CN107976903B - 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 - Google Patents
一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 Download PDFInfo
- Publication number
- CN107976903B CN107976903B CN201710532399.1A CN201710532399A CN107976903B CN 107976903 B CN107976903 B CN 107976903B CN 201710532399 A CN201710532399 A CN 201710532399A CN 107976903 B CN107976903 B CN 107976903B
- Authority
- CN
- China
- Prior art keywords
- sliding mode
- formula
- unmanned aerial
- aerial vehicle
- law
- 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.)
- Active
Links
Images
Classifications
-
- 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
Abstract
一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法,针对四旋翼无人机系统,结合双幂次趋近律滑模控制方法,设计一种四旋翼无人系统的增强型双幂次趋近律滑模控制方法。增强型双幂次趋近律的设计是为了保证系统的滑动模态能更快的到达滑模面,同时不增加系统的抖振现象,实现系统的快速稳定控制。
Description
技术领域
本发明涉及一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法。
背景技术
四旋翼飞行器作为旋翼式飞行器的一种,以其体积小、机动性能好、设计简单、制造成本低廉等优点,吸引了国内外大学、研究机构、公司的广泛关注。旋翼无人飞行器非常适合用于监视、侦察等民用和军用领域。在民用领域,旋翼无人飞行器主要被应用于抗灾救险、地面监测、高空航拍等;由于其隐蔽性髙,可靠性好,也被用于战场监控、军事侦察等军用领域。在科研方面,四旋翼无人机具有非线性、欠驱动、强耦合的动态特性,研究人员常将其作为理论研究、方法验证的实验载体。针对四旋翼无人机系统的控制问题,存在很多控制方法,例如 PID控制,自适应控制,滑模控制等。
趋近律滑模控制的方法可以提高四旋翼无人机快速性,鲁棒性,而且大大减弱了传统滑模控制带来的抖振问题。由于滑模可以按需要来设计,而且系统的滑模运动与控制对象的参数变化和外界的干扰无关,因此滑模变结构控制系统的鲁棒性比一般常规的连续系统强。但是,传统的滑模变结构会造成奇异性问题和抖振现象。对比传统的双幂次趋近律滑模控制,增强型双幂次趋近律滑模趋近速度可以做到自我调整,趋近速度更快,到达时间更短而且不增加抖振现象。
发明内容
为了克服现有的四旋翼无人机系统存在的趋近速度过慢、抖振剧烈、到达时间过长的不足,本发明提供一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法,保证系统更快地到达滑模面。
为了解决上述技术问题提出的技术方案如下:
一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法,包括以下步骤:
步骤1,确定从基于四旋翼无人机的机体坐标系到基于地球的惯性坐标系的转移矩阵;
其中ψ、θ、φ分别是无人机的偏航角、俯仰角、翻滚角,表示无人机绕依次惯性坐标系各轴旋转的角度,Tψ表示ψ的转移矩阵,Tθ表示θ的转移矩阵,Tφ表示φ的转移矩阵;
步骤2,根据牛顿欧拉公式分析无人机动力学模型,过程如下:
2.1,平动过程中有:
其中x、y、z分别表示无人机在惯性坐标系下的位置,m表示无人机的质量,g表示重力加速度,mg表示无人机所受重力,四个旋翼产生的合力Ur;
2.2,转动过程中有:
其中τx、τy、τz分别代表机体坐标系上的各轴力矩分量,Ixx、Iyy、Izz分别代表机体坐标系上的各轴转动惯量分量,×表示叉乘,wp、wq、wr分别代表机体坐标系上的各轴姿态角速度分量,分别代表机体坐标系上的各轴姿态角加速度分量;
联立式(1),(2),(4),得到无人机的动力学模型如式(5)所示
2.3,根据式(5),对位置姿态关系进行解耦计算,结果如下:
其中φd为φ的期望信号值,θd为θ的期望信号值,ψd为ψ的期望信号值,arcsin 函数是反正弦函数,arctan函数是反正切函数;
步骤3,在每一个采样时刻,计算位置的跟踪误差、位置滑模面及其一阶导数,根据式(6)解耦出合外力Ur和姿态角的期望值φd、θd、计算姿态角的跟踪误差、姿态角的滑模面及其一阶导数,设计出位置控制器和姿态角控制器,过程如下:
3.1,定义位置跟踪误差及其一阶微分和二阶微分:
