CN108508753A - 一种垂直起降无人机的分数阶控制方法 - Google Patents
一种垂直起降无人机的分数阶控制方法 Download PDFInfo
- Publication number
- CN108508753A CN108508753A CN201810441069.6A CN201810441069A CN108508753A CN 108508753 A CN108508753 A CN 108508753A CN 201810441069 A CN201810441069 A CN 201810441069A CN 108508753 A CN108508753 A CN 108508753A
- Authority
- CN
- China
- Prior art keywords
- fractional order
- vertical take
- landing drone
- feedback control
- subsystem
- 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
- 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
Abstract
本发明公开了一种垂直起降无人机的分数阶控制方法,包括垂直起降无人机系统建模和系统结构分解、两个子系统的分数阶反馈控制律的设计、利用粒子群算法优化参数。将系统进行级联分解,根据无人机内部结构特点分解为y子系统和x与级联子系统,解决了控制量之间耦合问题,为后面设计控制律打下基础。对第一个y子系统设计分数阶反馈控制律,当|u1'|≤c时,对于第二个x与级联子系统,构造出第二个分数阶反馈控制律。利用时域适应度函数来评价控制律,两个分数阶反馈控制律里面的参数,利用粒子群优化算法进行选择。
Description
技术领域
本发明涉及无人机技术领域,具体是将分解垂直起降无人机系统级联分解成简单的两个子系统情况下,设计两个子系统的分数阶反馈控制律,属于单无人机飞行控制领域。
背景技术
随着垂直起降无人机飞行控制技术的飞速发展,其结构简单优势已经远远超过固定翼无人机控制技术所带来的便利,并且垂直起降无人机分数阶控制技术的诞生,也弥补了垂直起降无人机飞行控制技术中的盲区。基于这种有利的因素,垂直起降无人机的应用领域也得到大大的拓展。随着垂直起降无人机飞行控制技术的不断提高与完善,未来垂直起降无人机必然会在更多的领域发挥不可忽视的作用。
垂直起降无人机是所有无人机中最常见也是被重点研究的一种机型。垂直起降无人机具有极其简单的结构,由一个完整的主体机身,并且在机体的尾端配有两个无刷电机,通过这两个电机配合螺旋桨的旋转产生向上的升力以及横滚角。在一类单旋翼类型的无人机中,例如像直升型无人机主要是通过主浆与舵机的相同作用,无人机才能产生位移和姿态的改变。但本专利中针对的垂直起降无人机与单旋翼无人机不同,这种类型的无人机主要是通过两个旋翼的共同作用产生旋转力矩,只有两个控制输入,三个控制输出,起到控制无人机的姿态和位置的效果。虽然垂直起降无人机具有极其简单的物理结构,但却具有高复杂程度,强非线性的动态特性,并且垂直起降无人机系统是一个欠驱动系统,所以这也给研究带来了很大的困难。
发明内容
发明目的:针对上述现有技术的不足,提出一种垂直起降无人机的分数阶控制方法,将复杂系统转化分解成两个简单子系统,对两个子系统设计分数阶反馈控制律使得无人机能够收敛到参考信号。
技术方案:一种垂直起降无人机的分数阶控制方法,包括如下步骤:
步骤1:根据牛顿运动学原理和刚体运动学原理,对垂直起降无人机系统建立动力学模型;
步骤2:将垂直起降无人机系统分解成互相级联的y子系统和x与级联子系统;
步骤3:首先对y子系统设计基于分数阶理论的反馈控制律u'1,当|u'1|<c,将x与级联子系统简化成一个积分器系统,再次设计基于分数阶理论的反馈控制律u'2;其中,c表示常数;
步骤4:利用时域适应度函数评价基于分数阶理论的反馈控制律u'1和u'2,然后利用粒子群算法对空置率中的参数进行优化。
进一步的,所述步骤1中,所述动力学模型为:
其中,M是无人机的质量,J是无人机的惯性力矩,是无人机的横滚角,g无人机的重力加速度,控制输入u1和u2分别是推力和加速度,无人机与水平方向之间存在固定角度α≠0,x和y表示平面位置,表示x的二阶导数,表示y的二阶导数,表示的二阶导数。
进一步的,所述步骤2中,首先将所述动力学模型转换为:
其中,u′1和u′2是新的控制输入;将公式(2)带入到公式(1)中,得到:
从而将垂直起降无人机系统转化为如下y子系统:
与x与级联子系统:
其中,y1、y2分别表示y和y的一阶导数;分别表示y的一阶导数和y的二阶导数。
进一步的,所述步骤3中,y子系统的基于分数阶理论的反馈控制律u'1为:
其中,0.5是分数阶的阶次,yd表示期望的高度;y1、y2、y3、y4为控制参数,需要满足:
当|u'1|<c,将x与级联子系统简化为:
令
ka=c+Mg sin(α) (9)
当时,将x与级联子系统简化成下面最终的表达形式:
其中,x1、x2分别表示x和x的一阶导数,分别表示x的一阶导数和二阶导数,分别表示和的一阶导数,分别表示的一阶导数和二阶导数;
x与级联子系统的基于分数阶理论的反馈控制律u'2为:
其中,k5...k12是控制律中的控制参数。
进一步的,所述步骤3中,时域适应度函数的性能指标包括上升时间tr、调节时间ts、超调量Mp,时域适应度函数f(k)为:
f(k)=w1tr+w2ts+w3Mp (12)
其中,w1、w2、w3分别为上升时间tr、调节时间ts、超调量Mp对应的权重系数。
有益效果:(1)本发明设计的分数阶反馈控制律,首先通过简化模型,将强耦合欠驱动模型简化为两个简单的子系统,分别对两个子系统采用分数阶反馈控制律,达到级联控制整个无人机系统。分数阶反馈控制律拥有更多的可调参数,极大地丰富控制律的选择范围。
(2)本发明采用粒子群算法优化参数,省去人工选取参数的麻烦,也从侧面使得控制律能够应用在实践中,仅仅需要写一段程序,得到一组最优解,代入控制律,起到稳定控制无人机的作用。参数的快速选择增加了分数阶反馈控制律的快速性和有效性。
附图说明
图1是本发明的方法流程图。
具体实施方式
下面结合附图对本发明做更进一步的解释。
如图1所示,一种垂直起降无人机的分数阶控制方法,包括如下步骤:
步骤1:首先,根据牛顿运动学原理和刚体运动学原理,对垂直起降无人机系统建立动力学模型为:
其中,M是无人机的质量,J是无人机的惯性力矩,是无人机的横滚角,g无人机的重力加速度,控制输入u1和u2分别是推力和加速度,无人机与水平方向之间存在固定角度α≠0,x和y表示平面位置,表示x的二阶导数,表示y的二阶导数,表示的二阶导数。
从公式(1)可以看出,该模型是耦合的。为了便于对问题的分析,使用下列公式代替所示:
u′1和u′2是新的控制输入,通过一段时间它们都趋向于零,考虑到实际问题公式(1.2)有因此
然后,将公式(1.2)带入到(1)中,得到如下公式:
步骤2:将垂直起降无人机系统分解成互相级联的y子系统和x与级联子系统,,避免了系统非线性的难题,降低了控制律设计和稳定性分析的难度。
第一步,在垂直方向上看成一个子系统,即y子系统为:
上面的公式有如下的表达关系:
其中,y1、y2分别表示y和y的一阶导数;分别表示y的一阶导数和二阶导数。
从上面的表达式中,新的控制输入u′1是控制垂直方向的力,然后给出y子系统的基于分数阶理论的反馈控制律:
在上面的数学表达式,0.5是分数阶的阶次,yd表示期望的高度,k1,k2,k3,k4为控制参数。
上述方程代入公式(2.1),有:
拉普拉斯变换的上述方程,得到的多项式是:
P(s)=s2+k4s1.5+k2s+k3s0.5+k1 (2.5)
上述多项式不能用劳斯-赫尔维茨稳定性判据判断稳定性,所以本实施例使用n=s0.5代替得到下式:
P(n)=n4+k4n3+k2n2+k3n1+k1 (2.6)
然后,劳斯-赫尔维茨稳定性判据给出了:
第二步,x与级联子系统为:
当多项式(2.6)是稳定的,因此y→yd,yd是恒定的,因此,时间足够大之后,有|u1'|≤c,常数c>0任意小。然后公式(5)简化到:
将对这个子系统使用分数阶反馈控制,以进一步系统加以简化分析。令:
ka=c+Mg sin(α) (2.9)
当差异很小时,公式(2.8)简化为:
其中,x1、x2分别表示x和x的一阶导数,分别表示x的一节和二阶导数,分别表示和的一阶导数,分别表示的一阶导数和二阶导数。
上述方程具有以下表达式关系:
注意ka是常数,系统(2.8)简化成级联的四阶积分器系统(2.10),然后给出第二个子系统的分数反馈控制律:
其中,0.5是分数阶的阶次,k5...k12是控制律中的控制参数。把上面的方程代入公式(2.10),有:
对上述方程进行拉普拉斯变换,得到多项式:
M(s)=s4+k12s3.5+k11s3+k10s2.5+k9s2+k8s1.5+k7s+k6s0.5+k5 (2.14)
上述多项式不能用劳斯-赫尔维茨稳定性判据判断稳定性,所以使用n=s0.5替代,得到以下表达式:
M(n)=n8+k12n7+k11n6+k10n5+k9n4+k8n3+k7n2+k6n1+k5 (2.15)
参数值必须满足劳斯-赫尔维茨稳定性判据,使得多项式是稳定的。
步骤3:利用时域适应度函数评价基于分数阶理论的反馈控制律u'1和u'2,然后利用粒子群算法对控制律中的参数进行优化。
第一步,时域适应度函数的性能指标包括上升时间tr、调节时间ts、超调量Mp,设计的的适应度函数f(k)为:
f(k)=w1tr+w2ts+w3Mp (3.1)
对两个子系统分别采用粒子群优化算法,适应度函数(3.1)包括的三个性能指标是由每个权重因子wi确定。根据需要,选择w1=1,w2=1,w3=1。
第二步,粒子群算法通过初始化为一组随机粒子(随机解),然后通过迭代找到最优解。在每次迭代中,通过跟踪两个(pbest,gbest)更新粒子。找到两个最佳值后,将每个粒子通过以下公式更新其速度和位置:
Vi=aVi+c1×rand()×(pbesti-xi)+c2×rand()×(gbesti-xi) (3.2)
xi=xi+Vi (3.3)
i=1、2,...N,N是组中粒子的总数;Vi是粒子的速度;a是惯性权重;c1和c2是学习因子,通常c1=c2=2;xi是粒子的当前位置;rand()是随机函数,pbesti是个体最优,gbesti是全局最优。
在每个维度中,粒子具有最大限制速度Vmax。如果这一维速度超过设置的Vmax,则速度被限制为Vmax。(Vmax>0)。
第三步,粒子群算法按照如下步骤运行:
步骤1:初始化一组粒子(组的大小为N),包括随机位置和速度。
步骤2:评估每个粒子的适应度。
步骤3:将自适应值与每个粒子的最佳位置pbest进行比较,如果比较好,则为当前最佳位置pbest。
步骤4:将自适应值与每个粒子的最佳位置gbest进行比较,如果比较好,则为当前最佳位置gbest。
步骤5:根据(3.2)和(3.3)调节每个粒子的速度和位置。
步骤6:在没有结束条件的情况下转到步骤2。
通常根据具体问题选择迭代终止条件作为最大迭代次数,或者粒子群搜索的最佳位置满足预定的最小性能准则。利用粒子群算法实现分数阶反馈控制参数优化,优化参数的参数下限设置为零,上限设置为一。在将复杂系统分解转化成两个简单子系统的情况下,对两个子系统设计的分数阶反馈控制律使得无人机能够收敛到参考信号。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种垂直起降无人机的分数阶控制方法,其特征在于,包括如下步骤:
步骤1:根据牛顿运动学原理和刚体运动学原理,对垂直起降无人机系统建立动力学模型;
步骤2:将垂直起降无人机系统分解成互相级联的y子系统和x与级联子系统;
步骤3:首先对y子系统设计基于分数阶理论的反馈控制律u'1,当|u'1|<c,将x与级联子系统简化成一个积分器系统,再次设计基于分数阶理论的反馈控制律u'2;其中,c表示常数;
步骤4:利用时域适应度函数评价基于分数阶理论的反馈控制律u'1和u'2,然后利用粒子群算法对空置率中的参数进行优化。
2.根据权利要求1所述的垂直起降无人机的分数阶控制方法,其特征在于,所述步骤1中,所述动力学模型为:
其中,M是无人机的质量,J是无人机的惯性力矩,是无人机的横滚角,g无人机的重力加速度,控制输入u1和u2分别是推力和加速度,无人机与水平方向之间存在固定角度α≠0,x和y表示平面位置,表示x的二阶导数,表示y的二阶导数,表示的二阶导数。
3.根据权利要求2所述的垂直起降无人机的分数阶控制方法,其特征在于,所述步骤2中,首先将所述动力学模型转换为:
其中,u′1和u′2是新的控制输入;将公式(2)带入到公式(1)中,得到:
从而将垂直起降无人机系统转化为如下y子系统:
与x与级联子系统:
其中,y1、y2分别表示y和y的一阶导数;分别表示y的一阶导数和y的二阶导数。
4.根据权利要求3所述的垂直起降无人机的分数阶控制方法,其特征在于,所述步骤3中,y子系统的基于分数阶理论的反馈控制律u'1为:
其中,0.5是分数阶的阶次,yd表示期望的高度;y1、y2、y3、y4为控制参数,需要满足:
当|u'1|<c,将x与级联子系统简化为:
令
ka=c+Mg sin(α) (9)
当时,将x与级联子系统简化成下面最终的表达形式:
其中,x1、x2分别表示x和x的一阶导数,分别表示x的一阶导数和二阶导数,分别表示和的一阶导数,分别表示的一阶导数和二阶导数;
x与级联子系统的基于分数阶理论的反馈控制律u'2为:
其中,k5...k12是控制律中的控制参数。
5.根据权利要求4所述的垂直起降无人机的分数阶控制方法,其特征在于,所述步骤3中,时域适应度函数的性能指标包括上升时间tr、调节时间ts、超调量Mp,时域适应度函数f(k)为:
f(k)=w1tr+w2ts+w3Mp (12)
其中,w1、w2、w3分别为上升时间tr、调节时间ts、超调量Mp对应的权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810441069.6A CN108508753B (zh) | 2018-05-10 | 2018-05-10 | 一种垂直起降无人机的分数阶控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810441069.6A CN108508753B (zh) | 2018-05-10 | 2018-05-10 | 一种垂直起降无人机的分数阶控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108508753A true CN108508753A (zh) | 2018-09-07 |
CN108508753B CN108508753B (zh) | 2021-03-12 |
Family
ID=63400352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810441069.6A Active CN108508753B (zh) | 2018-05-10 | 2018-05-10 | 一种垂直起降无人机的分数阶控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108508753B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115291506A (zh) * | 2022-10-09 | 2022-11-04 | 武汉左点科技有限公司 | 基于状态观测的电动牙刷震颤噪声控制方法及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000303076A (ja) * | 1999-04-23 | 2000-10-31 | Idemitsu Kosan Co Ltd | ガソリン製造装置の運転モード決定方法及び運転方法 |
US20150031927A1 (en) * | 2009-07-29 | 2015-01-29 | The Government Of The United States Of America As Represented By The Secretary Of The Navy | Renewable High Density Turbine And Diesel Fuels From Sesquiterpenes |
CN105182741A (zh) * | 2015-07-15 | 2015-12-23 | 北京理工大学 | 一种无超调的分数阶时变滑模控制方法 |
CN106325073A (zh) * | 2016-10-31 | 2017-01-11 | 华中科技大学 | 基于分数阶的伺服系统位置ip控制器无模型自校正方法 |
CN106892102A (zh) * | 2017-02-28 | 2017-06-27 | 王文正 | 一种垂直起降无人机及其控制方法 |
CN107323660A (zh) * | 2017-06-30 | 2017-11-07 | 马鞍山市赛迪智能科技有限公司 | 一种三角翼无人机的垂直起降方法 |
CN107491081A (zh) * | 2017-07-12 | 2017-12-19 | 西北工业大学 | 一种抗干扰四旋翼无人机姿态控制方法 |
US20180011182A1 (en) * | 2016-07-05 | 2018-01-11 | The Aerospace Corporation | Separating weak and strong moving targets using the fractional fourier transform |
-
2018
- 2018-05-10 CN CN201810441069.6A patent/CN108508753B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000303076A (ja) * | 1999-04-23 | 2000-10-31 | Idemitsu Kosan Co Ltd | ガソリン製造装置の運転モード決定方法及び運転方法 |
US20150031927A1 (en) * | 2009-07-29 | 2015-01-29 | The Government Of The United States Of America As Represented By The Secretary Of The Navy | Renewable High Density Turbine And Diesel Fuels From Sesquiterpenes |
CN105182741A (zh) * | 2015-07-15 | 2015-12-23 | 北京理工大学 | 一种无超调的分数阶时变滑模控制方法 |
US20180011182A1 (en) * | 2016-07-05 | 2018-01-11 | The Aerospace Corporation | Separating weak and strong moving targets using the fractional fourier transform |
CN106325073A (zh) * | 2016-10-31 | 2017-01-11 | 华中科技大学 | 基于分数阶的伺服系统位置ip控制器无模型自校正方法 |
CN106892102A (zh) * | 2017-02-28 | 2017-06-27 | 王文正 | 一种垂直起降无人机及其控制方法 |
CN107323660A (zh) * | 2017-06-30 | 2017-11-07 | 马鞍山市赛迪智能科技有限公司 | 一种三角翼无人机的垂直起降方法 |
CN107491081A (zh) * | 2017-07-12 | 2017-12-19 | 西北工业大学 | 一种抗干扰四旋翼无人机姿态控制方法 |
Non-Patent Citations (2)
Title |
---|
ZHE GAO: "Rational approximation for fractional-order system by particle swarm optimizatio", 《NONLINEAR DYNAMICS》 * |
刘海波: "QTR 无人机垂直起降模态分数阶滑模姿态控制", 《系统工程与电子技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115291506A (zh) * | 2022-10-09 | 2022-11-04 | 武汉左点科技有限公司 | 基于状态观测的电动牙刷震颤噪声控制方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108508753B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107479384B (zh) | 高超声速飞行器神经网络复合学习非反步控制方法 | |
Mohamed et al. | Design and control of novel tri-rotor UAV | |
CN107479383B (zh) | 基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法 | |
CN108622404A (zh) | 飞行器以及飞行系统 | |
CN106054922A (zh) | 一种无人机‑无人车联合编队协同控制方法 | |
WO2015180171A1 (en) | Aircraft attitude control methods | |
Salazar-Cruz et al. | Stabilization and nonlinear control for a novel trirotor mini-aircraft | |
CN107632518A (zh) | 基于高增益观测器的高超声速飞行器神经网络复合学习控制方法 | |
CN113341693A (zh) | 一种基于扑翼非对称相位差与振幅的航向控制方法 | |
CN112650299A (zh) | 一种考虑时变编队的分组一致性无人机编队控制方法 | |
Xu et al. | Full attitude control of an efficient quadrotor tail-sitter VTOL UAV with flexible modes | |
Oktay et al. | Dynamic Modeling and Simulation of Quadcopter for Several Flight Conditions | |
CN108508753A (zh) | 一种垂直起降无人机的分数阶控制方法 | |
CN116225069A (zh) | 一种基于cpg的仿生扑翼飞行机器人的编队控制方法 | |
Akbar et al. | Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface | |
Seah et al. | Bilinear modelling and attitude control of a quadrotor | |
Guo et al. | PID parameter tuning algorithm of rotor UAV Based on Improved Particle Swarm Optimization | |
Yang et al. | Robust full-envelope flight control design for an eVTOL vehicle | |
Roy et al. | Hover flight control of a small helicopter using robust backstepping and PID | |
CN109857146A (zh) | 一种基于前馈和权值分配的分层无人机跟踪控制方法 | |
Hoshu et al. | Cascaded attitude control for heterogeneous multirotor UAS for enhanced disturbance rejection | |
CN114237051B (zh) | 基于分数阶滑模反步法的动力翼伞高度控制方法 | |
Raza et al. | Sliding mode control-based autonomous control of a tri-rotor unmanned aerial vehicle | |
Anjum et al. | Attitude control of quadcopter using adaptive neuro fuzzy control | |
Roy et al. | Robust control for longitudinal and lateral dynamics of small scale helicopter |
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 |