CN111308897A - 一种考虑机载资源受限的四旋翼保性能量化控制方法 - Google Patents
一种考虑机载资源受限的四旋翼保性能量化控制方法 Download PDFInfo
- Publication number
- CN111308897A CN111308897A CN202010320004.3A CN202010320004A CN111308897A CN 111308897 A CN111308897 A CN 111308897A CN 202010320004 A CN202010320004 A CN 202010320004A CN 111308897 A CN111308897 A CN 111308897A
- Authority
- CN
- China
- Prior art keywords
- representing
- rotor
- control
- loop
- track
- 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 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 230000001052 transient effect Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000008878 coupling Effects 0.000 claims abstract description 5
- 238000010168 coupling process Methods 0.000 claims abstract description 5
- 238000005859 coupling reaction Methods 0.000 claims abstract description 5
- 238000011002 quantification Methods 0.000 claims abstract description 5
- 238000013139 quantization Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
- G05B13/042—Adaptive 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本发明公开了一种考虑机载资源受限的四旋翼保性能量化控制方法，涉及四旋翼自动控制技术领域。首先，建立考虑控制输入量化、可表征四旋翼强耦合、强不确定性的运动/动力学模型；其次，设计基于固定阈值和相对阈值的混合事件触发函数，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器；然后，利用预设性能控制原理，为确保轨迹跟踪性能满足预设的暂态与稳态性能指标要求，建立四旋翼轨迹跟踪误差转换模型；进一步，设计四旋翼轨迹回路虚拟控制律，通过逆动力学解算，生成四旋翼质心动力学的虚拟控制输入及期望的航向角指令；最后，设计四旋翼虚拟姿态控制律。本发明极大地提高了四旋翼轨迹回路控制精度，最终实现保性能框架下机载资源的有效利用。
Description
技术领域
本发明涉及四旋翼自动控制技术领域，具体为一种考虑机载资源受限的四旋翼保性能量化控制方法，主要应用于复杂未知干扰、机载资源受限条件下的四旋翼高性能轨迹跟踪控制。
背景技术
近年来，四旋翼无人机由于具有结构简单、可制造性低、易于维护性、操作敏捷性、环境耐久性、精准悬停和垂直起飞着陆等性能优势，被广泛应用于军事和民用场合，如航空摄影、侦查监视和目标搜索、跟踪与指示。四旋翼飞行控制系统是四旋翼系统的神经中枢，是确保其在各种未知环境下完成多样化飞行任务的重中之重。然而，四旋翼本身是一个典型的非线性、强耦合、欠驱动系统，实际飞行中不可避免遭受大气扰流、突风等干扰影响。此外，为尽可能在有限电池容量的前提下延长滞空时间，四旋翼机载数字处理器、传感器、无线通信模块往往需要在低功耗间隙采样模式下运行，然而，各组件采样间隔过长，保证系统稳定性的信息反馈不及时，无法实现精确轨迹控制，在环境干扰的作用下飞行控制性能势必严重恶化，危及飞行安全。因而，传统以周期采样方式执行的控制策略难以适用，给当前四旋翼控制系统开发提出了严苛的挑战。
