CN111857172A - 基于预设跟踪误差的四旋翼动态面积分滑模控制器 - Google Patents
基于预设跟踪误差的四旋翼动态面积分滑模控制器 Download PDFInfo
- Publication number
- CN111857172A CN111857172A CN202010802861.7A CN202010802861A CN111857172A CN 111857172 A CN111857172 A CN 111857172A CN 202010802861 A CN202010802861 A CN 202010802861A CN 111857172 A CN111857172 A CN 111857172A
- Authority
- CN
- China
- Prior art keywords
- control
- fuzzy
- error
- rotor
- sliding mode
- 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 claims abstract description 20
- 238000009795 derivation Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000013459 approach Methods 0.000 claims description 8
- 230000006978 adaptation Effects 0.000 claims description 7
- 238000004880 explosion Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 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 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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)
- Feedback Control In General (AREA)
Abstract
本发明公开了基于预设跟踪误差的四旋翼动态面积分滑模控制器,该控制器是基于如下步骤实现的:1)构造考虑外部扰动和未知参数的四旋翼动力学模型;2)基于模糊逻辑系统的逼近器,使其逼近理想状态下四旋翼系统模型的控制输入;3)引入切换控制补偿模糊系统估计的输入与理想输入之间的误差,获得精确的实际控制输入;4)将动态面控制与积分滑模控制相结合,设计出四旋翼自适应模糊动态面积分滑模控制器。本发明能够实现跟四旋翼飞行轨迹满足预设跟踪误差指标,在存在参数不确定和外界扰动的情况下,提高了控制系统的鲁棒性,最终保证闭环系统的所有信号最终一致有界。
Description
技术领域
本发明属于四旋翼无人飞行器控制领域,具体涉及基于预设跟踪误差的四旋翼动态面积分滑模控制器。
背景技术
四旋翼无人飞行器由于其外形新颖,结构简单,成本低廉,性能卓越的优势,独特的飞行控制方式(通过控制四只旋翼的转速,来实现飞行控制)得到越来越多的科研人员的青睐。然而,四旋翼无人飞行器是一种典型的欠驱动系统,它只有四个输入作用,却有六个运动自由度。相对全驱动系统而言,欠驱动系统的控制设计更为复杂。同时它还具有强耦合性,非线性,多变量,存在参数不确定性等特点,给四旋翼飞行的稳定控制增加了难度。因此,基于四旋翼动力学模型进行先进控制器的设计具有重要的现实意义。
为了保证四旋翼无人机平稳地飞行,现阶段提出了多种控制策略。常见的控制策略有自适应PID控制,反馈线性化,反步法控和滑模控制等。但这些方法各有各的局限性。自适应PID控制的参数调整依赖经验,且鲁棒性较差;反馈线性化方法适用于线性系统,对于四旋翼非线性控制有很大的局限性;反步法在推导控制率的过程中因多次微分会导致微分爆炸的问题;传统的积分滑模控制虽然保证了控制器的鲁棒性,但是无法满足期望的动态性能指标。
发明内容
为了解决现有技术中的不足,本发明旨在提供一种方法紧凑,使用效果好的能够提高鲁棒性的基于预设跟踪误差的四旋翼动态面积分滑模控制器,可保证四旋翼无人飞行器能在外界扰动和内部参数不确定的情况下,控制器还能满足预设的跟踪性能,控制误差能在预设的条件内,并且具有良好的鲁棒性。
