CN107807663A - 基于自适应控制的无人机编队保持控制方法 - Google Patents
基于自适应控制的无人机编队保持控制方法 Download PDFInfo
- Publication number
- CN107807663A CN107807663A CN201711222317.XA CN201711222317A CN107807663A CN 107807663 A CN107807663 A CN 107807663A CN 201711222317 A CN201711222317 A CN 201711222317A CN 107807663 A CN107807663 A CN 107807663A
- Authority
- CN
- China
- Prior art keywords
- adaptive
- plane
- flight
- wing
- formation
- 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
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 93
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 46
- 230000014509 gene expression Effects 0.000 claims description 18
- 238000012423 maintenance Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 8
- 150000001875 compounds Chemical class 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000002515 guano Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression 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 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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了基于自适应控制的无人机编队保持控制方法,能够根据无人机编队的队形,针对受到未知外界扰动的无人机队列,为无人机设计编队保持控制方法。无人机包括飞控系统和自适应编队保持控制器。针对飞控系统,将无人机的非线性模型基于小扰动原理线性化,根据所需控制量的相对阶次,建立自适应控制系统的参考模型。设计自适应控制律在线更新控制器参数,使无人机能够较为精准地跟踪给定指令。针对编队保持控制器,根据长机与僚机之间的编队飞行间距误差收敛于零,设计编队保持控制器为僚机生成速度、航向和高度指令,使僚机能够较为精准地跟踪长机的飞行轨迹。本发明保证了整个闭环系统良好的跟踪性和稳定性,并且使系统具有一定的鲁棒性能。
Description
技术领域
本发明涉及基于自适应控制的无人机编队保持控制方法,属于航空宇航推进控制技术领域。
背景技术
无人机(UAV)是一种由动力驱动、无人驾驶、可重复使用航空器的简称。由于其低廉的成本、重量轻、体积小、适应性强和灵活机动的特点,在军事和国民经济的各个领域得到了越来越广泛的应用,受到了全世界各个国家的高度重视。尽管无人机具备众多的优势,但仍存在很多单机无法解决的问题。针对这些问题,研究学者经过多年的努力,通过对生物群体现象的观察分析,提出了编队飞行的方法。这一措施将尽可能的发挥单机的作用,并拓展编队整体的使用范围,达成高效、安全的执行多种任务的目的。在无人机编队控制中,编队保持控制是其中非常重要的部分,它是指在编队中,各僚机保持与长机的相对位置。如果不能进行精确的队形保持,编队不仅不能获得最好的气动效果,而且还有可能发生碰撞。因此,要采用先进的方法对无人机的编队进行控制器设计。
无人机飞控系统是无人机编队保持控制系统中重要的一部分,其性能对无人机的飞行控制具有极大的影响。无人机飞控系统控制器根据控制指令和无人机实时采集到的飞行姿态数据,按照预先设计的控制算法进行决策,控制各个执行机构使无人机以一定的姿态和航迹安全飞行。因此,具有高精度、高效率性能的飞控系统可以使无人机更好的实现稳定飞行和轨迹跟踪。无人机编队队形控制器是整个编队保持控制的核心,通过编队队形控制器的作用,可以使编队达到预期队形,并且在外部扰动的作用下,仍可以保持期望的队形,保证顺利地完成编队飞行任务。PID控制由于其结构简单、鲁棒性强以及容易实现等特点,被广泛的运用于各种控制系统之中。
然而,无人机的模型参数不确定性和所受外界扰动不确定性对无人机编队保持控制系统的设计带来了很多技术上的难点。首先,无人机飞控系统在各种外界干扰和内部参数变化要求下必须具有较强的稳定性和鲁棒性。无人机在飞行时由于受到飞行环境的影响,其模型参数可能会产生不确定性,导致不能得到其精确的模型。其次,无人机编队队形控制器必须具有较强的抗干扰能力,在受到未知外界扰动的情况下,要求编队队形控制器在线估计出扰动的值,抑制扰动的影响,消除队形误差,从而使得无人机编队控制系统具有良好的队形保持能力。因此,如果基于已知的模型参数设计飞控系统,或者未能精确地估计未知外界扰动来设计编队队形控制器,会使得无人机的编队保持控制系统难以工作在最优状态。
综上,现有技术中缺乏针对参数不确定无人机模型的控制方法和针对未知外界扰动的抑制方法,不能满足对无人机编队队形精准保持控制的要求,并且难以使得整个闭环系统具有稳定性和鲁棒性。
发明内容
本发明所要解决的技术问题是:提供基于自适应控制的无人机编队保持控制方法,针对受到未知外界扰动的无人机编队队列,实现无人机在编队过程中保持编队队形的飞行控制效果。
本发明为解决上述技术问题采用以下技术方案:
基于自适应控制的无人机编队保持控制方法,所述无人机编队包括长机以及若干僚机,长机和僚机均包括自适应飞控系统,僚机还包括自适应编队保持控制器;