已有研究大多针对多源干扰条件下的四旋翼轨迹跟踪控制问题开展研究，对于机载资源受限这一实际苛刻约束较少关注。此外，已公开的抗干扰控制策略仅能确保四旋翼实现误差有界地跟踪预定轨迹，如何在未知不确定条件下保证轨迹控制暂态和稳态性能满足预设要求尚未明确考虑。因此，在确保一定控制性能的前提下，尽可能降低系统对机载资源要求，探索考虑机载资源受限的四旋翼保性能量化控制方法具有重要的工程应用价值。
发明内容
本发明为了解决复杂未知干扰、机载资源受限条件下，四旋翼高性能轨迹跟踪控制的问题，提供了一种考虑机载资源受限的四旋翼保性能量化控制方法。
本发明是通过如下技术方案来实现的：一种考虑机载资源受限的四旋翼保性能量化控制方法，包括如下步骤：
(1)建立考虑控制输入量化、可表征四旋翼强耦合、强不确定性的运动/动力学模型：
首先，建立考虑输入控制力矩量化的四旋翼运动/动力模型如下：
其中，Xp＝[Xp,1,Xp,2,Xp,3]T和Xv＝[Xv，1,Xv，2,Xv，3]T表示在惯性坐标系中四旋翼的位置和速度矢量；XΩ＝[XΩ，1,XΩ，2,XΩ，3]T和Xω＝[Xω，1,Xω，2,Xω，3]T表示在机体坐标系中旋转角度和角速度矢量；
和
分别表示速度和角速率回路的光滑非线性函数项，
是不确定阻尼矩阵，m是四旋翼质量，Ji＝diag(Jω，1,Jω，2,Jω，3)表示正定对角惯性矩阵；Fv＝[Fv，1,Fv，2,Fv，3]T＝(g1uv-G)/m表示质心动力学的虚拟控制输入，g1＝[c(XΩ，3)s(XΩ，2)c(XΩ，1)+s(XΩ，3)s(XΩ，1),s(XΩ，3)s(XΩ，2)c(XΩ，1)-c(XΩ，3)s(XΩ，1),c(XΩ，2)c(XΩ，1)]T表示与旋转运动相关的平移输入矩阵，其中s(·)和c(·)是sin(·)和cos(·)的缩写，uv表示施加在四旋翼上的推力；G＝[0,0,mg]T其中g为重力加速度；Δv＝[Δv，1,Δv，2,Δv，3]T和Δω＝[Δω，1,Δω，2,Δω，3]T代表未知有界的环境干扰；gω＝diag(l,l,c)，其中l，c分别代表电机到四旋翼质心的距离和力-力矩系数；q(Uω)＝[q(uω，2),q(uω，3),q(uω，4)]T表示经滞回量化器量化后的离散控制力矩信号；
其次，为实现连续信号到离散信号的转换，构造滞回量化器如下：
其中，q(uω,i)(i＝2,3,4)表示量化后的离散控制力矩信号；
ρω,i表示量化密度常量，j＝1,2,...,N，N表示量化等级，
表示量化死区；δω,i＝1-ρω,i/1+ρω,i表示滞回区间参数，用于调节滞回区间；sign(uω,i)表示为：
(2)在步骤(1)给出的四旋翼量化模型基础上，设计基于固定阈值和相对阈值的混合事件触发函数，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器ET-ESO，实现机载资源约束条件下对于未知干扰与不可测速度状态的同时估计：
首先，分别针对轨迹和姿态回路设计混合事件触发函数如下：
其中，
分别表示经混合事件触发函数离散化后的轨迹、姿态角数据；
分别表示轨迹、姿态环数据离散化前后的偏差；δp,i,δΩ,i表示触发函数系数；mp,i,mω,i分别轨迹、姿态回路相对事件触发阈值；np,i,nω,i分别表示轨迹、姿态回路固定事件触发阈值，Dp,i,DΩ,i分别表示轨迹、姿态回路触发器切换阈值；
其次，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器ET-ESO：
其中，
分别表示轨迹、姿态角的估计值；
分别表示不可测线速度、角速度的估计值；
分别表示轨迹、姿态回路集总不确定度的估计值；ωp,i,ωΩ,i分别表示轨迹、姿态回路的观测器带宽；
(3)利用预设性能控制原理，为确保轨迹跟踪性能满足预设的暂态与稳态性能指标要求，建立四旋翼轨迹跟踪误差转换模型，将约束跟踪误差转换成非约束跟踪误差；
为了使误差满足预设跟踪性能，建立轨迹跟踪误差转换模型如下：
其中Zpi(i＝1,2,3)表示转换后的轨迹回路控制误差；
表示正常数；
表示轨迹指令；
表示预设性能函数；
表示位置误差可允许的最大偏差范围；
表示最大允许稳态误差；λp,i表示暂态性能可允许的最小收敛速度；
(4)在步骤(3)给出的转换后轨迹控制误差的基础上，设计四旋翼轨迹回路虚拟控制律；通过逆动力学解算，生成四旋翼质心动力学的虚拟控制输入及期望的航向角指令；
