CN111176312A - 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质 - Google Patents

一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质 Download PDF

Info

Publication number
CN111176312A
CN111176312A CN202010003932.7A CN202010003932A CN111176312A CN 111176312 A CN111176312 A CN 111176312A CN 202010003932 A CN202010003932 A CN 202010003932A CN 111176312 A CN111176312 A CN 111176312A
Authority
CN
China
Prior art keywords
attitude
quad
unmanned aerial
aerial vehicle
rotor unmanned
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
CN202010003932.7A
Other languages
English (en)
Inventor
窦景欣
范逸群
马伟平
杨建军
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.)
Putian University
Original Assignee
Putian 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 Putian University filed Critical Putian University
Priority to CN202010003932.7A priority Critical patent/CN111176312A/zh
Publication of CN111176312A publication Critical patent/CN111176312A/zh
Pending legal-status Critical Current

Links

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)

Abstract

一种四旋翼无人机姿态的自抗扰动态面控制方法及存储介质，所述方法包括以下步骤：基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型；基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器；基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量。利用非线性状态观测器的状态量代替四旋翼无人机的姿态动力学模型的状态量，解决了系统的全状态反馈依赖的问题及由于线性观测器的状态量参与了控制器的设计，影响控制器的控制性能，导致控制效果下降的问题。

