CN111240189A

CN111240189A - 抗饱和增量式pid纵向制导方法及基于其的太阳能无人机

Info

Publication number: CN111240189A
Application number: CN202010073208.1A
Authority: CN
Inventors: 蒙文跃; 杨延平; 户艳鹏; 温阳; 张子健
Original assignee: Institute of Engineering Thermophysics of CAS
Current assignee: Institute of Engineering Thermophysics of CAS
Priority date: 2020-01-21
Filing date: 2020-01-21
Publication date: 2020-06-05
Anticipated expiration: 2040-01-21
Also published as: CN111240189B

Abstract

本发明公开了一种抗饱和增量式PID纵向制导方法及基于其的太阳能无人机，该方法包括：根据太阳能无人机在高空状态时的实际速度、实际高度以及目标速度、目标高度，计算其在当前时刻的总能量误差和总能量分配误差；将总能量误差作为其中油门通道的控制输入，计算油门PID参数；根据该油门PID参数计算油门通道总的控制量并进行限幅处理；将总能量分配误差作为其中俯仰通道的控制输入，计算俯仰PID参数；根据该俯仰PID参数计算俯仰通道总的控制量并进行限幅处理。其中，计算俯仰PID参数时还进行抗饱和处理。本发明提供的该增量式PID纵向制导方法及基于其的太阳能无人机，有利于增强控制平稳性，以及避免控制量饱和造成的动态特性下降问题。

Description

抗饱和增量式PID纵向制导方法及基于其的太阳能无人机

技术领域

本发明涉及飞行器控制系统领域，尤其涉及一种抗饱和增量式PID纵向制导方法及基于其的太阳能无人机。

背景技术

太阳能无人机不受能源的限制，特别适合执行超长时间的侦察、监视和通信中继等任务，是未来无人机的一个重要发展方向。太阳能无人机通常飞行速度低，飞行包线窄，抗击外界干扰的能力差，这对无人机的速度控制系统是一个很大的考验。同时由于太阳能无人机的太阳能电池系统转换效率低、重量大以及储能系统能量密度小等原因，太阳能无人机需要在结构设计及选材等方面尽可能减轻全机重量，造成全机载荷能力差、外形尺寸大等不足，甚至带来严重的气动弹性问题，影响无人机的稳定性、操纵性及安全性。如何在恶劣的干扰环境下，保证无人机飞行速度的控制精度，避免速度过低而失速或速度过高而使全机承受严酷的载荷考验是太阳能无人机飞行控制系统需要重点解决的问题。

发明内容

(一)要解决的技术问题

基于上述问题，本发明提供了一种抗饱和增量式PID纵向制导方法及基于其的太阳能无人机，以缓解现有太阳能无人机速度控制中的动态特性下降导致控制误差加大等问题。

(二)技术方案

在本发明中，提供了一种抗饱和增量式PID纵向制导方法及基于其的太阳能无人机，其中：

该抗饱和增量式PID纵向制导方法包括：

根据太阳能无人机在高空状态时的实际速度、实际高度以及目标速度、目标高度，计算该太阳能无人机当前时刻的总能量误差和总能量分配误差；

将总能量误差作为太阳能无人机中油门通道的控制输入，计算油门PID参数；

根据该油门PID参数计算油门通道总的控制量并进行限幅处理；

将总能量分配误差作为太阳能无人机中俯仰通道的控制输入，计算俯仰PID参数；

根据该俯仰PID参数计算俯仰通道总的控制量并进行限幅处理；

和/或，其中计算俯仰PID参数时还进行抗饱和处理。

基于该抗饱和增量式PID纵向制导方法的太阳能无人机包括：传感器系统，输出太阳能无人机的空速及高度信息；

任务规划系统，输出指令信息；

制导系统，接收传感器系统和任务规划系统的信息并基于上述抗饱和增量式PID纵向制导方法发布制导指令；

动力系统，接收制导指令中的油门指令实现对油门通道的控制；

姿控系统，接收制导指令中的俯仰角指令和/或滚转角指令实现对俯仰通道的控制；以及

操纵系统，根据姿控系统的输出指令实现对无人机的飞行控制。

(三)有益效果

从上述技术方案可以看出，本发明提供的该抗饱和增量式PID纵向制导方法及基于其的太阳能无人机，具有以下有益效果：

(1)本发明通过增量式PID+总能量法设计纵向制导律，有利于制导回路指令的平滑，增强控制平稳性；

(2)本发明对增量式PID方法进行抗饱和处理，能有效避免制导系统输入发生大幅快速变化或飞机遇到突发性干扰时，由于控制量饱和造成的动态特性下降问题。

附图说明

图1为本发明实施例抗饱和增量式PID纵向制导方法实施的流程图；

图2为本发明实施例基于抗饱和增量式PID纵向制导方法的太阳能无人机中制导模块与其他分系统信息交互的示意图；

图3为本发明实施例中对俯仰角指令进行抗饱和处理的示例图；

图4为本发明实施例抗饱和优化后与优化前空速控制结果的对比；

图5为本发明实施例抗饱和优化前俯仰角指令的分项展示图；

图6为本发明实施例抗饱和优化后俯仰角指令的分项展示图。

图中：

31-俯仰PID参数的积分项；

32-俯仰PID参数的比例微分项；

33-俯仰PID参数的积分项+俯仰PID参数的比例微分项；

41-优化前的空速控制效果；

42-抗饱和优化后的空速控制效果；

51-俯仰角指令控制优化前后的积分项；

52-俯仰角指令控制优化前后的比例微分项；

53-俯仰角指令控制优化前后的积分项+俯仰角指令控制优化前后的比例微分项。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

聚焦解决在有限的操纵性下实现太阳能无人机飞行速度的精确控制问题，本发明提出一种抗饱和增量式PID纵向制导方法及基于其的太阳能无人机。针对太阳能无人机飞行速度低，抗干扰能力弱，低操纵性等固有特性，研究一种具有抗饱和功能的增量式PID纵向制导方法。

有鉴于此，本发明一实施例提供了一种基于该抗饱和增量式PID纵向制导方法的太阳能无人机，请参照图2，包括：

传感器系统，输出太阳能无人机的定位及空速信息；

任务规划系统，输出指令信息；

制导系统，接收传感器系统和任务规划系统的信息并基于其通过该抗饱和增量式PID纵向制导方法发布制导指令；

进一步的，为了对该抗饱和增量式PID纵向制导方法做更加详细的说明，本发明另一实施例提供了一种抗饱和增量式PID纵向制导方法，通过六个流程步骤实现，分别是：误差计算、油门PID参数计算、油门控制量设计、俯仰PID参数计算、抗饱和处理和俯仰控制量设计，具体地，请参照图1，为本实施例实现太阳能无人机飞行控制的抗饱和增量式PID纵向制导方法的流程图，其具体实现方法包括如下步骤：

第一步：根据太阳能无人机在高空状态时的目标速度、目标高度以及实际速度、实际高度，计算出太阳能无人机在当前时刻的总能量误差和总能量分配误差，进一步的，该步骤还包括：

步骤1：接收传感器系统输出的空速及高度信息，计算实际动能和实际势能，并计算出实际总能量和实际总能量分配。

对于k时刻，首先计算出当前实际动能和实际势能：

a)实际动能：E_K(k)＝0.5·v(k)²

b)实际势能：E_P(k)＝g·H(k)

其中，g为重力加速度，v(k)为k时刻的实际速度，H(k)为k时刻的实际高度；

则实际总能量和总能量分配按下式计算：

a)实际总能量：E_total(k)＝E_P(k)+E_K(k)

b)实际总能量分配：L_total(k)＝(2-k_K)·E_P(k)-k_K·E_K(k)

其中，k_K为动能分配权重，其值介于0～2之间。

步骤2：接收任务规划系统输出的指令速度和指令高度，计算期望动能和期望势能，并计算出期望总能量和期望总能量分配。

k时刻期望动能和期望势能为：

a)期望动能：E_{K_c}(k)＝0.5·v_c(k)²

b)期望势能：E_{P_c}(k)＝g·H_c(k)

其中，v_c(k)为k时刻的期望速度，H_c(k)为k时刻的期望高度；

则期望总能量和期望总能量分配由下式得到：

a)期望总能量：E_{total_c}(k)＝E_{P_c}(k)+E_{K_c}(k)

b)期望总能量分配：L_{total_c}(k)＝(2-k_K)·E_{P_c}(k)-k_K·E_{K_c}(k)

步骤3：计算当前时刻的总能量误差和总能量分配误差；

a)总能量误差：E_{total_e}(k)＝E_{total_c}(k)-E_total(k)

b)总能量分配误差：L_{total_e}(k)＝L_{total_c}(k)-L_total(k)