为实现上述目的,本发明提供了如下的技术方案:
基于预设跟踪误差的四旋翼动态面积分滑模控制器,是基于以下步骤实现的:
1)构造考虑外部扰动和未知参数的四旋翼动力学模型;
2)设计基于模糊逻辑系统的逼近器,使其逼近理想状态下四旋翼无人飞行器系统模型的控制输入;
3)引用切换控制,来补偿模糊系统估计的输入与理想输入之间的误差,得到更为精确的实际控制输入;
4)将动态面与积分滑模控制相结合,设计出四旋翼无人飞行器的自适应模糊动态面积分滑模控制器。
具体的,步骤1)构造含参数不确定性及外部扰动的四旋翼无人飞行器的动力学模型,如公式(1)所示;
其中m为四旋翼的质量;Ωχ,(χ=1,2,3,4)是飞行器四个旋翼的转速;lk是四旋翼几何中心到旋翼之间的距离(m);Jx,Jy和Jz分别为四旋翼关于X,Y和Z轴的转动惯量;aμ,(μ=1,2,...,11)为四旋翼数学模型的参数,这些参数在实际过程中存在不确定性,本发明在设计控制器的过程中,加入模糊系统对这些不确定项进行逼近,以保证系统的跟踪性能和鲁棒性。这些参数部分定义如下:
其中x,y和z分为是四旋翼飞行时的位置分量(m);θ和φ分别为四旋翼的翻滚角,俯仰角和偏航角(rad);C(.)和S(.)代表的是cos(.)和sin(.)函数;Jx,Jy和Jz分别为OX,OY和OZ轴的转动惯量;Jr表示每个转子的转动惯量;为四个旋子的转速差;dx,dy,dz,dφ,dθ和是相应的空气阻力系数。
步骤2)采用四旋翼无人飞行器的模糊逻辑系统的逼近器为:
y(x)=αTξ(x) (4)
其中,α∈Rn为可调权值向量,ξ(x)=[ξ1(x),ξ2(x),...,ξN(x)]T为模糊基函数向量;模糊基函数选择为:
其中,μFli(xi)为选用的高斯基函数作为模糊隶属度函数;则对紧密集Ω∈Rn内的任意连续函数f(x),都可以用模糊逻辑系统对其进行逼近,
f(x)=α*Tξ(x)+ε(x) (6)
步骤3)引用切换控制,来补偿模糊系统估计的输入与理想输入u*之间的误差。当采用模糊系统逼近控制输入时,根据上述模糊逼近理论,存在最优模糊系统ufz来逼近理想输入u*,
u*=ufz(S,α)+ε=αTξ+ε (7)
其中ε是逼近器的逼近误差,α为可调权值向量,ξ为模糊基函数,满足|ε|<E,且E为模糊系统估计误差的上界。为了使控制输入更加精确,采用切换控制率uvs来补偿u*和ufz之间的差值,
u=ufz+uvs (9)
步骤4)四旋翼自适应模糊动态面积分滑模控制器设计,包含如下步骤:
第一步:对于四旋翼位置系统方程,
定义位置误差:
ei=xi-xid(i=1,3,5) (11)
其中xid为x,y和z的预设位置轨迹,xi分别为x,y和z实际的位置轨迹。对ei进行求导,
其中ki和ki+1是任意正常数。
假设滑模控制是在理想的状态下,则Sj对时间的导数为,
引入三个新的变量作为新的控制输入,
则
假设上述方程的扰动dj(j=1,2,3)和参数aj(j=1,2,3)都是已知的,则可以得到理想状态下的控制输入,
其中αj为可调权值向量;ξj为模糊基函数;εj是模糊系统估计误差,满足|εj|<Ej(j=1,2,3),且Ej为模糊系统估计误差的上界。其中为模糊系统估计的输入。采用切换控制率vjvs(j=1,2,3)来补偿理想控制输入和模糊系统估计的控制输入vjfz之间的差值,
vj=vjfz+vjvs(j=1,2,3) (22)
选择李雅普诺夫函数
且
所以
将上式(26)代入式(24)中,
则得到自适应率如下所示,然后代入切换控制率(21),
上式(27)则变为
则满足条件
由上式(17)可知,方程组中存在4个位置量x7,x9,x11和U1。通常情况下,x11d会作为参考信号提前给出。本发明的动态面积分滑模控制器会让x11快速地收敛为x11d。因此,上式(17)中的x11会被作为已知量并且被x11d所替代。这样未知变量就减少为三个。这三个未知变量由下式表示,
其中a=cos(x11d),b=sin(x11d),由上式(32)得到翻滚角和俯仰角的参考轨迹x7d和x9d,以及四旋翼动力学模型中控制输入U1。
第二步:对于四旋翼姿态角系统方程,
定义姿态角误差:
eI=xI-xId(I=7,9,11) (34)
其中kI和kI+1是任意正常数。假设滑模控制是在理想的状态下,则SJ对时间的导数为,
将公式(33)带入公式(39)中,则
假设上述方程的扰动dJ(J=1,2,3)和参数aσ(σ=4,5,...,11)都是已知的,则可以得到理想状态下的控制输入,