Description

一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质
技术领域
本发明涉及四旋翼无人机技术领域，特别涉及一种四旋翼无人机姿态的自抗扰动态面控制方法。
背景技术
四旋翼无人机具有垂直起降、定点悬停、机动性强、操作灵活等特点，现已被广泛应用到搜索营救、战场侦查、火场勘察、交通管制等军事及民用领域。而现有的利用线性扩张状态观测器，基于反步滑方法建立的四旋翼无人机姿态控制器，在遭遇外部时变复合干扰量的情况下，控制器仍具有准确跟踪期望姿态值的控制性能。然而，在系统遭遇干扰影响时，线性扩张状态观测器的观测性能和精度会有所下降；同时由于线性观测器的状态量参与了控制器的设计，这必将影响控制器的控制性能，导致控制效果下降。另外，在控制带有不确定因素的非线性系统时，反步控制算法展现了很好的自适应性，提高了控制系统的鲁棒性。但是，由于反步控制算法在进行控制器设计过程中需要对虚拟控制量进行求导，从而引起了控制器项数的增加，存在表达式复杂的问题。特别是在高阶系统中，该不足之处会引起所谓的“微分爆炸”现象。
发明内容
为此，需要提供一种四旋翼无人机姿态的自抗扰动态面控制方法，解决现有利用线性扩张状态观测器，基于反步滑方法建立的四旋翼无人机姿态控制器中，由于线性观测器的状态量参与了控制器的设计，在控制带有不确定因素的非线性系统时，这必将影响控制器的控制性能，导致控制效果下降的问题。
为实现上述目的，发明人提供了一种四旋翼无人机姿态的自抗扰动态面控制方法，包括以下步骤：
基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型；
基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器；
基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量。
进一步优化，所述步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”之后还包括步骤：
通过离散最速跟踪微分器追踪期望值，获得光滑的信号值。
进一步优化，所述步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”具体包括以下步骤：
确定四旋翼无人机的姿态动力学方程
Figure BDA0002354519470000021
在不考虑干扰量Δ，基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，得到四旋翼无人机的姿态动力学模型：
Figure BDA0002354519470000022
其中，
Figure BDA0002354519470000023
Figure BDA0002354519470000024
Figure BDA0002354519470000025
进一步优化，所述步骤“基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型输出的状态量，建立四旋翼无人机的姿态通道的二阶状态方程，姿态通道包括俯仰通道、滚转通道及偏航通道；
根据四旋翼无人机的姿态通道的二阶状态方程，建立非线性扩张状态观测器。
进一步优化，所述步骤“基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据姿态通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000031
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000032
对李雅普诺夫函数V1进行求导得
Figure BDA0002354519470000033
根据
Figure BDA0002354519470000034
建立虚拟控制器
Figure BDA0002354519470000035
c1为控制系数；
将虚拟控制器
Figure BDA0002354519470000036
作为一阶滤波器的输入量，确定新的状态量δ2d；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000037
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000038
对李雅普诺夫函数V2进行求导得
Figure BDA0002354519470000039
根据
Figure BDA00023545194700000310
得到误差反馈控制器。
发明人还提供了另一个技术方案：一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行以下步骤：
基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型；
基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器；
基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量。
进一步优化，所述计算机程序被处理器运行时执行步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”之后还执行步骤：
通过离散最速跟踪微分器追踪期望值，获得光滑的信号值。
进一步优化，其特征在于，所述计算机程序被处理器运行时执行步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”时，具体执行步骤：
确定四旋翼无人机的姿态动力学方程
Figure BDA0002354519470000041
在不考虑干扰量Δ，基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，得到四旋翼无人机的姿态动力学模型：
Figure BDA0002354519470000042
其中，
Figure BDA0002354519470000043
Figure BDA0002354519470000044
Figure BDA0002354519470000045
进一步优化，所述计算机程序被处理器运行时执行步骤“基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器”时，具体执行步骤：
根据四旋翼无人机的姿态动力学模型输出的状态量，建立四旋翼无人机的姿态通道的二阶状态方程，姿态通道包括俯仰通道、滚转通道及偏航通道；