将给定的长机飞行指令作为长机自适应飞控系统的输入,从而得到长机自适应飞控系统的控制输入量,利用长机自适应飞控系统的控制输入量对长机的自适应飞控系统进行控制,其中,长机飞行指令包括飞行速度指令、飞行高度指令和偏航角指令;同时,根据长机的实际飞行状态和僚机的实际飞行状态,计算出僚机相对于长机的相对位置误差,在受到未知外界干扰的情况下,将相对位置误差输入僚机的自适应编队保持控制器中,通过自适应编队保持控制器使得相对位置误差趋向于零,从而得到僚机自适应控制律的表达式,根据僚机自适应控制律的表达式,得到僚机的飞行指令;接着以僚机的飞行指令作为僚机自适应飞控系统的输入,从而得到僚机自适应飞控系统的控制输入量,利用僚机自适应飞控系统的控制输入量对僚机的自适应飞控系统进行控制。
作为本发明的一种优选方案,所述控制输入量的得到过程具体如下:
所述自适应飞控系统包括参考模型、第一标称控制器和自适应控制律;长机或者僚机飞行指令经过参考模型,得到参考输出,同时,长机或者僚机飞行指令经过第一标称控制器,第一标称控制器的输出作用在长机或者僚机上,得到长机或者僚机的实际输出;将实际输出与参考输出作差得到误差信号,误差信号经过自适应控制律的不断调节,使得误差信号趋向于零,从而得到长机或者僚机自适应飞控系统的控制输入量。
作为本发明的一种优选方案,所述参考模型的输出为:
其中,Δym_lon(t)=[ΔVm(t),ΔHm(t)]T、Δym_lat(t)=Δψm分别为纵向、横侧向参考模型输出,Δrlon(t)=[ΔVc(t),ΔHc(t)]T、Δrlat(t)=Δψc(t)分别为纵向、横侧向为参考模型输入,ΔVm(t),ΔHm(t),Δψm,ΔVc(t)为飞行速度指令,ΔHc(t)为飞行高度指令,Δψc(t)为偏航角指令,t为时间变量,Wm_lon(s),Wm_lat(s)均为参考模型的传递函数,p1~p5为配置的稳定极点,s为复变量。
作为本发明的一种优选方案,所述第一标称控制器的表达式为:
其中,Δulon(t)、Δulat(t)均为第一标称控制器的输出,均为第一标称控制器参数,Δxlon(t)、Δxlat(t)分别为纵向、横侧向状态量,Δrlon(t)、Δrlat(t)分别为纵向、横侧向参考模型输入,t为时间变量。
作为本发明的一种优选方案,所述自适应飞控系统的自适应控制律表达式为:
其中,Δu(t)为自适应控制律,和K2(t)均为控制器参数,Δx(t)为状态量,Δr(t)为参考模型输入,t为时间变量。
作为本发明的一种优选方案,所述僚机相对于长机的相对位置误差为:
其中,xi,yi为编队中长机与第i架僚机之间的相对距离,xd,yd为编队队形的期望相对距离。
作为本发明的一种优选方案,所述自适应编队保持控制器包括第二标称控制器、自适应控制器,其中,第二标称控制器的表达式为:
自适应控制器的表达式为:
其中,u*、u分别为第二标称控制器、自适应控制器的输出,Vci,ψci分别为给第i架僚机的飞行速度指令和航向角指令,Vi,ψi分别为第i架僚机的飞行速度和航向角,G=diag(gvi,gψi),为惯性坐标系中的长机、僚机相对位置误差,为坐标转换矩阵,为编队坐标系中的长机、僚机相对位置误差,xd,yd为编队队形的期望相对距离,xi,yi为编队中长机与第i架僚机之间的相对距离,gvi,gψi为第i架僚机自动驾驶仪的控制增益,VL,ψL分别为长机的飞行速度和航向角,分别为Δfvi(·)、Δfψi(·)的趋近律,Δfvi(·)、Δfψi(·)分别为在第i架僚机上产生的未知外界扰动,k1,k2>0为可调参数,为C的一阶导数,分别为VL,ψL的一阶导数。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明利用基于状态方程设计的无人机飞控系统,并不依赖于控制系统本身的特性,当无人机本身参数存在不确定性时,本发明能够实时更新控制系统,使得系统具有对输入指令快速、精确响应的能力。
2、本发明设计的自适应编队队形控制器,当无人机受到未知外界扰动时,本发明能够在线估计出扰动的值,抑制扰动的影响,消除队形误差,从而使得无人编队控制系统具有良好的队形保持能力。
附图说明
图1是本发明基于自适应控制的无人机编队保持控制方法的原理示意图。
图2是本发明实施例中X-Y平面航迹曲线。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明实施例提供了基于自适应控制的无人机编队保持控制方法,原理示意图如图1所示,该方法基于自适应控制的无人机编队保持控制系统实现,无人机编队保持控制系统包括基于自适应控制的无人机飞控系统和基于自适应控制的编队保持控制器。飞控系统利用状态反馈输出跟踪的模型参考自适应方法设计,包括参考模型、标称控制器和自适应控制律,输入值包括无人机的飞行指令,输出值为无人机的控制输入量u(t),其中,飞行指令包括飞行速度指令Vc、飞行高度指令Hc和偏航角指令ψc。编队保持控制器包括标称控制器和自适应控制器,在编队保持控制器设计中,无人机受到的未知外界扰动利用自适应控制方法进行在线估计。整个无人机编队控制系统输入值包括给长机的飞行速度指令、飞行高度指令和偏航角指令,输出值包括僚机的飞行速度、飞行高度、偏航角以及位置信息。
以某型无人机为例,首先设计飞控系统。将其非线性模型基于小扰动原理线性化,并进行解耦,得到纵向和横侧向的状态方程表达式。本发明的目标是在无人机模型参数矩阵存在不确定性的情况下,使得无人机的输出能快速、准确跟踪给定的速度、高度和偏航角指令。
飞控系统的参考模型的输出为:
式中,Δym_lon(t)=[ΔVm(t),ΔHm(t)]T,Δym_lat(t)=Δψm为参考模型输出,Δrlon(t)=[ΔVc(t),ΔHc(t)]T,Δrlat(t)=Δψc(t)为参考模型输入,ΔVc(t)为速度指令信号,ΔHc(t)为高度指令信号,Δψc(t)为偏航角指令信号。
参考模型包含纵向参考模型和横侧向参考模型,纵向参考模型的传递函数为Wm_lon(s),包括针对飞行速度V的一阶环节,针对飞行高度H的三阶环节;横侧向参考模型的传递函数为Wm_lat(s),包括针对偏航角ψ的一阶环节,p1~p5是配置的稳定极点,s是复变量。
飞控系统的标称控制器的表达式如下:
其中,是标称控制器参数,可由模型参数矩阵和系统的相对阶lj=ρj得到,ρj为第j个输入输出传递函数中分母和分子阶次之差。
为了使得设计简便,将纵向和横侧向控制统一起来设计,首先,将标称控制律代入系统中,得到闭环系统:
输出跟踪误差为:
式中,为高频增益矩阵,为标称控制器参数,为自适应控制器参数,ω(t)=[ΔxT(t),ΔrT(t)]T为新的状态量函数,为参数误差。
为得到自适应控制器的参数向量ΘT(t)的控制律,令Ψ*=Kp,相对阶ρM的稳定多项式为f(s),h(s)=1/f(s)且h(s)ξm(s)为真矩阵,定义估计误差为:
ε(t)=Kph(s)[Δu-Θ*Tω](t)+Ψ(t)ξ(t) (7)
式中,Ψ(t)是Ψ*的估计误差,并且
ζ(t)=h(s)[ω](t)
ξ(t)=ΘT(t)ζ(t)-h(s)[Δu](t)
估计误差还可以写成:
式中,
飞控系统的自适应控制律,是纵向和横侧向统一的自适应控制律,表达式为:
K2为纵向、横侧向控制参数的统一表达,K2是标称控制器参数的自适应估计值,K2的控制律包括自适应控制参数函数和误差更新函数。
自适应更新参数为:
式中,Δx为状态量,Δr为参考输入,Δu为控制器输入,和K2(t)为控制器参数,自适应更新参数Θ(t)为标称控制器参数的趋近律。
自适应控制律包括自适应控制参数函数和误差更新函数,其中,自适应控制参数函数为:
误差更新函数为:
式中,ω(t)=[ΔxT(t),ΔrT(t)]T为新的状态量函数;ζ(t)=h(s)[ω](t)为自适应更新函数中间变量;ξ(t)=ΘT(t)ζ(t)-h(s)[ΘTω](t)为自适应更新函数中间变量;ε(t)=Kph(s)[Δu-Θ*Tω](t)+Ψ(t)ξ(t)为估计误差;为归一化函数;SP∈RM×M为可调自适应增益矩阵,使得Γ=ΓT>0为可调自适应增益矩阵。
定义跟踪误差e(t)=Δy(t)-Δym(t),可以找到一个正定方程,求其对时间的导数,根据Lyapunov稳定性定理可知,实际输出能够渐进跟踪参考输出。
无人机飞控系统的控制输入量为u(t)=Δu(t)+u*,其中(x*,u*)为线性化的平衡点,Δu(t)是所设计的自适应控制器,其中,平衡点(x*,u*)是指系统的状态和输入的平衡点值,是通过将非线性模型根据小扰动原理线性化得到的。在平衡状态下,无人机可以保持稳定飞行。x*为状态量的平衡点值,即各状态量的平衡点值;u*为输入量的平衡点值,即升降舵、油门、副翼、方向舵的平衡点值。
接着,设计无人机编队队形控制器。假设编队飞行系统中每架飞机的高度单独控制,未知外界扰动Δfvi(·)和Δfψi(·)同时存在,且为未知常值。
首先,编队保持控制器中未知外界扰动作用的形式为:
其中,gvi,gψi为第i架僚机自动驾驶仪的控制增益,Δfvi(·)和Δfψi(·)分别为在第i架僚机上产生的未知外界扰动的函数表达式。
长机、僚机之间的相对位置误差为:
其中,xi,yi为编队中长机与第i架僚机之间的相对距离,满足xd,yd为编队队形的期望相对距离;VL,ψL分别为长机的飞行速度和航向角,Vi,ψi分别为第i架僚机的飞行速度和航向角。
将编队坐标系中的误差转换到惯性系中:
其中,E为惯性坐标系中的长机、僚机相对位置误差,为编队坐标系中的长机、僚机相对位置误差,为坐标转换矩阵,且满足||E||2=||e||2。
分别对E求一阶导和二阶导,可得:
其中,A,C,D,G为中间变量矩阵,Vci,ψci分别为给第i架僚机的飞行速度指令和航向角指令,Vi,ψi分别为第i架僚机的飞行速度和航向角。
编队保持控制器中标称控制器表达式如下:
其中,C,D,G为中间变量矩阵,Vci,ψci分别为给第i架僚机的飞行速度指令和航向角指令,Vi,ψi分别为第i架僚机的飞行速度和航向角,Δfvi(·)和Δfψi(·)分别为在第i架僚机上产生的未知外界扰动;k1,k2>0为可调参数,其值为正常数。
G=diag(gvi,gψi)为中间变量矩阵;
为中间变量矩阵;
为编队坐标系中长机、僚机相对位置误差的一阶导数;
为惯性坐标系中长机、僚机相对位置误差的一阶导数;
为惯性坐标系中长机、僚机相对位置误差的二阶导数,即误差方程。
将标称控制器代入系统中,则闭环系统表示为:
其中,k1,k2>0为正常数。
由于Δfvi(·)和Δfψi(·)是未知的,为了得到自适应控制器的表达式,选择如下自适应控制律:
式中,P=PT>0为矩阵Lyapunov方程ATP+PA=-Q,Q=QT>0的解。
得到编队保持控制器中的自适应控制器如下:
式中,分别为Δfvi(·)和Δfψi(·)的估计值,通过调节和使得系统稳定。
建立正定方程,求其对时间的导数为。根据Lyapunov稳定性定理可知,编队队列之间的相对位置误差最终趋向于零,编队队形得到保持。
本实施例的数值仿真验证如下,一架长机和四架僚机形成编队。无人机保持V=20m/s,速度方向为沿X轴水平方向,航向角ψ=0°。编队中各僚机始终保持与长机初始的相对位置。编队队形保持仿真结果如图2所示,表示编队中无人机在X-Y平面航迹。
从上述仿真结果看出,采用基于自适应控制的无人机编队控制系统,各僚机的位置误差最终收敛于零,能够精准地跟踪长机的位置,与长机保持期望队形稳定飞行。此外,基于自适应控制的无人机飞控系统能够使各僚机精确地跟踪其速度指令Vc、高度指令Hc、偏航角指令ψc,说明该自适应控制系统拥有较好的跟踪性和鲁棒性。
本发明通过自适应控制律实时调节控制参数,使得参数逐渐逼近其理想值,在参数存在不确定时,控制参数会随着不确定变化,使得系统的输出误差逐渐趋向于零。针对无人机参数不确定的情况,利用状态反馈输出跟踪的模型参考自适应方法设计无人机飞控系统,实现无人机在飞行过程中能够快速、准确地跟踪指令的飞行控制效果;针对无人机编队控制中存在未知外界扰动的情况,利用自适应控制方法在线估计扰动的值,抑制扰动的影响,消除队形误差,从而使得无人编队控制系统具有良好的队形保持能力。
本发明的自适应控制律不仅能抑制参数不确定和未知外界扰动对系统的影响,而且保证了闭环系统的全局稳定性,具有较好的跟踪性能和鲁棒性能,自适应控制设计较为简便,可以应用在线性和非线性系统中,适用性较为广泛。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (7)
1.基于自适应控制的无人机编队保持控制方法,其特征在于,所述无人机编队包括长机以及若干僚机,长机和僚机均包括自适应飞控系统,僚机还包括自适应编队保持控制器;
将给定的长机飞行指令作为长机自适应飞控系统的输入,从而得到长机自适应飞控系统的控制输入量,利用长机自适应飞控系统的控制输入量对长机的自适应飞控系统进行控制,其中,长机飞行指令包括飞行速度指令、飞行高度指令和偏航角指令;同时,根据长机的实际飞行状态和僚机的实际飞行状态,计算出僚机相对于长机的相对位置误差,在受到未知外界干扰的情况下,将相对位置误差输入僚机的自适应编队保持控制器中,通过自适应编队保持控制器使得相对位置误差趋向于零,从而得到僚机自适应控制律的表达式,根据僚机自适应控制律的表达式,得到僚机的飞行指令;接着以僚机的飞行指令作为僚机自适应飞控系统的输入,从而得到僚机自适应飞控系统的控制输入量,利用僚机自适应飞控系统的控制输入量对僚机的自适应飞控系统进行控制。