其中i=1、2、3,X1=x,X2=y,X3=z,X1d表示x的期望信号,X2d表示y的期望信号,X3d表示z的期望信号,e1表示x的位置跟踪误差,e2表示y的位置跟踪误差,e3表示z的位置跟踪误差;
3.2,定义位置的滑模面:
其中ci为正常数,s1为x的滑模面,s2为y的滑模面,s3为z的滑模面;
3.3,分别对式(8)两边进行求导,得滑模面的一阶导数为
把式(7)代入式(9),得到
把式(5)代入式(10),得到
其中U1=Ux,U2=Uy,U3=Uz;
3.4,选择趋近律滑模
联立式(10)、式(11),得到位置控制器的输入:
3.5,根据式(6)解耦出合外力Ur,和姿态角的期望值φd、θd,定义姿态角的跟踪误差及其一阶微分和二阶微分:
其中j=4、5、6,X4=φ,X5=θ,X6=ψ,X4d表示φ的期望信号,X5d表示θ的期望信号,X6d表示ψ的期望信号,e4表示φ的跟踪误差,e5表示θ的跟踪误差,e6表示ψ的跟踪误差;
3.6,定义姿态角的滑模面:
其中cj为正常数,s4为φ的滑模面,s5为θ的滑模面,s6为ψ的滑模面;
3.7,分别对式(14)两边进行求导,得姿态角的滑模面的一阶导数为
把式(13)代入式(15),得到
把式(5)代入式(16),得到
3.8,选择趋近律滑模
联立式(17)、式(18),得到姿态角控制器的输入:
进一步,所述增强型双幂次趋近律滑模控制方法还包括以下步骤:
步骤4,证明滑动模态可以在有限时间到达平衡零点附近,同时验证增强型双幂次趋近律的到达时间小于传统双幂次趋近律的到达时间,过程如下;
4.2与传统双幂次趋近律滑模控制方法比较到达时间,过程如下:
对于增强型双幂次趋近律,当初始位置s(0)>1时,对于s(0)→s=1的过程中,第一项起主导作用,因此有式(19)
当初始位置s(0)<-1时,对于s(0)→s=-1的过程中,第一项起主导作用
联立(20),(21)对于s(0)→sign[s(0)]的过程中,得(22)
其中|s(0)|>1;
对于传统双幂次趋近律,s(0)→sign[s(0)]的过程中的到达时间为
因此,在s(0)→sign[s(0)]的过程中,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短;
同理,在sign[s(0)]→0的过程中,第二项起主导作用
增强型双幂次的到达时间为
因此,在sign[s(0)]→0的过程中,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短;
综上所述,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短。
本发明基于增强型双幂次趋近律控制,设计机四旋翼无人机系统的滑模控制方法,实现系统稳定控制,减短滑动模态到达滑模面的时间以此来缩短无人机定点飞行所需的时间。
本发明的技术构思为:针对四旋翼无人机系统,结合双幂次趋近律滑模控制方法,设计一种四旋翼无人系统的增强型双幂次趋近律滑模控制方法。增强型双幂次趋近律的设计是为了保证系统的滑动模态能更快的到达滑模面,同时不增加系统的抖振现象,实现系统的快速稳定控制。
本发明的优点为:增强了系统的鲁棒性,与传统的双幂次趋近律滑模控制相比,在不增加抖振的情况下,缩短了滑动模态的到达时间,从而使系统更快地实现稳定收敛。
附图说明
图1为四旋翼无人机的位置跟踪效果示意图,其中虚线代表传统双幂次趋近律控制,点线代表增强型双幂次趋近律控制。
图2为四旋翼无人机的位置跟踪误差示意图,其中虚线代表传统双幂次趋近律控制,点线代表增强型双幂次趋近律控制。
图3为四旋翼无人机的传统双幂次趋近律控制下的位置控制器输入示意图。
图4为四旋翼无人机的增强型双幂次趋近律控制下的位置控制器输入示意图。
图5为四旋翼无人机的传统双幂次趋近律控制下的姿态角控制器输入示意图。
图6为四旋翼无人机的增强型双幂次趋近律控制下的姿态角控制器输入示意图。
图7为位置滑模面的示意图,其中虚线代表传统双幂次趋近律控制,点线代表增强型双幂次趋近律控制。
图8为位置滑模面的示意图,其中虚线代表传统双幂次趋近律控制,点线代表增强型双幂次趋近律控制。
图9为本发明的控制流程示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1-图9,一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法,包括以下步骤:
步骤1,确定从基于四旋翼无人机的机体坐标系到基于地球的惯性坐标系的转移矩阵;
其中ψ、θ、φ分别是无人机的偏航角、俯仰角、翻滚角,表示无人机绕依次惯性坐标系各轴旋转的角度,Tψ表示ψ的转移矩阵,Tθ表示θ的转移矩阵,Tφ表示φ的转移矩阵;
步骤2,根据牛顿欧拉公式分析无人机动力学模型;
2.1,平动过程中有:
其中x、y、z分别表示无人机在惯性坐标系下的位置,m表示无人机的质量,g表示重力加速度,mg表示无人机所受重力,四个旋翼产生的合力Ur;
2.2,转动过程中有:
其中τx、τy、τz分别代表机体坐标系上的各轴力矩分量,Ixx、Iyy、Izz分别代表机体坐标系上的各轴转动惯量分量,×表示叉乘,wp、wq、wr分别代表机体坐标系上的各轴姿态角速度分量,分别代表机体坐标系上的各轴姿态角加速度分量;