至此，便得到了油门通道和俯仰角通道的控制输入。

第二步，将上述总能量误差作为太阳能无人机中油门通道的控制输入，计算油门PID参数，进一步的，该步骤还包括：

步骤4：以最近3帧内的总能量误差作为输入，计算当前时刻油门通道控制增量的积分项、比例微分项，以及累计积分项和累计比例微分项。

在k时刻，对于增量式PID，油门通道控制增量的计算公式为：

ΔThr(k)＝K_p·AE_{total_e}(k)+K_i·E_{total_e}(k)+K_d[ΔE_{total_e}(k)-ΔE_{total_e}(k-1)]

＝K_i·E_{total_e}(k)+((K_p+K_d)·E_{total_e}(k)-(K_p+2K_d)·E_{total_e}(k-1)+Kd·E_{total_e}(k-2))

式中，控制参数K_p＝k_Thrp，K_i＝k_Thrp·k_Thri·T，K_d＝k_Thrp·k_Thrd/T。其中，T为制导采样周期，k_Thri、k_Thrd分别为电机转速通道积分、微分系数，k_Thrp为电机转速通道比例因子，定义为：

其中，k_ThrT是电机转速通道的时间常数，

在此，令ΔThr_I(k)＝K_i·E_{total_e}(k)为油门通道控制增量的积分项，ΔThr_PD(k)＝(K_p+K_d)·E_{total_e}(k)-(K_p+2K_d)·E_{total_e}(k-1)+K_d·E_{total_e}(k-2)为油门通道控制增量的比例微分项，可见，由这两部分相加得到油门通道控制增量。

油门通道当前时刻的累计积分项和累计比例微分项分别为：

Thr_I(k)＝Thr_I(k-1)+ΔThr_I(k)

Thr_PD(k)＝Thr_PD(k-1)+ΔThr_PD(k)

易知，油门通道总的控制量为Thr(k)＝Thr_I(k)+Thr_PD(k)。

第三步，根据上述的油门PID参数计算油门通道总的控制量并进行限幅处理，进一步的，该步骤还包括：

将油门通道累计积分项和比例微分项相加得到当前时刻油门通道总的控制量，并进行限幅处理。

步骤5：设油门通道总的控制量为Thr(k)，则有：

Thr(k)＝Thr_I(k)+Thr_PD(k)

步骤6：设油门通道控制量变化率的限幅值为dThr_Limt，油门通道总的控制量的控制量限幅值为Thr_Limt，则按下式进行限幅处理：

a)当(Thr(k)-Thr(k-1))/T＞dThr_Limt时，令

Thr(k)＝Thr(k-1)+dThr_Limt·T

b)当(Thr(k)-Thr(k-1))/T＜-dThr_Limt时，令

Thr(k)＝Thr(k-1)-dThr_Limt·T

c)当Thr(k)＞Thr_Limt时，令

Thr(k)＝Thr_Limt

d)当Thr(k)＜-Thr_Limt时，令

Thr(k)＝-Thr_Limt

第四步，将上述总能量分配误差作为太阳能无人机中俯仰通道的控制输入，计算俯仰PID参数，进一步的，该步骤还包括：

步骤7：以最近3帧内的总能量分配误差作为输入，计算当前时刻俯仰角通道控制增量的积分项、比例微分项，以及累计积分项和累计比例微分项。

按照增量式PID，俯仰指令计算公式为：

Δθ_c(k)＝K_p·ΔL_{total_e}(k)+K_i·L_{total_e}(k)+K_d·[ΔL_{total_e}(k)-ΔL_{total_e}(k-1)]

＝K_i·L_{total_e}(k)+((K_p+K_d)·L_{total_e}(k)-(K_p+2K_d)·L_{total_e}(k-1)+K_d·L_{total_e}(k-2))式中K_p＝k_θp，K_i＝k_θp·k_θi·T，K_a＝k_θp·k_θd/T。其中T为采样周期，k_θi、k_θd分别为俯仰通道的积分、微分系数，k_θp为俯仰通道比例因子，定义为：

k_θp＝1/(k_θT·g·v)

其中，k_θT是俯仰通道的时间常数，v为当前飞行速度。

在此，令Δθ_c_I_in(k)＝K_i·L_{total_e}(k)为俯仰通道控制增量的积分项，Δθ_c_PD_in(k)＝(K_p+K_d)·L_{total_e}(k)-(K_p+2K_d)·L_{total_e}(k-1)+K_d·L_{total_e}(k-2)为俯仰通道控制增量的比例微分项，可见，由这两部分相加得到俯仰通道控制增量。

俯仰通道当前时刻累计的积分项和比例微分项分别为：

θ_c_I_in(k)＝θ_c_I_in(k-1)+Δθ_c_I_in(k)

θ_c_PD_in(k)＝θ_c_PD_in(k-1)+Δθ_c_PD_in(k)

易知，俯仰通道总的控制量为θ_c(k)＝θ_c_I_in(k)+θ_c_PD_in(k)。

第五步，计算俯仰PID参数时进行抗饱和处理，进一步的，该步骤还包括：

判断俯仰通道累计比例微分项是否达到限幅值，如达到限幅值，则实行微分、积分互换实现抗饱和处理

步骤8：设俯仰通道中累计积分项的限幅值为θ_c_I_Limt，累计比例微分项的限幅值为θ_c_PD_Limt，且满足θ_c_I_Limt≥θ_c_PD_Limt＞0，则按下式执行抗饱和处理：

a)当θ_c_I_in(k)＞θ_c_I_Limt，则令θ_c_I_in(k)＝θ_c_I_Limt

b)当θ_c_I_in(k)＜-θ_c_I_Limt，则令θ_c_I_in(k)＝-θ_c_I_Limt

c)当θ_c_PD_in(k)＞θ_c_PD_Limt并且θ_c_I_in(k)≤θ_c_I_Limt-θ_c_PD_Limt时，则令

θ_c_PD_out(k)＝θ_c_PD_in(k)-θ_c_PD_Limt

θ_c_I_out(k)＝θ_c_I_in(k)+θ_c_PD_Limt

d)当θ_c_PD_in(k)＜-θ_c_PD_Limt，并且θ_c_I_in(k)≥θ_c_PD_Limt-θ_c_I_Limt时，则令

θ_c_PD_out(k)＝θ_c_PD_in(k)+θ_c_PD_Limt

θ_c_I_out(k)＝θ_c_I_in(k)-θ_c_PD_Limt

可见，上述微分、积分互换的处理并不改变俯仰通道总的控制量，但避免了由于比例微分项饱和引起动态性能下降问题。

在具体的实施例中，如图3所示，为一种俯仰角指令抗微分饱和处理的示例，其中比例微分项的限幅值为8°，积分项的限幅值为10°，在554.1s时比例微分项达到8°限幅值，而积分项的值为-8.454°，满足上述条件c)，则执行相应处理后，原本达到饱和的比例微分项被清除，扣减部分加到积分项上，不改变两者之和，即总的俯仰角指令无跳变，但达到了抗饱和的效果。

第六步，根据所述俯仰PID参数计算俯仰通道总的控制量并进行限幅处理，进一步的，该步骤还包括：

将俯仰通道抗饱和处理后的累计积分项和比例微分项相加得到当前时刻俯仰通道总的控制量，并进行限幅处理。

步骤9：设俯仰通道总的控制量为θ_c(k)，则有：

θ_c(k)＝θ_c_I(k)+θ_c_PD(k)

步骤10：设俯仰通道控制量变化率的限幅值为dθ_cLimt，俯仰通道总的控制量的限幅值为θ_cLimt，则：

a)当(θ_c(k)-θ_c(k-1))/T＞dθ_cLimt时，令

θ_c(k)＝θ_c(k-1)+dθ_cLimt·T

b)当(θ_c(k)-θ_c(k-1))/T＜-dθ_cLimt时，令

θ_c(k)＝θ_c(k-1)-dθ_cLimt·T

c)当θ_c(k)＞θ_cLimt时，令

θ_c(k)＝θ_cLimt

d)当θ_c(k)＜-θ_cLimt时，令

θ_c(k)＝-θ_cLimt

在具体的实施例中，为验证上述优化方法的控制效果，在数学仿真中，设指令空速为16m/s，加入5m/s的紊流风，俯仰角比例微分项的限幅值为8°，积分项的限幅值为10°，将抗饱和优化后的空速控制结果与优化前控制结果进行对比(如图4)，并将俯仰角指令的分项进行对比(如图5和图6)。可见，在500s～600s时间段内，优化前的俯仰角指令比例微分项处于饱和状态，仅靠积分项加以调节，由于动态特性下降，该时段内空速控制误差明显加大，而抗饱和优化后的俯仰角指令由于未出现饱和现象，相应时段的空速控制误差未出现较大波动，整体控制精度高于优化前。