2.根据权利要求1所述基于自适应控制的无人机编队保持控制方法,其特征在于,所述控制输入量的得到过程具体如下:
所述自适应飞控系统包括参考模型、第一标称控制器和自适应控制律;长机或者僚机飞行指令经过参考模型,得到参考输出,同时,长机或者僚机飞行指令经过第一标称控制器,第一标称控制器的输出作用在长机或者僚机上,得到长机或者僚机的实际输出;将实际输出与参考输出作差得到误差信号,误差信号经过自适应控制律的不断调节,使得误差信号趋向于零,从而得到长机或者僚机自适应飞控系统的控制输入量。
3.根据权利要求2所述基于自适应控制的无人机编队保持控制方法,其特征在于,所述参考模型的输出为:
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;y</mi>
<mrow>
<mi>m</mi>
<mo>_</mo>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>W</mi>
<mrow>
<mi>m</mi>
<mo>_</mo>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>&Delta;r</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mfrac>
<mn>1</mn>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mfrac>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mfrac>
<mn>1</mn>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<mo>(</mo>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
<mo>(</mo>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>4</mn>
</msub>
<mo>)</mo>
</mrow>
</mfrac>
</mtd>
</mtr>
</mtable>
</mfenced>
<msub>
<mi>&Delta;r</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;y</mi>
<mrow>
<mi>m</mi>
<mo>_</mo>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>W</mi>
<mrow>
<mi>m</mi>
<mo>_</mo>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>&Delta;r</mi>
<mrow>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>5</mn>
</msub>
<mo>)</mo>
</mrow>
</mfrac>
<msub>
<mi>&Delta;r</mi>
<mrow>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,Δym_lon(t)=[ΔVm(t),ΔHm(t)]T、Δym_lat(t)=Δψm分别为纵向、横侧向参考模型输出,Δrlon(t)=[ΔVc(t),ΔHc(t)]T、Δrlat(t)=Δψc(t)分别为纵向、横侧向为参考模型输入,ΔVm(t),ΔHm(t),Δψm,ΔVc(t)为飞行速度指令,ΔHc(t)为飞行高度指令,Δψc(t)为偏航角指令,t为时间变量,Wm_lon(s),Wm_lat(s)均为参考模型的传递函数,p1~p5为配置的稳定极点,s为复变量。
4.根据权利要求2所述基于自适应控制的无人机编队保持控制方法,其特征在于,所述第一标称控制器的表达式为:
<mrow>
<msub>
<mi>&Delta;u</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>K</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
<mrow>
<mo>*</mo>
<mi>T</mi>
</mrow>
</msubsup>
<msub>
<mi>&Delta;x</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mi>K</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
<mo>*</mo>
</msubsup>
<msub>
<mi>&Delta;r</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&Delta;u</mi>
<mrow>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>K</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
<mrow>
<mo>*</mo>
<mi>T</mi>
</mrow>
</msubsup>
<msub>
<mi>&Delta;x</mi>
<mrow>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mi>K</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
<mo>*</mo>
</msubsup>
<msub>
<mi>&Delta;r</mi>
<mrow>
<mi>l</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
其中,Δulon(t)、Δulat(t)均为第一标称控制器的输出,均为第一标称控制器参数,Δxlon(t)、Δxlat(t)分别为纵向、横侧向状态量,Δrlon(t)、Δrlat(t)分别为纵向、横侧向参考模型输入,t为时间变量。
5.根据权利要求2所述基于自适应控制的无人机编队保持控制方法,其特征在于,所述自适应飞控系统的自适应控制律表达式为:
其中,Δu(t)为自适应控制律,和K2(t)均为控制器参数,Δx(t)为状态量,Δr(t)为参考模型输入,t为时间变量。
6.根据权利要求1所述基于自适应控制的无人机编队保持控制方法,其特征在于,所述僚机相对于长机的相对位置误差为:
<mrow>
<mi>e</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>e</mi>
<mi>x</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>e</mi>
<mi>y</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>d</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>d</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中,xi,yi为编队中长机与第i架僚机之间的相对距离,xd,yd为编队队形的期望相对距离。
7.根据权利要求1所述基于自适应控制的无人机编队保持控制方法,其特征在于,所述自适应编队保持控制器包括第二标称控制器、自适应控制器,其中,
第二标称控制器的表达式为:
<mrow>
<msup>
<mi>u</mi>
<mo>*</mo>
</msup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>V</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&lsqb;</mo>
<mi>D</mi>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mover>
<mi>E</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mi>E</mi>
<mo>+</mo>
<mi>C</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;f</mi>
<mrow>
<mi>v</mi>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mo>&CenterDot;</mo>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;f</mi>
<mrow>
<mi>&psi;</mi>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mo>&CenterDot;</mo>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&psi;</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>&rsqb;</mo>
</mrow>
自适应控制器的表达式为:
<mrow>
<mi>u</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>V</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&lsqb;</mo>
<mi>D</mi>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mover>
<mi>E</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mi>E</mi>
<mo>+</mo>
<mi>C</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<msub>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>v</mi>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mo>&CenterDot;</mo>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<msub>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>&psi;</mi>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mo>&CenterDot;</mo>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&psi;</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>&rsqb;</mo>
</mrow>
其中,u*、u分别为第二标称控制器、自适应控制器的输出,Vci,ψci分别为给第i架僚机的飞行速度指令和航向角指令,Vi,ψi分别为第i架僚机的飞行速度和航向角,G=diag(gvi,gψi), 为惯性坐标系中的长机、僚机相对位置误差,为坐标转换矩阵,为编队坐标系中的长机、僚机相对位置误差,xd,yd为编队队形的期望相对距离,xi,yi为编队中长机与第i架僚机之间的相对距离,gvi,gψi为第i架僚机自动驾驶仪的控制增益,VL,ψL分别为长机的飞行速度和航向角,分别为Δfvi(·)、Δfψi(·)的趋近律,Δfvi(·)、Δfψi(·)分别为在第i架僚机上产生的未知外界扰动,k1,k2>0为可调参数,为C的一阶导数,分别为VL,ψL的一阶导数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711222317.XA CN107807663B (zh) | 2017-11-29 | 2017-11-29 | 基于自适应控制的无人机编队保持控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711222317.XA CN107807663B (zh) | 2017-11-29 | 2017-11-29 | 基于自适应控制的无人机编队保持控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107807663A true CN107807663A (zh) | 2018-03-16 |