考虑到无人机一般处于低速飞行或者悬停状态下,姿态角变化较小,认为则转动过程中式(3)表示为式(4)
联立式(1),(2),(4),得到无人机的动力学模型如式(5)所示
2.3,根据式(5),对位置姿态关系进行解耦计算,结果如下:
其中φd为φ的期望信号值,θd为θ的期望信号值,ψd为ψ的期望信号值,arcsin 函数是反正弦函数,arctan函数是反正切函数;
步骤3,在每一个采样时刻,计算位置的跟踪误差、位置滑模面及其一阶导数,根据式(6)解耦出合外力Ur和姿态角的期望值φd、θd、计算姿态角的跟踪误差、姿态角的滑模面及其一阶导数,设计出位置控制器和姿态角控制器,过程如下:
3.1,定义位置跟踪误差及其一阶微分和二阶微分:
其中i=1、2、3,X1=x,X2=y,X3=z,X1d表示x的期望信号,X2d表示y的期望信号,X3d表示z的期望信号,e1表示x的位置跟踪误差,e2表示y的位置跟踪误差,e3表示z的位置跟踪误差;
3.2,定义位置的滑模面:
其中ci为正常数,s1为x的滑模面,s2为y的滑模面,s3为z的滑模面;
3.3,分别对式(8)两边进行求导,得滑模面的一阶导数为
把式(7)代入式(9),得到
把式(5)代入式(10),得到
其中U1=Ux,U2=Uy,U3=Uz;
3.4,选择趋近律滑模
联立式(10)、式(11),得到位置控制器的输入:
3.5,根据式(6)解耦出合外力Ur,和姿态角的期望值φd、θd,定义姿态角的跟踪误差及其一阶微分和二阶微分:
其中j=4、5、6,X4=φ,X5=θ,X6=ψ,X4d表示φ的期望信号,X5d表示θ的期望信号,X6d表示ψ的期望信号,e4表示φ的跟踪误差,e5表示θ的跟踪误差,e6表示ψ的跟踪误差;
3.6,定义姿态角的滑模面:
其中cj为正常数,s4为φ的滑模面,s5为θ的滑模面,s6为ψ的滑模面;
3.7,分别对式(14)两边进行求导,得姿态角的滑模面的一阶导数为
把式(13)代入式(15),得到
把式(5)代入式(16),得到
3.8,选择趋近律滑模
联立式(17)、式(18),得到姿态角控制器的输入:
进一步,所述增强型双幂次趋近律滑模控制方法还包括以下步骤:
步骤4,证明滑动模态可以在有限时间到达平衡零点附近,同时验证增强型双幂次趋近律的到达时间小于传统双幂次趋近律的到达时间,过程如下:
4.2与传统双幂次趋近律滑模控制方法比较到达时间,过程如下:
对于增强型双幂次趋近律,当初始位置s(0)>1时,对于s(0)→s=1的过程中,第一项起主导作用,因此有式(19)
当初始位置s(0)<-1时,对于s(0)→s=-1的过程中,第一项起主导作用
联立(20),(21)对于s(0)→sign[s(0)]的过程中,得(22)
其中|s(0)|>1;
对于传统双幂次趋近律,s(0)→sign[s(0)]的过程中的到达时间为
因此,在s(0)→sign[s(0)]的过程中,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短;
同理,在sign[s(0)]→0的过程中,第二项起主导作用
增强型双幂次的到达时间为
因此,在sign[s(0)]→0的过程中,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短;
综上所述,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短。
为验证所提方法的有效性,本发明给出了增强型双幂次趋近律滑模控制方法和传统双幂次趋近律滑模控制方法的对比:
为了更有效的进行对比,系统所有参数都是一致的,即X1d=X2d=X3d= 2,X6d=0.5,g=10;滑模面参数:c1=c2=c3=2,c4=c5=c6=2, k11=k12=k13=0.2,k14=k15=k16=0.7,k21=k22=k23=0.2,k24= k25=k26=0.9,α1=α2=α3=α4=α5=α6=1.4,β1=β2=β3=β4=β5=β6=0.7;增强型双幂次趋近律中D(s)项参数:δ1=δ2=δ3=δ4=δ5=δ6=0.5,γ1=γ2=γ3=γ4=γ5=γ6=0.6,p1=p2=p3=p4=p5=p6=1;四旋翼无人机的参数:m=0.625,L=0.1275,Ixx=2.3×10-3,Iyy=2.4× 10-3,Izz=2.6×10-3,L=0.1275,KF=2.103×10-6,KM=2.091×10-8;采样参数:ts=0.007,N=1000;
从图7和图8中我们可以看出,增强型双幂次趋近律比传统双幂次趋近律能够更快地到达滑模面;再结合图1和图2,我们可以看出增强型双幂次趋近律控制下的四旋翼无人机比传统双幂次趋近律控制下的四旋翼无人机更快地到达指定位置。
综上所述,增强型双幂次趋近律滑模控制比传统双幂次趋近律滑模控制有着更短的到达时间,从而使系统更快地进入稳定收敛。
以上阐述的是本发明给出的一个实施例表现出的优良优化效果,显然本发明不只是限于上述实施例,在不偏离本发明基本精神及不超出本发明实质内容所涉及范围的前提下对其可作种种变形加以实施。
Claims (2)