需要说明的是，上述提供的具体实施例中，结合步骤1～步骤7及步骤8～步骤9，实现本发明采用增量式PID并结合总能量法设计纵向制导律，有利于制导回路指令的平滑，增强控制平稳性；步骤8进一步对增量式PID方法进行了抗饱和处理，能有效避免制导系统输入发生大幅快速变化或飞机遇到突发性干扰时，由于控制量饱和造成的动态特性下降问题。在其他实施例中，也可单独使用步骤1～步骤7及步骤8～步骤9所构成的方案，或可结合使用步骤8所构成的方案，在一些情况下，亦可单独使用步骤8所构成的方案，本发明对此不做限制。

本发明未详细说明部分属于本领域技术人员公知常识。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种抗饱和增量式PID纵向制导方法，其特征在于，包括：

根据太阳能无人机在高空状态时的实际速度、实际高度以及目标速度、目标高度，计算所述太阳能无人机当前时刻的总能量误差和总能量分配误差；

将所述总能量误差作为太阳能无人机中油门通道的控制输入，计算油门PID参数；

根据所述油门PID参数计算油门通道总的控制量并进行限幅处理；

将所述总能量分配误差作为太阳能无人机中俯仰通道的控制输入，计算俯仰PID参数；

根据所述俯仰PID参数计算俯仰通道总的控制量并进行限幅处理。

2.根据权利要求1所述的抗饱和增量式PID纵向制导方法，其特征在于，所述计算俯仰PID参数时还进行抗饱和处理。

3.根据权利要求2所述的抗饱和增量式PID纵向制导方法，其特征在于，计算所述总能量误差和总能量分配误差还包括：

计算实际总能量和实际总能量分配：

实际动能：E_k(k)＝0.5·v(k)²，

实际势能：E_P(k)＝g·H(k)，

实际总能量：E_total(k)＝E_P(k)+E_K(k)，

实际总能量分配：L_total(k)＝(2-k_K)·E_P(k)-k_K·E_K(k)；

计算目标总能量和目标总能量分配：

目标动能：E_{K_c}(k)＝0.5·v_c(k)²，

目标势能：E_{P_c}(k)＝g·H_c(k)，

目标总能量：E_{total_c}(k)＝E_{P_c}(k)+E_{K_c}(k)，

目标总能量分配：L_{total_c}(k)＝(2-k_K)·E_{P_c}(k)-k_K·E_{K_c}(k)；

计算总能量误差和总能量分配误差：

总能量误差：E_{total_e}(k)＝E_{total_c}(k)-E_total(k)，

总能量分配误差：L_{total_e}(k)＝L_{total_c}(k)-L_total(k)；

其中，g为重力加速度，v(k)和v_c(k)分别为k时刻的实际速度和目标速度，H(k)和H_c(k)分别为k时刻的实际高度和目标高度，k_K为动能分配权重，其值为0～2。

4.根据权利要求3所述的抗饱和增量式PID纵向制导方法，其特征在于，所述油门PID参数包括：

积分项：ΔThr_I(k)＝K_i·E_{total_e}(k)，K_i＝k_Thrp·k_Thri·T；

比例微分项：

ΔThr_PD(k)＝(K_p+K_d)·E_{total_e}(k)-(K_p+2K_d)·E_{total_e}(k-1)+K_d·E_{total_e}(k-2)，

K_p＝k_Thrp，K_d＝k_Thrp·k_Thrd/T；

累计积分项：Thr_I(k)＝Thr_I(k-1)+ΔThr_I(k)；

累计比例微分项：Thr_PD(k)＝Thr_PD(k-1)+ΔThr_PD(k)；

其中，k_Thrp为电机转速通道比例因子，k_Thri为电机转速通道的积分，T为制导采样周期，k_Thrd为电机转速的微分系数。

5.根据权利要求4所述的抗饱和增量式PID纵向制导方法，其特征在于：

所述油门通道总的控制量为Thr(k)＝Thr_I(k)+Thr_PD(k)；以及

所述油门通道总的控制量的限幅处理包括：

设置油门通道控制量变化率的限幅值dThr_Limt，和油门通道总的控制量的限幅值Thr_Limt；

当(Thr(k)-Thr(k-1))/T＞dThr_Limt时，令Thr(k)＝Thr(k-1)+dThr_Limt·T；

当(Thr(k)-Thr(k-1))/T＜-dThr_Limt时，令Thr(k)＝Thr(k-1)-dThr_Limt·T；

当Thr(k)＞Thr_Limt时，令Thr(k)＝Thr_Limt；

当Thr(k)＜-Thr_Limt时，令Thr(k)＝-Thr_Limt。

6.根据权利要求3所述的抗饱和增量式PID纵向制导方法，其特征在于，所述俯仰PID参数包括：

积分项：Δθ_c_I_in(k)＝K_i·L_{total_e}(k)，K_i＝k_θp·k_θi·T；

比例微分项：

Δθ_c_PD_in(k)＝(K_p+K_d)·L_{total_e}(k)-(K_p+2K_d)·L_{total_e}(k-1)+K_d·L_{total_e}(k-2)，

K_p＝k_θp，K_d＝k_θp·k_θd/T；

累计积分项：θ_c_I_in(k)＝θ_c_I_in(k-1)+Δθ_c_I_in(k)；

累计比例微分项：θ_c_PD_in(k)＝θ_c_PD_in(k-1)+Δθ_c_PD_in(k)；

其中，k_θp为俯仰通道比例因子，k_θi为俯仰通道的积分，T为制导采样周期，k_θd为俯仰通道的微分系数。

7.根据权利要求6所述的抗饱和增量式PID纵向制导方法，其特征在于：

所述俯仰通道总的控制量为：θ_c(k)＝θ_c_I_in(k)+θ_c_PD_in(k)；以及

所述俯仰通道总的控制量的限幅处理包括：

设置俯仰通道控制量变化率的限幅值dθ_cLimt，和俯仰通道总的控制量的限幅值θ_cLimt；

当(θ_c(k)-θ_c(k-1))/T＞dθ_cLimt时，令θ_c(k)＝θ_c(k-1)+dθ_cLimt·T；

当(θ_c(k)-θ_c(k-1))/T＜-dθ_cLimt时，令θ_c(k)＝θ_c(k-1)-dθ_cLimt·T；

当θ_c(k)＞θ_cLimt时，令θ_c(k)＝θ_cLimt；

当θ_c(k)＜-θ_cLimt时，令θ_c(k)＝-θ_cLimt。

8.根据权利要求7所述的抗饱和增量式PID纵向制导方法，其特征在于，所述计算俯仰PID参数时的抗饱和处理包括：

设置俯仰通道中累计积分项的限幅值θ_c_I_Limt，和累计比例微分项的限幅值θ_c_PD_Limt，且满足θ_c_I_Limt≥θ_c_PD_Limt＞0；

当θ_c_I_in(k)＞θ_c_I_Limt时，令θ_c_I_in(k)＝θ_c_I_Limt；

当θ_c_I_in(k)＜-θ_c_I_Limt，令θ_c_I_in(k)＝-θ_c_I_Limt；

当θ_c_PD_in(k)＞θ_c_PD_Limt，且θ_c_I_in(k)≤θ_c_I_Limt-θ_c_PD_Limt时，令

θ_c_PD_out(k)＝θ_c_PD_in(k)-θ_c_PD_Limt，θ_c_I_out(k)＝θ_c_I_in(k)+θ_c_PD_Limt；

当θ_c_PD_in(k)＜-θ_c_PD_Limt，且θ_c_I_in(k)≥θ_c_PD_Limt-θ_c_I_Limt时，令

θ_c_PD_out(k)＝θ_c_PD_in(k)+θ_c_PD_Limt，θ_c_I_out(k)＝θ_c_I_in(k)-θ_c_PD_Limt。

9.根据权利要求1或5或8所述的抗饱和增量式PID纵向制导方法，其特征在于，所述油门通道的控制输入为最近3帧内的总能量误差，和/或所述俯仰通道的控制输入为最近3帧内的总能量分配误差。

10.一种太阳能无人机，其特征在于，包括：

传感器系统，输出太阳能无人机的空速及高度信息；

任务规划系统，输出指令信息；

制导系统，接收所述传感器系统和所述任务规划系统的信息并基于其通过权利要求1至9中任一所述的抗饱和增量式PID纵向制导方法发布制导指令；

动力系统，接收所述制导指令中的油门指令实现对油门通道的控制；

姿控系统，接收所述制导指令中的俯仰角指令和/或滚转角指令实现对俯仰通道的控制；以及

操纵系统，根据所述姿控系统的输出指令实现对无人机的飞行控制。