首先，设计四旋翼的轨迹回路虚拟控制量如下：
其中αpi(i＝1,2,3)表示四旋翼在x、y、z轴方向上的虚拟速度指令；kp表示四旋翼位移回路的控制增益；Zp,i表示经误差转换模型转换后的跟踪误差；
在此基础上，四旋翼的速度回路虚拟控制量设计如下：
其中，uv,i(i＝1,2,3)表示四旋翼机体虚拟控制推力；kv表示速度控制增益；
通过逆动力学解算，生成的四旋翼机体的实际控制推力及期望的航向角指令如下：
其中期望的偏航角
是由制导系统产生；
(5)基于步骤(4)提供的期望姿态角指令，设计四旋翼虚拟姿态控制律；在此基础上，设计可抵消量化误差效应的主动抗干扰鲁棒反馈控制律；
首先，设计如下姿态回路虚拟控制量αΩ,i(i＝1,2,3)：
其中，kΩ表示四旋翼姿态控制增益；
设计可抵消量化误差效应的主动抗干扰鲁棒反馈控制律uω,i(i＝2,3,4)：
其中，kω是四旋翼角速度控制增益；
是一个正常数；ε表示充分小的正增益。
本发明所提供的考虑机载资源受限的四旋翼保性能量化控制方法：首先，建立考虑控制输入量化、可表征四旋翼强耦合、强不确定性的运动/动力学模型；其次，设计基于固定阈值和相对阈值的混合事件触发函数，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器(ET-ESO)，实现机载资源约束条件下对于未知干扰与不可测速度状态的同时估计；然后，利用预设性能控制原理，为确保轨迹跟踪性能满足预设的暂态与稳态性能指标要求，建立四旋翼轨迹跟踪误差转换模型；进一步，设计四旋翼轨迹回路虚拟控制律。通过逆动力学解算，生成四旋翼质心动力学的虚拟控制输入及期望的航向角指令；最后，设计四旋翼虚拟姿态控制律，在此基础上，设计可抵消量化误差效应的主动抗干扰鲁棒反馈控制律。
与现有技术相比本发明具有以下有益效果：本发明设计了一种考虑机载资源受限的四旋翼保性能量化控制方法，主要解决复杂未知干扰、机载资源受限条件下的四旋翼高性能轨迹跟踪控制问题。所设计的方法明确考虑了机载资源受限难题：通过在控制器—执行机构端嵌入具有量化水平可调和输出光滑特性的滞回量化器，将连续高精度的控制信号转换为有限的数字量，有效缓解控制回路的信息采样频率与传输速率；同时，在传感器—控制器端引入事件触发ESO，构造包含固定与相对阈值的混合事件触发条件来控制传感器量测信息的传输频率，从而在确保观测品质的前提下降低反馈回路计算与通讯资源的过度占用。进一步，在轨迹控制设计过程中引入保性能机制，使得未知干扰和机载资源约束下暂态和稳态性能满足预设要求，最终实现保性能框架下机载计算资源利用率的显著提升。
附图说明
图1为本发明一种考虑机载资源受限的四旋翼保性能量化控制方法的流程图。
图2为本发明一种考虑机载资源受限的四旋翼保性能量化控制方法的控制结构框图。
具体实施方式
以下结合具体实施例对本发明作进一步说明。
一种考虑机载资源受限的四旋翼保性能量化控制方法，包括如下步骤：
(1)建立考虑控制输入量化、可表征四旋翼强耦合、强不确定性的运动/动力学模型：
首先，建立考虑输入控制力矩量化的四旋翼运动/动力模型如下：
其中，Xp＝[Xp,1,Xp,2,Xp,3]T和Xv＝[Xv，1,Xv，2,Xv，3]T表示在惯性坐标系中四旋翼的位置和速度矢量；XΩ＝[XΩ，1,XΩ，2,XΩ，3]T和Xω＝[Xω，1,Xω，2,Xω，3]T表示在机体坐标系中旋转角度和角速度矢量；
和
分别表示速度和角速率回路的光滑非线性函数项，
是不确定阻尼矩阵，m＝2kg是四旋翼质量，Ji＝diag(0.16,0.16,0.16)kgm2表示正定对角惯性矩阵；Fv＝[Fv，1,Fv，2,Fv，3]T＝(g1uv-G)/m表示质心动力学的虚拟控制输入，g1＝[c(XΩ，3)s(XΩ，2)c(XΩ，1)+s(XΩ，3)s(XΩ，1),s(XΩ，3)s(XΩ，2)c(XΩ，1)-c(XΩ，3)s(XΩ，1),c(XΩ，2)c(XΩ，1)]T表示与旋转运动相关的平移输入矩阵，其中s(·)和c(·)是sin(·)和cos(·)的缩写，uv表示施加在四旋翼上的推力；G＝[0,0,mg]T其中g＝9.8m/s2为重力加速度；Δv＝[2(sin(t)+sin(0.5t)-cos(0.8t)),2(cos(t)+sin(0.5t)-cos(0.8t)),2sin(1.5t)]T和Δω＝[0.2(sin(t)+sin(0.5t)),0.2(cos(0.5t)-cos(0.8t)),0.2(sin(t)·sin(0.5t))]T代表未知有界的环境干扰；gω＝diag(l,l,c)，其中l＝0.4m，c＝0.05分别代表电机到四旋翼质心的距离和力-力矩系数；q(Uω)＝[q(uω，2),q(uω，3),q(uω，4)]T表示经滞回量化器量化后的离散控制力矩信号；
其次，为实现连续信号到离散信号的转换，构造滞回量化器如下：
其中，q(uω,i)(i＝2,3,4)表示量化后的离散控制力矩信号；
ρω,i＝0.9表示量化密度常量，j＝1,2,...,N，N＝110表示量化等级，
表示量化死区；δω,i＝1-ρω,i/1+ρω,i＝0.053表示滞回区间参数，用于调节滞回区间；sign(uω,i)表示为：
(2)在步骤(1)给出的四旋翼量化模型基础上，设计基于固定阈值和相对阈值的混合事件触发函数，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器ET-ESO，实现机载资源约束条件下对于未知干扰与不可测速度状态的同时估计：
首先，分别针对轨迹和姿态回路设计混合事件触发函数如下：
其中，
分别表示经混合事件触发函数离散化后的轨迹、姿态角数据；
分别表示轨迹、姿态环数据离散化前后的偏差；δp,i＝0.005,δΩ,i＝0.001表示触发函数系数；mp,i＝0.004,mω,i＝0.006分别轨迹、姿态回路相对事件触发阈值；np,i＝0.003,nω,i＝0.001分别表示轨迹、姿态回路固定事件触发阈值，Dp,i＝2,DΩ,i＝0.5分别表示轨迹、姿态回路触发器切换阈值；
其次，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器ET-ESO：
其中，
分别表示轨迹、姿态角的估计值；
分别表示不可测线速度、角速度的估计值；
分别表示轨迹、姿态回路集总不确定度的估计值；ωp,i＝12,ωΩ,i＝25分别表示轨迹、姿态回路的观测器带宽；
(3)利用预设性能控制原理，为确保轨迹跟踪性能满足预设的暂态与稳态性能指标要求，建立四旋翼轨迹跟踪误差转换模型，将约束跟踪误差转换成非约束跟踪误差；
为了使误差满足预设跟踪性能，建立轨迹跟踪误差转换模型如下：
其中Zpi(i＝1,2,3)表示转换后的轨迹回路控制误差；
表示正常数；
表示轨迹指令；
表示预设性能函数；
表示位置误差可允许的最大偏差范围；
表示最大允许稳态误差；λp,i＝0.62表示暂态性能可允许的最小收敛速度；
(4)在步骤(3)给出的转换后轨迹控制误差的基础上，设计四旋翼轨迹回路虚拟控制律；通过逆动力学解算，生成四旋翼质心动力学的虚拟控制输入及期望的航向角指令；
首先，设计四旋翼的轨迹回路虚拟控制量如下：
其中αpi(i＝1,2,3)表示四旋翼在x、y、z轴方向上的虚拟速度指令；kp＝1.5表示四旋翼位移回路的控制增益；Zp,i表示经误差转换模型转换后的跟踪误差；
在此基础上，四旋翼的速度回路虚拟控制量设计如下：
其中，uv,i(i＝1,2,3)表示四旋翼机体虚拟控制推力；kv＝3表示速度控制增益；
通过逆动力学解算，生成的四旋翼机体的实际控制推力及期望的航向角指令如下：
其中期望的偏航角
是由制导系统产生；
(5)基于步骤(4)提供的期望姿态角指令，设计四旋翼虚拟姿态控制律；在此基础上，设计可抵消量化误差效应的主动抗干扰鲁棒反馈控制律；
首先，设计如下姿态回路虚拟控制量αΩ,i(i＝1,2,3)：
其中，kΩ＝6表示四旋翼姿态控制增益；
设计可抵消量化误差效应的主动抗干扰鲁棒反馈控制律uω,i(i＝2,3,4)：
其中，kω＝12是四旋翼角速度控制增益；
是一个正常数；ε＝0.001表示充分小的正增益。
本发明要求保护的范围不限于以上具体实施方式，而且对于本领域技术人员而言，本发明可以有多种变形和更改，凡在本发明的构思与原则之内所作的任何修改、改进和等同替换都应包含在本发明的保护范围之内。
Claims (1)
1.一种考虑机载资源受限的四旋翼保性能量化控制方法，其特征在于：包括如下步骤：
(1)建立考虑控制输入量化、可表征四旋翼强耦合、强不确定性的运动/动力学模型：
首先，建立考虑输入控制力矩量化的四旋翼运动/动力模型如下：
其中，Xp＝[Xp,1,Xp,2,Xp,3]T和Xv＝[Xv，1,Xv，2,Xv，3]T表示在惯性坐标系中四旋翼的位置和速度矢量；XΩ＝[XΩ，1,XΩ，2,XΩ，3]T和Xω＝[Xω，1,Xω，2,Xω，3]T表示在机体坐标系中旋转角度和角速度矢量；
和
分别表示速度和角速率回路的光滑非线性函数项，
是不确定阻尼矩阵，m是四旋翼质量，Ji＝diag(Jω，1,Jω，2,Jω，3)表示正定对角惯性矩阵；Fv＝[Fv，1,Fv，2,Fv，3]T＝(g1uv-G)/m表示质心动力学的虚拟控制输入，g1＝[c(XΩ，3)s(XΩ，2)c(XΩ，1)+s(XΩ，3)s(XΩ，1),s(XΩ，3)s(XΩ，2)c(XΩ，1)-c(XΩ，3)s(XΩ，1),c(XΩ，2)c(XΩ，1)]T表示与旋转运动相关的平移输入矩阵，其中s(·)和c(·)是sin(·)和cos(·)的缩写，uv表示施加在四旋翼上的推力；G＝[0,0,mg]T其中g为重力加速度；Δv＝[Δv，1,Δv，2,Δv，3]T和Δω＝[Δω，1,Δω，2,Δω，3]T代表未知有界的环境干扰；gω＝diag(l,l,c)，其中l，c分别代表电机到四旋翼质心的距离和力-力矩系数；q(Uω)＝[q(uω，2),q(uω，3),q(uω，4)]T表示经滞回量化器量化后的离散控制力矩信号；
其次，为实现连续信号到离散信号的转换，构造滞回量化器如下：
其中，q(uω,i)(i＝2,3,4)表示量化后的离散控制力矩信号；
ρω,i表示量化密度常量，j＝1,2,...,N，N表示量化等级，
表示量化死区；δω,i＝1-ρω,i/1+ρω,i表示滞回区间参数，用于调节滞回区间；sign(uω,i)表示为：
(2)在步骤(1)给出的四旋翼量化模型基础上，设计基于固定阈值和相对阈值的混合事件触发函数，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器ET-ESO，实现机载资源约束条件下对于未知干扰与不可测速度状态的同时估计：
首先，分别针对轨迹和姿态回路设计混合事件触发函数如下：
其中，
分别表示经混合事件触发函数离散化后的轨迹、姿态角数据；
分别表示轨迹、姿态环数据离散化前后的偏差；δp,i,δΩ,i表示触发函数系数；mp,i,mω,i分别轨迹、姿态回路相对事件触发阈值；np,i,nω,i分别表示轨迹、姿态回路固定事件触发阈值，Dp,i,DΩ,i分别表示轨迹、姿态回路触发器切换阈值；
其次，分别针对轨迹和姿态回路构造混合事件触发扩张状态观测器ET-ESO：
其中，
分别表示轨迹、姿态角的估计值；
分别表示不可测线速度、角速度的估计值；
分别表示轨迹、姿态回路集总不确定度的估计值；ωp,i,ωΩ,i分别表示轨迹、姿态回路的观测器带宽；
(3)利用预设性能控制原理，为确保轨迹跟踪性能满足预设的暂态与稳态性能指标要求，建立四旋翼轨迹跟踪误差转换模型，将约束跟踪误差转换成非约束跟踪误差；
为了使误差满足预设跟踪性能，建立轨迹跟踪误差转换模型如下：
其中Zpi(i＝1,2,3)表示转换后的轨迹回路控制误差；
表示正常数；
表示轨迹指令；
表示预设性能函数；
表示位置误差可允许的最大偏差范围；
表示最大允许稳态误差；λp,i表示暂态性能可允许的最小收敛速度；
(4)在步骤(3)给出的转换后轨迹控制误差的基础上，设计四旋翼轨迹回路虚拟控制律；通过逆动力学解算，生成四旋翼质心动力学的虚拟控制输入及期望的航向角指令；
首先，设计四旋翼的轨迹回路虚拟控制量如下：
其中αpi(i＝1,2,3)表示四旋翼在x、y、z轴方向上的虚拟速度指令；kp表示四旋翼位移回路的控制增益；Zp,i表示经误差转换模型转换后的跟踪误差；
在此基础上，四旋翼的速度回路虚拟控制量设计如下：
其中，uv,i(i＝1,2,3)表示四旋翼机体虚拟控制推力；kv表示速度控制增益；
通过逆动力学解算，生成的四旋翼机体的实际控制推力及期望的航向角指令如下：
其中期望的偏航角
是由制导系统产生；
(5)基于步骤(4)提供的期望姿态角指令，设计四旋翼虚拟姿态控制律；在此基础上，设计可抵消量化误差效应的主动抗干扰鲁棒反馈控制律；
首先，设计如下姿态回路虚拟控制量αΩ,i(i＝1,2,3)：
其中，kΩ表示四旋翼姿态控制增益；
设计可抵消量化误差效应的主动抗干扰鲁棒反馈控制律uω,i(i＝2,3,4)：
其中，kω是四旋翼角速度控制增益；
是一个正常数；ε表示充分小的正增益。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010320004.3A CN111308897B (zh) | 2020-04-22 | 2020-04-22 | 一种考虑机载资源受限的四旋翼保性能量化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010320004.3A CN111308897B (zh) | 2020-04-22 | 2020-04-22 | 一种考虑机载资源受限的四旋翼保性能量化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111308897A true CN111308897A (zh) | 2020-06-19 |
| CN111308897B CN111308897B (zh) | 2022-07-19 |
Family
ID=71150211
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010320004.3A Expired - Fee Related CN111308897B (zh) | 2020-04-22 | 2020-04-22 | 一种考虑机载资源受限的四旋翼保性能量化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111308897B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111610721A (zh) * | 2020-07-21 | 2020-09-01 | 重庆大学 | 模型参数完全未知的带负载四旋翼无人机速度控制方法 |
| CN112684703A (zh) * | 2020-12-05 | 2021-04-20 | 福州大学 | 一种速度受限的大行程点位运动控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109189085A (zh) * | 2018-07-25 | 2019-01-11 | 西北工业大学 | 基于事件触发的航天器网络化系统姿态控制方法 |
| CN110632940A (zh) * | 2019-07-25 | 2019-12-31 | 中北大学 | 一种带混合量化器的多无人机主动抗干扰时变轨迹跟踪控制方法 |
-
2020
- 2020-04-22 CN CN202010320004.3A patent/CN111308897B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109189085A (zh) * | 2018-07-25 | 2019-01-11 | 西北工业大学 | 基于事件触发的航天器网络化系统姿态控制方法 |
| CN110632940A (zh) * | 2019-07-25 | 2019-12-31 | 中北大学 | 一种带混合量化器的多无人机主动抗干扰时变轨迹跟踪控制方法 |
Non-Patent Citations (4)
| Title |
|---|
| W.P.M.H. HEEMELS 等: "An Introduction to Event-triggered and Self-triggered Control", 《51ST IEEE ANNUAL CONFERENCE ON DECISION AND CONTROL (CDC)》 * |
| YI SHI等: "Quantized learning control for flexible air-breathing hypersonic vehicle with limited actuator bandwidth and prescribed performance", 《AEROSPACE SCIENCE AND TECHNOLOGY》 * |
| 孟庆霄 等: "基于扩张状态观测器的四旋翼无人机姿态受限控制", 《飞行力学》 * |
| 田嘉旭 等: "基于细胞卫星的航天器姿态接管控制方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111610721A (zh) * | 2020-07-21 | 2020-09-01 | 重庆大学 | 模型参数完全未知的带负载四旋翼无人机速度控制方法 |
| CN111610721B (zh) * | 2020-07-21 | 2022-03-15 | 重庆大学 | 模型参数完全未知的带负载四旋翼无人机速度控制方法 |
| CN112684703A (zh) * | 2020-12-05 | 2021-04-20 | 福州大学 | 一种速度受限的大行程点位运动控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111308897B (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111324138B (zh) | 一种四旋翼姿态指定时间保性能输出反馈控制方法 | |
| CN108873929B (zh) | 一种固定翼飞机自主着舰方法及系统 | |
| CN105785762B (zh) | 一种基于自适应反步滑模的两轴惯性稳定平台高精度控制方法 | |
| CN109508025B (zh) | 一种弹性飞行器的自抗扰姿态控制方法 | |
| CN111308897B (zh) | 一种考虑机载资源受限的四旋翼保性能量化控制方法 | |
| 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 | |
| CN111290278B (zh) | 一种基于预测滑模的高超声速飞行器鲁棒姿态控制方法 | |
| CN111813133B (zh) | 一种基于相对精密单点定位的无人机舰船自主着陆方法 | |
| CN109976364B (zh) | 一种六旋翼飞行器姿态解耦控制方法 | |
| CN115933733A (zh) | 一种固定翼无人机纵向高度速度解耦非线性控制方法 | |
| CN111413996B (zh) | 一种基于事件触发eso的四旋翼保性能轨迹跟踪控制方法 | |
| CN113093809A (zh) | 一种复合翼无人机的自抗扰控制器及其建立方法 | |
| CN117452859A (zh) | 一种自主飞行的航空器的控制系统及其方法 | |
| CN111338371B (zh) | 一种考虑机载陀螺故障的四旋翼姿态可靠控制方法 | |
| An et al. | Aircraft dynamic response to variable wing sweep geometry | |
| CN113238572B (zh) | 基于预设性能控制的预设时间四旋翼无人机姿态跟踪方法 | |
| CN113848730A (zh) | 一种基于内模原理和自适应时变带宽观测器的三轴惯性稳定平台高精度控制方法 | |
| Yin et al. | Research on Attitude Control System Design and Flight Experiments of Small-scale Unmanned Aerial Vehicle | |
| Zagalsky | Aircraft energy management | |
| Liu et al. | Adaptive RBF neural network control of a small-scale coaxial rotor unmanned aerial vehicle | |
| Chen et al. | The design of the four rotor unmanned aircraft control algorithm | |
| CN113111433B (zh) | 一种双线程嵌入式实时轨迹优化与制导方法 | |
| Lu et al. | Design balance autonomous quadcopter for aerial photography with kalman | |
| CN117193340A (zh) | 一种多旋翼无人机平面位置控制方法 | |
| Hou et al. | Research on Safety Control Method of Multi-rotor Unmanned Aerial Vehicle Under Super-Strong Wind Field |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220719 |