CN107807663B CN107807663B (zh) | 2019-12-24 |
Family
ID=61589507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711222317.XA Active CN107807663B (zh) | 2017-11-29 | 2017-11-29 | 基于自适应控制的无人机编队保持控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107807663B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388269A (zh) * | 2018-03-17 | 2018-08-10 | 青岛理工大学 | 基于四旋翼飞行器的无人机编队飞行控制方法 |
CN108717265A (zh) * | 2018-05-30 | 2018-10-30 | 重庆邮电大学 | 一种基于控制变量参数化的无人飞行器巡航跟踪控制系统及控制方法 |
CN108919835A (zh) * | 2018-09-25 | 2018-11-30 | 北京航空航天大学 | 无人飞行器编队的控制方法、装置及控制器 |
CN110531779A (zh) * | 2019-08-02 | 2019-12-03 | 杭州电子科技大学 | 一种无人机仿人协同飞行控制器及其实现方法 |
CN110703798A (zh) * | 2019-10-23 | 2020-01-17 | 中国人民解放军军事科学院国防科技创新研究院 | 基于视觉的无人机编队飞行控制方法 |
CN111045450A (zh) * | 2019-12-11 | 2020-04-21 | 江苏理工学院 | 固定翼无人机双机编队组队过程制导方法 |
CN111176335A (zh) * | 2020-04-07 | 2020-05-19 | 成都纵横自动化技术股份有限公司 | 编队飞行导引方法及相关装置 |
CN111880557A (zh) * | 2020-07-02 | 2020-11-03 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人机集群编队飞行控制方法及装置 |
CN112068584A (zh) * | 2020-06-16 | 2020-12-11 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人机区域覆盖控制系统及其控制方法 |
CN112327926A (zh) * | 2020-11-24 | 2021-02-05 | 南京工业大学 | 一种无人机编队的自适应滑模控制方法 |
CN109582036B (zh) * | 2018-12-03 | 2021-04-27 | 南京航空航天大学 | 四旋翼无人机一致性编队控制方法 |
CN112731962A (zh) * | 2020-12-13 | 2021-04-30 | 西北工业大学 | 一种多无人系统协同编队控制方法 |
CN112783203A (zh) * | 2020-12-28 | 2021-05-11 | 西北工业大学 | 一种基于多传感器的无人机编队保持的控制系统及方法 |
CN113359830A (zh) * | 2021-06-16 | 2021-09-07 | 一飞(海南)科技有限公司 | 编队飞行统一机群飞行相对高度的方法、系统、终端及介质 |
US20220223049A1 (en) * | 2021-01-08 | 2022-07-14 | The Boeing Company | Methods and apparatus for observer-based landing control of a vehicle |
CN115220476A (zh) * | 2022-07-22 | 2022-10-21 | 成都飞机工业(集团)有限责任公司 | 一种多无人机协同编队爬升或下降过程高度控制方法 |
CN115542943A (zh) * | 2022-10-21 | 2022-12-30 | 北京计算机技术及应用研究所 | 一种基于自抗扰控制器的无人机编队队形保持控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710452A (zh) * | 2009-12-09 | 2010-05-19 | 四川九洲电器集团有限责任公司 | 编队飞行模式控制方法及装置 |
US20120004844A1 (en) * | 2010-07-01 | 2012-01-05 | Sikorsky Aircraft Corporation | Formation flying method and system |
CN102591358A (zh) * | 2012-03-12 | 2012-07-18 | 北京航空航天大学 | 一种多无人机的动态编队控制方法 |
CN105867419A (zh) * | 2016-04-20 | 2016-08-17 | 合肥工业大学 | 无人机编队管理方法及无人机的控制系统 |
CN106292293A (zh) * | 2016-10-20 | 2017-01-04 | 南京航空航天大学 | 一种固定翼无人舰载机的自适应自动着舰引导控制系统 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 |
-
2017
- 2017-11-29 CN CN201711222317.XA patent/CN107807663B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710452A (zh) * | 2009-12-09 | 2010-05-19 | 四川九洲电器集团有限责任公司 | 编队飞行模式控制方法及装置 |
US20120004844A1 (en) * | 2010-07-01 | 2012-01-05 | Sikorsky Aircraft Corporation | Formation flying method and system |
CN102591358A (zh) * | 2012-03-12 | 2012-07-18 | 北京航空航天大学 | 一种多无人机的动态编队控制方法 |
CN105867419A (zh) * | 2016-04-20 | 2016-08-17 | 合肥工业大学 | 无人机编队管理方法及无人机的控制系统 |
CN106292293A (zh) * | 2016-10-20 | 2017-01-04 | 南京航空航天大学 | 一种固定翼无人舰载机的自适应自动着舰引导控制系统 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制系统及工作方法 |
Non-Patent Citations (3)
Title |
---|
JUSTIN M.SELFRIDGE: "Multivariable Output Feedback MRAC for A Quadrotor UAV", 《AMERCIAN CONTROL CONFERENCE.IEEE,2016》 * |
YANDONG WANG: "Relative Navigation Algorithm Based on Robust Filter for UAV Formation Flight", 《INTERNATIONAL CONFERENCE ON CONTROL ENGINEERING AND COMMUNICATION TECHNOLOGY.IEEE COMPUTER SOCIETY,2012》 * |
刘小雄: "无人机自适应编队飞行控制设计与仿真", 《系统仿真学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388269A (zh) * | 2018-03-17 | 2018-08-10 | 青岛理工大学 | 基于四旋翼飞行器的无人机编队飞行控制方法 |
CN108717265A (zh) * | 2018-05-30 | 2018-10-30 | 重庆邮电大学 | 一种基于控制变量参数化的无人飞行器巡航跟踪控制系统及控制方法 |
CN108717265B (zh) * | 2018-05-30 | 2021-05-18 | 重庆邮电大学 | 一种基于控制变量参数化的无人飞行器巡航跟踪控制系统及控制方法 |
CN108919835B (zh) * | 2018-09-25 | 2021-02-02 | 北京航空航天大学 | 无人飞行器编队的控制方法、装置及控制器 |
CN108919835A (zh) * | 2018-09-25 | 2018-11-30 | 北京航空航天大学 | 无人飞行器编队的控制方法、装置及控制器 |
CN109582036B (zh) * | 2018-12-03 | 2021-04-27 | 南京航空航天大学 | 四旋翼无人机一致性编队控制方法 |
CN110531779A (zh) * | 2019-08-02 | 2019-12-03 | 杭州电子科技大学 | 一种无人机仿人协同飞行控制器及其实现方法 |
CN110703798A (zh) * | 2019-10-23 | 2020-01-17 | 中国人民解放军军事科学院国防科技创新研究院 | 基于视觉的无人机编队飞行控制方法 |
CN111045450A (zh) * | 2019-12-11 | 2020-04-21 | 江苏理工学院 | 固定翼无人机双机编队组队过程制导方法 |
CN111045450B (zh) * | 2019-12-11 | 2022-09-30 | 江苏理工学院 | 固定翼无人机双机编队组队过程制导方法 |
CN111176335A (zh) * | 2020-04-07 | 2020-05-19 | 成都纵横自动化技术股份有限公司 | 编队飞行导引方法及相关装置 |
CN111176335B (zh) * | 2020-04-07 | 2020-08-14 | 成都纵横自动化技术股份有限公司 | 编队飞行导引方法及相关装置 |
CN112068584A (zh) * | 2020-06-16 | 2020-12-11 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人机区域覆盖控制系统及其控制方法 |
CN111880557A (zh) * | 2020-07-02 | 2020-11-03 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人机集群编队飞行控制方法及装置 |
CN112327926A (zh) * | 2020-11-24 | 2021-02-05 | 南京工业大学 | 一种无人机编队的自适应滑模控制方法 |
CN112731962A (zh) * | 2020-12-13 | 2021-04-30 | 西北工业大学 | 一种多无人系统协同编队控制方法 |
CN112731962B (zh) * | 2020-12-13 | 2022-12-06 | 西北工业大学 | 一种多无人系统协同编队控制方法 |
CN112783203A (zh) * | 2020-12-28 | 2021-05-11 | 西北工业大学 | 一种基于多传感器的无人机编队保持的控制系统及方法 |
US20220223049A1 (en) * | 2021-01-08 | 2022-07-14 | The Boeing Company | Methods and apparatus for observer-based landing control of a vehicle |
CN113359830A (zh) * | 2021-06-16 | 2021-09-07 | 一飞(海南)科技有限公司 | 编队飞行统一机群飞行相对高度的方法、系统、终端及介质 |
CN113359830B (zh) * | 2021-06-16 | 2022-11-15 | 一飞(海南)科技有限公司 | 编队飞行统一机群飞行相对高度的方法、系统、终端及介质 |
CN115220476A (zh) * | 2022-07-22 | 2022-10-21 | 成都飞机工业(集团)有限责任公司 | 一种多无人机协同编队爬升或下降过程高度控制方法 |
CN115542943A (zh) * | 2022-10-21 | 2022-12-30 | 北京计算机技术及应用研究所 | 一种基于自抗扰控制器的无人机编队队形保持控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107807663B (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107807663B (zh) | 基于自适应控制的无人机编队保持控制方法 | |
Zhen et al. | Adaptive super-twisting control for automatic carrier landing of aircraft | |
Gavilan et al. | Adaptive control for aircraft longitudinal dynamics with thrust saturation | |
CN105607473B (zh) | 小型无人直升机的姿态误差快速收敛自适应控制方法 | |
Zhou et al. | Design of attitude control system for UAV based on feedback linearization and adaptive control | |
Zhang et al. | A novel control approach for flight-stability of fixed-wing UAV formation with wind field | |
CN107608385A (zh) | 无人直升机编队控制方法及控制系统 | |
Gai et al. | Adaptive neural network dynamic inversion with prescribed performance for aircraft flight control | |
Duan et al. | Automatic landing for carrier-based aircraft under the conditions of deck motion and carrier airwake disturbances | |
Ansari et al. | Retrospective cost adaptive control of generic transport model under uncertainty and failure | |
CN107450313B (zh) | 基于自适应控制的无人机自动驾驶仪控制系统 | |
Safwat et al. | Robust Nonlinear Flight Controller For Small Unmanned Aircraft Vehicle based on Incremental BackStepping | |
Sedlmair et al. | Flight testing automatic landing control for unmanned aircraft including curved approaches | |
Yang et al. | A decentralised control strategy for formation flight of unmanned aerial vehicles | |
Kumar et al. | Longitudinal control of agile fixed-wing UAV using backstepping | |
Safwat et al. | Generic UAV autopilot prototype based on adaptive modified incremental backstepping | |
Su et al. | Autonomous aerial refueling precise docking based on active disturbance rejection control | |
Islam et al. | Modeling and simulation of longitudinal autopilot for general aviation aircraft | |
Zhang et al. | Immersion and invariance based nonlinear adaptive longitudinal control for autonomous aircraft | |
Wu et al. | UAV path following based on BLADRC and inverse dynamic guidance approach | |
Sedlmair et al. | Automatic three-point landing of a UAV with H∞-control in d-implementation | |
Weiser et al. | In-flight validation of a robust flight controller featuring anti-windup compensation | |
Wang et al. | Integrated 3‐D flight trajectory tracking control with aerodynamic constraints on attitude and control surfaces | |
Wang et al. | Nonlinear disturbance observer-based sliding backstepping hovering control of a quadrotor | |
Duan et al. | Flight-path tracking control of a transportation aircraft: Comparison of two nonlinear design approaches |
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 |