器对期望姿态进行跟踪
由于姿态跟踪控制器是一般飞行器稳定运行的根本,其控制技术非本专利所要求保护的范围,也非本专利关注的重点。因此在此不作过多的说明,本发明在此是基于姿态跟踪控制已经设计完好的基础上进行的。在后面案例中仅以反演控制来实现姿态跟踪,在此基础上设计本发明所提出的五档模糊高度控制器,并通过仿真验证本发明的正确性与有效性。因此步骤五的主要工作内容是通过姿态稳定控制律δz实现蝶形飞行器姿态角跟踪趋近与期望的姿态角指令当姿态实现跟踪时,本发明所需要实现的高度遥控目的也随之实现,即飞行器的实际高度h必然趋近于步骤一所设定高度hd。
案例实施与计算机仿真模拟结果分析
选取蝶形飞行器的气动参数如下表1所示:
表1 动力学系数
a24 | a25 | a34 | a33 | ax | a′z |
229.0773 | -15.1620 | 6.3230 | 10.0013 | 10.0289 | -19.8979 |
设置期望的高度为hd=50m
设定蝶形飞行器的飞行速度V=120m/s,初始位置为x=0,h=0。初始姿态角初始速度倾角为θ=0。针对步骤四,编写如下matlab程序建立模糊系统:
a=newfis('smc_fz');
f1=70;
a=addvar(a,'input','e',[-3*f1,3*f1])
a=addmf(a,'input',1,'NB','zmf',[-3*f1,-1*f1]);
a=addmf(a,'input',1,'NM','trimf',[-3*f1,-2*f1,0]);
a=addmf(a,'input',1,'ZO','trimf',[-2*f1,0,2*f1]);
a=addmf(a,'input',1,'PM','trimf',[0,2*f1,3*f1]);
a=addmf(a,'input',1,'PB','smf',[1*f1,3*f1]);
f2=2;
a=addvar(a,'output','dk1',[-3*f2,3*f2])
a=addmf(a,'output',1,'NB','zmf',[-3*f2,-1*f2]);
a=addmf(a,'output',1,'NM','trimf',[-2*f2,-1*f2,0]);
a=addmf(a,'output',1,'ZO','trimf',[-1*f2,0,1*f2]);
a=addmf(a,'output',1,'PM','trimf',[0,1*f2,2*f2]);
a=addmf(a,'output',1,'PB','smf',[1*f2,3*f2]);
rulelist=[1111;
2 2 1 1;
3 3 1 1;
4 4 1 1;
5 5 1 1
];
a1=addrule(a,rulelist);
ag1=a1;
showrule(a1)
a1=setfis(a1,'DefuzzMethod','centroid');
writefis(a1,'smc_fz');
a1=readfis('smc_fz');
figure(15)
plotmf(a1,'input',1);
figure(16)
plotmf(a1,'output',1);
针对步骤二与步骤三,仅以正误差为例编写如下matlab程序实现特大误差与小高度误差情况的期望姿态角信号生成:
针对步骤五六七,仅以正误差为例编写如下matlab程序实现很大、大与中高度误差三种情况的期望姿态信号的生成如下:
最后将上述步骤二至步骤七所得到的期望姿态角指令代入步骤八与九所示的简化模型进行仿真,分别设定期望高度从小到大变化,分别为40m、200、400、600、1200、2400,得到不同仿真结果图2至图5所示。
由图2至图13可以看出,本发明所提供的高度遥控方法即能完成不同档次大信号与小信号的定高飞行跟踪。尤其是当对较大高度初始误差情况时,本发明所提供的五档模糊高度控制方法能提供较大的期望姿态指令角,从而使得高度控制具有很好的快速性。因此从以上案例仿真结果可以看出,本发明提供的基于IPV6蝶形飞行器五档模糊高度控制方法在原理上是完全正确与可行的,同时由于仿人驾驶的智能模糊设计方法,使得整个设计方法的物理意义比较清晰,高度控制的效果也比较好。因此本发明是一种新颖实用的高度跟踪指令生成方法,也具有很好的工程实用性,并能推广应用于其它飞行器的高度控制之中。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种基于IPV6信息的蝶形飞行器五档模糊高度控制方法,其特征在于,按照以下步骤进行:
步骤一,设定蝶形飞行器的期望飞行高度并测量蝶形飞行器的实际飞行高度;
步骤二,计算期望飞行高度与实际飞行高度的高度误差,根据高度误差的大小构建第一高度误差情况并根据第一高度误差情况生成第一俯仰姿态角信号以及第二俯仰姿态角信号;
步骤三,根据高度误差的大小构建第二高度误差情况并根据第二高度误差情况生成第三俯仰姿态角信号以及第四俯仰姿态角信号;
步骤四,根据高度误差的大小构建高度误差的模糊概念,构建期望姿态角叠加量Δθ的模糊概念;并根据高度误差的模糊概念以及期望姿态角叠加量的模糊概念构建模糊规则以及模糊规则系统;
步骤五,根据模糊规则系统生成第五俯仰姿态角信号以及第六俯仰姿态角信号;
步骤六,根据模糊规则系统生成第七俯仰姿态角信号以及第八俯仰姿态角信号;
步骤七,根据模糊规则系统生成第九俯仰姿态角信号以及第十俯仰姿态角信号;
步骤八,测量蝶形飞行器的当前俯仰姿态角,并将当前俯仰姿态角与步骤二、步骤三以及步骤四至步骤八中得到的各俯仰姿态角信号进行比较;根据比较结果对蝶形飞行器的飞行状态进行调整以使当前俯仰姿态角与各所述俯仰姿态角信号相同。
2.根据权利要求1所述的蝶形飞行器五档模糊高度控制方法,其特征在于,所述步骤一包括:
通过外部设备设定蝶形飞行器的期望高度为hd,并通过IPV6网络将期望高度为hd发送给蝶形飞行器,并通过高度表测量蝶形飞行器的实时飞行高度h。
3.根据权利要求2所述的蝶形飞行器五档模糊高度控制方法,其特征在于,所述步骤二包括:
首先,根据期望飞行高度hd以及实时飞行高度h计算期望飞行高度hd与实时飞行高度h之间的高度误差e;其中,e=hd-h;
其次,根据高度误差e的大小构建第一高度误差情况;其中,当高度误差e>1000时,为正特大高度误差情况;当高度误差e<-1000时,为负特大高度误差情况;
然后,根据正特大高度误差情况构建第一理想俯仰姿态角其中,θ为当前俯仰姿态角;然后再对理想俯仰姿态角进行饱和限制,得到最终的第一俯仰姿态角指令信号θ* 1;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>1</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>1</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo><</mo>
<mn>50</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>50</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>1</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<mn>50</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
最后,根据负特大高度误差情况构建第二理想俯仰姿态角其中,θ为当前俯仰姿态角;然后再对理想俯仰姿态角进行饱和限制,得到最终的第二俯仰姿态角指令信号θ* 2;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>2</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>2</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mo>-</mo>
<mn>50</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>50</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>2</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mo>-</mo>
<mn>50</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
4.根据权利要求3所述的蝶形飞行器五档模糊高度控制方法,其特征在于,所述步骤三包括:
首先,根据高度误差e的大小构建第二高度误差情况;其中,当高度误差0<e<50时,为正小高度误差情况;当高度误差-50<e<0时,为负小高度误差情况;
其次,根据正小高度误差情况构建第三理想俯仰姿态角其中,然后对第三理想俯仰姿态角进行饱和限制,得到最终的第三俯仰姿态角指令信号θ* 3;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>3</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>3</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>3</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo><</mo>
<mn>3</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>3</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>3</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<mn>3</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
最后,根据负小高度误差情况构建第四理想俯仰姿态角其中,然后对第四理想俯仰姿态角进行饱和限制,得到最终的第四俯仰姿态角指令信号θ* 4;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>4</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>4</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>4</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mo>-</mo>
<mn>3</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>3</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>4</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mo>-</mo>
<mn>3</mn>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
5.根据权利要求4所述的蝶形飞行器五档模糊高度控制方法,其特征在于,所述步骤四包括:
首先,据高度误差e的大小构建高度误差e模糊概念,其中:
e={NB NM ZO PM PB};
其中,NB表示负的很大误差、NM表示误差为负的中等误差、ZO表示误差几乎为零、PM表示正的中等误差、PB表示正的很大误差;
其次,构建期望姿态角叠加量Δθ的模糊概念,其中:
Δθ={NBz NMz ZOz PMz PBz}
其中,NBz表示期望姿态角叠加量Δθ负的很大误差、NMz表示期望姿态角叠加量Δθ为负的中等误差、ZOz为期望姿态角叠加量Δθ的误差几乎为零、PMz表示期望姿态角叠加量Δθ为正的中等误差、PBz表示期望姿态角叠加量Δθ正的很大误差;
最后,根据高度误差e的模糊概念以及期望姿态角叠加量Δθ的模糊概念构建模糊规则;其中,模糊规则为:当e较大时,Δθ较大;当e较小时,Δθ较小;当e几乎为0时,Δθ几乎为0;
进一步的,根据所述模糊规则建立模糊规则系统。
6.根据权利要求5所述的蝶形飞行器五档模糊高度控制方法,其特征在于,所述步骤五包括:
首先,根据高度误差e的大小构建正中高度误差情况以及负中高度误差情况;其中,当高度误差50<e<250时,为正中高度误差情况;当高度误差-250<e<-50时,为负中高度误差情况;
其次,根据正小高度误差情况构建第五理想俯仰姿态角其中,θ为当前俯仰姿态角,Δθm为中等误差对应的期望姿态角叠加量Δθ;然后对第五理想俯仰姿态角进行饱和限制,得到最终的第五俯仰姿态角指令信号θ* 5;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>5</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>5</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>5</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo><</mo>
<msub>
<mi>&theta;</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&theta;</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>5</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&theta;</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
θ1为中等误差对应的期望姿态角叠加量Δθ对应的俯仰姿态角,由模糊规则系统生成;
最后,根据负小高度误差情况构建第六理想俯仰姿态角其中,θ为当前俯仰姿态角,Δθm为中等误差对应的期望姿态角叠加量Δθ;然后对第六理想俯仰姿态角进行饱和限制,得到最终的第六俯仰姿态角指令信号θ* 5;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>6</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>6</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>6</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>6</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