1.一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法,包括以下步骤:
步骤1,确定从基于四旋翼无人机的机体坐标系到基于地球的惯性坐标系的转移矩阵;
其中ψ、θ、φ分别是无人机的偏航角、俯仰角、翻滚角,表示无人机绕依次惯性坐标系各轴旋转的角度,Tψ表示ψ的转移矩阵,Tθ表示θ的转移矩阵,Tφ表示φ的转移矩阵;
步骤2,根据牛顿欧拉公式分析无人机动力学模型;
2.1,平动过程中有:
其中x、y、z分别表示无人机在惯性坐标系下的位置,m表示无人机的质量,g表示重力加速度,mg表示无人机所受重力,四个旋翼产生的合力Ur;
2.2,转动过程中有:
其中τx、τy、τz分别代表机体坐标系上的各轴力矩分量,Ixx、Iyy、Izz分别代表机体坐标系上的各轴转动惯量分量,×表示叉乘,wp、wq、wr分别代表机体坐标系上的各轴姿态角速度分量,分别代表机体坐标系上的各轴姿态角加速度分量;
联立式(1),(2),(4),得到无人机的动力学模型如式(5)所示
其中 Ux、Uy、Uz分别为三个位置控制器的输入量;
2.3,根据式(5),对位置姿态关系进行解耦计算,结果如下:
其中φd为φ的期望信号值,θd为θ的期望信号值,ψd为ψ的期望信号值,arcsin函数是反正弦函数,arctan函数是反正切函数;
步骤3,在每一个采样时刻,计算位置的跟踪误差、位置滑模面及其一阶导数,根据式(6)解耦出合外力Ur和姿态角的期望值φd、θd、计算姿态角的跟踪误差、姿态角的滑模面及其一阶导数,设计出位置控制器和姿态角控制器,过程如下:
3.1,定义位置跟踪误差及其一阶微分和二阶微分:
其中i=1、2、3,X1=x,X2=y,X3=z,X1d表示x的期望信号,X2d表示y的期望信号,X3d表示z的期望信号,e1表示x的位置跟踪误差,e2表示y的位置跟踪误差,e3表示z的位置跟踪误差;
3.2,定义位置的滑模面:
其中ci为正常数,s1为x的滑模面,s2为y的滑模面,s3为z的滑模面;
3.3,分别对式(8)两边进行求导,得滑模面的一阶导数为
把式(7)代入式(9),得到
把式(5)代入式(10),得到
其中U1=Ux,U2=Uy,U3=Uz;
3.4,选择趋近律滑模
联立式(10)、式(11),得到位置控制器的输入:
3.5,根据式(6)解耦出合外力Ur,和姿态角的期望值φd、θd,定义姿态角的跟踪误差及其一阶微分和二阶微分:
其中j=4、5、6,X4=φ,X5=θ,X6=ψ,X4d表示φ的期望信号,X5d表示θ的期望信号,X6d表示ψ的期望信号,e4表示φ的跟踪误差,e5表示θ的跟踪误差,e6表示ψ的跟踪误差;
3.6,定义姿态角的滑模面:
其中cj为正常数,s4为φ的滑模面,s5为θ的滑模面,s6为ψ的滑模面;
3.7,分别对式(14)两边进行求导,得姿态角的滑模面的一阶导数为
把式(13)代入式(15),得到
把式(5)代入式(16),得到
3.8,选择趋近律滑模
其中0<δj<1,γj>0,pj为正整数,k1j>0,k2j>0,0<βj<1,αj>1;
联立式(17)、式(18),得到姿态角控制器的输入:
2.如权利要求1所述的一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法,其特征在于:所述增强型双幂次趋近律滑模控制方法还包括以下步骤:
步骤4,证明滑动模态可以在有限时间到达平衡零点附近,同时验证增强型双幂次趋近律的到达时间小于传统双幂次趋近律的到达时间,过程如下:
由于D(s)>0,则因此根据滑模可达性,滑动模态可在有限时间内到达平衡点附近;
4.2与传统双幂次趋近律滑模控制方法比较到达时间,过程如下:
对于增强型双幂次趋近律,当初始位置s(0)>1时,对于s(0)→s=1的过程中,第一项起主导作用,因此有式(19)
当初始位置s(0)<-1时,对于s(0)→s=-1的过程中,第一项起主导作用
联立(20),(21)对于s(0)→sign[s(0)]的过程中,得(22)
其中|s(0)|>1;
对于传统双幂次趋近律,s(0)→sign[s(0)]的过程中的到达时间为
因此,在s(0)→sign[s(0)]的过程中,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短;
同理,在sign[s(0)]→0的过程中,第二项起主导作用
增强型双幂次的到达时间为
因此,在sign[s(0)]→0的过程中,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短;
综上所述,增强型双幂次趋近律的到达时间比传统双幂次趋近律的到达时间更短。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710532399.1A CN107976903B (zh) | 2017-07-03 | 2017-07-03 | 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710532399.1A CN107976903B (zh) | 2017-07-03 | 2017-07-03 | 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107976903A CN107976903A (zh) | 2018-05-01 |