根据四旋翼无人机的姿态通道的二阶状态方程，建立非线性扩张状态观测器。
进一步优化，所述计算机程序被处理器运行时执行步骤“基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量”时，具体执行步骤：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据姿态通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000051
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000052
对李雅普诺夫函数V1进行求导得
Figure BDA0002354519470000053
根据
Figure BDA0002354519470000054
建立虚拟控制器
Figure BDA0002354519470000055
c1为控制系数；
将虚拟控制器
Figure BDA0002354519470000056
作为一阶滤波器的输入量，确定新的状态量δ2d；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000057
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000058
对李雅普诺夫函数V2进行求导得
Figure BDA0002354519470000059
根据
Figure BDA00023545194700000510
得到误差反馈控制器。
区别于现有技术，上述技术方案，通过基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型，通过利用非线性状态观测器对四旋翼无人机的姿态动力学模型的状态量及扩张状态量进行观测及估计，然后将非线性状态观测器的观测状态量引入到误差反馈控制器中，利用非线性状态观测器的状态量代替四旋翼无人机的姿态动力学模型的状态量，解决了系统的全状态反馈依赖的问题及由于观测器的状态量参与了控制器的设计，这必将影响控制器的控制性能，导致控制效果下降的问题。
附图说明
图1为具体实施方式四旋翼无人机姿态的自抗扰动态面控制方法的一种流程示意图；
图2为具体实施方式所述四旋翼无人机姿态的自抗扰动态面控制方法的一种拓扑结构示意图；
图3为具体实施方式所述存储介质的一种结构示意图。
附图标记说明：
310、存储介质。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。
请参阅图1-2，本实施例提供了一种四旋翼无人机姿态的自抗扰动态面控制方法，包括以下步骤：
步骤S110：基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型；
考虑四旋翼无人机处于悬停状态，或者姿态角变化很小的低速飞行状态，确定四旋翼无人机的姿态动力学方程
Figure BDA0002354519470000071
在不考虑干扰量Δ，基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，得到四旋翼无人机的姿态动力学模型：
Figure BDA0002354519470000072
其中，
Figure BDA0002354519470000073
Figure BDA0002354519470000074
Figure BDA0002354519470000075
而由于实际控制系统中惯性的存在，系统的输出量x都是从零值状态开始变化，而控制期望目标x0的初始值一般却不等于零，从而系统误差的初始值等于-x0。如果为了快速完成过渡过程，一般控制器的增益会选择较大的参数，这样就会在初始带给系统一个大的冲击，从而产生过大的超调量。在不改变系统其它参数的前提下，为了减小初始误差，同时解决超调和最快性问题，需要设置一个过渡过程，所述步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”之后还包括步骤：
通过离散最速跟踪微分器追踪期望值，获得光滑的信号值。
选择一种离散最速追踪微分器来安排过渡过程，可以再有限时间内追踪期望值，同时获得光滑的信号值，以及近似微分值，具体形式如下：
Figure BDA0002354519470000076
其中，v0为期望值，v1期望值v0的最优跟踪值；v2为期望值v0的近似微分值；h为步长；r为跟踪速度系数。
为了避免在系统进入稳定状态后，由于符号函数sgn()会产生高频抖振，使用非线性fhan()函数代替sgn()函数，用于降低抖振。将上述公式改写为如下形式：
Figure BDA0002354519470000081
其中：
Figure BDA0002354519470000082
η(k)＝v1(k)-vθ(k)+h0v2(k)；
Figure BDA0002354519470000083
Figure BDA0002354519470000084
Figure BDA0002354519470000085
h0为跟踪微分器的滤波因子。
步骤S120：基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器；
非线性扩张观测器是自抗扰控制算法的核心部分，用来追踪和估计干扰包括四旋翼无人机的姿态动力学模型输出的耦合部分、非线性项，以及外部不确定的干扰量，并在误差反馈控制器里进行实时补偿；所述步骤“基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型输出的状态量，建立四旋翼无人机的姿态通道的二阶状态方程，姿态通道包括俯仰通道、滚转通道及偏航通道；
根据四旋翼无人机的姿态通道的二阶状态方程，建立非线性扩张状态观测器。
本实施例中，采用俯仰通道进行说明，首相确定俯仰通道的二阶状态方程为：
Figure BDA0002354519470000086
其中x1＝θ，
Figure BDA0002354519470000087
f3(φ,θ,ψ,t)为俯仰通道的内部干扰，Δθ为俯仰通道的外部干扰量。根据四旋翼无人机的俯仰通道的二阶状态方程，进行建立非线性扩张状态观测器：
Figure BDA0002354519470000091
其中，
Figure BDA0002354519470000092
δ1，δ2，δ3为非线性状态观测器的状态量；β1，β2，β3为非线性状态观测器的增益系数；r为抑制高频颤振系数；为小于1的待定正数。