其中αJ为可调权值向量;ξJ为模糊基函数;εJ是模糊系统估计误差,满足|εJ|<EJ(J=4,5,6);EJ为模糊系统估计误差的上界。其中为模糊系统估计的控制输入。采用切换控制率Unvs(n=2,3,4)来补偿理想控制输入和模糊系统估计的控制输入Unfz之间的差值,
Un=Unfz+Unvs(n=2,3,4) (44)
选择李雅普诺夫函数
且
所以
将上式(48)代入式(46)中,
则得到自适应率如下所示,然后代入切换控制率(43),
上式(49)则变为
则满足条件
本发明的有益效果为:
本发明能够通过模糊逻辑系统对含扰动和不确定参数的理想控制输入进行逼近;引入切换控制,能够使控制输入更加精确,满足预设跟踪性能指标;动态面与积分滑模方法相结合,保证控制律简明的前提下,提高了控制器的鲁棒性,最终保证了闭环系统的所有误差信号最终一致有界。
附图说明
图1为本发明的四旋翼无人飞行器的结构图;
图2为正常情况下四旋翼预设轨迹与实际轨迹的3D轨迹跟踪图;
图3为正常情况下x轴的轨迹跟踪和跟踪误差图;
图4为正常情况下y轴的轨迹跟踪和跟踪误差图;
图5为正常情况下z轴的轨迹跟踪和跟踪误差图;
图7为正常情况下翻滚角φ和俯仰角θ的变化;
图8为正常情况下四个控制输入;
图9为15%参数不确定情况下的3D轨迹跟踪图与预设轨迹的对比图;
图10为30%参数不确定情况下的3D轨迹跟踪图与预设轨迹的对比图;
图11为50%参数不确定情况下的3D轨迹跟踪图与预设轨迹的对比图;
图12为参数不确定的不同情况下x的跟踪误差对比图;
图13为参数不确定的不同情况下y的跟踪误差对比图;
图14为参数不确定的不同情况下z的跟踪误差对比图;
图16为本发明与动态面控制对比的3D轨迹跟踪图;
图17为本发明与传统滑模控制对比的3D轨迹跟踪图。
具体实施方式
如图1所示,本发明提出的基于预设跟踪误差的四旋翼动态面积分滑模控制器,是基于以下步骤实现的:
步骤1):构造含参数不确定性及外部扰动的四旋翼无人飞行器的动力学模型,如式(54)所示:
其中m为四旋翼的质量;Ωχ,(χ=1,2,3,4)是飞行器四个旋翼的转速;lk是四旋翼几何中心到旋翼之间的距离(m);Jx,Jy和Jz分别为四旋翼关于X,Y和Z轴的转动惯量;aμ,(μ=1,2,...,11)为四旋翼数学模型的参数,这些参数在实际过程中存在不确定性,本发明在设计控制器的过程中,加入模糊系统对这些不确定项进行逼近,以保证系统的跟踪性能和鲁棒性。这些参数部分定义如下:
其中x,y和z分为是四旋翼飞行时的位置分量(m);θ和φ分别为四旋翼的翻滚角,俯仰角和偏航角(deg);C(.)和S(.)代表的是cos(.)和sin(.)函数;Jx,Jy和Jz分别为OX,OY和OZ轴的转动惯量;Jr表示每个转子的转动惯量;为四个旋子的转速差;dx,dy,dz,dφ,dθ和是相应的空气阻力系数。
步骤2):设计四旋翼无人飞行器的模糊逻辑系统的逼近器为:
y(x)=αTξ(x) (57)
其中,α∈Rn为可调权值向量,ξ(x)=[ξ1(x),ξ2(x),...,ξN(x)]T为模糊基函数向量;模糊基函数选择为:
f(x)=α*Tξ(x)+ε(x) (59)
步骤3):设计切换控制,来补偿模糊系统估计的输入与理想输入u*之间的误差。当采用模糊系统逼近控制输入时,根据上述模糊逼近理论,存在最优模糊系统ufz来逼近理想输入u*,
u*=ufz(S,α)+ε=αTξ+ε (60)
其中ε是逼近器的逼近误差,α为可调权值向量,ξ为模糊基函数,满足|ε|<E且E为模糊系统估计误差的上界。为了使控制输入更加精确,采用切换控制率uvs来补偿u*和ufz之间的差值,
u=ufz+uvs (62)
步骤4):将动态面与积分滑模控制相结合,设计出四旋翼无人飞行器系统的模糊自适应动态面积分滑模控制器。本步骤包括如下步骤:
第一步:对于四旋翼位置系统方程,
定义位置误差:
ei=xi-xid(i=1,3,5) (64)
其中xid为x,y和z的预设位置轨迹,xi分别为为实际x,y和z的位置轨迹。对ei进行求导,
其中ki和ki+1是任意正常数。假设滑模控制是在理想的状态下,则Sj对时间的导数为,
引入三个新的变量作为新的控制输入,
则
假设上述方程的扰动dj(j=1,2,3)和参数aj(j=1,2,3)都是已知的,则可以得到理想状态下的控制输入,
其中αj为可调权值向量;ξj为模糊基函数;εj是模糊系统估计误差,满足|εj|<Ej(j=1,2,3);且Ej为模糊系统估计误差的上界。其中为模糊系统估计的输入。采用切换控制率vjvs(j=1,2,3)来补偿理想控制输入和模糊系统估计的控制输入vjfz之间的差值,
vj=vjfz+vjvs(j=1,2,3) (75)
选择李雅普诺夫函数
且
所以
将上式(79)代入式(77)中,
则得到自适应率如下所示,然后代入切换控制率(74),
则式(80)变为
则满足条件
由式(70)可知,方程组中存在4个位置量x7,x9,x11和U1。通常情况下,x11d会作为参考信号提前给出。本发明提出的动态面积分滑模控制器会让x11快速地收敛为x11d。因此,式(70)中的x11会被作为已知量并且被x11d所替代。这样未知变量就减少为三个。这三个未知变量由下式表示,
其中a=cos(x11d),b=sin(x11d),由上式(85)得到预设的翻滚角和俯仰角的轨迹x7d和x9d,以及四旋翼动力学模型中控制输入U1。
第二步:对于四旋翼姿态角系统方程,
定义姿态角误差:
eI=xI-xId(I=7,9,11) (87)
其中kI和kI+1是任意正常数。假设滑模控制是在理想的状态下,则SJ对时间的导数为,
将公式(86)代入公式(92)中,则
假设上述方程的扰动dJ(J=1,2,3)和参数aσ(σ=4,5,...,11)都是已知的,则可以得到理想状态下的控制输入,
其中αJ为可调权值向量;ξJ为模糊基函数;εJ是模糊系统估计误差,满足|εJ|<EJ(J=4,5,6);EJ为模糊系统估计误差的上界。其中为模糊系统估计的控制输入。采用切换控制率Unvs(n=2,3,4)来补偿理想控制输入和模糊系统估计的控制输入Unfz之间的差值,
Un=Unfz+Unvs(n=2,3,4) (97)
选择李雅普诺夫函数
且
所以
将上式(101)代入式(99)中,
则得到自适应率如下所示,然后代入切换控制率(96),
则式(102)变为
则满足条件
下面采用Lyapunov稳定性分析法分析闭环系统的稳定性以及预设跟踪性能。
稳定性分析,定义滤波器的滤波误差:
又因为
得到
得到如下不等式
定义正李雅普诺夫函数
V=V1+V2 (113)
其中e1,e3和e5分别代表x,y和z的位置误差;e7,e9和e11分别为φ,θ和的姿态角误差;y2N为滤波器的滤波误差;SN为选取的积分滑模面;为可调权值向量的估计误差;为模糊系统估计误差上界的估计误差;ηN和ρN为任意正实数。
定理1:考虑包含位置公式(63)和姿态角公式(86)的四旋翼控制系统,实际控制器公式(75)、公式(97)(150)以及自适应率公式(81),(83),(103),(105),存在任意正实数p>0,考虑李雅普诺夫函数的初始环境满足V(0)≤p,则通过调节参数cN,τN,ηN,ρN,(N=1,2,...,6),kr,(r=1,2,...,12),使系统中所有信号最终半全局一致有界并且跟踪误差可以任意减小。
证明:对式(113)求导
其中V1的导数为
根据公式(112)得
取
其中α0为正常量,则有
对V2进行求导为,
将自适应率公式(81),(83),(103),(105)代入公式(124),得到
其中EN≥|εN|(N=1,2,...,6),V2(t)是一致有界的。显然,闭环系统的所有信号在紧密集Ω中最终半全局一致有界。通过调节参数cN,τN,ηN,ρN,(N=1,2,...,6),kr,(r=1,2,...,12),可以使系统误差达到任意小。
仿真分析:
以含扰动情况下的四旋翼无人飞行器系统为例,四旋翼的参数如表1所示,预设的参考轨迹选择为{sin(t),cos(t),0.5t,sin(0.5t)}。仿真过程中的其他参数选择为:cN=0.01,τN=0.001,ηN=200,ρN=0.1,k2N=20,(N=1,2,...,6);kr=9,(r=1,3,5,7,9,11)。其中模糊系统的隶属度函数选择为 外部扰动根据实际经验选择为d1=cos(t);d2=sin(t);d3=sin(t)cos(t);d4=0.5sin(0.5t);d5=0.5cos(0.5t);d6=0.25sin(0.5t)cos(0.5t)。
为了探究本发明能够更好地克服参数和模型不确定的影响,假设以下四种情况,进行对比仿真。
情况一:假设四旋翼动力学模型参数正常,参数如表1所示,仿真结果如图2-图8所示。
表1:四旋翼无人飞行器的参数
情况二、三、四:分别在情况一的基础上增加15%,30%,50%z轴的转动惯量同时保持其他参数不变,以此来模拟实际过程中参数不确定地情况出现。情况二、三、四的仿真结果如图9-图12所示。
为了证明本发明更好地改善了四旋翼无人飞行器控制系统的跟踪性能和鲁棒性,采用传统的动态面控制和滑模控制进行对比仿真,得到四旋翼无人飞行器的3D轨迹跟踪对比如图13和图14所示,同时三种控制方案稳态(10s-12s)的跟踪误差的最大值和均方根值如表2所示。可以看出,本发明提出的控制器具有稳定速度快、稳态跟踪误差最大值MVTE和均方根值RMSVTE最小的特点。
表2:三种方法的稳态跟踪误差最大值MVTE和均方根值RMSVTE
本发明基于模糊逻辑系统逼近含不确定参数和扰动的控制输入,引入切换控制,来补偿模糊系统估计的输入与理想输入之间的误差,动态面与积分滑模控制相结合,以实现跟踪性能满足预设条件,提高了系统的鲁棒性,最终保证了闭环系统的所有信号最终一致有界。
Claims (5)
1.基于预设跟踪误差的四旋翼动态面积分滑模控制器,其特征在于:所述控制器是基于以下步骤实现的:
1)构造考虑外部扰动和未知参数的四旋翼动力学模型;
2)基于模糊逻辑系统的逼近器,使其逼近理想状态下四旋翼系统模型的控制输入;
3)引入切换控制,补偿模糊系统估计的输入与理想输入之间的误差,获得精确的实际控制输入;
4)将动态面控制与积分滑模控制相结合,设计出四旋翼自适应模糊动态面积分滑模控制器。
2.如权利要求1所述的四旋翼动态面积分滑模控制器,其特征在于:步骤1)含外部和参数并不确定情况下的四旋翼无人飞行器的数学模型如公式(1)所示;
其中m为四旋翼的质量;Ωχ,(χ=1,2,3,4)是飞行器四个旋翼的转速;lk是四旋翼几何中心到旋翼之间的距离(m);Jx,Jy和Jz分别为四旋翼关于X,Y和Z轴的转动惯量;aμ,(μ=1,2,...,11)为四旋翼数学模型的参数,这些参数在实际过程中存在不确定性,在设计控制器的过程中,加入模糊系统对这些不确定项进行逼近,以保证系统的跟踪性能和鲁棒性;这些参数部分定义如下:
5.如权利要求1所述的四旋翼动态面积分滑模控制器,其特征在于:步骤4)四旋翼自适应模糊动态面积分滑模控制器的设计,包含如下步骤:
第一步:对于四旋翼位置系统方程,
定义位置误差:
ei=xi-xid(i=1,3,5) (11)
其中xid为x,y和z的预设位置轨迹,xi分别为x,y和z实际的位置轨迹;对ei进行求导,
其中ki和ki+1是任意正常数;
假设滑模控制是在理想的状态下,则Sj对时间的导数为,
引入三个新的变量作为新的控制输入,
则
假设上述方程的扰动dj(j=1,2,3)和参数aj(j=1,2,3)都是已知的,则可以得到理想状态下的控制输入,
其中αj为可调权值向量;ξj为模糊基函数;εj是模糊系统估计误差,满足|εj|<Ej(j=1,2,3),且Ej为模糊系统估计误差的上界;其中为模糊系统估计的输入;采用切换控制率vjvs(j=1,2,3)来补偿理想控制输入和模糊系统估计的控制输入vjfz之间的差值,
vj=vjfz+vjvs(j=1,2,3) (22)
选择李雅普诺夫函数
且
所以
将上式(26)代入式(24)中,
则得到自适应率如下所示,然后代入切换控制率(21),
上式(27)则变为
则满足条件
由上式(17)可知,方程组中存在4个位置量x7,x9,x11和U1;通常情况下,x11d会作为参考信号提前给出;动态面积分滑模控制器会让x11快速地收敛为x11d;因此,上式(17)中的x11会被作为已知量并且被x11d所替代;这样未知变量就减少为三个,三个未知变量由下式表示,
其中a=cos(x11d),b=sin(x11d),由上式(32)得到翻滚角和俯仰角的参考轨迹x7d和x9d,以及四旋翼动力学模型中控制输入U1;
第二步:对于四旋翼姿态角系统方程,
定义姿态角误差:
eI=xI-xId(I=7,9,11) (34)
其中kI和kI+1是任意正常数;假设滑模控制是在理想的状态下,则SJ对时间的导数为,
将公式(33)带入公式(39)中,则
假设上述方程的扰动dJ(J=1,2,3)和参数aσ(σ=4,5,...,11)都是已知的,则可以得到理想状态下的控制输入,
其中αJ为可调权值向量;ξJ为模糊基函数;εJ是模糊系统估计误差,满足|εJ|<EJ(J=4,5,6);EJ为模糊系统估计误差的上界;其中为模糊系统估计的控制输入;采用切换控制率Unvs(n=2,3,4)来补偿理想控制输入和模糊系统估计的控制输入Unfz之间的差值,
Un=Unfz+Unvs(n=2,3,4) (44)
选择李雅普诺夫函数
且
则
将上式(48)代入式(46)中,
则得到自适应率如下所示,然后代入切换控制率(43),
上式(49)则变为
则满足条件
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802861.7A CN111857172B (zh) | 2020-08-11 | 2020-08-11 | 基于预设跟踪误差的四旋翼动态面积分滑模控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802861.7A CN111857172B (zh) | 2020-08-11 | 2020-08-11 | 基于预设跟踪误差的四旋翼动态面积分滑模控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111857172A true CN111857172A (zh) | 2020-10-30 |
CN111857172B CN111857172B (zh) | 2023-03-28 |
Family
ID=72971996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010802861.7A Active CN111857172B (zh) | 2020-08-11 | 2020-08-11 | 基于预设跟踪误差的四旋翼动态面积分滑模控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111857172B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113867141A (zh) * | 2021-09-06 | 2021-12-31 | 国网辽宁省电力有限公司鞍山供电公司 | 带有svc的多机电力系统固定时间动态面高阶滑模控制器 |
CN115268263A (zh) * | 2022-06-02 | 2022-11-01 | 河南科技大学 | 基于切换rlc电路系统的复合学习有限时间控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130320133A1 (en) * | 2011-02-17 | 2013-12-05 | Georgia Tech Research Corporation | Hovering and gliding multi-wing flapping micro aerial vehicle |
CN106444799A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 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 |
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 |
CN107831655A (zh) * | 2017-10-23 | 2018-03-23 | 河海大学常州校区 | 微陀螺仪的分数阶自适应反演模糊滑模控制方法 |
CA3040564A1 (en) * | 2016-10-18 | 2018-04-26 | Deakin University | Thrust vectored multicopters |
CN108427279A (zh) * | 2018-03-15 | 2018-08-21 | 浙江工业大学 | 基于对称时变指数正切复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法 |
CN108445766A (zh) * | 2018-05-15 | 2018-08-24 | 山东大学 | 基于rpd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法 |
CN108594837A (zh) * | 2018-02-12 | 2018-09-28 | 山东大学 | 基于pd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法 |
CN109283932A (zh) * | 2018-09-18 | 2019-01-29 | 浙江工业大学 | 一种基于积分反步滑模的四旋翼飞行器姿态控制方法 |
CN109901606A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种用于四旋翼精确轨迹跟踪的混合有限时间控制方法 |
CN110501912A (zh) * | 2019-04-01 | 2019-11-26 | 东北电力大学 | 满足预设输出跟踪性能的多机电力系统自适应模糊动态面滑模控制方法 |
-
2020
- 2020-08-11 CN CN202010802861.7A patent/CN111857172B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130320133A1 (en) * | 2011-02-17 | 2013-12-05 | Georgia Tech Research Corporation | Hovering and gliding multi-wing flapping micro aerial vehicle |
CN106444799A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 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 |
CA3040564A1 (en) * | 2016-10-18 | 2018-04-26 | Deakin University | Thrust vectored multicopters |
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 |
CN107831655A (zh) * | 2017-10-23 | 2018-03-23 | 河海大学常州校区 | 微陀螺仪的分数阶自适应反演模糊滑模控制方法 |
CN108594837A (zh) * | 2018-02-12 | 2018-09-28 | 山东大学 | 基于pd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法 |
CN108427279A (zh) * | 2018-03-15 | 2018-08-21 | 浙江工业大学 | 基于对称时变指数正切复合型约束李雅普诺夫函数的四旋翼飞行器输出受限控制方法 |
CN108445766A (zh) * | 2018-05-15 | 2018-08-24 | 山东大学 | 基于rpd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法 |
CN109283932A (zh) * | 2018-09-18 | 2019-01-29 | 浙江工业大学 | 一种基于积分反步滑模的四旋翼飞行器姿态控制方法 |
CN110501912A (zh) * | 2019-04-01 | 2019-11-26 | 东北电力大学 | 满足预设输出跟踪性能的多机电力系统自适应模糊动态面滑模控制方法 |
CN109901606A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种用于四旋翼精确轨迹跟踪的混合有限时间控制方法 |
Non-Patent Citations (8)
Title |
---|
GUOQIANG ZHU等: "Output Feedback Adaptive Dynamic Surface Sliding-Mode Control for Quadrotor UAVs with Tracking Error Constraints", 《COMPLEXITY》 * |
JINPENG YU等: "Adaptive Fuzzy Dynamic Surface Control for Induction Motors with Iron Losses in Electric Vehicle Drive Systems via Backstepping", 《INFORMATION SCIENCES》 * |