θ1为中等误差对应的期望姿态角叠加量Δθ对应的俯仰姿态角,由模糊规则系统生成。
7.根据权利要求6所述的蝶形飞行器五档模糊高度控制方法,其特征在于,所述步骤六包括:
首先,根据高度误差e的大小构建正大高度误差情况以及负大高度误差情况;其中,当高度误差250<e<500时,为正大高度误差情况;当高度误差-500<e<-250时,为负大高度误差情况;
其次,根据正大高度误差情况构建第七理想俯仰姿态角其中,θ为当前俯仰姿态角,Δθb为大误差对应的期望姿态角叠加量Δθ;然后对第七理想俯仰姿态角进行饱和限制,得到最终的第七俯仰姿态角指令信号θ* 7;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>7</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>7</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>7</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo><</mo>
<msub>
<mi>&theta;</mi>
<mn>2</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&theta;</mi>
<mn>2</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>7</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&theta;</mi>
<mn>2</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
θ2为大误差对应的期望姿态角叠加量Δθ对应的俯仰姿态角,由模糊规则系统生成;
最后,根据负大高度误差情况构建第八理想俯仰姿态角其中,θ为当前俯仰姿态角,Δθb为大误差对应的期望姿态角叠加量Δθ;然后对第八理想俯仰姿态角进行饱和限制,得到最终的第八俯仰姿态角指令信号θ* 8;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>8</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>8</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>8</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>2</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>2</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>8</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>2</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
θ2为大误差对应的期望姿态角叠加量Δθ对应的俯仰姿态角,由模糊规则系统生成。
8.根据权利要求7所述的蝶形飞行器五档模糊高度控制方法,其特征在于,所述步骤七包括:
首先,根据高度误差e的大小构建正很大高度误差情况以及负很大高度误差情况;其中,当高度误差500<e<1000时,为正很大高度误差情况;当高度误差-1000<e<-500时,为负很大高度误差情况;
其次,根据正很大高度误差情况构建第九理想俯仰姿态角其中,θ为当前俯仰姿态角,Δθv为很大误差对应的期望姿态角叠加量Δθ;然后对第九理想俯仰姿态角进行饱和限制,得到最终的第九俯仰姿态角指令信号θ* 9;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>9</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>9</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>9</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo><</mo>
<msub>
<mi>&theta;</mi>
<mn>3</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&theta;</mi>
<mn>3</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>9</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&theta;</mi>
<mn>3</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
θ3为很大误差对应的期望姿态角叠加量Δθ对应的俯仰姿态角,由模糊规则系统生成;
最后,根据负很大高度误差情况构建第十理想俯仰姿态角其中,θ为当前俯仰姿态角,Δθv为很大误差对应的期望姿态角叠加量Δθ;然后对第十理想俯仰姿态角进行饱和限制,得到最终的第十俯仰姿态角指令信号θ* 10;其中:
<mrow>
<msub>
<msup>
<mi>&theta;</mi>
<mo>*</mo>
</msup>
<mn>10</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>10</mn>
</mrow>
<mo>*</mo>
</msubsup>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>10</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>></mo>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>3</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>3</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mn>10</mn>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&le;</mo>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mn>3</mn>
</msub>
<mo>/</mo>
<mn>57.3</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
3
θ3为很大误差对应的期望姿态角叠加量Δθ对应的俯仰姿态角,由模糊规则系统生成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710653571.9A CN107272723B (zh) | 2017-08-02 | 2017-08-02 | 无人蝶形飞行器五档模糊高度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710653571.9A CN107272723B (zh) | 2017-08-02 | 2017-08-02 | 无人蝶形飞行器五档模糊高度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107272723A true CN107272723A (zh) | 2017-10-20 |