步骤S130：基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量。
为了避免“微分爆炸”问题，所述步骤“基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据姿态通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000093
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000094
对李雅普诺夫函数V1进行求导得
Figure BDA0002354519470000095
根据
Figure BDA0002354519470000096
建立虚拟控制器
Figure BDA0002354519470000097
c1为控制系数；
将虚拟控制器
Figure BDA0002354519470000098
作为一阶滤波器的输入量，确定新的状态量δ2d；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000099
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA00023545194700000910
对李雅普诺夫函数V2进行求导得
Figure BDA00023545194700000911
根据
Figure BDA0002354519470000101
得到误差反馈控制器。
以俯仰通道为例，利用动态面控制算法，俯仰通道的误差反馈控制器的建立过程为：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据俯仰通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000102
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000103
对李雅普诺夫函数V1进行求导得
Figure BDA0002354519470000104
根据
Figure BDA0002354519470000105
建立虚拟控制器
Figure BDA0002354519470000106
c1为控制系数；
将虚拟控制器
Figure BDA0002354519470000107
作为一阶滤波器的输入量，确定新的状态量δ2d，得
Figure BDA0002354519470000108
δ2d(0)，
Figure BDA0002354519470000109
为初始值，τ为滤波器的系数；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure BDA00023545194700001010
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA00023545194700001011
对李雅普诺夫函数V2进行求导得
Figure BDA00023545194700001012
根据
Figure BDA00023545194700001013
得到俯仰通道的误差反馈控制器
Figure BDA00023545194700001014
c2为大于零的控制参数。
将
Figure BDA00023545194700001015
代入
Figure BDA00023545194700001016
进行计算整理，得到
Figure BDA00023545194700001017
重复上述步骤，可以得到其他姿态通道的误差反馈控制器。
基于自抗扰控制技术的姿态控制器过程中，使用离散最速跟踪微分器安排控制系统的过渡过程，通过对控制指令的优化，在提高快速性的同时，又可避免超调量产生；同时能够光滑逼近期望值及其各阶微分值。利用非线性状态观测器对控制系统的状态量和扩张状态量进行观测和估计，并将观测器的状态量引入误差反馈控制器的建立过程中。考虑到传统自抗扰控制器的控制器设计部分类似于PD结构，其影响了控制方案的效率和抗扰性能，因此，在误差反馈控制器的建立过程中，引入动态面控制技术用于系统控制器的建立，并且利用非线性状态观测器的状态量替换系统的状态量，进而解决对系统的全状态反馈依赖的问题。同传统的自抗扰控制技术和基于滑模控制方法的自抗扰控制技术相比，本章设计的控制方案具有更好的控制性能和鲁棒性。
请参阅图3，另一个实施例中，一种存储介质310，所述存储介质310存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行以下步骤：
基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型；
考虑四旋翼无人机处于悬停状态，或者姿态角变化很小的低速飞行状态，确定四旋翼无人机的姿态动力学方程
Figure BDA0002354519470000111
在不考虑干扰量Δ，基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，得到四旋翼无人机的姿态动力学模型：
Figure BDA0002354519470000112
其中，
Figure BDA0002354519470000121
Figure BDA0002354519470000122
Figure BDA0002354519470000123
而由于实际控制系统中惯性的存在，系统的输出量x都是从零值状态开始变化，而控制期望目标x0的初始值一般却不等于零，从而系统误差的初始值等于-x0。如果为了快速完成过渡过程，一般控制器的增益会选择较大的参数，这样就会在初始带给系统一个大的冲击，从而产生过大的超调量。在不改变系统其它参数的前提下，为了减小初始误差，同时解决超调和最快性问题，需要设置一个过渡过程，所述步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”之后还包括步骤：
通过离散最速跟踪微分器追踪期望值，获得光滑的信号值。
选择一种离散最速追踪微分器来安排过渡过程，可以再有限时间内追踪期望值，同时获得光滑的信号值，以及近似微分值，具体形式如下：
Figure BDA0002354519470000124
其中，v0为期望值，v1期望值v0的最优跟踪值；v2为期望值v0的近似微分值；h为步长；
Figure BDA0002354519470000125
为跟踪速度系数。
为了避免在系统进入稳定状态后，由于符号函数sgn()会产生高频抖振，使用非线性fhan()函数代替sgn()函数，用于降低抖振。将上述公式改写为如下形式：
Figure BDA0002354519470000126
其中：
Figure BDA0002354519470000127
η(k)＝v1(k)-vθ(k)+h0v2(k)；
Figure BDA0002354519470000128
Figure BDA0002354519470000131
Figure BDA0002354519470000132
h0为跟踪微分器的滤波因子。
基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器；
非线性扩张观测器是自抗扰控制算法的核心部分，用来追踪和估计干扰包括四旋翼无人机的姿态动力学模型输出的耦合部分、非线性项，以及外部不确定的干扰量，并在误差反馈控制器里进行实时补偿；所述步骤“基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型输出的状态量，建立四旋翼无人机的姿态通道的二阶状态方程，姿态通道包括俯仰通道、滚转通道及偏航通道；
根据四旋翼无人机的姿态通道的二阶状态方程，建立非线性扩张状态观测器。
本实施例中，采用俯仰通道进行说明，首相确定俯仰通道的二阶状态方程为：
Figure BDA0002354519470000133
其中x1＝θ，
Figure BDA0002354519470000134
f3(φ,θ,ψ,t)为俯仰通道的内部干扰，Δθ为俯仰通道的外部干扰量。根据四旋翼无人机的俯仰通道的二阶状态方程，进行建立非线性扩张状态观测器：
Figure BDA0002354519470000135
其中，
Figure BDA0002354519470000136
δ1，δ2，δ3为非线性状态观测器的状态量；β1，β2，β3为非线性状态观测器的增益系数；
Figure BDA0002354519470000141
为抑制高频颤振系数；为小于1的待定正数。
基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量。
为了避免“微分爆炸”问题，所述步骤“基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据姿态通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000142
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000143
对李雅普诺夫函数V1进行求导得
Figure BDA0002354519470000144
根据
Figure BDA0002354519470000145
建立虚拟控制器
Figure BDA0002354519470000146
c1为控制系数；
将虚拟控制器
Figure BDA0002354519470000147
作为一阶滤波器的输入量，确定新的状态量δ2d；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000148
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000149
对李雅普诺夫函数V2进行求导得
Figure BDA00023545194700001410
根据
Figure BDA00023545194700001411
得到误差反馈控制器。
以俯仰通道为例，利用动态面控制算法，俯仰通道的误差反馈控制器的建立过程为：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据俯仰通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000151
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA0002354519470000152
对李雅普诺夫函数V1进行求导得
Figure BDA0002354519470000153
根据
Figure BDA0002354519470000154
建立虚拟控制器
Figure BDA0002354519470000155
c1为控制系数；
将虚拟控制器
Figure BDA0002354519470000156
作为一阶滤波器的输入量，确定新的状态量δ2d，得
Figure BDA0002354519470000157
δ2d(0)，
Figure BDA0002354519470000158
为初始值，τ为滤波器的系数；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure BDA0002354519470000159
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure BDA00023545194700001510
对李雅普诺夫函数V2进行求导得
Figure BDA00023545194700001511
根据
Figure BDA00023545194700001512
得到俯仰通道的误差反馈控制器
Figure BDA00023545194700001513
c2为大于零的控制参数。
将
Figure BDA00023545194700001514
代入
Figure BDA00023545194700001515
进行计算整理，得到
Figure BDA00023545194700001516
重复上述步骤，可以得到其他姿态通道的误差反馈控制器。
基于自抗扰控制技术的姿态控制器过程中，使用离散最速跟踪微分器安排控制系统的过渡过程，通过对控制指令的优化，在提高快速性的同时，又可避免超调量产生；同时能够光滑逼近期望值及其各阶微分值。利用非线性状态观测器对控制系统的状态量和扩张状态量进行观测和估计，并将观测器的状态量引入误差反馈控制器的建立过程中。考虑到传统自抗扰控制器的控制器设计部分类似于PD结构，其影响了控制方案的效率和抗扰性能，因此，在误差反馈控制器的建立过程中，引入动态面控制技术用于系统控制器的建立，并且利用非线性状态观测器的状态量替换系统的状态量，进而解决对系统的全状态反馈依赖的问题。同传统的自抗扰控制技术和基于滑模控制方法的自抗扰控制技术相比，本章设计的控制方案具有更好的控制性能和鲁棒性。
需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明的专利保护范围之内。

Claims (10)

1.一种四旋翼无人机姿态的自抗扰动态面控制方法，其特征在于，包括以下步骤：
基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型；
基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器；
基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量。
2.根据权利要求1所述四旋翼无人机姿态的自抗扰动态面控制方法，其特征在于，所述步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”之后还包括步骤：
通过离散最速跟踪微分器追踪期望值，获得光滑的信号值。
3.根据权利要求2所述四旋翼无人机姿态的自抗扰动态面控制方法，其特征在于，所述步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”具体包括以下步骤：
确定四旋翼无人机的姿态动力学方程
Figure FDA0002354519460000011
在不考虑干扰量Δ，基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，得到四旋翼无人机的姿态动力学模型：
Figure FDA0002354519460000012
其中，
Figure FDA0002354519460000013
Figure FDA0002354519460000014
Figure FDA0002354519460000015
4.根据权利要求3所述四旋翼无人机姿态的自抗扰动态面控制方法，其特征在于，所述步骤“基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型输出的状态量，建立四旋翼无人机的姿态通道的二阶状态方程，姿态通道包括俯仰通道、滚转通道及偏航通道；
根据四旋翼无人机的姿态通道的二阶状态方程，建立非线性扩张状态观测器。
5.根据权利要求4所述四旋翼无人机姿态的自抗扰动态面控制方法，其特征在于，所述步骤“基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量”具体包括以下步骤：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据姿态通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure FDA0002354519460000021
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure FDA0002354519460000022
对李雅普诺夫函数V1进行求导得
Figure FDA0002354519460000023
根据
Figure FDA0002354519460000024
建立虚拟控制器
Figure FDA0002354519460000025
c1为控制系数；
将虚拟控制器
Figure FDA0002354519460000026
作为一阶滤波器的输入量，确定新的状态量δ2d；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure FDA0002354519460000027
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure FDA0002354519460000028
对李雅普诺夫函数V2进行求导得
Figure FDA0002354519460000029
根据
Figure FDA0002354519460000031
得到误差反馈控制器。
6.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行以下步骤：
基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型；
基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器；
基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量。
7.根据权利要求6所述存储介质，其特征在于，所述计算机程序被处理器运行时，执行步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”之后还执行步骤：
通过离散最速跟踪微分器追踪期望值，获得光滑的信号值。
8.根据权利要求7所述存储介质，其特征在于，所述计算机程序被处理器运行时执行步骤“基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，建立四旋翼无人机的姿态动力学模型”时，具体执行步骤：
确定四旋翼无人机的姿态动力学方程
Figure FDA0002354519460000032
在不考虑干扰量Δ，基于四旋翼无人机的滚转姿态角、俯仰姿态角及偏航姿态角，得到四旋翼无人机的姿态动力学模型：
Figure FDA0002354519460000033
其中，
Figure FDA0002354519460000041
Figure FDA0002354519460000042
Figure FDA0002354519460000043
9.根据权利要求8所述存储介质，其特征在于，所述计算机程序被处理器运行时执行步骤“基于四旋翼无人机的姿态动力学模型输出的状态量，建立非线性扩张观测器”时，具体执行步骤：
根据四旋翼无人机的姿态动力学模型输出的状态量，建立四旋翼无人机的姿态通道的二阶状态方程，姿态通道包括俯仰通道、滚转通道及偏航通道；
根据四旋翼无人机的姿态通道的二阶状态方程，建立非线性扩张状态观测器。
10.根据权利要求9所述存储介质，其特征在于，所述计算机程序被处理器运行时执行步骤“基于非线性扩张观测器的观测状态量，建立误差反馈控制器，输出四旋翼无人机姿态控制量”时，具体执行步骤：
根据四旋翼无人机的姿态动力学模型的期望值、最速跟踪微分器及非线性扩张观测器，确定第一层动态面跟踪反馈误差函数z1＝δ1-v1；
根据姿态通道的二阶状态方程，对第一层动态面跟踪反馈误差函数求导得
Figure FDA0002354519460000044
根据第一层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure FDA0002354519460000045
对李雅普诺夫函数V1进行求导得
Figure FDA0002354519460000046
根据
Figure FDA0002354519460000047
建立虚拟控制器
Figure FDA0002354519460000048
c1为控制系数；
将虚拟控制器
Figure FDA0002354519460000049
作为一阶滤波器的输入量，确定新的状态量δ2d；
根据最速跟踪微分器及新的状态量δ2d，确定第二层动态面跟踪反馈误差函数z2＝δ2-δ2d；
根据姿态通道的二阶状态方程，对第二层动态面跟踪反馈误差函数求导得
Figure FDA0002354519460000051
根据第二层动态面跟踪反馈误差函数的李雅普诺夫函数为
Figure FDA0002354519460000052
对李雅普诺夫函数V2进行求导得
Figure FDA0002354519460000053
根据
Figure FDA0002354519460000054
得到误差反馈控制器。
CN202010003932.7A 2020-01-03 2020-01-03 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质 Pending CN111176312A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010003932.7A CN111176312A (zh) 2020-01-03 2020-01-03 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010003932.7A CN111176312A (zh) 2020-01-03 2020-01-03 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质

Publications (1)

Publication Number Publication Date
CN111176312A true CN111176312A (zh) 2020-05-19

Family

ID=70656122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010003932.7A Pending CN111176312A (zh) 2020-01-03 2020-01-03 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质

Country Status (1)

Country Link
CN (1) CN111176312A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947062A (zh) * 2020-12-25 2021-06-11 西北工业大学 一种复合翼垂直起降无人机旋翼模式控制方法及系统
CN112965505A (zh) * 2021-01-29 2021-06-15 广东汇天航空航天科技有限公司 载人飞行器飞行姿态控制方法、系统及载人飞行器
CN113064350A (zh) * 2021-03-22 2021-07-02 中国人民解放军国防科技大学 一种导弹助推段自适应动态面控制方法和装置
CN113419562A (zh) * 2021-07-13 2021-09-21 天津大学 一种变负载下四旋翼无人机的高度控制方法
CN113433957A (zh) * 2021-06-09 2021-09-24 西安万飞控制科技有限公司 一种油气管道巡检无人机抗风控制方法
CN114967723A (zh) * 2022-06-15 2022-08-30 哈尔滨工业大学 一种超空泡外形航行体高精度姿态控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107562068A (zh) * 2017-09-28 2018-01-09 天津理工大学 一种四旋翼飞行器姿态的动态面输出调节控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107562068A (zh) * 2017-09-28 2018-01-09 天津理工大学 一种四旋翼飞行器姿态的动态面输出调节控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JINGXIN DOU 等: "Altitude and attitude active disturbance rejection controller design of a quadrotor unmanned aerial vehicle", 《PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS PART G-JOURNAL OF AEROSPACE ENGINEERING》 *
刘胜荣 等: "滞环非线性系统的自抗扰动态面控制方法", 《航天控制》 *
黄东 等: "时延系统的自抗扰动态面控制", 《控制理论与应用》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947062A (zh) * 2020-12-25 2021-06-11 西北工业大学 一种复合翼垂直起降无人机旋翼模式控制方法及系统
CN112947062B (zh) * 2020-12-25 2023-03-21 西北工业大学 一种复合翼垂直起降无人机旋翼模式控制方法及系统
CN112965505A (zh) * 2021-01-29 2021-06-15 广东汇天航空航天科技有限公司 载人飞行器飞行姿态控制方法、系统及载人飞行器
CN113064350A (zh) * 2021-03-22 2021-07-02 中国人民解放军国防科技大学 一种导弹助推段自适应动态面控制方法和装置
CN113433957A (zh) * 2021-06-09 2021-09-24 西安万飞控制科技有限公司 一种油气管道巡检无人机抗风控制方法
CN113433957B (zh) * 2021-06-09 2024-03-15 西安万飞控制科技有限公司 一种油气管道巡检无人机抗风控制方法
CN113419562A (zh) * 2021-07-13 2021-09-21 天津大学 一种变负载下四旋翼无人机的高度控制方法
CN114967723A (zh) * 2022-06-15 2022-08-30 哈尔滨工业大学 一种超空泡外形航行体高精度姿态控制方法
CN114967723B (zh) * 2022-06-15 2023-09-15 哈尔滨工业大学 一种超空泡外形航行体高精度姿态控制方法

Similar Documents

Publication Publication Date Title
CN111176312A (zh) 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质
CN106444799B (zh) 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法
CN105912009B (zh) 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法
CN103760905B (zh) 基于模糊前馈单旋翼无人直升机姿态非线性鲁棒控制方法
CN109521786A (zh) 基于比例积分观测器的四旋翼无人机滑模姿态控制方法
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
CN110442020B (zh) 一种新型的基于鲸鱼优化算法的容错控制方法
CN110597061A (zh) 一种多智能体完全分布式自抗扰时变编队控制方法
CN103558857A (zh) 一种btt飞行器的分布式复合抗干扰姿态控制方法
CN102880060A (zh) 再入飞行器自适应指数时变滑模姿态控制方法
CN109885077B (zh) 一种四旋翼飞行器姿态控制方法及控制器
CN111198570B (zh) 一种基于固定时间微分器预测的抗时延高精度自抗扰姿态控制方法
CN111443721A (zh) 一种四旋翼无人机姿态动态面控制方法及存储介质
CN108121354A (zh) 基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法
CN106527462A (zh) 无人机控制装置
CN106681345A (zh) 基于人群搜索算法的无人机自抗扰控制方法
CN108681331A (zh) 一种近空间飞行器的姿态跟踪控制方法
CN115202213B (zh) 一种基于自抗扰控制的四旋翼飞行器控制方法
CN111077897B (zh) 一种改进型非线性pid的四旋翼飞行器控制方法
CN112936277A (zh) 一种水下机器人-机械手系统固定时间轨迹跟踪方法
CN111176311A (zh) 四旋翼无人机姿态的滑模延时估计控制方法及存储介质
CN112631316A (zh) 变负载四旋翼无人机的有限时间控制方法
CN106647264A (zh) 一种基于控制约束的扩展鲁棒h∞的无人机控制方法
CN113110551B (zh) 针对姿态角控制输入饱和的姿态子系统控制器的设计方法
Chemori et al. A prediction‐based nonlinear controller for stabilization of a non‐minimum phase PVTOL aircraft

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: 20200519

RJ01 Rejection of invention patent application after publication