CN110320925B - 基于高阶干扰观测器的四旋翼飞行器安全控制方法 - Google Patents

基于高阶干扰观测器的四旋翼飞行器安全控制方法 Download PDF

Info

Publication number
CN110320925B
CN110320925B CN201910312896.XA CN201910312896A CN110320925B CN 110320925 B CN110320925 B CN 110320925B CN 201910312896 A CN201910312896 A CN 201910312896A CN 110320925 B CN110320925 B CN 110320925B
Authority
CN
China
Prior art keywords
interference
disturbance
rotor
observer
order
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
Application number
CN201910312896.XA
Other languages
English (en)
Other versions
CN110320925A (zh
Inventor
陈谋
李轶锟
姜斌
盛守照
邵书义
张柯
王玉惠
甑子洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910312896.XA priority Critical patent/CN110320925B/zh
Publication of CN110320925A publication Critical patent/CN110320925A/zh
Application granted granted Critical
Publication of CN110320925B publication Critical patent/CN110320925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/08Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G05D1/0816Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
    • G05D1/0825Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Abstract

本发明公开了一种基于高阶干扰观测器的四旋翼飞行器安全控制方法,属于飞行器安全控制技术领域。本发明包括如下步骤:(1)首先考虑四旋翼飞行器的姿态角、角速度以及各个气动参数,建立四旋翼飞行器非线性系统模型;(2)然后利用高阶干扰观测器估计未知的姿态干扰以及位置干扰,然后证明干扰观测器的稳定性;(3)通过四旋翼飞行器安全控制器,对步骤(2)中估计出的干扰加以补偿进而让四旋翼飞行器系统参数不准确或变化时具有较好的跟踪效果,确保飞行器的安全。本发明解决了反步控制器对系统模型的精度要求过高的问题,同时补偿了外部未知干扰对系统的影响,解决系统建模不精确、存在外部未知干扰的情况下的四旋翼飞行器安全控制问题。

Description

基于高阶干扰观测器的四旋翼飞行器安全控制方法
技术领域
本发明涉及一种基于高阶干扰观测器的四旋翼飞行器安全控制方法,属于飞行器安全控制技术领域。
背景技术
无人机是一种不需要飞行员驾驶、仅需借助飞行控制系统、遥控系统、定位导航系统就可完成飞行的飞行器。由于其体积较小,可以胜任环境及其恶劣复杂,空间狭小情况下的侦查、勘探、打击工作。
四旋翼飞行器是一种特殊的无人机,其由四个螺旋桨提供升力从而可以完成垂直起降功能、空中悬停功能等这相比其他无人机是一种得天独厚的巨大优势。相比同样可以完成上述功能的直升机来说,四个螺旋桨之间可以互相抵消反扭力矩,从而省去了直升机的反扭力矩桨。因此目前采用的航拍无人机多为载有高清摄像头的四旋翼飞行器。其制作过程较为简单,维护成本较低,因此广泛用于军事和民用领域,如:侦查情报、打击目标、电力设施巡检、安防、农业农药喷洒等等。近年来,研究四旋翼飞行器的学者和研究人员越来越多,但四旋翼飞行器仍然有很多需要解决的实际问题。如建模不准确导致的控制器失效问题、由于外部未知干扰影响飞行稳定性等问题,因此,进一步研究在外部复杂环境下,对于存在建模误差的四旋翼飞行器系统具有重要的理论意义和研究价值。
在四旋翼飞行器实际的飞行过程中,不可避免地存在外部干扰,比如阵风干扰。经国内外众多学者的多年研究,得出了很多可以抑制外部干扰的方法。其中干扰观测器是一种能在缺乏干扰信息的情况下,有效抑制干扰的方法。干扰观测器利用系统信息估计干扰,但是传统干扰观测器只用到了干扰的一阶信息,精度十分有限,而高阶干扰观测器,利用干扰的高阶导数准确地估计未知干扰,从而在控制器设计时加以补偿。另外,四旋翼飞行器的数学模型精度关系着控制器的实际效果,由于飞行过程中四旋翼飞行器的外形可能受气流影响而持续变化,因此四旋翼飞行器系统的参数也持续改变。综上所述,为了提高四旋翼飞行器系统的安全性和可靠性,应继续研究有外部未知干扰存在下,模型参数轻微变化时的四旋翼飞行器控制器设计问题。
发明内容
针对四旋翼飞行器易受外部干扰、飞行器安全性能不强的问题,本发明提出了一种基于高阶干扰观测器的四旋翼飞行器安全控制方法,利用干扰观测器的输出设计了一种反步滑模控制器,解决了反步控制器对系统模型的精度要求过高的问题,同时补偿了外部未知干扰对系统的影响,最终可以解决系统建模不精确、存在外部未知干扰的情况下的四旋翼飞行器安全控制问题。
本发明为解决其技术问题采用如下技术方案:
一种基于高阶干扰观测器的四旋翼飞行器安全控制方法,包括以下步骤:
(1)首先考虑四旋翼飞行器的姿态角、角速度以及各个气动参数,建立四旋翼飞行器非线性系统模型;
(2)然后利用高阶干扰观测器估计未知的姿态干扰以及位置干扰,然后证明干扰观测器的稳定性,进而说明其有效性;
(3)通过四旋翼飞行器安全控制器,对步骤(2)中估计出的干扰加以补偿进而让四旋翼飞行器系统参数不准确或变化时具有较好的跟踪效果,确保飞行器的安全。
步骤(1)所述四旋翼飞行器非线性系统模型如下所示:
Figure BDA0002032093180000031
其中x、y、z是四旋翼飞行器的三维位置坐标,θ、
Figure BDA0002032093180000032
ψ为四旋翼飞行器的俯仰、横滚、航向角,m为四旋翼飞行器的质量,Jxx、Jyy、Jzz为围绕三个轴的转动惯量,Jrz为旋翼转动惯量,U1、U2、U3、U4为位置控制器和姿态控制器的控制量,dp1、dp2、dp3为位置环外界未知干扰,da1、da2、da3为姿态环外界未知干扰。
步骤(2)所述姿态干扰为datti=[da1 da2 da3]T,位置干扰为dp=[dp1 dp2 dp3]T,其中da1、da2、da3为姿态环外界未知干扰,dp1、dp2、dp3为位置环外界未知干扰。
步骤(2)所述干扰观测器形式如下式所示:
Figure BDA0002032093180000041
其中
Figure BDA0002032093180000042
为高阶干扰观测器的估计干扰,也是干扰观测器的输出;
Figure BDA0002032093180000043
Figure BDA0002032093180000044
分别为
Figure BDA0002032093180000045
Figure BDA0002032093180000046
的估计值,
Figure BDA0002032093180000047
为干扰的n阶导数,Ki(x2),i=1,2...n为人为给定高阶干扰观测器参数,Li(x2),i=1,2...n需要满足
Figure BDA0002032093180000048
Figure BDA0002032093180000049
为高阶干扰观测器的状态变量,f(x)为系统向量,g(x)为系统增益矩阵,u为控制输入。
步骤(2)通过选取李雅普诺夫函数证明所述干扰观测器的稳定性。
本发明的有益效果如下:
(1)可有效抵抗外界未知扰动对四旋翼飞行器控制系统的影响。本发明设计了一个高阶干扰观测器,可以准确估计外界未知干扰,根据估计出的系统干扰,在设计控制律时加以补偿可有效抑制外界未知干扰对系统的影响。
(2)可有效消除由于建模误差、模型不确定性对系统的影响。本发明设计了一种反步滑模控制器来解决反步法数学模型的精度要求高的问题,使得设计出的该系统可以在模型参数轻微变化、模型构建不精确时仍然可以保证系统的稳定性、可靠性和安全性。
附图说明
图1为本发明的控制流程图。
具体实施方式
下面结合附图对本发明作进一步详细的描述。
图1中,给定期望输入(包括期望的三维位置坐标Pd和期望航向角ψd),分别送入姿态回路的反步滑模控制器和位置回路的反步滑模控制器,其中姿态回路的另外两个期望姿态输入(期望俯仰角
Figure BDA0002032093180000055
和期望横滚角θd)由位置回路的反步滑模控制器解算得出。两个回路的控制器解算得出四个控制量用于系统模型的输入,根据系统模型的输出为姿态回路和位置回路分别设计两个高阶干扰观测器,用于估计外部未知干扰,并将估计出的干扰值送入姿态回路和位置回路控制器中加以补偿。
1.系统模型
设计高阶干扰观测器,首先考虑如下式所示的四旋翼无人机非线性模型:
Figure BDA0002032093180000051
其中:
Figure BDA0002032093180000052
为四旋翼无人机的位置坐标X、Y、Z的二阶导数,θ、
Figure BDA0002032093180000053
ψ为四旋翼飞行器的俯仰、横滚、航向角,
Figure BDA0002032093180000054
为四旋翼飞行器的俯仰、横滚、航向角的一阶导数,
Figure BDA0002032093180000061
为四旋翼飞行器的俯仰、横滚、航向角的二阶导数。m为四旋翼飞行器的质量,g为当地的重力加速度。Jxx、Jyy、Jzz为围绕三个轴的转动惯量,Jrz为旋翼转动惯量。U1、U2、U3、U4为位置控制器和姿态控制器的控制量。dp1、dp2、dp3为位置环外界未知干扰,da1、da2、da3为姿态环外界未知干扰,ωr1、ωr2、ωr3、ωr4为1-4号旋翼的角速度。
根据上式可以将四旋翼飞行器的姿态回路和位置回路写成仿射非线性的形式:
Figure BDA0002032093180000062
其中对于姿态环,x1为一个向量,表示姿态角
Figure BDA0002032093180000063
θ,ψ,y为系统的输出,
Figure BDA0002032093180000064
为姿态角向量的导数,x2则表示姿态角速率
Figure BDA0002032093180000065
表示x2的导数。u=uatti=[τx τy τz]T=[U2U3 U4]T表示姿态环控制输入向量,uatti代表姿态系统的控制输入。τxτyτz表示X,Y,Z三个方向的控制力矩,d(t)表示姿态环的干扰。对于位置环,x1表示x,y,z,x2表示三个姿态角速率
Figure BDA0002032093180000066
位置子系统的控制输入向量为
Figure BDA0002032093180000067
u1,u2,u3为位置子系统控制输入的向量分量,upos表示位置系统的控制输入。d(t)表示位置环的干扰。姿态子系统的系统向量和控制增益阵为:
Figure BDA0002032093180000068
Figure BDA0002032093180000071
位置子系统的系统向量和控制增益阵为:
f(x)=[0 0 -g]T (5)
Figure BDA0002032093180000072
其中diag表示对角矩阵。
姿态系统的干扰为d=datti=[da1 da2 da3]T,位置系统的干扰为d=dp=[dp1 dp2dp3]T,datti表示姿态系统的干扰,dp表示位置系统的干扰。
对于存在外部干扰、建模不确定性的四旋翼系统模型,提出下面的假设及引理。
假设1:对于系统中的干扰,存在一个正实数δ使得
Figure BDA0002032093180000073
Figure BDA0002032093180000074
成立,其中||·||表示一个矩阵的二范数,
Figure BDA0002032093180000075
为干扰的一阶导数,
Figure BDA0002032093180000076
为干扰的二阶导数,d(n)(t)为干扰的n阶导数。δi,i=1,2,...,n为n个正实数。
引理1:对于零时刻的初始条件有界系统,若存在C1连续正定的李雅普诺夫函数满足||π1||≤V(x)≤||π2||,若
Figure BDA0002032093180000077
其中π1,π2是K类函数且c1、c2为正常数,则系统解x(t)一致有界,V(x)表示李雅普诺夫函数,
Figure BDA0002032093180000078
表示李雅普诺夫函数的导数。
2.干扰观测器设计
考虑存在外部干扰情况,为准确估计干扰,设计一个新型的高阶干扰观测器形式如下式所示:
Figure BDA0002032093180000081
其中
Figure BDA0002032093180000082
为高阶干扰观测器的估计干扰,
Figure BDA0002032093180000083
为高阶干扰观测器的估计干扰的一阶导数,
Figure BDA0002032093180000084
为高阶干扰观测器的估计干扰的二阶导数,u表示含义与上文一致。
Figure BDA0002032093180000085
为干扰的n阶导数,Ki(x2),i=1,2...n为人为给定高阶干扰观测器参数,Li(x2),i=1,2...n需要满足
Figure BDA0002032093180000086
也是干扰观测器参数。zi,i=1,2...n为高阶干扰观测器的状态变量,
Figure BDA0002032093180000087
为状态变量的i阶导数。
定义干扰的误差为
Figure BDA0002032093180000088
则可以推导出:
Figure BDA0002032093180000089
Figure BDA00020320931800000810
Figure BDA00020320931800000811
其中d为系统干扰,
Figure BDA00020320931800000812
是干扰误差的导数,
Figure BDA00020320931800000813
是干扰的误差的n阶导数,
Figure BDA00020320931800000814
为系统的状态变量。然后给定变量
Figure BDA00020320931800000815
其中:
Figure BDA00020320931800000816
为干扰的误差,
Figure BDA00020320931800000817
为干扰的导数的误差,
Figure BDA00020320931800000818
为干扰的误差的n阶导数,对其求导得到:
Figure BDA00020320931800000819
其中L(x2)为:
Figure BDA0002032093180000091
Ψ为常数矩阵,形式如式所示:
Figure BDA0002032093180000092
接下来,证明干扰观测器的稳定性,选取李雅普诺夫函数形式如下:
Figure BDA0002032093180000093
对李雅普诺夫函数求导可以得到:
Figure BDA0002032093180000094
选取上式中L(x2)矩阵使得L(x2)+0.5||Ψ||I3(n-1)负定,便可以使得干扰观测器的误差有界。
3.扰动下安全飞行控制器设计
下面考虑在非精确四旋翼飞行器系统下,结合高阶干扰观测器估计出的干扰,设计反步滑模控制器。由于四旋翼飞行器的位置环和姿态环均可表示成仿射非线性的形式,因此姿态环和位置环的控制律均可以由本节的反步滑模控制律得出。然后设计反步滑模控制器实现安全控制。与反步控制器的推导过程类似,分两步设计反步滑模控制器:
Step1:
定义第一步跟踪误差形式如下:
z1=x1-x1d (16)
其中x1d为期望跟踪信号,设计滑模面形式为:
s1=c1z1 (17)
其中s1为滑模面,z1为跟踪误差。c1为给定参数,对其求导得到:
Figure BDA0002032093180000101
为了使系统状态量在有限时间进入到设定滑模面上,采用如下滑模趋近律:
Figure BDA0002032093180000102
其中λ1、λ2为滑模趋近律参数。
设计第二步跟踪误差为z2=x2-β,其中β为虚拟控制律,则可以继续写成如下形式:
Figure BDA0002032093180000103
设计虚拟控制律形式为:
Figure BDA0002032093180000104
则选取李雅普诺夫方程为:
Figure BDA0002032093180000105
V1为李雅普诺夫函数,对V1求导,得到:
Figure BDA0002032093180000106
其中最后一项耦合项在下一步设计中考虑。
Step2:
对上述z2求导得到:
Figure BDA0002032093180000107
设计第二步滑模面为:
s2=c2z2 (25)
其中c2为人为给定参数,s2为设计的滑模面,z2含义见上文,对其求导得到:
Figure BDA0002032093180000108
类似地,也采用上面的滑模趋近律的形式如下:
Figure BDA0002032093180000109
其中λ3、λ4为人为给定参数。
设计安全飞行控制律形式如下:
Figure BDA0002032093180000111
其中
Figure BDA0002032093180000112
为干扰观测器输出的估计干扰。设计第二步的李雅普诺夫方程形式如下:
Figure BDA0002032093180000113
其中V2为设计的李雅普诺夫方程,对其求导得
Figure BDA0002032093180000114
设计总的李雅普诺夫函数为:
V=V1+V2 (31)
则:
Figure BDA0002032093180000115
其中I3为三阶单位阵,I3(n-1)为3(n-1)阶单位阵,为常量,设:
Figure BDA0002032093180000121
设计参数λ1、λ2、λ3、λ4均大于零,而且需保证-λ3+0.5c2I<0,κ<0
μ=min(λmin1),λmin2),λmin3),λmin4),λmin(-λ3+0.5c2I),λmin(κ)),C=0.5δn 2得出:
Figure BDA0002032093180000122
V(0)为李雅普诺夫函数的一个取值界限。可知李雅普诺夫函数是指数收敛的,因此在上述步骤设计的安全飞行控制器作用下,系统稳定。
从上述推导可知基于高阶干扰观测器的安全飞行控制器闭环系统稳定,位置环及姿态环的控制律均可以由上述推导的控制律得出,另外,位置环输出至姿态环的两个期望姿态角可由下式得出:
Figure BDA0002032093180000123
其中:
Figure BDA0002032093180000124
为期望横滚角,θd为期望俯仰角。

Claims (2)

1.一种基于高阶干扰观测器的四旋翼飞行器安全控制方法,其特征在于,包括以下步骤:
(1)首先考虑四旋翼飞行器的姿态角、角速度以及各个气动参数,建立四旋翼飞行器非线性系统模型;所述四旋翼飞行器非线性系统模型如下所示:
Figure FDA0003105729340000011
其中x、y、z是四旋翼飞行器的三维位置坐标,θ、
Figure FDA0003105729340000012
ψ为四旋翼飞行器的俯仰、横滚、航向角,m为四旋翼飞行器的质量,Jxx、Jyy、Jzz为围绕三个轴的转动惯量,Jrz为旋翼转动惯量,U1、U2、U3、U4为位置控制器和姿态控制器的控制量,dp1、dp2、dp3为位置环外界未知干扰,da1、da2、da3为姿态环外界未知干扰,ωr1、ωr2、ωr3、ωr4为1-4号旋翼的角速度;
(2)然后利用高阶干扰观测器估计未知的姿态干扰以及位置干扰,然后证明高阶干扰观测器的稳定性,进而说明其有效性;所述姿态干扰为datti=[da1 da2 da3]T,位置干扰为dp=[dp1 dp2 dp3]T,其中da1、da2、da3为姿态环外界未知干扰,dp1、dp2、dp3为位置环外界未知干扰;所述高阶干扰观测器形式如下式所示:
Figure FDA0003105729340000021
其中
Figure FDA0003105729340000022
为高阶干扰观测器的估计干扰,也是高阶干扰观测器的输出;
Figure FDA0003105729340000023
Figure FDA0003105729340000024
分别为
Figure FDA0003105729340000025
Figure FDA0003105729340000026
的估计值,
Figure FDA0003105729340000027
为干扰的n阶导数,Ki(x2),i=1,2...n为人为给定高阶干扰观测器参数,Li(x2),i=1,2...n需要满足
Figure FDA0003105729340000028
zi,i=1,2...n为高阶干扰观测器的状态变量,f(x)为系统向量,g(x)为系统增益矩阵,u为控制输入;
(3)通过四旋翼飞行器安全控制器,对步骤(2)中估计出的干扰加以补偿进而让四旋翼飞行器系统参数不准确或变化时具有较好的跟踪效果,确保飞行器的安全。
2.根据权利要求1所述的基于高阶干扰观测器的四旋翼飞行器安全控制方法,其特征在于,步骤(2)通过选取李雅普诺夫函数证明所述高阶干扰观测器的稳定性。
CN201910312896.XA 2019-04-18 2019-04-18 基于高阶干扰观测器的四旋翼飞行器安全控制方法 Active CN110320925B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910312896.XA CN110320925B (zh) 2019-04-18 2019-04-18 基于高阶干扰观测器的四旋翼飞行器安全控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910312896.XA CN110320925B (zh) 2019-04-18 2019-04-18 基于高阶干扰观测器的四旋翼飞行器安全控制方法

Publications (2)

Publication Number Publication Date
CN110320925A CN110320925A (zh) 2019-10-11
CN110320925B true CN110320925B (zh) 2021-08-10

Family

ID=68112919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910312896.XA Active CN110320925B (zh) 2019-04-18 2019-04-18 基于高阶干扰观测器的四旋翼飞行器安全控制方法

Country Status (1)

Country Link
CN (1) CN110320925B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111650952B (zh) * 2020-06-02 2023-09-22 河北雄安万泽科技有限公司 一种基于双干扰观测器四旋翼无人机分层抗干扰方法
CN112015192B (zh) * 2020-08-11 2021-11-19 北京航空航天大学 一种自愈四旋翼无人机抗干扰控制方法与系统
CN112947366B (zh) * 2021-02-01 2022-09-23 航天科工空间工程发展有限公司 一种解决飞行器控制系统中观测死循环问题的方法
CN113820950B (zh) * 2021-02-24 2022-12-02 西北工业大学 一种绳系连接飞行器稳定控制方法
CN113110554B (zh) * 2021-04-30 2022-03-11 南京航空航天大学 一种四旋翼无人机复合连续快速终端滑模姿态控制方法
CN113625758B (zh) * 2021-08-20 2024-04-26 中国人民解放军火箭军工程大学 一种四旋翼无人机群位姿双环抗干扰编队控制方法
CN114047773B (zh) * 2021-11-26 2023-11-03 江西理工大学 一种基于扩张状态观测器的水下集矿机器人反步滑模自适应姿态控制方法
CN114167734B (zh) * 2022-02-14 2022-04-22 伸瑞科技(北京)有限公司 一种强耦合非线性系统高精度控制方法及控制系统
CN114995163B (zh) * 2022-08-03 2022-12-16 西北工业大学 一种无人机免疫控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008051240A2 (en) * 2005-11-18 2008-05-02 Georgia Tech Research Corporation System, apparatus and methods for augmenting filter with adaptive element
CN104102128A (zh) * 2013-04-09 2014-10-15 中国人民解放军第二炮兵工程大学 一种适用于小型无人飞行器的抗干扰姿态控制方法
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008051240A2 (en) * 2005-11-18 2008-05-02 Georgia Tech Research Corporation System, apparatus and methods for augmenting filter with adaptive element
CN104102128A (zh) * 2013-04-09 2014-10-15 中国人民解放军第二炮兵工程大学 一种适用于小型无人飞行器的抗干扰姿态控制方法
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Multivariable sliding mode backstepping controller design for quadrotor UAV based on disturbance observer";Zheng ZHANG 等;《SCIENCE CHINA Information Sciences》;20181130;第61卷(第11期);第155-170页 *
常诚 等."飞行模拟转台非线性干扰观测器反步".《计算机测量与控制》.2016,第24卷(第12期),第67-70页. *

Also Published As

Publication number Publication date
CN110320925A (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
CN110320925B (zh) 基于高阶干扰观测器的四旋翼飞行器安全控制方法
CN108388270B (zh) 面向安全域的集群无人机轨迹姿态协同控制方法
CN109324636B (zh) 基于二阶一致性和自抗扰的多四旋翼主从式协同编队控制方法
CN107608367B (zh) 多变量干扰补偿四旋翼无人机轨迹与姿态协同控制方法
CN109696830B (zh) 小型无人直升机的强化学习自适应控制方法
CN112241125B (zh) 一种基于微分平坦特性的无人机轨迹跟踪方法
CN106774400B (zh) 一种基于逆动力学的无人机三维轨迹制导方法
Lu et al. Real-time simulation system for UAV based on Matlab/Simulink
CN108873929B (zh) 一种固定翼飞机自主着舰方法及系统
CN107563044B (zh) 基于在线安全学习的四旋翼无人机路径跟踪控制方法
CN108647442B (zh) 一种基于辅助输出的六旋翼无人机故障估计方法
CN108803639A (zh) 一种基于反步法的四旋翼飞行器飞行控制方法
CN110794857B (zh) 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
CN109828602B (zh) 一种基于观测补偿技术的航迹回路非线性模型变换方法
Jia et al. Agile flight control under multiple disturbances for quadrotor: Algorithms and evaluation
Stepanyan et al. Estimation, navigation and control of multi-rotor drones in an urban wind field
CN109703769B (zh) 一种基于预瞄策略的空中加油对接控制方法
CN112327926B (zh) 一种无人机编队的自适应滑模控制方法
CN107957686B (zh) 基于预见控制的无人直升机自动着舰控制系统
CN110275542B (zh) 一种基于自适应有限时间控制的四旋翼飞行器控制方法
CN115366109A (zh) 一种旋翼飞行机械臂复合分层抗干扰方法
CN115556111A (zh) 基于变惯性参数建模的飞行机械臂耦合扰动控制方法
Zhang et al. Neural network-based nonlinear fixed-time adaptive practical tracking control for quadrotor unmanned aerial vehicles
CN107817818A (zh) 一种模型不确定飞艇航迹跟踪有限时间控制方法
CN115129072A (zh) 固定翼无人机位置跟踪偏差约束下终端滑模控制方法

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