CN109460050A - 一种针对变体无人机的复合分层抗干扰控制方法 - Google Patents
一种针对变体无人机的复合分层抗干扰控制方法 Download PDFInfo
- Publication number
- CN109460050A CN109460050A CN201811365466.6A CN201811365466A CN109460050A CN 109460050 A CN109460050 A CN 109460050A CN 201811365466 A CN201811365466 A CN 201811365466A CN 109460050 A CN109460050 A CN 109460050A
- Authority
- CN
- China
- Prior art keywords
- interference
- unmanned plane
- variant
- state
- angle
- 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
本发明公开了一种针对变体无人机的复合分层抗干扰控制方法,该方法以变展长变后掠翼无人机为研究对象,首先对变体无人机非线性模型进行雅克比线性化;其次,同时考虑外部阵风干扰和参数摄动带来的等效干扰,建立含多类干扰的变体无人机多胞LPV系统模型;然后,针对常值和慢变干扰,设计满足H∞性能指标的干扰观测器进行补偿,对无法表征其动态特性,但L2范数有界的干扰,设计H∞控制律对闭环传递函数进行优化,实现对有界干扰的抑制;最后,将干扰观测器与H∞控制律相结合,构造复合分层抗干扰控制器;本发明优点在于提出了一种针对变体无人机的多类干扰分类处理的方法,该方法能扩展到系统模型比较复杂的其它运动体的复合分层抗干扰控制问题。
Description
技术领域
本发明涉及一种变体无人机的复合分层抗干扰控制方法,该方法针对系统非线性模型过于复杂,对控制器的求解面临较大困难时,通过LPV系统转化,考虑该系统在面临常值干扰、缓慢变化的有界等效干扰以及动态特性未知的L2范数有界干扰同时存在情况下分类处理干扰的具有一定通用性的方法,该方法能扩展到应用于控制系统模型比较复杂的地面机器人、以及车辆等其它运动体的抗干扰控制问题中。
背景技术
近年来,但随着技术的发展以及实际需求,人们对无人机的可靠性、机动性、精度都提出了更高的需求,变体无人机通过改变飞机的翼展、折叠翼、后掠角等。在不同的飞行状态下,通过改变飞机的外形,实现最好的飞行性能,完成常规无人机无法完成的任务,但是变体无人机面临的动力学模型过于复杂,导致变体无人机非线性控制系统在控制律的设计方面临很大的困难和挑战。为了既能降低控制器设计的难度,又能定性或定量的描述原系统的控制性能,提出了一种将变体无人机的非线性控制系统线性化处理,通过对线性系统进行多胞型LPV系统转化,并考虑常值干扰、缓慢变化的有界等效干扰进一步考虑动态未知的范数有界干扰代替实际非线性系统中的干扰对控制系统的影响,设计了一种仿射参数依赖的复合分层抗干扰状态反馈控制器,去取代原有的变体无人机变体过程中复杂的非线性控制模型的抗干扰控制问题。LPV系统多胞型转化能变无数的LMI的求解问题转化为有限的LMI的求解问题,极大的简化运算量,使控制器获得连续的增益,又具有全局稳定性,同时结合满足H∞性能指标的干扰观测器的设计方法,解决模型求解过程中的常值干扰和缓慢变化干扰的影响,外环设计H∞控制的方法,对不同类的干扰分别进行抵消和抑制,提高变体无人机变体时的抗干扰性能。
发明内容
本发明的目的是提出一种将复杂的非线性控制系统抗干扰控制问题进行线性化,结合多胞LPV系统状态反馈将多类干扰分类处理,进行干扰的抵消或抑制,去等效处理原有非线性系统多类干扰的复合分层抗干扰控制问题。
为了解决现有技术中存在的上述问题,本发明提出了一种针对变体无人机的复合分层抗干扰控制方法,针对变体无人机的复合分层抗干扰控制问题,具体技术方案包括:
以变展长变后掠翼无人机非线性模型为例,首先进行非线性模型雅克比线性化;其次设计含多类干扰的多胞LPV系统模型,同时针对内环的常值干扰、缓慢变化的有界等效干扰以及外环动态特性未知的范数有界干扰;接着设计基于LPV模型的干扰观测器补偿可表征的常值、缓慢变化的干扰,对无法表征其动态特性,但L2范数有界变量,采用H∞控制的方法对闭环系统进行优化,实现对有界干扰的抑制;最后设计干扰抵消、抑制的复合分层抗干扰控制器;具体步骤如下:
第一步,将变体无人机的非线性模型雅克比线性化
首先针对无人机非线性模型进行线性化操作,变体过程中的这些参数不确定,内外部常值干扰、缓慢变化的有界干扰以及范数有界干扰,以加性干扰后续再引入线性化模型,忽略干扰的项的线性化模型如下:
其中,m为变展长变后掠翼无人机的质量,T为发动机推力,α是变体无人机的攻角,θ是无人机的俯仰角,g是重力加速度,γ为无人机的航迹倾斜角,δT为控制输入,定义为油门开度;δe为控制输入,定义为升降舵偏角,D是无人机的阻力,L是无人机的升力,Iy是惯性矩,q为俯仰角速度,My为俯仰力矩,定义规则如下:DV为阻力D对速度V求导,Dα是阻力D对攻角的偏导,是推力对油门开度的偏导,LV是升力对速度的偏导,Lα为升力对攻角的偏导数,为升力对升降舵偏角的偏导,是俯仰力矩对速度的偏导数,为俯仰力矩对攻角的偏导数,为俯仰力矩对俯仰角速度的偏导数,是俯仰力矩对升降舵偏角的偏导数,写成如下矩阵形式:
定义aij,bmn为线性化过程中求得的对应项偏导数和气动参数的多项式表达式带入已知量求得的值,以上就是无人机非线性模型雅克比线性化过程。
第二步,建立含多类干扰的变体无人机多胞LPV系统模型
飞行器的后掠角变化与展长变化都可视为均匀变化,且变形时间完全同步,为了分析无人机的动态特性,将变体无人机的整个变形区域按变形的后掠角Λ(0≤Λ≤90)进行小角度均分,后掠角和展长以后掠角每Λ/n,(n≥4)进行一个区域划分,状态从1~n分别为最大展长最小后掠角变化到最小展长最大后掠角,在每个区域求取平衡点。因此矩阵的系数矩阵变为时间参数变化元素的矩阵,同时考虑变体过程存在的常值干扰和缓慢变化的有界等效干扰,以及对系统考虑存在L2范数有界的干扰作为加性扰动考虑进控制系统,并将无人机的飞行高度加入系统的状态方程,可得新的系统的状态方程:
系统状态x=[ΔV,Δα,Δq,Δθ,Δh]T,该状态矩阵代表各自状态量在平衡点[V0,α0,q0,θ0,h0]的偏导数,其中x,A(t)和B(t)分别为:
定义aij(t),bmn(t)为线性化后含各对应项偏导数和气动参数的多项式表达式带入无人机给定的参数值,但是在变体过程中随时间变化的量,系统的状态空间元素均为时变参数,变形过程中速度是保持不变的,因此系统状态变参量仅与无人机的气动外形有关,对气动外形进行归一化处理,这里定义参数ξ为变形程度值,其值ξ∈[0,1],将其跟六个状态时刻进行一一对应,外形初始状态1对应着ξ=0时刻,外形状态2对应以此类推,最后一个外形状态n对应的ξ=1,对气动参数根据变形量进行最小二乘拟合,多胞LPV系统可写为:
第三步,设计满足H∞性能指标干扰观测器以及复合分层抗干扰状态反馈控制器
内环采用仿射参数依赖的干扰观测器对d进行实时估计与补偿,外环采用H∞控制方法对闭环传递函数的无穷范数进行优化,提升变体无人机纵向动力学系统对L2范数有界干扰的抑制性能,干扰观测器形式如下:
定义z为干扰观测器的状态,L为待求取的干扰观测器增益,A(ξ)=A0+ξA1,为求取L,定义干扰估计误差为 为d的估计,通过微分可得到干扰估计误差的动态方程表达式如下:
因此,L的选取需保证上式是内部稳定的,且满足预先给定的H∞性能指标;
于是,复合分层抗干扰的状态反馈控制器设计为如下形式:
其中,K(ξ)=K0+ξK1为仿射参数依赖的状态反馈控制增益。
于是,变体无人机的仿射参数依赖的复合分层抗干扰闭环控制系统状态方程,可写成如下形式:
将干扰估计误差动态与闭环系统状态方程进行联立增广,定义增广系统的状态量为:
因此,含误差动态的增广系统的状态动力学方程可进一步写为:
其中
定义系统H∞性能的参考输出为:
其中矩阵
对于干扰观测器增益L和闭环反馈控制律增益K的求取,要保证变体无人机变体过程中纵向动力学系统内稳,且满足给定的H∞性能要求。
本发明与现有技术相比的优点在于:
(1)本发明相比现有技术设计方法更直观易懂,通过对变体无人机变体时复杂的动力学模型进行线性化系统处理,定性的分析变体过程的抗干扰控制方法变得简单,变体过程中的气动参数的变化转化为调度增益参数能更直观的分析控制性能。
(2)本发明相比现有技术,通过转化的LPV系统,增加了对模型可建模常值干扰、缓慢变化的干扰以及动态特性未知但范数有界干扰的影响,通过分别设计相应的干扰观测器和闭环反馈控制律,提出了一种适用于变体无人机的复合分层抗干扰控制方法,能处理变体无人机控制系统多源干扰源分类治理的问题。
附图说明
图1为本发明一种针对变体无人机的复合分层抗干扰控制方法的设计流程图;
图2为本发明一种针对变体无人机的复合分层抗干扰控制方法的结构示意图;
图3为本发明的变体无人机模型建立的坐标参考示意图。
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
如图1所示,本发明的具体实施如下(已变展长变后掠翼的无人机的抗干扰控制方法为例进行说明):
第一步,将变体无人机的非线性模型雅克比线性化
首先针对无人机非线性模型进行线性化操作,变体过程中的这些参数不确定,内外部常值干扰、缓慢变化的有界干扰以及范数有界干扰,以加性干扰后续再引入线性化模型,忽略干扰的项的线性化模型如下:
其中,m为变展长变后掠翼无人机的质量,T为发动机推力,α是变体无人机的攻角,θ是无人机的俯仰角,g是重力加速度,γ为无人机的航迹倾斜角,δT为控制输入,定义为油门开度;δe为控制输入,定义为升降舵偏角,D是无人机的阻力,L是无人机的升力,Iy是惯性矩,q为俯仰角速度,My为俯仰力矩,定义规则如下:DV为阻力D对速度V求导,Dα是阻力D对攻角的偏导,是推力对油门开度的偏导,LV是升力对速度的偏导,Lα为升力对攻角的偏导数,为升力对升降舵偏角的偏导,是俯仰力矩对速度的偏导数,为俯仰力矩对攻角的偏导数,为俯仰力矩对俯仰角速度的偏导数,是俯仰力矩对升降舵偏角的偏导数,写成如下矩阵形式:
定义aij,bmn为线性化过程中求得的对应项偏导数和气动参数的多项式表达式带入已知量求得的值,以上就是无人机非线性模型雅克比线性化过程。
第二步,建立含多类干扰的变体无人机多胞LPV系统模型
飞行器的后掠角变化与展长变化都可视为均匀变化,且变形时间完全同步,为了分析无人机的动态特性,将变体无人机的整个变形区域按变形的后掠角Λ(0≤Λ≤90)进行小角度均分,后掠角和展长以后掠角每Λ/n,(n≥4)进行一个区域划分,状态从1~n分别为最大展长最小后掠角变化到最小展长最大后掠角,在每个区域求取平衡点。因此矩阵的系数矩阵变为时间参数变化元素的矩阵,同时考虑变体过程存在的常值干扰和缓慢变化的有界等效干扰,以及对系统考虑存在L2范数有界的干扰作为加性扰动考虑进控制系统,并将无人机的飞行高度加入系统的状态方程,可得新的系统的状态方程:
系统状态x=[ΔV,Δα,Δq,Δθ,Δh]T,该状态矩阵代表各自状态量在平衡点[V0,α0,q0,θ0,h0]的偏导数,其中x,A(t)和B(t)分别为:
定义aij(t),bmn(t)为线性化后含各对应项偏导数和气动参数的多项式表达式带入无人机给定的参数值,但是在变体过程中随时间变化的量,系统的状态空间元素均为时变参数,变形过程中速度是保持不变的,因此系统状态变参量仅与无人机的气动外形有关,对气动外形进行归一化处理,这里定义参数ξ为变形程度值,其值ξ∈[0,1],将其跟六个状态时刻进行一一对应,外形初始状态1对应着ξ=0时刻,外形状态2对应以此类推,最后一个外形状态n对应的ξ=1,对气动参数根据变形量进行最小二乘拟合,多胞LPV系统可写为:
第三步,设计满足H∞性能指标干扰观测器以及复合分层抗干扰状态反馈控制器
内环采用仿射参数依赖的干扰观测器对d进行实时估计与补偿,外环采用H∞控制方法对闭环传递函数的无穷范数进行优化,提升变体无人机纵向动力学系统对L2范数有界干扰的抑制性能,干扰观测器形式如下:
定义z为干扰观测器的状态,L为待求取的干扰观测器增益,A(ξ)=A0+ξA1,为求取L,定义干扰估计误差为 为d的估计,通过微分可得到干扰估计误差的动态方程表达式如下:
因此,L的选取需保证上式是内部稳定的,且满足预先给定的H∞性能指标;
于是,复合分层抗干扰的状态反馈控制器设计为如下形式:
其中,K(ξ)=K0+ξK1为仿射参数依赖的状态反馈控制增益。
于是,变体无人机的仿射参数依赖的复合分层抗干扰闭环控制系统状态方程,可写成如下形式:
将干扰估计误差动态与闭环系统状态方程进行联立增广,定义增广系统的状态量为:
因此,含误差动态的增广系统的状态动力学方程可进一步写为:
其中
定义系统H∞性能的参考输出为:
其中矩阵
对于干扰观测器增益L和闭环反馈控制律增益K的求取,要保证变体无人机变体过程中纵向动力学系统内稳,且满足给定的H∞性能要求。
Claims (2)
1.一种针对变体无人机的复合分层抗干扰控制方法,其特征在于:包括如下几个步骤:首先进行非线性模型雅克比线性化;其次设计含多类干扰的多胞LPV系统模型,同时针对内环的常值干扰、缓慢变化的有界等效干扰以及外环动态特性未知的范数有界干扰;接着设计满足H∞性能指标的干扰观测器补偿可表征的常值、缓慢变化的干扰,对无法表征其动态特性,但L2范数有界变量,采用H∞控制的方法对闭环系统进行优化,实现对有界干扰的抑制;最后设计干扰抵消和抑制的复合分层抗干扰控制器;具体的步骤如下:
第一步,将变体无人机的非线性模型进行雅克比线性化
首先针对无人机非线性模型进行线性化操作,变体过程中的这些参数不确定,内外部常值干扰、缓慢变化的干扰以及动态未知的范数有界干扰,以加性干扰后续再引入线性化模型,忽略干扰的项的线性化模型如下:
其中,m为变展长变后掠翼无人机的质量,T为发动机推力,α是变体无人机的攻角,θ是无人机的俯仰角,g是重力加速度,γ为无人机的航迹倾斜角,δT为控制输入,定义为油门开度;δe为控制输入,定义为升降舵偏角,D是无人机的阻力,L是无人机的升力,Iy是惯性矩,q为俯仰角速度,My为俯仰力矩,定义规则如下:DV为阻力D对速度V求导,Dα是阻力D对攻角的偏导,是推力对油门开度的偏导,LV是升力对速度的偏导,Lα为升力对攻角的偏导数,为升力对升降舵偏角的偏导,是俯仰力矩对速度的偏导数,为俯仰力矩对攻角的偏导数,为俯仰力矩对俯仰角速度的偏导数,是俯仰力矩对升降舵偏角的偏导数,写成如下矩阵形式:
定义aij,bmn为线性化过程中求得的对应项偏导数和气动参数的多项式表达式带入已知量求得的值,以上就是无人机非线性模型雅克比线性化过程;
第二步,建立含多类干扰的变体无人机多胞LPV系统模型
飞行器的后掠角变化与展长变化都可视为均匀变化,且变形时间完全同步,为了分析无人机的动态特性,将变体无人机的整个变形区域按变形的后掠角Λ(0≤Λ≤90°)进行小角度均分,后掠角和展长以后掠角每Λ/n,(n≥4)进行一个区域划分,状态从1~n分别为最大展长最小后掠角变化到最小展长最大后掠角,在每个区域求取平衡点。因此矩阵的系数矩阵变为时间参数变化元素的矩阵,同时考虑变体过程存在的常值干扰和缓慢变化的有界等效干扰,以及对系统考虑存在2范数有界的干扰作为加性扰动考虑进控制系统,并将无人机的飞行高度加入系统的状态方程,可得新的系统的状态方程:
系统状态x=[ΔV,Δα,Δq,Δθ,Δh]T,该状态矩阵代表各自状态量在平衡点[V0,α0,q0,θ0,h0]的偏导数,x,A(t)和B(t)分别为:
和
定义aij(t),bmn(t)为线性化后含各对应项偏导数和气动参数的多项式表达式带入无人机给定的参数值,但是在变体过程中随时间变化的量,系统的状态空间元素均为时变参数,变形过程中速度是保持不变的,因此系统状态变参量仅与无人机的气动外形有关,对气动外形进行归一化处理,这里定义参数ξ为变形程度值,其值ξ∈[0,1],将其跟六个状态时刻进行一一对应,外形初始状态1对应着ξ=0时刻,外形状态2对应以此类推,最后一个外形状态n对应的ξ=1,对气动参数根据变形量进行最小二乘拟合,多胞LPV系统可写为:
第三步,设计满足H∞性能指标干扰观测器以及复合分层抗干扰状态反馈控制器
内环采用仿射参数依赖的干扰观测器对d进行实时估计与补偿,外环采用H∞控制方法对闭环传递函数的无穷范数进行优化,提升变体无人机纵向动力学系统对L2范数有界干扰的抑制性能,干扰观测器形式如下:
定义z为干扰观测器的状态,L为待求取的干扰观测器增益,A(ξ)=A0+ξA1,为求取L,定义干扰估计误差为 为d的估计,通过微分可得到干扰估计误差的动态方程表达式如下:
因此,L的选取需保证上式是内部稳定的,且满足预先给定的H∞性能指标;
于是,复合分层抗干扰的状态反馈控制器设计为如下形式:
其中,K(ξ)=K0+ξK1为仿射参数依赖的状态反馈控制增益。
2.根据权利要求1所述的一种针对变体无人机的复合分层抗干扰控制方法,其特征在于:变体无人机的仿射参数依赖的复合分层抗干扰闭环控制系统状态方程,见下式:
将干扰估计误差动态方程与闭环控制系统状态方程进行联立增广,定义增广系统的状态量为:
因此,含误差动态的增广系统的状态动力学方程可进一步写为:
其中
定义系统H∞性能的参考输出为:
其中矩阵
对于干扰观测器增益L和闭环反馈控制律增益K的求取,要保证变体无人机变体过程中纵向动力学系统内稳,同时满足给定的H∞性能要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811365466.6A CN109460050B (zh) | 2018-11-16 | 2018-11-16 | 一种针对变体无人机的复合分层抗干扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811365466.6A CN109460050B (zh) | 2018-11-16 | 2018-11-16 | 一种针对变体无人机的复合分层抗干扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109460050A true CN109460050A (zh) | 2019-03-12 |
CN109460050B CN109460050B (zh) | 2021-03-02 |
Family
ID=65610681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811365466.6A Active CN109460050B (zh) | 2018-11-16 | 2018-11-16 | 一种针对变体无人机的复合分层抗干扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109460050B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244752A (zh) * | 2019-06-24 | 2019-09-17 | 中国人民解放军国防科技大学 | 一种高超声速飞行器专家智能控制方法及飞行器 |
CN110794857A (zh) * | 2019-10-30 | 2020-02-14 | 南京航空航天大学 | 考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法 |
CN111142549A (zh) * | 2019-12-30 | 2020-05-12 | 北京航空航天大学 | 一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法 |
CN111538234A (zh) * | 2020-07-08 | 2020-08-14 | 深圳市优必选科技股份有限公司 | 任务分层控制方法、装置、机器人和可读存储介质 |
CN112083735A (zh) * | 2020-03-25 | 2020-12-15 | 湖南大学 | 一种模块化可变体无人机系统的切换控制方法 |
CN112558623A (zh) * | 2020-12-04 | 2021-03-26 | 天津大学 | 一种弹性高超声速飞行器多胞lpv系统建模方法 |
CN113359443A (zh) * | 2021-05-28 | 2021-09-07 | 南京理工大学 | 一种广义时滞马尔科夫跳变系统的复合抗干扰控制方法 |
CN113805602A (zh) * | 2021-10-23 | 2021-12-17 | 北京航空航天大学 | 一种考虑阵风影响的无人机飞行高度控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106325075A (zh) * | 2016-10-26 | 2017-01-11 | 江南大学 | 一类时滞线性参数变化离散系统的h∞控制方法 |
CN107193213A (zh) * | 2017-07-17 | 2017-09-22 | 北京航空航天大学 | 一种基于正系统特性的飞行器抗干扰安全接近禁飞区方法 |
-
2018
- 2018-11-16 CN CN201811365466.6A patent/CN109460050B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106325075A (zh) * | 2016-10-26 | 2017-01-11 | 江南大学 | 一类时滞线性参数变化离散系统的h∞控制方法 |
CN107193213A (zh) * | 2017-07-17 | 2017-09-22 | 北京航空航天大学 | 一种基于正系统特性的飞行器抗干扰安全接近禁飞区方法 |
Non-Patent Citations (3)
Title |
---|
JIANG WEILAI等: "A systematic method of smooth switching LPV controllers design for a morphing aircraft", 《CHINESE JOURNAL OF AERONAUTICS》 * |
YUE TING等: "Gain self-scheduled H∞ control for morphing aircraft in he wing transition process based on an LPV model", 《CHINESE JOURNAL OF AERONAUTICS》 * |
王青等: "基于速度线性化的变体飞行器鲁棒LPV控制", 《系统工程与电子技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244752A (zh) * | 2019-06-24 | 2019-09-17 | 中国人民解放军国防科技大学 | 一种高超声速飞行器专家智能控制方法及飞行器 |
CN110794857A (zh) * | 2019-10-30 | 2020-02-14 | 南京航空航天大学 | 考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法 |
CN110794857B (zh) * | 2019-10-30 | 2021-03-30 | 南京航空航天大学 | 考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法 |
CN111142549A (zh) * | 2019-12-30 | 2020-05-12 | 北京航空航天大学 | 一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法 |
CN111142549B (zh) * | 2019-12-30 | 2021-03-02 | 北京航空航天大学 | 一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法 |
CN112083735A (zh) * | 2020-03-25 | 2020-12-15 | 湖南大学 | 一种模块化可变体无人机系统的切换控制方法 |
CN111538234A (zh) * | 2020-07-08 | 2020-08-14 | 深圳市优必选科技股份有限公司 | 任务分层控制方法、装置、机器人和可读存储介质 |
CN112558623A (zh) * | 2020-12-04 | 2021-03-26 | 天津大学 | 一种弹性高超声速飞行器多胞lpv系统建模方法 |
CN112558623B (zh) * | 2020-12-04 | 2024-03-15 | 天津大学 | 一种弹性高超声速飞行器多胞lpv系统建模方法 |
CN113359443A (zh) * | 2021-05-28 | 2021-09-07 | 南京理工大学 | 一种广义时滞马尔科夫跳变系统的复合抗干扰控制方法 |
CN113805602A (zh) * | 2021-10-23 | 2021-12-17 | 北京航空航天大学 | 一种考虑阵风影响的无人机飞行高度控制方法 |
CN113805602B (zh) * | 2021-10-23 | 2022-04-08 | 北京航空航天大学 | 一种考虑阵风影响的无人机飞行高度控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109460050B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460050A (zh) | 一种针对变体无人机的复合分层抗干扰控制方法 | |
CN111290421A (zh) | 一种考虑输入饱和的高超声速飞行器姿态控制方法 | |
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 | |
CN108536020A (zh) | 一种针对垂直起降重复使用运载器的模型参考自适应滑模控制方法 | |
CN107562068A (zh) | 一种四旋翼飞行器姿态的动态面输出调节控制方法 | |
CN110908278A (zh) | 一种折叠翼飞行器的动力学建模与稳定控制方法 | |
CN112346470A (zh) | 一种基于改进自抗扰控制的四旋翼姿态控制方法 | |
CN113778129B (zh) | 一种干扰补偿的高超声速变后掠翼飞行器跟踪控制方法 | |
CN105182984A (zh) | 飞行器俯仰姿态的线性自抗扰控制器设计与参数整定 | |
CN110244751B (zh) | 一种高超声速飞行器姿态自适应递推控制方法及系统 | |
CN106681345A (zh) | 基于人群搜索算法的无人机自抗扰控制方法 | |
Wang et al. | Controller for UAV to oppose different kinds of wind in the environment | |
CN113759979B (zh) | 基于事件驱动的无人机吊挂系统在线轨迹规划方法 | |
CN112327926B (zh) | 一种无人机编队的自适应滑模控制方法 | |
Takarics et al. | Active flutter mitigation testing on the FLEXOP demonstrator aircraft | |
CN106647264B (zh) | 一种基于控制约束的扩展鲁棒h∞的无人机控制方法 | |
CN106527128B (zh) | 兼顾瞬态响应与鲁棒稳定性的飞行控制律设计方法 | |
Ibrahim et al. | Exploiting an intelligent fuzzy-PID system in nonlinear aircraft pitch control | |
Gai et al. | Adaptive neural network dynamic inversion with prescribed performance for aircraft flight control | |
CN107037727A (zh) | 一种无人直升机大包线自适应增益调度方法 | |
Shen et al. | Trajectory tracking active disturbance rejection control of the unmanned helicopter and its parameters tuning | |
CN108459611B (zh) | 一种近空间飞行器的姿态跟踪控制方法 | |
Schirrer et al. | LQ-based design of the inner loop lateral control for a large flexible BWB-type aircraft | |
Sun et al. | Vision-based nonlinear incremental control for a morphing wing with mechanical imperfections | |
Dezhi et al. | Design of UAV attitude controller based on improved robust LQR control |
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 |