CN107976903B true CN107976903B (zh) | 2020-02-21 |
Family
ID=62012281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710532399.1A Active CN107976903B (zh) | 2017-07-03 | 2017-07-03 | 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107976903B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108803319B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于对数增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108549241B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于反正切增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108563127B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于双曲正弦增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108803638B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于双曲正切增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108828936B (zh) * | 2018-05-28 | 2021-06-18 | 浙江工业大学 | 基于反正切增强型等速趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN108628333B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于双曲正弦增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108646773B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于指数增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108628332B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于反正切增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN109062034B (zh) * | 2018-09-28 | 2021-08-10 | 东北大学 | 一种改进双幂次趋近律滑模的三阶严反馈系统控制方法 |
CN112034867A (zh) * | 2019-12-25 | 2020-12-04 | 西北工业大学 | 一种无人机控制算法 |
CN113110551B (zh) * | 2021-04-23 | 2023-03-10 | 西安理工大学 | 针对姿态角控制输入饱和的姿态子系统控制器的设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159305A (zh) * | 2015-08-03 | 2015-12-16 | 南京航空航天大学 | 一种基于滑模变结构的四旋翼飞行控制方法 |
CN105676641A (zh) * | 2016-01-25 | 2016-06-15 | 南京航空航天大学 | 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 |
CN105911866A (zh) * | 2016-06-15 | 2016-08-31 | 浙江工业大学 | 四旋翼无人飞行器的有限时间全阶滑模控制方法 |
CN106094855A (zh) * | 2016-07-27 | 2016-11-09 | 浙江工业大学 | 一种四旋翼无人机的终端协同控制方法 |
-
2017
- 2017-07-03 CN CN201710532399.1A patent/CN107976903B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159305A (zh) * | 2015-08-03 | 2015-12-16 | 南京航空航天大学 | 一种基于滑模变结构的四旋翼飞行控制方法 |
CN105676641A (zh) * | 2016-01-25 | 2016-06-15 | 南京航空航天大学 | 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 |
CN105911866A (zh) * | 2016-06-15 | 2016-08-31 | 浙江工业大学 | 四旋翼无人飞行器的有限时间全阶滑模控制方法 |
CN106094855A (zh) * | 2016-07-27 | 2016-11-09 | 浙江工业大学 | 一种四旋翼无人机的终端协同控制方法 |
Non-Patent Citations (3)
Title |
---|
四旋翼飞行器准滑模反步法控制设计;王婵等;《测控技术》;20161231;第35卷(第1期);第77-80页 * |
四旋翼飞行器姿态时延滑模容错控制;贺有智等;《控制工程》;20170531;第24卷(第5期);第1059-1065页 * |
基于滑模干扰观测器的高超声速飞行器滑模控制;王建敏等;《航空学报》;20150625;第36卷(第6期);第2027-2036页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107976903A (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107976903B (zh) | 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 | |
CN107976902B (zh) | 一种四旋翼无人机系统的增强型等速趋近律滑模控制方法 | |
CN107957682B (zh) | 一种四旋翼无人机系统的增强型快速幂次趋近律滑模控制方法 | |
CN108153148B (zh) | 一种四旋翼无人机系统的增强型指数趋近律滑模控制方法 | |
CN105911866B (zh) | 四旋翼无人飞行器的有限时间全阶滑模控制方法 | |
CN108037662A (zh) | 一种基于积分滑模障碍李雅普诺夫函数的四旋翼飞行器输出受限反步控制方法 | |
CN107561931B (zh) | 一种基于单指数型函数的四旋翼飞行器非线性滑模位姿控制方法 | |
CN107688295A (zh) | 一种基于快速终端滑模的四旋翼飞行器有限时间自适应控制方法 | |
CN107368089B (zh) | 一种基于双指数型函数的四旋翼飞行器非线性滑模位姿控制方法 | |
CN111026160B (zh) | 一种四旋翼无人机轨迹跟踪控制方法 | |
CN108828937B (zh) | 基于指数增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 | |
CN105786021B (zh) | 一种四旋翼无人机控制方法 | |
CN107942672B (zh) | 一种基于对称时不变障碍李雅普诺夫函数的四旋翼飞行器输出受限反步控制方法 | |
CN108107726B (zh) | 一种基于对称时变障碍李雅普诺夫函数的四旋翼飞行器输出受限反步控制方法 | |
CN108563128B (zh) | 基于指数增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 | |
CN108646773B (zh) | 基于指数增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 | |
CN108762076B (zh) | 基于反比例函数增强型等速趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 | |
CN108845586B (zh) | 基于双曲正弦增强型等速趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 | |
CN108549401B (zh) | 基于双曲正弦增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 | |
CN108829128B (zh) | 基于对数增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 | |
CN108803638B (zh) | 基于双曲正切增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 | |
CN108563125B (zh) | 基于指数增强型幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 | |
CN108563126B (zh) | 基于双曲正弦增强型幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 | |
CN108549241B (zh) | 基于反正切增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 | |
CN108803319B (zh) | 基于对数增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |