CN108445753A - 用于平衡侧向力和抑制无人机侧向反推力的方法 - Google Patents

Abstract

本发明用于平衡侧向力和抑制无人机侧向反推力的方法，属于无人机控制领域。目的是降低当无人机具备侧向作业功能时,因可能的侧向受力而对无人机飞行姿态和位置产生的影响。步骤一、建立系统的空间和运动模型，确定系统的强耦合特性；步骤二、对该系统空间模型的运动进行解耦；步骤三、设置干扰观测器融合到位置控制系统中；步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；步骤五、进行仿真验证。本发明，通过建立系统的空间和运动模型，分析系统耦合特性，并通过状态反馈的方式对系统进行解耦控制，建立系统的干扰观测器模型，前馈补偿的方式融合到位置控制系统中，提高对抵抗外部突变干扰的效果。

Description

用于平衡侧向力和抑制无人机侧向反推力的方法

技术领域

本发明属于无人机控制领域，具体的是用于平衡侧向力和抑制无人机侧向反推力的方法。

背景技术

在多旋翼无人机应用中，目前大部分应用的作用力点均位于无人机下方，在这一模式下，无人机只需在结构上平衡好重心，其飞行姿态受其影响就较小。但在一些新兴的特定的应用中，无人机作为一个机载平台，要求其受力点位于无人机的侧面，如用无人机进行墙面喷涂清洗、远距离射击投掷等。在这种模式下，无人机会受到横向的反作用力，该反作用力可能较为恒定，也可能突变，或可能连续扰动，从而对无人机本身产生较大的影响，影响无人机的飞行姿态，进而影响无人机作业效果。

侧向力平衡和扰动抑制控制系统悬挂在无人机机载平台下方，通过调节该系统两侧螺旋桨叶的推力来实现运动控制和反推力平衡控制。由于该系统悬吊在无人机机载平台下的空间环境中，很容易受到突变干扰推力或空间位置变化作用的影响，从而使得该系统在空间中难于保持稳定的工作姿态，无法保持系统所需要的稳定性要求。

发明内容

本发明所要解决的技术问题是提供一种用于平衡侧向力和抑制无人机侧向反推力的方法，以降低对无人机飞行姿态的影响。

本发明采用的技术方案是：用于平衡侧向力和抑制无人机侧向反推力的方法，包括以下步骤：

步骤一、根据实际侧向力平衡和扰动抑制控制系统，建立该系统的空间模型，确定系统的强耦合特性；

步骤二、通过对侧向力平衡和扰动抑制控制系统的状态反馈方式对该系统空间模型进行解耦；

步骤三、通过PID控制器对空间模型进行调节，并据此设置用于实时观测外部干扰推力大小的干扰观测器融合到位置控制系统中；

步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；

步骤五、进行仿真验证。

进一步的，步骤一中，所述侧向力平衡和扰动抑制控制系统的空间模型包括竖向对称平面、连接杆和固定点；所述侧向力平衡和扰动抑制控制系统关于该竖向对称平面对称，且通过连接杆固定悬挂于固定点；所述侧向力平衡和扰动抑制控制系统的一侧的电机螺旋桨推力一和另一侧的电机螺旋桨推力二方向相同且关于竖向对称平面对称；并以竖向对称平面与水平面的相交线向电机螺旋桨推力一或二的方向为X轴的正方向，以垂直于竖向对称平面向内为Y轴的正方向，建立侧向力平衡和扰动抑制控制系统的机体坐标系。

进一步的，步骤一中，确定系统的强耦合特性的步骤为：

1.1、通过侧向力平衡和扰动抑制控制系统由起始位置O起，先在YOX平面做偏转运动旋转β角,然后再通过俯仰运动偏转θ角运动至目标位置P；其中，坐标为：O(0，0，0)、P(Xp,Yp,Zp)；

1.2、根据侧向力平衡和扰动抑制控制系统在位置P的受力情况，列出该系统的平衡方程；

1.3、由侧向力平衡和扰动抑制控制系统的平衡方程，取状态变量输入为(F₁,F₂)，输出为(θ,β)，得到该系统的状态空间方程；

1.4、将侧向力平衡和扰动抑制控制系统的实际参数代入该系统的状态空间方程，得到侧向力平衡和扰动抑制控制系统的空间模型的传递函数；

1.5、对侧向力平衡和扰动抑制控制系统的空间模型进行仿真，得到开环系统在阶跃输入情况下的响应曲线；

1.6、分析响应曲线，得出侧向力平衡和扰动抑制控制系统的强耦合特性，确定解耦的必要性。

进一步的，步骤二中，对侧向力平衡和扰动抑制控制系统空间模型进行解耦按以下步骤顺序进行：

2.1、得到侧向力平衡和扰动抑制控制系统解耦后的状态空间表达式；

2.2、根据解耦后的状态空间表达式得到解耦后的该系统传递函数；

2.3、进行仿真，得到反馈解耦后该系统的阶跃响应曲线，并据此确定反馈解耦过后的飞侧向力平衡和扰动抑制控制系统可以被看作一组相互独立的单变量系统。

进一步的，步骤三中，干扰观测器的设置按以下步骤顺序进行：

3.1、当侧向力平衡和扰动抑制控制系统两端电机驱动的螺旋桨输出产生的推力相等时，将该系统等价成一钟摆运动系统，得到该钟摆运动系统的运动方程；

3.2、设定侧向力平衡和扰动抑制控制系统受到突变荷载F_l，该突变荷载方向与电机驱动的螺旋桨产生的推力方向相反，根据钟摆运动系统的运动方程，得到该突变荷载状态下，该系统的运动方程；

3.3、根据侧向力平衡和扰动抑制控制系统在突变荷载下的运动方程，选择侧向力平衡和扰动抑制控制系统在XOZ方向的摆角θ、角速度和突变载荷F_l作为状态变量；电机驱动螺旋桨输出的水平推力F作为输入变量；同时摆角θ也作为输出变量；建立飞喷系统在XOZ平面内的状态空间方程；

3.4、根据侧向力平衡和扰动抑制控制系统在XOZ平面内的状态空间方程，构造需要观测的状态变量的一个降价观测器，并根据该降价观测器，构造出降维扰动状态观测器的方程；

3.5、根据降维扰动状态观测器的方程构建出突变负载扰动观测器模型的方程式。

进一步的，假定钟摆运动系统在很小的范围内摆动，则sinθ≈θ。

进一步的，步骤四的具体操作为：选择突变负载扰动观测器的特征值作为前馈仿真模型的输入量之一，从而实现实时观测该系统的突变载荷值的大小。

本发明的有益效果是：通过建立系统的空间和运动模型，分析系统耦合特性，并通过状态反馈的方式对系统进行解耦控制，建立系统的干扰观测器模型，前馈补偿的方式融合到位置控制系统中，提高对抵抗外部突变干扰的效果。

附图说明

图1为本发明系统模型示意图。

图中，竖向对称平面1、连接杆2、固定点3。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明如下：

用于平衡侧向力和抑制无人机侧向反推力的方法，包括以下步骤：

步骤一、根据实际侧向力平衡和扰动抑制控制系统，建立该系统的空间模型，确定系统的强耦合特性；

步骤二、通过对侧向力平衡和扰动抑制控制系统的状态反馈方式对该系统空间模型及运动进行解耦；

步骤三、通过PID控制器对空间模型进行调节，并据此设置用于实时观测外部干扰推力大小的干扰观测器融合到位置控制系统中，以实现对该系统方位和俯仰角度的精确控制；

步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；

步骤五、进行仿真验证。

侧向力平衡和扰动抑制控制系统悬挂在无人机机载平台下方，通过调节飞喷系统两侧桨叶的推力来实现运动控制和反推力平衡控制。由于该系统悬吊在无人机机载平台下的空间环境中，很容易受到突变干扰推力的作用，从而影响无人机及该系统在空间中保持稳定的工作姿态，无法保持系统的稳定性。故，根据实际侧向力平衡和扰动抑制控制系统，建立该系统的空间模型，助于控制和平衡侧向力平衡和扰动抑制控制系统的侧向反推力的研究。

若该侧向力平衡和扰动抑制控制系统为强耦合系统，不同的输入对系统的俯仰摆角和偏转偏角的运动有强烈的相互影响，所以为了实现对系统的特定位置的控制目标，解耦控制就显得非常必要了。故，确定了系统的强耦合特性后，需要对侧向力平衡和扰动抑制控制系统空间模型进行解耦。

基于该系统强的耦合特性，通过状态反馈策略实现对系统解耦，并结合位置控制，实现该装置方位和俯仰角度的精确控制。同时，为了应对负载突变扰动对该装置位置及姿态影响，一个干扰观测器被设计出以用于实时观测外部干扰推力大小，最后，通过前馈补偿的方式提高该装置对干扰抑制的响应效果。该论文通过系统动态模型建立，解耦设计、位置控制设计、扰动观察器设计和基于该观察输出的前馈干扰抑制补偿设计等研究，实现了当外载荷突变时的扰动抑制及姿态控制。

步骤一中，如图1所示，所述侧向力平衡和扰动抑制控制系统的空间模型包括竖向对称平面1、连接杆2和固定点3；所述侧向力平衡和扰动抑制控制系统位于该竖向对称平面1对称，且通过连接杆2固定悬挂于固定点3；所述侧向力平衡和扰动抑制控制系统的一侧的电机驱动的螺旋桨产生的推力一和另一侧的电机驱动的螺旋桨产生的推力二方向相同且关于竖向对称平面1对称；并以竖向对称平面1与水平面的相交线向电机驱动的螺旋桨产生的推力一或二的方向为X轴的正方向，以垂直于竖向对称平面1向内为Y轴的正方向，建立该系统的机体坐标系。

侧向力平衡和扰动抑制控制系统的空间模型如图1所示，竖向对称平面1为ABC平面，飞喷系统关于ABC平面对称，通过一连接杆OA将该系统连接到固定点3，侧向力平衡和扰动抑制控制系统的各个部位为刚性连接，通过控制两个桨叶的不同转速，对系统产生一个向前的推力和旋转力矩作用，使侧向力平衡和扰动抑制控制系统达到空间中的任意一位置。以平行于BC轴的水平方向为X轴的正方向，垂直于BC轴方向沿纸面向里为Y轴正方向，由此建立飞喷系统的机体坐标系。

优选的，步骤一中，确定系统的强耦合特性的步骤为：

1.1、通过侧向力平衡和扰动抑制控制系统由起始位置O起，先在YOX平面做偏转运动旋转β角,然后再通过俯仰运动偏转θ角运动至目标位置P；其中，坐标为：O(0，0，0)、P(Xp,Yp,Zp)；

1.2、根据侧向力平衡和扰动抑制控制系统在位置P的受力情况，列出飞喷系统的平衡方程；

1.3、由侧向力平衡和扰动抑制控制系统的平衡方程，取状态变量输入为(F₁,F₂)，输出为(θ,β)，得到该系统的状态空间方程；

1.4、将侧向力平衡和扰动抑制控制系统的实际参数代入该系统的状态空间方程，得到该系统的空间模型的传递函数；

1.5、对侧向力平衡和扰动抑制控制统的空间模型进行仿真，得到开环系统在阶跃输入情况下的响应曲线；

1.6、分析响应曲线，得出侧向力平衡和扰动抑制控制系统的强耦合特性，确定解耦的必要性。

设起始点坐标为O(0,0,0)目标位置为F(x_f,y_f,z_f)。侧向力平衡和扰动抑制控制系统为了达到F点，可以通过在O点处，先在YOX平面做偏转运动旋转β，然后再通过俯仰运动偏转θ，到达最终的F点。可以由偏转角β、俯仰角θ得到F点的坐标为：

根据此时系统受力情况列出如下平衡方程：

其中：F_a＝F₁+F₂，F_b＝F₂-F₁取状态变量为输入为(F₁,F₂)，输出为(θ,β)运动状态空间的知识得到侧向力平衡和扰动抑制控制系统的状态空间方程如下：

式(3)中：

其中d为O点到系统质心的距离；m为系统模型的质量；I_o为该系统绕O点在XOZ平面的转动惯量；I_x为该系统绕O点在XOY平面的转动惯量。

通过上述建立的系统空间状态模型，根据系统的实际参数为：I_x＝0.03kg.m²，I_o＝0.36kg.m²，l＝60cm，d＝18cm，m＝1kg。其中输入为(F₁,F₂)，输出为(θ,β)。

将上述参数代入到系统状态空间中，得到整体模型的传递函数为：

在MATLAB中对系统模型进行开环阶跃输出响应时，当两输入推力大小不等时系统输出仿真曲线，通过该仿真曲线可以知，在双推力的作用下，系统在XOZ平面会出现摆角的振荡运动，且由于两不相等的推力作用下，在YOX平面内做偏转运动，由此可知该飞喷系统具有强烈的耦合特性，即双输入推力的大小对系统的俯仰摆角和偏转偏角的运动有强烈的相互影响，所以为了实现对系统的特定位置的控制目标，解耦控制就显得非常必要了。

实现系统解耦目前主要有两种方法：前馈补偿解耦和状态反馈解耦。前馈补偿解耦只需要在待解耦系统的前面串接一个前馈补偿器，使串联组合系统的传递函数成为对角形的有理函数矩阵，但这种方法将使系统的维数增加。故，优选的步骤二中，对侧向力平衡和扰动抑制控制系统空间模型进行解耦按以下步骤顺序进行：

2.1、得到侧向力平衡和扰动抑制控制系统解耦后的状态空间表达式；

2.2、根据解耦后的状态空间表达式得到解耦后的侧向力平衡和扰动抑制控制系统传递函数；

2.3、进行仿真，得到反馈解耦后侧向力平衡和扰动抑制控制系统的阶跃响应曲线，并据此确定反馈解耦过后的侧向力平衡和扰动抑制控制系统可以被看作一组相互独立的单变量系统。

采用形如u＝-Kx+Fv的线性状态反馈结合输入变换形式的解耦控制器，其中K为2*4的实状态反馈矩阵，F为2*2的实非奇异矩阵，称为输入变换矩阵；v为2维参考输入向量。

反馈解耦的首先需要判断系统是否满足解耦条件，实现解耦控制的充要条件是：通过构造定义的2×2维矩阵是否为非奇异，如果为非奇异，则可以实现状态反馈解耦，然后即可求得状态反馈矩阵和输入变化矩阵，得到u＝-Kx+Fv所需的状态反馈控制律。该系统为非奇异。所以可以通过状态反馈实现解耦。

反馈解耦后的系统状态空间表达式为：

反馈解耦后的系统传递函数为：

仿真得到反馈解耦后的系统的阶跃响应曲线，通过上面仿真过程分析可知，反馈解耦过后的系统可以被看作一组相互独立的单变量系统，可以实现对双变量的被控变量实现独立和单独的控制。

对开环系统的阶跃响应分析可知，在开环控制下系统在俯仰和偏转两个维度上都不能实现最终的稳态输出。为了能够有效的降低负载变化对控制系统控制质量的影响。

优选的，步骤三中，干扰观测器的设置按以下步骤顺序进行：

3.1、当侧向力平衡和扰动抑制控制系统两端电机输出产生的推力相等时，将该系统等价成一钟摆运动系统，得到该钟摆运动系统的运动方程；

3.2、设定侧向力平衡和扰动抑制控制系统受到突变荷载F_l，该突变荷载方向与电机驱动螺旋桨所产生的推力方向相反，根据钟摆运动系统的运动方程，得到该突变荷载状态下，飞喷系统的运动方程；

3.3、根据侧向力平衡和扰动抑制控制系统在突变荷载下的运动方程，选择该系统在XOZ方向的摆角θ、角速度和突变载荷F_l作为状态变量；电机输出的水平推力F作为输入变量；同时摆角θ也作为输出变量；建立侧向力平衡和扰动抑制控制系统在XOZ平面内的状态空间方程；

3.4、根据侧向力平衡和扰动抑制控制系统在XOZ平面内的状态空间方程，构造需要观测的状态变量的一个降价观测器，并根据该降价观测器，构造出降维扰动状态观测器的方程；

3.5、根据降维扰动状态观测器的方程构建出突变负载扰动观测器模型的方程式。

当飞喷系统电机驱动螺旋桨的推力输出产生的水平推力大小相等时，在XOZ平面产生一定的俯仰倾角，此时可以将此运动系统等价为一摆锤运动系统。得到系统的运动方程：

该运动方程为非线性的，先对系统进行线性化，假定系统在很小的范围内摆动，则sinθ≈θ。对上式进行拉普拉斯变化得到系统的传递函数为：

当电机驱动螺旋桨所产生的推力系统两端电机输出产生的水平推力大小相等时，飞喷系统会在XOZ平面产生一定的倾角，假设受到的突变载荷为F_l，方向与电机驱动螺旋桨所产生的推力方向相反，对系统运动受力分析如下，上式(8)的运动方程变为：

则上式(9)可以化简为线性方程为：由此方程建立电机驱动螺旋桨所产生的推力系统在XOZ平面内的状态空间方程，选择系统在XOZ方向的摆角θ、系统的角速度和突变载荷F_l作为系统的状态变量；电机驱动螺旋桨所产生的推力F作为系统的输入变量；同时摆角θ也作为系统的输出变量，得到系统的三阶状态方程如下：

式中，u＝F；y＝θ；所以得到：

则选择系统输出的摆角状态变量x₁＝θ，选择和F_l为需要观测的状态变量输入控制量u＝F,输出变量y＝θ，则有：

W₀为能观测性矩阵，由于rank(W_o)＝3，故系统是能够实现状态完全观测的，即状态向量x能由输入、输出变量u和y，以及它们各阶导数的线性组合构造出来。由于系统的输出摆角状态变量是可以直接测量得到的，故可将电机驱动螺旋桨所产生的推力系统在XOZ平面的摆角的状态空间表达式写成一下形式：

其中，x₁是可以直接测量的一维状态变量，x₂为需要观测的二维状态变量，且A₁₁＝0；A₁₂＝[1 0]；B₁＝0；

则不可观测状态变量的动态方程为：

其中最右边的两项是已知的且可以作为进入x₂的动态输入。因为x₁＝y，故被测动态由下面的标量方程给出：

令上式中的A₂₁y+B₂u＝v作为该子系统的输入，作为该子系统的输出，此二维子系统的状态空间表达式可写成：

根据上式可以看出该系统是状态完全能观测的，此二维子系统也是状态完全能观测的。上式中对状态x₂与原始方程对整个x有相同的关系。因此在原始观测器方程中进行如下的替换可以得到x₂的一个降阶观测器：

其中L＝[l₁ l₂]^T为一个常值矩阵，这本问题中是一个2×1的常值矩阵。由上式得到该状态观测器的误差的动态方程为：可以通过选择合适的L使得A₂₂-LA₁₂的特征值被设定在期望的位置，从而保证以尽可能快的速度逼近x₂。将上式改写成为：

在上式中得到测量值的微分有一定的困难，而且微分运算能将噪声干扰放大；所以如果y为噪声，那么使用是不可取的。为了克服这一难题，定义新的控制器状态为：

采用这个新的状态，降阶观测器的实现由下式给出：

可构造出降维扰动状态观测器的方程为：

式中，

则状态向量的估计值就可由下式给出：

将上述N₁、N₂、N₃分别代入到式21中，则可构建出该突变负载扰动观测器模型的方程式如下所示：

化简为：

优选的，步骤四的具体操作为：选择突变负载扰动观测器的特征值作为前馈仿真模型的输入量之一，从而实现实时观测该系统的突变载荷值的大小。

在选择反馈增益L使观测器动态误差方程的特征方程的特征值被设定在期望位置时，既需要保证x₂的降阶观测器估计值的逼近速度还要考虑观测器通频带使其具有一定的抗噪声干扰能力

若该观测器的特征值分别为λ₁和λ₂，则突变负载扰动观测器的特征多项式为：

α(s)＝(s-λ₁)(s-λ₂)＝s²-(λ₁+λ₂)s+λ₁λ₂＝0 (25)

期望特征多项式又可以表示为：

根据极点配置方法比较上述两个多项式，可以得到常数矩阵L＝[l₁ l₂]^T,其中：

根据电机驱动螺旋桨所产生的推力系统的性能要求设置该降阶观测器的特征值，并将其作为在MATLAB/Simulink软件中仿真建立的仿真模型输入量之一，从而实现实时观测出该系统的突变载荷值的大小。

为使控制器的极点能够控制系统的整个响应过程，需要保证所设计的负载观测器的误差比期望动态衰减更快，作为一个经验法则，可以将观测器的理想极点选得比控制器极点快2～6倍。同时不能使观测器响应速率过快，造成过多的传感器噪声通过观测器传递给执行机构。综合以上考虑，本文确定整个控制系统极点的4倍作为所设计观测器的理想极点，得到观测器的理想极点为：λ₁＝λ₂＝-12 (28)

通过上述设计的干扰观测器，验证其观测值的准确性，在仿真条件为：观测器在设定目标期望极点下，当0≤t≤5s时，F_l＝0N；当t≥5s时F_l＝2N。在设定目标摆角为10°和2N的干扰推力扰动条件下，在未加入该干扰观测器时，该系统的波动峰值为0.5°，调节时间为1.2s；在加入该干扰观测器前馈补偿后，系统摆角的波动峰值为0.3°，其调整时间为0.2s。该结果表明，通过设计的降阶扰动推力观测器对系统进行前馈补偿，提高了系统的抗扰动能力。

Claims (7)

1.用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：包括以下步骤：

步骤一、根据实际侧向力平衡和扰动抑制控制系统，建立该系统的空间模型，确定系统的强耦合特性；

步骤二、通过对侧向力平衡和扰动抑制控制系统的状态反馈方式对该系统空间模型进行解耦；

步骤三、通过PID控制器对空间模型进行调节，并据此设置用于实时观测外部干扰推力大小的干扰观测器融合到位置控制系统中；

步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；

步骤五、进行仿真验证。

2.如权利要求1所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤一中，所述侧向力平衡和扰动抑制控制系统的空间模型包括竖向对称平面(1)、连接杆(2)和固定点(3)；所述侧向力平衡和扰动抑制控制系统关于该竖向对称平面(1)对称，且通过连接杆(2)固定悬挂于固定点(3)；所述侧向力平衡和扰动抑制控制系统的一侧的电机螺旋桨推力一和另一侧的电机螺旋桨推力二方向相同且关于竖向对称平面(1)对称；并以竖向对称平面(1)与水平面的相交线向电机螺旋桨推力一或二的方向为X轴的正方向，以垂直于竖向对称平面(1)向内为Y轴的正方向，建立侧向力平衡和扰动抑制控制系统的机体坐标系。

3.如权利要求2所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤一中，确定系统的强耦合特性的步骤为：

1.1、通过侧向力平衡和扰动抑制控制系统由起始位置O起，先在YOX平面做偏转运动旋转β角,然后再通过俯仰运动偏转θ角运动至目标位置P；其中，坐标为：O(0，0，0)、P(Xp,Yp,Zp)；

1.2、根据侧向力平衡和扰动抑制控制系统在位置P的受力情况，列出该系统的平衡方程；

1.3、由侧向力平衡和扰动抑制控制系统的平衡方程，取状态变量输入为(F₁,F₂)，输出为(θ,β)，得到该系统的状态空间方程；

1.4、将侧向力平衡和扰动抑制控制系统的实际参数代入该系统的状态空间方程，得到侧向力平衡和扰动抑制控制系统的空间模型的传递函数；

1.5、对侧向力平衡和扰动抑制控制系统的空间模型进行仿真，得到开环系统在阶跃输入情况下的响应曲线；

1.6、分析响应曲线，得出侧向力平衡和扰动抑制控制系统的强耦合特性，确定解耦的必要性。

4.如权利要求2所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤二中，对侧向力平衡和扰动抑制控制系统空间模型进行解耦按以下步骤顺序进行：

2.1、得到侧向力平衡和扰动抑制控制系统解耦后的状态空间表达式；

2.2、根据解耦后的状态空间表达式得到解耦后的该系统传递函数；

2.3、进行仿真，得到反馈解耦后该系统的阶跃响应曲线，并据此确定反馈解耦过后的飞侧向力平衡和扰动抑制控制系统可以被看作一组相互独立的单变量系统。

5.如权利要求2所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤三中，干扰观测器的设置按以下步骤顺序进行：

3.1、当侧向力平衡和扰动抑制控制系统两端电机驱动的螺旋桨输出产生的推力相等时，将该系统等价成一钟摆运动系统，得到该钟摆运动系统的运动方程；

3.2、设定侧向力平衡和扰动抑制控制系统受到突变荷载F_l，该突变荷载方向与电机驱动的螺旋桨产生的推力方向相反，根据钟摆运动系统的运动方程，得到该突变荷载状态下，该系统的运动方程；

3.3、根据侧向力平衡和扰动抑制控制系统在突变荷载下的运动方程，选择侧向力平衡和扰动抑制控制系统在XOZ方向的摆角θ、角速度和突变载荷F_l作为状态变量；电机驱动螺旋桨输出的水平推力F作为输入变量；同时摆角θ也作为输出变量；建立飞喷系统在XOZ平面内的状态空间方程；

3.4、根据侧向力平衡和扰动抑制控制系统在XOZ平面内的状态空间方程，构造需要观测的状态变量的一个降价观测器，并根据该降价观测器，构造出降维扰动状态观测器的方程；

3.5、根据降维扰动状态观测器的方程构建出突变负载扰动观测器模型的方程式。

6.如权利要求5所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：假定钟摆运动系统在很小的范围内摆动，则sinθ≈θ。

7.如权利要求5所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤四的具体操作为：选择突变负载扰动观测器的特征值作为前馈仿真模型的输入量之一，从而实现实时观测该系统的突变载荷值的大小。