CN110780676A - 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法 - Google Patents

一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法 Download PDF

Info

Publication number
CN110780676A
CN110780676A CN201811636303.7A CN201811636303A CN110780676A CN 110780676 A CN110780676 A CN 110780676A CN 201811636303 A CN201811636303 A CN 201811636303A CN 110780676 A CN110780676 A CN 110780676A
Authority
CN
China
Prior art keywords
interference
unmanned helicopter
col
subsystem
subsystems
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.)
Pending
Application number
CN201811636303.7A
Other languages
English (en)
Inventor
王翔宇
于欣
李世华
杨俊�
刘基玉
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201811636303.7A priority Critical patent/CN110780676A/zh
Publication of CN110780676A publication Critical patent/CN110780676A/zh
Pending legal-status Critical Current

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
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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

本发明公开了一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法。该发明基于非线性干扰观测器和块状反步控制技术,首先,建立无人直升机系统带有集总干扰的6自由度刚体模型,并将其分解为三个耦合相对较小的子系统;其次,分别针对三个子系统,设计非线性干扰观测器估计集总干扰;第三,将块状反步控制技术和干扰估计量相结合,设计前馈‑反馈复合抗干扰轨迹跟踪控制器;最后,通过选取合适的观测器和反馈控制器增益,可使无人直升机精确跟踪期望的位置和偏航角。本发明形式简单,降低了现有跟踪控制技术的复杂度,能实现复杂干扰环境下小型无人直升机的精确轨迹跟踪,同时有效提升了系统的抗干扰性能。

Description

一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制 方法
技术领域
本发明涉及一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,属于无人飞行器飞行控制的技术领域。
背景技术
在各种各样的无人飞行器中,无人直升机具有垂直起降,悬停,超低空和低速飞行,能在狭小、复杂和未知的环境中飞行等突出优势。由于这些显著的优势,无人直升机在军用和民用领域均具有广泛的应用前景,并且逐渐吸引了众多研究者的关注。然而,无人直升机系统是一个典型的强耦合、多输入多输出、静不稳定的非线性系统,同时还在飞行时还容易受到模型参数不确定、未建模动态等内部干扰和复杂外部环境干扰的影响,这给其飞行控制设计带来了很大的困难,其设计难度具体表现为:
1)无人直升机系统的高度非线性。由于其空气动力学特性的复杂性,无人直升机系统具有很强的非线性,这给建立一个能精确描述系统特性且适于控制设计的系统模型带来了很大困难。
2)无人直升机系统具有强耦合性。直升机具有四个直接控制量,它们对直升机的飞行方向、速度、姿态等六个自由度都产生控制作用,且四个控制量之间也有明显的耦合作用,这给控制设计带来了挑战。
3)无人直升机系统严重地受到干扰的影响。无人直升机系统受到的干扰包括,内部干扰:飞行条件变化、质量、转动惯量变化等导致的系统参数不确定问题,系统内部未建模动态引起的内部不确定问题;外部干扰:未知的阵风、气流影响,地面效应影响等。这些干扰因素都使得设计一个可靠的、高性能的飞行控制方法非常具有挑战性。
由于上述无人直升机飞行控制问题的困难性,传统的线性控制策略(比如PID控制、线性二次型调节器等)往往难以获得令人满意的控制性能,因此,一些非线性控制方法被应用于无人直升机飞行控制中,比如自适应控制,H控制,模型预测控制等。但是上述这些控制方法对于受扰无人直升机系统的控制效果并不令人满意。
文献(S.E.Ferik,A.H.Syed,H.M.Omar,M.A.Deriche,Nonlinear forward pathtracking controller for helicopter with slung load[J].Aerospace Science andTechnology,2017,69:602-608)提出了基于反步法的直升机轨迹跟踪控制方案,但是它属于反馈控制的范畴,是一种基于鲁棒思想设计的控制方法,以牺牲系统标称控制性能为前提来抑制干扰,而未对干扰实行直接和快速的抑制。此外,该文对无人直升机的每个一阶子系统均进行了反步递归设计,所设计的控制器结构较为复杂。文献(J.Hu,J.Huang,Z.Gao,H.Gu,Position tracking control of a helicopter in ground effect usingnonlinear disturbance observer-based incremental backstepping approach[J].Aerospace Science and Technology,2018,81:167-17.)设计了一种基于非线性干扰观测器的增量式反步位置跟踪控制器,由干扰观测器提供的干扰估计量可以主动补偿干扰的影响,提高了系统的抗干扰性能,使得系统输出在常值干扰或慢变干扰影响时,能无静差地跟踪参考信号。然而,由于所使用的干扰观测器存在局限性,难以对快变干扰(比如正弦干扰和高阶多项式干扰等)进行精确估计,使得所设计的控制器在系统受到快变干扰时,最多只能使闭环跟踪误差收敛到一个有界的范围内,甚至发散。
发明内容
本发明解决的技术问题是:针对小型无人直升机系统强耦合、多输入多输出、非线性强、参数快时变、受复杂外部干扰影响的特点,提出一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法。
本发明为解决上述技术问题采用以下技术方案:
本发明提出一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,步骤包括:
步骤一、将内部干扰和直升机所受的复杂外部环境干扰当作集总干扰,建立无人直升机系统6自由度刚体模型,所述内部干扰包括未确定系统参数、未建模动态;
步骤二、将步骤一所述无人直升机系统6自由度刚体模型分解为三个子系统,包括一个二阶的高度子系统,一个二阶的偏航子系统和一个二维四阶的水平子系统;
步骤三、针对步骤二所述的三个子系统中的6个集总干扰,分别构造非线性干扰观测器来对其进行估计,获得干扰估计量;
步骤四、利用所述干扰估计量,基于块状反步控制技术设计复合抗干扰轨迹跟踪控制器,用于对所述三个子系统分别进行补偿,同时对飞行轨迹进行实时跟踪。
如前所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,进一步地:所述步骤一中简化的无人直升机6自由度刚体模型如下:
Figure BDA0001930099980000021
其中,P=[x,y,z]T和V=[u,v,w]T分别表示无人直升机在惯性坐标系下的位置和速度,
Figure BDA0001930099980000031
是用于描述直升机姿态的三个欧拉角,Ω=[p,q,r]T代表无人直升机在机体坐标系下的角速度,g代表重力加速度,e3=[0 0 1]T;J=diag{Jxx,Jyy,Jzz}为无人直升机在机体坐标系下的对角惯性矩阵,其中Jxx、Jyy、Jzz为转动惯量;U=[δcollonlatped]T代表四个控制量输入,分别为主旋翼总距控制输入δcol、纵向周期变距控制输入δlon、横向周期变距控制输入δlat、尾翼总距控制输入δped;Zw、Zcol为系统参数,dV=[du,dv,dw]T和dΩ=[dp,dq,dr]T分别表示作用在直升机上的集总力和力矩干扰,
Figure BDA0001930099980000032
表示从机体坐标系到惯性坐标系的旋转矩阵,其中St、Ct、Tt分别表示三角函数sin(t)、cos(t)、 tan(t);
Figure BDA0001930099980000033
为姿态向量变换矩阵;A和B为常系数矩阵,Y为系统的输出。
如前所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,进一步地:所述步骤二中的三个子系统为:
高度子系统:
Figure BDA0001930099980000034
偏航子系统:
Figure BDA0001930099980000035
水平子系统:
Figure BDA0001930099980000036
其中,P1=[x,y]T,V1=[u,v]T,R1=[r1,3,r2,3]T,Ω1=[p,q]T,U1=[δlonlat]TA1和B1为常系数矩阵,
Figure BDA0001930099980000041
ri,j代表R(Θ)矩阵中的第i行j列元素。
如前所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,进一步地:所述步骤三中的非线性干扰观测器为如下形式:
将干扰重新记为d1=dw、d2=dr、d3=du、d4=dv、d5=dp、d6=dq,并假设干扰由以下系统产生
Figure BDA0001930099980000042
其中,i=1,2,…6,Ai、Ci分别为维数为mi×mi、ri×mi的系数矩阵,(Ai,Ci) 可观;
对应干扰di(i=1,3,4)的非线性干扰观测器如下:
Figure BDA0001930099980000044
其中,i=1,3,4,
Figure BDA0001930099980000045
Figure BDA0001930099980000046
分别为Xi,1、Xi,2、ζi的估计值,X1,1=z、X3,1=x、 X4,1=y,X1,2=w、X3,2=u、X4,2=v;h1=r3,3(-g+Zww+Zcolδcol)、[h3,h4]T=R1(-g+Zww+Zcolδcol),αi,1、αi,2、αi,3、…、为观测器增益;干扰di的估计值
对应干扰di(i=2,5,6)的非线性干扰观测器如下:
其中,i=2,5,6,
Figure BDA00019300999800000410
Figure BDA00019300999800000411
Figure BDA00019300999800000412
分别为Xi,1和ζi的估计值,X2,1=r、X5,1=p、X6,1=q,为观测器增益;干扰di的估计值
Figure BDA0001930099980000052
如前所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,进一步地:在步骤四中,在三个子系统中所设计的无人直升机前馈-反馈复合抗干扰轨迹跟踪控制器具体形式如下:
高度子系统:
Figure BDA0001930099980000053
偏航子系统:
水平子系统:
Figure BDA0001930099980000055
其中,
Figure BDA0001930099980000056
为虚拟控制器; Tm=-g+Zww+Zcolδcol;kz、kw
Figure BDA0001930099980000059
kr为正的控制器增益,
Figure BDA00019300999800000510
为正定对角矩阵增益,ez、ew
Figure BDA00019300999800000511
er
Figure BDA00019300999800000512
为各状态分量跟踪误差,zd、P1d=[xd,yd]T为期望的位置和偏航角。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1)针对直升机具有四个直接控制量,且四个控制量之间也有明显的耦合作用的情形,通过采用非线性干扰观测器来估计匹配和不匹配时变集总干扰,并将干扰估计量用于前馈补偿,设计了前馈-反馈复合抗干扰轨迹跟踪控制器,该控制器不仅能保证无人直升机系统的精确轨迹跟踪,同时还提高了系统的抗干扰性能;
2)基于块状反步控制技术设计反馈控制器,使得所提出的控制器具有更简单的结构,从而增加了控制器的实用性和可靠性;
3)基于非线性干扰观测器对常值干扰、谐波干扰、甚至快速时变干扰,比如抛物线和高阶多项式干扰,精确估计的特性,本发明所设计的复合控制器能保证无人直升机系统在快速时变干扰下轨迹跟踪的精确性;
4)本发明所提出的前馈-反馈复合抗干扰轨迹跟踪控制设计思路具有较好的普适性,可应用到其他种类飞行器的轨迹跟踪控制设计中,可使用的场景复杂多变,具有很好的灵活性。
附图说明
图1为无人直升机结构及坐标系图;
图2为本发明设计流程图;
图3为无人直升机闭环系统框图;
图4为本发明方法的无人直升机三维轨迹跟踪曲线;
图5为本发明方法的无人直升机输出曲线图;
图6为本发明方法的无人直升机输出误差曲线图;
图7为本发明方法的无人直升机控制量曲线图;
图8为无人直升机集总干扰估计曲线图;
图9为无人直升机集总干扰估计误差曲线图。
图10为无人直升机滚转角和俯仰角曲线图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
下面结合附图对本发明的实施方式作详细设计步骤说明。
步骤一:建立简化的无人直升机6自由度刚体模型
图1为无人直升机结构及坐标系图,
Figure BDA0001930099980000061
为惯性坐标系,
Figure BDA0001930099980000062
为无人直升机机体坐标系。无人直升机6自由度刚体模型如下:
Figure BDA0001930099980000063
其中,P=[x,y,z]T和V=[u,v,w]T分别表示无人直升机在惯性坐标系下的位置和速度;
Figure BDA0001930099980000064
是用于描述直升机姿态的三个欧拉角,分别为滚转角φ、俯仰角θ、偏航角
Figure BDA0001930099980000065
Ω=[p,q,r]T代表无人直升机在机体坐标系下的角速度;g代表重力加速度,e3,=[0,0,1]T, m为无人直升机的质量,J=diag{Jxx,Jyy,Jzz}为无人直升机在机体坐标系下的对角惯性矩阵,×表示计算两个向量的向量积;表示从机体坐标系到惯性坐标系的旋转矩阵,其中St、Ct、Tt分别表示三角函数sin(t)、cos(t)、tan(t);
Figure BDA0001930099980000072
为姿态向量变换矩阵;F和Γ分别表示在机体坐标系中描述的作用在无人直升机上的外部力和力矩,Fd和Γd分别表示无人直升机集总力和力矩干扰,包括内部干扰和外部干扰。内部干扰包括参数不确定和未建模动态等,外部干扰包括风扰动和地面效应等。
无人直升机外部力F可表示为:
F=[0,0,T]T, (2)
其中,T代表由主旋翼总距控制输入δcol控制的直升机主推力,其表达式为 T=m(-g+Zww+Zcolδcol)。
直升机外部力矩可以表示为:
Figure BDA0001930099980000073
其中,δped代表尾翼总距控制输入;a和b为纵向与横向挥舞角,分别由纵向周期变距控制输入δlon和横向周期变距控制输入δlat控制。在稳定状态,挥舞角a、b与控制量δlon、δlat的关系如下:
Figure BDA0001930099980000074
结合式(1)-(4)可得简化的无人直升机6自由度刚体模型为:
Figure BDA0001930099980000081
其中,
Figure BDA0001930099980000082
和dΩ=J-1Γd=[dp,dq,dr]T分别表示作用在直升机上的集总力和力矩干扰,Y为系统的输出,
Figure BDA0001930099980000083
为系统常系数矩阵,Llat=LaAlat+LbBlat,Llon=LaAlon+LbBlon, Mlat=MaAlat+MbBlat,Mlon=MaAlon+MbBlon,U=[δcollonlatped]T代表四个控制量输入,分别为主旋翼总距控制输入δcol、纵向周期变距控制输入δlon、横向周期变距控制输入δlat、尾翼总距控制输入δped。Zw、Zcol、τm、La、Lb、Ma、Mb、Nr、Ncol、Nped、Llon、Llat、 Mlon、Mlat为系统参数,可以通过系统辨识获得。
步骤二:将无人直升机模型分解为三个子系统
从无人直升机模型(5)中可以看出,四个控制量对直升机飞行方向、速度、姿态的控制是互相耦合的,为了能相对独立地设计四个控制量,将无人直升机系统分为三个耦合相对较小的子系统,分别为:
1)高度子系统:
Figure BDA0001930099980000085
2)偏航子系统:
Figure BDA0001930099980000086
3)水平子系统:
Figure BDA0001930099980000091
其中,P1=[x,y]T,V1=[u,v]T,R1=[r1,3,r2,3]T,Ω1=[p,q]T,U1=[δlonlat]T
Figure BDA0001930099980000092
Figure BDA0001930099980000095
ri,j代表R(Θ)矩阵中的第i行j列元素。
步骤三:设计非线性干扰观测器
为简化表达,将干扰重新记为d1=dw、d2=dr、d3=du、d4=dv、d5=dp、d6=dq。干扰d3、d4与控制量不在一个通道中,称为不匹配干扰。
假设干扰由以下系统产生
Figure BDA0001930099980000096
其中,i=1,2,…6,
Figure BDA0001930099980000097
Ai、Ci分别为维数为mi×mi、ri×mi的系数矩阵, (Ai,Ci)可观。该式可描述多种类型干扰,包括谐波干扰、常值干扰、斜坡干扰、高阶多项式干扰等常见类型的干扰。
1)由于d3、d4为不匹配干扰,同时干扰d1的估计值的导数将在控制器设计中用到,所以针对干扰di(i=1,3,4)的非线性干扰观测器基于二阶子系统状态设计,其具体形式如下:
其中,i=1,3,4,
Figure BDA0001930099980000099
Figure BDA00019300999800000910
分别为Xi,1、Xi,2、ζi的估计值,X1,1=z、X3,1=x、 X4,1=y,X1,2=w、X3,2=u、X4,2=v,h1=r3,3(-g+Zww+Zcolδcol)、[h3,h4]T=R1(-g+Zww+Zcolδcol),αi,1、αi,2、αi,3、…、
Figure BDA0001930099980000101
为观测器增益。则干扰di的估计值
Figure BDA0001930099980000102
2)基于一阶子系统状态,设计针对干扰di(i=1,3,4)的非线性干扰观测器,其具体形式如下:
Figure BDA0001930099980000103
其中,i=2,5,6,
Figure BDA0001930099980000104
Figure BDA0001930099980000105
分别为Xi,1和ζi的估计值,X2,1=r、X5,1=p、X6,1=q,
Figure BDA0001930099980000107
[h5,h6]T=f11)+A1Ω1+B1U1。αi,1、αi,2、…、
Figure BDA0001930099980000108
为观测器增益。则干扰di的估计值
Figure BDA0001930099980000109
以非线性干扰观测器(10)为例,定义观测误差
Figure BDA00019300999800001010
可得闭环观测误差系统为
Figure BDA00019300999800001011
其中,
Figure BDA00019300999800001012
通过选择合适的观测器增益αi,1、αi,2、αi,3、…、
Figure BDA00019300999800001013
可保证观测误差系统矩阵
Figure BDA00019300999800001014
为 Hurwitz的,则闭环观测误差系统(12)是稳定的,干扰估计值渐近趋于实际值。
步骤四:设计前馈-反馈复合抗干扰轨迹跟踪控制器
结合图2可以看出,本发明所设计的前馈-反馈复合抗干扰轨迹跟踪控制器基于块状反步控制技术,并将步骤三中非线性干扰观测器获得的干扰估计量用于前馈补偿。在三个子系统中所设计的复合控制器的具体形式如下:
1)高度子系统:
Figure BDA00019300999800001015
其中,ez=zd-z、
Figure BDA00019300999800001016
为高度和垂直速度的跟踪误差,控制增益kz和kw为正常数;zd为期望的垂直位置;
2)偏航子系统:
Figure BDA0001930099980000111
3)水平子系统:
Figure BDA0001930099980000112
其中,虚拟控制器
Figure BDA0001930099980000113
P1d=[xd,yd]T为期望的水平位置,ep1=P1d-P1
Figure BDA0001930099980000115
为状态跟踪误差,Tm=-g+Zww+Zcolδcol
Figure BDA0001930099980000116
控制增益
Figure BDA0001930099980000117
为正定对角矩阵。
通过选取合适的观测器增益和反馈控制器增益,使闭环跟踪误差系统渐近稳定,从而使小型无人直升机系统在所提出的前馈-反馈复合抗干扰轨迹跟踪控制器作用下,实现精确轨迹跟踪,同时具有良好的抗干扰性能。
为了验证本发明所提出的前馈-反馈复合抗干扰轨迹跟踪控制器的有效性,对无人直升机进行了数值仿真。无人直升机的期望轨迹为两个阶段,第一阶段为垂直起飞曲线,第二阶段为“8”形曲线,其具体数学表达式为:
集总干扰
Figure BDA0001930099980000119
和dΩ=J-1Γd=[dp,dq,dr]T包括两部分:外部干扰
Figure BDA0001930099980000121
Figure BDA0001930099980000122
分别设置为,
Figure BDA0001930099980000123
为周期正弦干扰,
Figure BDA0001930099980000124
为周期梯形波干扰,
Figure BDA0001930099980000125
为周期斜坡干扰;内部干扰为对模型参数随机增加±10%以内的不确定性。
图4、5、6分别为在本发明所设计的复合控制器作用下,无人直升机的三维轨迹跟踪曲线、输出曲线及输出误差曲线图。图6为本发明方法的无人直升机输出误差曲线图,其中,(a)为横向位置误差ex,(b)为纵向位置误差ey,(c)为垂直位置误差ez,(d)为偏航角误差可以看出,在匹配和不匹配干扰的存在的情况下,无人直升机系统能获得很高的轨迹跟踪精度和良好的抗干扰性能。
图7为本发明方法的无人直升机控制量曲线图,其中,(a)为主旋翼总距控制输入δcol,(b) 为纵向周期变距控制输入δlon,(c)为横向周期变距控制输入δlat,(d)为尾翼总距控制输入δped
图8为无人直升机集总干扰估计曲线图,其中,(a)为d1,(b)为d2,(c)为d3,(d)为d4, (e)为d5,(f)为d6
图9为无人直升机集总干扰估计误差曲线图,其中,(a)为
Figure BDA0001930099980000127
(b)为
Figure BDA0001930099980000128
(c)为
Figure BDA0001930099980000129
(d) 为
Figure BDA00019300999800001210
(e)为(f)为
Figure BDA00019300999800001212
图10为无人直升机滚转角和俯仰角曲线图,其中,(a)为滚转角φ,(b)为俯仰角θ。从中可以看出,本发明所设计的非线性干扰观测器能估计多种类型的干扰,从而保证了复合控制器良好的抗干扰能力。
以上所述仅是本发明的部分实施方式,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)

1.一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,其特征在于,步骤包括:
步骤一、将内部干扰和直升机所受的复杂外部环境干扰当作集总干扰,建立无人直升机系统6自由度刚体模型,所述内部干扰包括未确定系统参数、未建模动态;
步骤二、将步骤一所述无人直升机系统6自由度刚体模型分解为三个子系统,包括一个二阶的高度子系统,一个二阶的偏航子系统和一个二维四阶的水平子系统;
步骤三、针对步骤二所述的三个子系统中的6个集总干扰,分别构造非线性干扰观测器来对其进行估计,获得干扰估计量;
步骤四、利用所述干扰估计量,基于块状反步控制技术设计复合抗干扰轨迹跟踪控制器,用于对所述三个子系统分别进行补偿,同时对飞行轨迹进行实时跟踪。
2.根据权利要求1所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,其特征在于:所述步骤一中简化的无人直升机6自由度刚体模型如下:
Figure FDA0001930099970000011
其中,P=[x,y,z]T和V=[u,v,w]T分别表示无人直升机在惯性坐标系下的位置和速度,
Figure FDA0001930099970000013
是用于描述直升机姿态的三个欧拉角,Ω=[p,q,r]T代表无人直升机在机体坐标系下的角速度,g代表重力加速度,e3=[0 0 1]T;J=diag{Jxx,Jyy,Jzz}为无人直升机在机体坐标系下的对角惯性矩阵,其中Jxx、Jyy、Jzz为转动惯量;U=[δcollonlatped]T代表四个控制量输入,分别为主旋翼总距控制输入δcol、纵向周期变距控制输入δlon、横向周期变距控制输入δlat、尾翼总距控制输入δped;Zw、Zcol为系统参数,dV=[du,dv,dw]T和dΩ=[dp,dq,dr]T分别表示作用在直升机上的集总力和力矩干扰,
Figure FDA0001930099970000012
表示从机体坐标系到惯性坐标系的旋转矩阵,其中St、Ct、Tt分别表示三角函数sin(t)、cos(t)、tan(t);为姿态向量变换矩阵;A和B为常系数矩阵,Y为系统的输出。
3.根据权利要求1所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,其特征在于:所述步骤二中的三个子系统为:
高度子系统:
偏航子系统:
Figure FDA0001930099970000023
水平子系统:
Figure FDA0001930099970000024
其中,P1=[x,y]T,V1=[u,v]T,R1=[r1,3,r2,3]T,Ω1=[p,q]T,U1=[δlonlat]T
Figure FDA0001930099970000025
A1和B1为常系数矩阵,
Figure FDA0001930099970000026
ri,j代表R(Θ)矩阵中的第i行j列元素。
4.根据权利要求1所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,其特征在于:所述步骤三中的非线性干扰观测器为如下形式:
将干扰重新记为d1=dw、d2=dr、d3=du、d4=dv、d5=dp、d6=dq,并假设干扰由以下系统产生
Figure FDA0001930099970000027
其中,i=1,2,…6,
Figure FDA0001930099970000028
Ai、Ci分别为维数为mi×mi、ri×mi的系数矩阵,(Ai,Ci)可观;
对应干扰di(i=1,3,4)的非线性干扰观测器如下:
其中,i=1,3,4,
Figure FDA0001930099970000032
Figure FDA0001930099970000033
分别为Xi,1、Xi,2、ζi的估计值,X1,1=z、X3,1=x、X4,1=y,X1,2=w、X3,2=u、X4,2=v;h1=r3,3(-g+Zww+Zcolδcol)、[h3,h4]T=R1(-g+Zww+Zcolδcol),αi,1、αi,2、αi,3、…、
Figure FDA00019300999700000313
为观测器增益;干扰di的估计值
对应干扰di(i=2,5,6)的非线性干扰观测器如下:
Figure FDA0001930099970000035
其中,i=2,5,6,
Figure FDA0001930099970000036
Figure FDA0001930099970000037
Figure FDA0001930099970000038
分别为Xi,1和ζi的估计值,X2,1=r、X5,1=p、X6,1=q,
Figure FDA0001930099970000039
[h5,h6]T=f11)+A1Ω1+B1U1;αi,1、αi,2、…、为观测器增益;干扰di的估计值
Figure FDA00019300999700000310
5.根据权利要求1所述的一种受扰小型无人直升机的复合主动复合抗干扰轨迹跟踪控制方法,其特征在于:在步骤四中,在三个子系统中所设计的无人直升机前馈-反馈复合抗干扰轨迹跟踪控制器具体形式如下:
高度子系统:
Figure FDA00019300999700000311
偏航子系统:
Figure FDA00019300999700000312
水平子系统:
Figure FDA0001930099970000041
其中,
Figure FDA0001930099970000042
Figure FDA0001930099970000043
为虚拟控制器;
Figure FDA0001930099970000044
Tm=-g+Zww+Zcolδcol;kz、kw
Figure FDA0001930099970000045
kr为正的控制器增益,
Figure FDA0001930099970000046
为正定对角矩阵增益,ez、ew
Figure FDA0001930099970000047
er
Figure FDA0001930099970000048
为各状态分量跟踪误差,zd、P1d=[xd,yd]T
Figure FDA0001930099970000049
为期望的位置和偏航角。
CN201811636303.7A 2018-12-29 2018-12-29 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法 Pending CN110780676A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811636303.7A CN110780676A (zh) 2018-12-29 2018-12-29 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811636303.7A CN110780676A (zh) 2018-12-29 2018-12-29 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法

Publications (1)

Publication Number Publication Date
CN110780676A true CN110780676A (zh) 2020-02-11

Family

ID=69382973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811636303.7A Pending CN110780676A (zh) 2018-12-29 2018-12-29 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法

Country Status (1)

Country Link
CN (1) CN110780676A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111880552A (zh) * 2020-07-28 2020-11-03 中国科学院长春光学精密机械与物理研究所 多旋翼无人机轨迹跟踪复合控制方法
CN112486218A (zh) * 2020-12-01 2021-03-12 深圳联合飞机科技有限公司 一种直升机的控制方法和系统
CN114237270A (zh) * 2021-12-08 2022-03-25 南京航空航天大学 一种考虑输入饱和的无人直升机跟踪控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20160209850A1 (en) * 2014-12-09 2016-07-21 Embry-Riddle Aeronautical University, Inc. System and method for robust nonlinear regulation control of unmanned aerial vehicles syntetic jet actuators
CN106020222A (zh) * 2016-06-24 2016-10-12 天津理工大学 一种三自由度直升机姿态的自抗扰控制方法
CN108153323A (zh) * 2017-12-26 2018-06-12 北京航空航天大学 一种高空无人飞行器高精度再入制导方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160209850A1 (en) * 2014-12-09 2016-07-21 Embry-Riddle Aeronautical University, Inc. System and method for robust nonlinear regulation control of unmanned aerial vehicles syntetic jet actuators
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
CN106020222A (zh) * 2016-06-24 2016-10-12 天津理工大学 一种三自由度直升机姿态的自抗扰控制方法
CN108153323A (zh) * 2017-12-26 2018-06-12 北京航空航天大学 一种高空无人飞行器高精度再入制导方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FUYANG CHEN 等: "A novel nonlinear resilient control for a quadrotor UAV via backstepping control and nonlinear disturbance observer", 《NONLINEAR DYNAMICS》 *
XIANGYU WANG 等: "Composite block backstepping trajectory tracking control for disturbed unmanned helicopters", 《AEROSPACE SCIENCE AND TECHNOLOGY》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111880552A (zh) * 2020-07-28 2020-11-03 中国科学院长春光学精密机械与物理研究所 多旋翼无人机轨迹跟踪复合控制方法
CN111880552B (zh) * 2020-07-28 2021-07-09 中国科学院长春光学精密机械与物理研究所 多旋翼无人机轨迹跟踪复合控制方法
CN112486218A (zh) * 2020-12-01 2021-03-12 深圳联合飞机科技有限公司 一种直升机的控制方法和系统
CN114237270A (zh) * 2021-12-08 2022-03-25 南京航空航天大学 一种考虑输入饱和的无人直升机跟踪控制方法
CN114237270B (zh) * 2021-12-08 2023-11-07 南京航空航天大学 一种考虑输入饱和的无人直升机跟踪控制方法

Similar Documents

Publication Publication Date Title
Jia et al. Integral backstepping sliding mode control for quadrotor helicopter under external uncertain disturbances
Das et al. Dynamic inversion with zero-dynamics stabilisation for quadrotor control
Di Francesco et al. Modeling and incremental nonlinear dynamic inversion control of a novel unmanned tiltrotor
Zhen et al. Adaptive super-twisting control for automatic carrier landing of aircraft
Eliker et al. Practical finite time adaptive robust flight control system for quad-copter UAVs
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
CN110780676A (zh) 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法
CN109597426A (zh) 基于l1自适应控制的四旋翼直升机轨迹跟踪控制方法
CN111399531A (zh) 一种高超声速飞行器滑翔段制导与姿态控制一体化设计方法
Di Francesco et al. Incremental nonlinear dynamic inversion and control allocation for a tilt rotor UAV
CN112327926B (zh) 一种无人机编队的自适应滑模控制方法
Liu et al. Observer-based linear parameter varying control design with unmeasurable varying parameters under sensor faults for quad-tilt rotor unmanned aerial vehicle
Bhardwaj et al. Thrust command based integrated reference model with envelope protections for tilt-rotor vtol transition uav
Akbar et al. Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface
CN108459611B (zh) 一种近空间飞行器的姿态跟踪控制方法
Yang et al. Robust optimal transition maneuvers control for tail‐sitter unmanned aerial vehicles
Hervas et al. Sliding mode control of fixed-wing uavs in windy environments
Chen et al. Adaptive attitude control for a coaxial tilt-rotor UAV via immersion and invariance methodology
Xia et al. Finite-horizon optimal linear control for autonomous soft landing of small-scale helicopter
Huangzhong et al. Tiltrotor aircraft attitude control in conversion mode based on optimal preview control
Kim et al. Sliding mode backstepping control for variable mass hexa-rotor uav
Simha et al. Almost-global exponential tracking of a variable pitch quadrotor on SE (3)
CN109101034B (zh) 一种垂直/短距起降飞机飞行控制方法
Bai et al. Stability control of quad-rotor based on explicit model following with inverse model feedforward method
Wickenheiser et al. Perching aerodynamics and trajectory optimization

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200211

RJ01 Rejection of invention patent application after publication