CN107272723B CN107272723B (zh) | 2020-06-19 |
Family
ID=60076296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710653571.9A Active CN107272723B (zh) | 2017-08-02 | 2017-08-02 | 无人蝶形飞行器五档模糊高度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107272723B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376888A (zh) * | 2019-07-12 | 2019-10-25 | 中国农业大学 | 纵列式无人直升机模糊自整定pid控制方法及装置 |
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 |
CN112306069A (zh) * | 2020-10-22 | 2021-02-02 | 杭州瓦屋科技有限公司 | 一种植保无人机高程航线控制优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2016067011A1 (en) * | 2014-10-27 | 2016-05-06 | Atlantic Inertial Systems Limited | Inertial navigation system with compensation of roll scale factor error |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
-
2017
- 2017-08-02 CN CN201710653571.9A patent/CN107272723B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2016067011A1 (en) * | 2014-10-27 | 2016-05-06 | Atlantic Inertial Systems Limited | Inertial navigation system with compensation of roll scale factor error |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
Non-Patent Citations (2)
Title |
---|
王蒙: ""基于模糊逻辑的飞航导弹高度控制系统设计"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
高道祥等: "基于Backstepping的高超声速飞行器模糊自适应控制", 《控制理论与应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376888A (zh) * | 2019-07-12 | 2019-10-25 | 中国农业大学 | 纵列式无人直升机模糊自整定pid控制方法及装置 |
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 |
CN112306069A (zh) * | 2020-10-22 | 2021-02-02 | 杭州瓦屋科技有限公司 | 一种植保无人机高程航线控制优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107272723B (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guo et al. | Distributed adaptive sliding mode control strategy for vehicle-following systems with nonlinear acceleration uncertainties | |
CN103365296B (zh) | 一种四旋翼无人飞行器非线性输出反馈飞行控制方法 | |
CN105759832A (zh) | 一种基于反演法的四旋翼飞行器滑模变结构控制方法 | |
CN103760905B (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 | |
CN105786024B (zh) | 一种基于模型误差补偿的机载光电平台高精度跟踪控制器及其跟踪控制方法 | |
CN105676641A (zh) | 针对四旋翼无人机非线性模型的基于反步和滑模控制技术的非线性鲁棒控制器的设计方法 | |
CN105159305A (zh) | 一种基于滑模变结构的四旋翼飞行控制方法 | |
Gill | From vision to reality: cyber-physical systems | |
CN107272723A (zh) | 无人蝶形飞行器五档模糊高度控制方法 | |
CN106444799A (zh) | 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法 | |
CN106444813A (zh) | 一种基于t‑s模糊模型的四旋翼姿态控制方法 | |
Zarovy et al. | Experimental study of gust effects on micro air vehicles | |
CN107168369A (zh) | 一种欠驱动无人车的编队控制方法及系统 | |
CN107992082A (zh) | 基于分数阶幂次切换律的四旋翼无人机飞行控制方法 | |
CN105912009A (zh) | 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法 | |
CN105468814A (zh) | 一种考虑全机气动干扰的直升机飞行特性计算方法 | |
CN106814626A (zh) | 基于模糊变结构的超声速飞行器过载指令快速跟踪方法 | |
CN105843080A (zh) | 可变翼高超声速飞行器智能非线性控制系统 | |
CN106527128B (zh) | 兼顾瞬态响应与鲁棒稳定性的飞行控制律设计方法 | |
CN103592847A (zh) | 一种基于高增益观测器的高超声速飞行器非线性控制方法 | |
CN102929130A (zh) | 一种鲁棒飞行控制器设计方法 | |
CN105116905A (zh) | 一种飞行器姿态控制方法 | |
CN113268084B (zh) | 一种无人机编队智能容错控制方法 | |
CN110110493A (zh) | 一种舰载机着舰轨迹仿真方法及系统 | |
CN110209175A (zh) | 基于分布式有限时间状态观测器的多智能车辆编队方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |