CN111158386A - 一种干扰自主免疫的无人机姿态控制系统及实现方法 - Google Patents
一种干扰自主免疫的无人机姿态控制系统及实现方法 Download PDFInfo
- Publication number
- CN111158386A CN111158386A CN202010036653.0A CN202010036653A CN111158386A CN 111158386 A CN111158386 A CN 111158386A CN 202010036653 A CN202010036653 A CN 202010036653A CN 111158386 A CN111158386 A CN 111158386A
- Authority
- CN
- China
- Prior art keywords
- interference
- aerial vehicle
- unmanned aerial
- control system
- attitude control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000036039 immunity Effects 0.000 title claims abstract description 20
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 11
- 239000002131 composite material Substances 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000012546 transfer Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 9
- 230000001629 suppression Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000013329 compounding Methods 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000003028 elevating effect Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 15
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000003416 augmentation Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种干扰自主免疫的无人机姿态控制系统及实现方法，首先，建立无人机姿态控制系统多源干扰模型；其次，设计内环标称姿态控制器，保证无人机在标称情形下的姿态跟踪性能；然后，设计外环干扰观测器，对无人机姿态控制系统所受的外部干扰和建模误差进行实时估计与补偿；最后，通过合理选取外环干扰观测器参数，保证闭环系统的鲁棒性能。本发明改进了现有复合抗干扰控制器结构，通过将干扰观测器置于外环，实现了标称性能与鲁棒性能的解耦设计，增加了控制器的可剪裁性，保证了无人机姿态控制系统的干扰自主免疫能力，可解决战略侦察、抗震救灾、环境监测等任务中的无人机抗干扰控制问题。
Description
技术领域
本发明涉及一种干扰自主免疫的无人机姿态控制系统及实现方法，应用于战略侦察、抗震救灾、环境监测等涉及无人机抗干扰控制的领域。
背景技术
近年来，无人机技术的发展呈现出低成本、小型化、集成化、任务类型多样化、作业环境复杂化等趋势，随之而来的问题是无人机姿态控制系统面临的干扰与不确定因素显著增加，对无人机姿态控制系统的自主抗干扰能力提出了严峻挑战。
无人机姿态控制系统受到的干扰因素大致可分为三类：第一类是阵风、气动干扰等外部干扰，第二类是执行器误差、机构振动等内部干扰，第三类是参数漂移、未建模动态等模型不确定性。其中，阵风干扰和未建模动态是影响无人机姿态控制精度的主要干扰类型。传统的无人机姿态控制方法大都将干扰视作一有界变量，通过增大闭环控制器增益达到抑制干扰的效果，这些方法由于未能充分利用干扰动态特性，因而精度有限，严重时会导致姿态振荡或发散。为进一步提升干扰影响下的姿态控制系统精度，近年来，相关学者提出了复合抗干扰姿态控制方法，其主要思想是针对主要干扰建立其动力学模型，设计内外环结构的复合控制器，实现基于干扰在线补偿的抗干扰控制。其中，内环的干扰观测器对主要干扰进行实时估计与补偿，外环的反馈控制器则用于保证闭环控制系统的稳定性和鲁棒性。复合抗干扰姿态控制方法可实现多类干扰的同时补偿与抑制，有效地提升了无人机姿态控制系统的抗干扰能力。
现有的无人机复合抗干扰姿态控制方法均将干扰观测器置于内环，且首先设计干扰观测器，再根据干扰观测器参数设计外环反馈控制器。该设计方法要求设计干扰观测器时必须同时改变姿态控制系统原有的控制器参数，可剪裁性不足。针对这一问题，本发明提出了干扰自主免疫的无人机姿态控制系统设计方法，这一设计方法的主要思想是将干扰观测器置于外环，且设计干扰观测器时无需改变原有的标称姿态控制器参数，此时，内环的标称姿态控制器仅需保证姿态控制系统的标称跟踪性能，而外环的干扰观测器则用于保证闭环控制系统的鲁棒性和抗干扰性，实现无人机姿态控制系统对外部干扰和建模误差的自主免疫。
发明内容
本发明的技术解决问题是：针对无人机姿态控制系统同时受到外部干扰和建模误差影响时精度和鲁棒性下降，现有抗干扰姿态控制系统设计方法可剪裁性不足的问题，提供一种干扰自主免疫的无人机姿态控制系统及实现方法，将干扰观测器置于复合控制器的外环，在选取干扰观测器参数时将含有内环标称姿态控制器的无人机姿态控制系统视作一广义对象，使相应参考输出对干扰输入的抑制比最优。这一设计方法的特点在于：一方面，内环标称姿态控制器可以与干扰观测器解耦设计，仅需保证无人机姿态控制系统的标称跟踪性能，因而增加了干扰观测器的可剪裁性；另一方面，在外环干扰观测器设计时，既利用了干扰模型信息对主要干扰进行实时估计与补偿，又优化了相应参考输出对干扰输入的抑制比，保证了闭环控制系统的干扰抑制效果，实现了无人机姿态控制系统对干扰的自主免疫。
本发明的技术解决方案为：一种干扰自主免疫的无人机姿态控制系统及实现方法，本针对一类受到多源干扰影响的无人机姿态控制系统，目标是通过对干扰的实时估计与补偿，实现无人机姿态控制系统对干扰的自主免疫，其特征在于：所述控制系统具有复合结构，内环为标称姿态控制器，外环为干扰观测器。其中，内环的标称姿态控制器基于无人机姿态控制系统的标称模型设计，保证无人机姿态控制系统在无干扰情形下的精确性和稳定性；外环的干扰观测器基于无人机姿态控制系统的多源干扰模型设计，利用干扰的动态特性信息，对无人机所受到的外部干扰和建模误差进行实时估计与补偿，保证干扰影响下无人机姿态控制系统的精确性和鲁棒性。上述各单元的具体实现步骤如下：
第一步，将无人机三轴姿态控制问题解耦处理，基于三个姿态轴的干扰动态，分别建立无人机俯仰、横滚、偏航三个通道的姿态控制多源干扰系统模型(以下仅介绍俯仰通道建模过程，其余两通道情况类似)。
通过将无人机俯仰通道姿态动力学模型在当前飞行工作点处线性化处理，建立如下的无人机俯仰通道姿态动力学状态空间模型：
其中，状态向量
α和
分别代表无人机的俯仰角速率、迎角和俯仰角；y＝x为量测输出；控制输入u＝δe为无人机升降舵偏角；系统矩阵
为俯仰角速率所产生的俯仰角加速度，Mα为迎角所产生的俯仰角加速度，Zα为迎角所产生的迎角变化率；输入矩阵
输出矩阵
干扰信号d满足：
其中，
为干扰子系统的状态变量；
为干扰子系统的状态矩阵，ω为干扰频率；V＝[1 0]为干扰子系统的输出矩阵。
第二步，根据无人机俯仰通道标称模型，设计内环标称姿态观测器，保证无人机俯仰通道在无干扰情形下的精确性和稳定性。具体地，通过优化如下目标函数：
J＝∫(eTQe+uTRu)dt (3)
得到标称姿态控制律u*的解析表达式为：
u*＝R-1BTPx (4)
其中，e＝x-xr为俯仰通道姿态跟踪误差，xr为俯仰通道的期望姿态轨迹；Q和R为正定的权重矩阵，分别体现姿态跟踪误差和控制能耗在目标函数中的权重；P为如下代数Riccati方程：
ATP+PA-PBR-1BTP+Q＝0 (5)
的解。
第三步，根据干扰模型(2)和系统的鲁棒性能指标，设计外环干扰观测器对干扰进行实时估计与补偿。首先，写出状态与干扰的增广系统模型，给出干扰观测器结构；然后，根据第二步中的标称控制器参数，选取干扰观测器的参数。
外环干扰观测器设计的具体步骤为：首先，将包含内环标称控制器在内的无人机姿态控制系统视作一增广模型，首先定义增广状态
并写出
的动力学模型如下：
其中，
均为已知的系数矩阵。针对由(6)式所描述的系统，设计如下干扰观测器：
其中，
为干扰估计值，L为待设计的干扰观测器增益矩阵。
为选取合适的L以保证无人机闭环姿态控制系统对外部干扰和建模误差的鲁棒性，首先定义参考输出加权传递函数Wu(s)和Wp(s)，其中，Wp(s)反映了干扰观测器的期望频域特性，Wu(s)则反映了闭环系统的补灵敏度特性，Wu(s)和Wp(s)的具体选取可视实际应用而定。选定Wu(s)和Wp(s)后，将含有干扰观测器以及输出加权传递函数Wu(s)和Wp(s)的闭环系统结构框图表示如图2所示。其中，Pn(s)是无人机标称姿态动力学传递函数，C(s)是标称姿态控制器的传递函数，PDO(s)的是干扰观测器的传递函数，其状态空间实现为：
接下来，根据Pn(s)，C(s)，PDO(s)，Wu(s)和Wp(s)，写出增广对象PL(s)(如图中虚线框所示)的状态空间模型如下：
最后，控制系统设计者根据闭环跟踪性能和系统鲁棒性的需求，选取合适的干扰抑制比γ，通过求解||FL(PL(s),L)||∞＜γ得到干扰观测器增益L，其中，
FL(PL(s),L)＝PL11(s)+PL12(s)K(I-PL22(s)K)-1PL21(s)，
PL11(s)＝CL1(sI-AL)-1BL1+DL11，PL12(s)＝CL1(sI-AL)-1BL2+DL12，
PL21(s)＝CL2(sI-AL)-1BL1+DL21，PL22(s)＝CL2(sI-AL)-1BL2+DL22
具体求解步骤在传统H∞控制文献中已有详述。
外环干扰观测器得到干扰估计值
后，与内环标称姿态控制器输出的标称控制量u*复合，得到复合姿态控制律
本发明与现有技术相比的优点在于：
(1)本发明提出了一种干扰自主免疫的无人机姿态控制系统及实现方法，控制系统具有复合结构，内环的标称姿态控制器用于保证系统的标称跟踪性能，外环的干扰观测器用于实时估计补偿干扰影响，保证了闭环系统鲁棒性能，提升了无人机的干扰自主免疫能力；
(2)本发明不仅能够实现无人机姿态控制系统的干扰自主免疫，还使得内环控制器仅需针对无人机标称姿态动力学模型进行设计，而将闭环系统的鲁棒性能需求体现在外环干扰观测器的设计与参数选取中，实现了内环标称控制器的解耦设计，增加了无人机抗干扰控制器设计的灵活性和可剪裁性。
(3)本发明针对一类同时受到外部干扰和建模误差影响的无人机姿态控制系统，通过设计内环标称控制器和外环干扰观测器，实现了干扰的实时估计补偿和期望姿态的精确跟踪，保证了无人机姿态控制系统的自主抗干扰能力。与传统基于内环干扰观测器的无人机抗干扰控制方法相比，本发明方法实现了无人机姿态控制系统标称控制性能与鲁棒性能的解耦设计，具有更强的灵活性和可剪裁性，可应用于战略侦察、抗震救灾、环境监测等涉及无人机抗干扰控制的领域。
附图说明
图1为所发明的干扰自主免疫的无人机姿态控制系统实现方法的实施流程图；
图2为所发明的干扰自主免疫的无人机姿态控制系统结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明一种干扰自主免疫的无人机姿态控制系统及实现方法，可实现外部干扰和建模误差影响下的无人机自主干扰免疫。所设计的姿态控制系统具有复合结构，内环为标称姿态控制器，外环为干扰观测器。本发明的具体实现和实施流程如下(以下以无人机俯仰通道为例进行介绍，其余两通道的设计流程类似)：
1、无人机俯仰姿态动力学多源干扰系统建模：
将无人机三轴姿态控制问题解耦处理，基于三个姿态轴的干扰动态，分别建立无人机俯仰、横滚、偏航三个通道的姿态控制多源干扰系统模型(以下仅介绍俯仰通道建模过程，其余两通道情况类似)。
通过将无人机俯仰通道姿态动力学模型在当前飞行工作点处线性化处理，建立如下的无人机俯仰通道姿态动力学状态空间模型：
其中，状态向量
α和
分别代表无人机的俯仰角速率、迎角和俯仰角；y＝x为量测输出；控制输入u＝δe为无人机升降舵偏角；系统矩阵
为俯仰角速率所产生的俯仰角加速度，Mα为迎角所产生的俯仰角加速度，Zα为迎角所产生的迎角变化率；输入矩阵
输出矩阵
干扰信号d满足：
其中，
为干扰子系统的状态变量；
为干扰子系统的状态矩阵，ω为干扰频率；V＝[1 0]为干扰子系统的输出矩阵。
2、基于无人机俯仰通道标称动力学模型的内环标称姿态控制器设计：
根据无人机俯仰通道标称动力学模型，设计内环标称姿态观测器，保证无人机俯仰通道在无干扰情形下的精确性和稳定性。具体地，通过优化如下目标函数：
J＝∫(eTQe+uTRu)dt (3)
得到标称姿态控制律u*的解析表达式为：
u*＝R-1BTPx (4)
其中，e＝x-xr为俯仰通道姿态跟踪误差，xr为俯仰通道的期望姿态轨迹；Q和R为正定的权重矩阵，分别体现姿态跟踪误差和控制能耗在目标函数中的权重；P为如下代数Riccati方程
ATP+PA-PBR-1BTP+Q＝0 (5)
的解。
3、基于鲁棒多目标优化的外环干扰观测器设计：
根据干扰模型(2)和系统的鲁棒性能指标，设计外环干扰观测器对干扰进行实时估计与补偿。首先，写出状态与干扰的增广系统模型，给出干扰观测器结构；然后，根据第二步中的标称控制器参数，选取干扰观测器的参数。
外环干扰观测器设计的具体步骤为：首先，将包含内环标称控制器在内的无人机姿态控制系统视作增广模型，首先定义增广状态
并写出
的动力学模型如下：
其中，
均为已知的系数矩阵。针对由(6)式所描述的系统，设计如下干扰观测器：
其中，
为干扰估计值，L为待设计的干扰观测器增益矩阵。
为选取合适的L以保证无人机闭环姿态控制系统对外部干扰和建模误差的鲁棒性，首先定义参考输出加权传递函数Wu(s)和Wp(s)，其中，Wp(s)反映了干扰观测器的期望频域特性，Wu(s)则反映了闭环系统的补灵敏度特性，Wu(s)和Wp(s)的具体选取可视实际应用而定。选定Wu(s)和Wp(s)后，将含有干扰观测器以及输出加权传递函数Wu(s)和Wp(s)的闭环系统结构框图表示如图2所示，其中，Pn(s)是无人机标称姿态动力学传递函数，C(s)是标称姿态控制器的传递函数，PDO(s)的是干扰观测器的传递函数，其状态空间实现为：
接下来，根据Pn(s)，C(s)，PDO(s)，Wu(s)和Wp(s)，写出增广对象PL(s)(如图2中虚线框所示)的状态空间模型如下：
最后，控制系统设计者根据闭环跟踪性能和系统鲁棒性的需求，选取合适的干扰抑制比γ，通过求解||FL(PL(s),L)||∞＜γ得到干扰观测器增益L，其中，
FL(PL(s),L)＝PL11(s)+PL12(s)K(I-PL22(s)K)-1PL21(s)，
PL11(s)＝CL1(sI-AL)-1BL1+DL11，PL12(s)＝CL1(sI-AL)-1BL2+DL12，
PL21(s)＝CL2(sI-AL)-1BL1+DL21，PL22(s)＝CL2(sI-AL)-1BL2+DL22
具体求解步骤在传统H∞控制文献中已有详述。
外环干扰观测器得到干扰估计值
后，与内环标称姿态控制器输出的标称控制量u*复合，得到复合姿态控制律
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (6)
1.一种干扰自主免疫的无人机姿态控制系统，其特征在于：所述控制系统具有复合结构，内环为标称姿态控制器，外环为干扰观测器；所述内环的标称姿态控制器基于无人机姿态控制系统的标称模型设计，保证无人机姿态控制系统在无干扰情形下的精确性和稳定性；所述外环的干扰观测器基于无人机姿态控制系统的多源干扰模型设计，利用多源干扰的动态特性信息，对无人机所受到的外部干扰和建模误差进行实时估计与补偿，保证干扰影响下无人机姿态控制系统的精确性和鲁棒性。
2.一种干扰自主免疫的无人机姿态控制系统实现方法，其特征在于：步骤如下：
第一步，建立无人机姿态控制系统多源干扰模型；
第二步，基于无人机姿态控制系统多源干扰模型，设计内环标称姿态控制器，得到内环标称控制量，保证无人机在标称情形下的姿态跟踪性能；
第三步，基于无人机姿态控制系统多源干扰模型和系统的鲁棒性能指标，设计外环干扰观测器，对无人机姿态控制系统所受的外部干扰和建模误差进行实时估计与补偿，得到干扰估计值；并通过选取外环干扰观测器参数，保证闭环系统的鲁棒性能；
第四步，将外环干扰观测器得到干扰估计值与内环标称姿态控制器输出的标称控制量复合，得到复合抗干扰姿态控制律。
3.根据权利要求2所述的方法，其特征在于：所述第一步，建立无人机姿态控制系统多源干扰模型如下：
其中，状态向量
α和
分别代表无人机的俯仰角速率、迎角和俯仰角；y＝x为量测输出；控制输入u＝δe为无人机升降舵偏角；系统矩阵
为俯仰角速率所产生的俯仰角加速度，Mα为迎角所产生的俯仰角加速度，Zα为迎角所产生的迎角变化率；输入矩阵
输出矩阵
d表示无人机所受的外部阵风干扰，其动力学模型为：
其中，
为干扰子系统的状态变量；
为干扰子系统的状态矩阵，ω为干扰频率，单位为Hz；V＝[1 0]为干扰子系统的输出矩阵。
4.根据权利要求2所述的方法，其特征在于：所述第二步，基于无人机姿态控制系统多源干扰模型，设计内环标称姿态控制器，设计的内环标称姿态控制器如下：
u*＝R-1BTPe (3)
其中，u*为内环输出的标称姿态控制量，e＝x-xr为俯仰通道姿态跟踪误差，xr为俯仰通道的期望姿态轨迹；Q和R为正定的权重矩阵，分别体现姿态跟踪误差和控制能耗在目标函数；
J＝∫(eTQe+uTRu)dt (4)
中的权重；P为如下代数Riccati方程：
ATP+PA-PBR-1BTP+Q＝0 (5)
的解。
5.根据权利要求2所述的方法，其特征在于：所述第三步中，外环干扰观测器为：
其中，
为干扰估计值，L为待设计的干扰观测器增益矩阵；
均为已知的系数矩阵；A、B、C为无人机姿态控制系统多源干扰模型(1)中的系数矩阵，系数阵W和V为外部阵风干扰动力学模型中的系数矩阵。
6.根据权利要求5所述的方法，其特征在于：所述第三步中，并通过选取外环干扰观测器参数过程为：
外环干扰观测器参数为待设计的干扰观测器增益矩阵L，首先定义参考输出加权传递函数Wu(s)和Wp(s)，其中，Wp(s)反映了干扰观测器的期望频域特性，Wu(s)则反映了期望的闭环系统补灵敏度特性，Wu(s)和Wp(s)的具体选取视无人机具体飞行任务而定；
选定Wu(s)和Wp(s)后，分别定义eu＝Wp(s)ed和eu＝Wu(s)u，其中
为干扰估计误差，
为实际作用于无人机的复合抗干扰控制律；然后，写出干扰观测器PDO(s)的状态空间实现如下：
其中，各系数矩阵均由式(6)定义；
将含有无人机标称姿态动力学模型Pn(s)、标称姿态控制器C(s)、干扰观测器PDO(s)、输出加权传递函数Wu(s)和Wp(s)的闭环系统定义为增广系统PL(s)，其输入为外部阵风干扰d，输出为eu和ed，状态空间模型表示为：
然后，根据跟踪性能和鲁棒性需求，定义干扰抑制比
其中，
||·||2表示信号的L2-范数；最后，通过求解||FL(PL(s),L)||∞＜γ得到待设计的干扰观测器增益矩阵L，其中，
FL(PL(s),L)＝PL11(s)+PL12(s)K(I-PL22(s)K)-1PL21(s)，
PL11(s)＝CL1(sI-AL)-1BL1+DL11，PL12(s)＝CL1(sI-AL)-1BL2+DL12，
PL21(s)＝CL2(sI-AL)-1BL1+DL21，PL22(s)＝CL2(sI-AL)-1BL2+DL22
以上涉及的各系数矩阵均由式(7)定义；
将求得的L代入外环干扰观测器表达式(6)，得到干扰估计值
再与由式(3)算出的标称控制量u*复合，即得到实际作用于无人机的复合姿态控制律
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010036653.0A CN111158386B (zh) | 2020-01-14 | 2020-01-14 | 一种干扰自主免疫的无人机姿态控制系统及实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010036653.0A CN111158386B (zh) | 2020-01-14 | 2020-01-14 | 一种干扰自主免疫的无人机姿态控制系统及实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111158386A true CN111158386A (zh) | 2020-05-15 |
| CN111158386B CN111158386B (zh) | 2021-02-02 |
Family
ID=70563096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010036653.0A Active CN111158386B (zh) | 2020-01-14 | 2020-01-14 | 一种干扰自主免疫的无人机姿态控制系统及实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111158386B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113618743A (zh) * | 2021-08-27 | 2021-11-09 | 北京航空航天大学杭州创新研究院 | 一种针对多源干扰的无人机机械臂末端位姿控制方法 |
| CN114044128A (zh) * | 2021-11-24 | 2022-02-15 | 余姚市浙江大学机器人研究中心 | 一种机身姿态与螺旋桨姿态解耦的旋翼无人机及方法 |
| CN117234089A (zh) * | 2023-11-10 | 2023-12-15 | 成都铂升科技有限公司 | 基于干扰观测器的无人机执行器时滞动态补偿控制方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6859689B2 (en) * | 2000-05-30 | 2005-02-22 | Athena Technologies, Inc. | Method, apparatus and design procedure for controlling multi-input, multi-output (MIMO) parameter dependent systems using feedback LTI'zation |
| CN102495633A (zh) * | 2011-12-22 | 2012-06-13 | 中国人民解放军国防科学技术大学 | 一种平流层驻留飞艇姿态控制方法 |
| 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 |
| CN105468007A (zh) * | 2015-12-02 | 2016-04-06 | 哈尔滨工业大学 | 一种基于干扰观测器的挠性卫星轨迹线性化姿态控制方法 |
| CN107450588A (zh) * | 2017-09-29 | 2017-12-08 | 北京航空航天大学 | 一种挠性航天器姿态控制系统的强抗扰控制方法 |
| CN107861386A (zh) * | 2017-11-08 | 2018-03-30 | 北京航空航天大学 | 一种基于角速度观测器的抗干扰姿态控制地面验证系统及其控制方法 |
| CN108983801A (zh) * | 2018-08-14 | 2018-12-11 | 北京航空航天大学 | 一种基于反作用飞轮动态特性的航天器抗干扰姿控方法 |
-
2020
- 2020-01-14 CN CN202010036653.0A patent/CN111158386B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6859689B2 (en) * | 2000-05-30 | 2005-02-22 | Athena Technologies, Inc. | Method, apparatus and design procedure for controlling multi-input, multi-output (MIMO) parameter dependent systems using feedback LTI'zation |
| CN102495633A (zh) * | 2011-12-22 | 2012-06-13 | 中国人民解放军国防科学技术大学 | 一种平流层驻留飞艇姿态控制方法 |
| 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 |
| CN105468007A (zh) * | 2015-12-02 | 2016-04-06 | 哈尔滨工业大学 | 一种基于干扰观测器的挠性卫星轨迹线性化姿态控制方法 |
| CN107450588A (zh) * | 2017-09-29 | 2017-12-08 | 北京航空航天大学 | 一种挠性航天器姿态控制系统的强抗扰控制方法 |
| CN107861386A (zh) * | 2017-11-08 | 2018-03-30 | 北京航空航天大学 | 一种基于角速度观测器的抗干扰姿态控制地面验证系统及其控制方法 |
| CN108983801A (zh) * | 2018-08-14 | 2018-12-11 | 北京航空航天大学 | 一种基于反作用飞轮动态特性的航天器抗干扰姿控方法 |
Non-Patent Citations (3)
| Title |
|---|
| 唐堂 等: "四旋翼无人机滑模自抗扰控制", 《广西师范大学学报(自然科学版)》 * |
| 杨成顺 等: "飞行状态受限的多旋翼无人直升机姿态控制", 《电光与控制》 * |
| 杨翼: "四旋翼无人机鲁棒抗扰控制技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113618743A (zh) * | 2021-08-27 | 2021-11-09 | 北京航空航天大学杭州创新研究院 | 一种针对多源干扰的无人机机械臂末端位姿控制方法 |
| CN113618743B (zh) * | 2021-08-27 | 2022-08-23 | 北京航空航天大学杭州创新研究院 | 一种针对多源干扰的无人机机械臂末端位姿控制方法 |
| CN114044128A (zh) * | 2021-11-24 | 2022-02-15 | 余姚市浙江大学机器人研究中心 | 一种机身姿态与螺旋桨姿态解耦的旋翼无人机及方法 |
| CN114044128B (zh) * | 2021-11-24 | 2024-05-28 | 余姚市浙江大学机器人研究中心 | 一种机身姿态与螺旋桨姿态解耦的旋翼无人机及方法 |
| CN117234089A (zh) * | 2023-11-10 | 2023-12-15 | 成都铂升科技有限公司 | 基于干扰观测器的无人机执行器时滞动态补偿控制方法 |
| CN117234089B (zh) * | 2023-11-10 | 2024-01-23 | 成都铂升科技有限公司 | 基于干扰观测器的无人机执行器时滞动态补偿控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111158386B (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111158386B (zh) | 一种干扰自主免疫的无人机姿态控制系统及实现方法 | |
| CN111324142B (zh) | 一种导弹驾驶仪扰动补偿控制方法 | |
| CN111273554B (zh) | 航空发动机最大推力状态降保守性二自由度h∞控制器 | |
| CN103558857B (zh) | 一种btt飞行器的分布式复合抗干扰姿态控制方法 | |
| CN108508749A (zh) | 一种用于抓捕非合作目标的空间机械臂系统抗干扰迭代学习控制方法 | |
| CN111290421A (zh) | 一种考虑输入饱和的高超声速飞行器姿态控制方法 | |
| CN110989669A (zh) | 一种多级助推滑翔飞行器主动段在线自适应制导算法 | |
| CN110320925A (zh) | 基于高阶干扰观测器的四旋翼飞行器安全控制方法 | |
| CN112286047B (zh) | 基于神经网络的narma-l2多变量控制方法 | |
| CN106681345A (zh) | 基于人群搜索算法的无人机自抗扰控制方法 | |
| CN111273544B (zh) | 基于预测rbf前馈补偿型模糊pid的雷达俯仰运动控制方法 | |
| CN110362110B (zh) | 一种固定时自适应神经网络无人机航迹角控制方法 | |
| Van Oort et al. | Full-envelope modular adaptive control of a fighter aircraft using orthogonal least squares | |
| CN109669345A (zh) | 基于eso的水下机器人模糊pid运动控制方法 | |
| CN111897223B (zh) | 一种考虑自动驾驶仪动态特性的速度追踪制导方法 | |
| CN114047773A (zh) | 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 | |
| CN109062040A (zh) | 基于系统嵌套优化的预测pid方法 | |
| CN111338368A (zh) | 一种航天器快速机动姿态跟踪自适应鲁棒控制方法 | |
| CN115220467A (zh) | 一种基于神经网络增量动态逆的飞翼飞行器姿态控制方法 | |
| CN108646554A (zh) | 一种基于指定性能的飞行器快速抗干扰纵向制导方法 | |
| CN114020019B (zh) | 飞行器的制导方法与装置 | |
| Hindman et al. | Design of a missile autopilot using adaptive nonlinear dynamic inversion | |
| CN112198797B (zh) | 一种无人机高度多级控制系统及方法 | |
| Priyamvada et al. | Robust height control system design for sea-skimming missiles | |
| CN116360258A (zh) | 基于固定时间收敛的高超声速变形飞行器抗干扰控制方法 |
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 |