MATILDE SANTOS等: "Intelligent Fuzzy Controller of a Quadrotor", 《2010 IEEE INTERNATIONAL CONFERENCE ON INTELLIGENT SYSTEMS AND KNOWLEDGE ENGINEERING》 * |
刘艳雯: "基于动态面的高超声速飞行器模糊自适应控制方法研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
步允千: "四旋翼飞行器的自适应动态面轨迹跟踪控制", 《黑龙江科技信息》 * |
王宁等: "四旋翼飞行器自适应动态面轨迹跟踪控制", 《控制理论与应用》 * |
祝国强等: "带输入非线性的高超声速飞行器自适应动态面控制", 《第27届中国控制与决策会议论文集(下册)》 * |
胡盛斌等: "基于积分滑模面的飞机姿态模糊滑模控制", 《系统仿真学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113867141A (zh) * | 2021-09-06 | 2021-12-31 | 国网辽宁省电力有限公司鞍山供电公司 | 带有svc的多机电力系统固定时间动态面高阶滑模控制器 |
CN113867141B (zh) * | 2021-09-06 | 2024-02-06 | 国网辽宁省电力有限公司鞍山供电公司 | 带有svc的多机电力系统固定时间动态面高阶滑模控制器 |
CN115268263A (zh) * | 2022-06-02 | 2022-11-01 | 河南科技大学 | 基于切换rlc电路系统的复合学习有限时间控制方法 |
CN115268263B (zh) * | 2022-06-02 | 2024-08-23 | 河南科技大学 | 基于切换rlc电路系统的复合学习有限时间控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111857172B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112540538B (zh) | 一种变载荷四旋翼无人机的自适应模糊自抗扰控制方法 | |
CN106094860B (zh) | 四旋翼飞行器及其控制方法 | |
CN107562068B (zh) | 一种四旋翼飞行器姿态的动态面输出调节控制方法 | |
CN105159305B (zh) | 一种基于滑模变结构的四旋翼飞行控制方法 | |
CN112947067B (zh) | 一种水下机器人三维轨迹精确跟踪控制方法 | |
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 | |
CN105676641A (zh) | 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 | |
CN112631316B (zh) | 变负载四旋翼无人机的有限时间控制方法 | |
CN111857172B (zh) | 基于预设跟踪误差的四旋翼动态面积分滑模控制器 | |
CN107894708A (zh) | 一种环形耦合型多轴机器人系统的同步控制方法 | |
CN112578805B (zh) | 一种旋翼飞行器的姿态控制方法 | |
CN110377044B (zh) | 一种无人直升机的有限时间高度和姿态跟踪控制方法 | |
CN107132761A (zh) | 一种采用纯模糊与模糊pid复合控制的电动舵机设计方法 | |
CN115793453A (zh) | 融合ai深度学习的旋翼飞行器轨迹跟踪自适应控制方法 | |
CN112148025A (zh) | 一种基于积分补偿强化学习的无人飞行器稳定控制算法 | |
CN110109352A (zh) | 一种三自由度四旋翼飞行器的固定时间自适应姿态控制方法 | |
Akbar et al. | Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface | |
CN115576341A (zh) | 基于函数微分和自适应变增益的无人机轨迹跟踪控制方法 | |
CN114019997B (zh) | 固定翼无人机位置跟踪偏差约束下有限时间控制方法 | |
CN114489094A (zh) | 一种基于加速度反馈增强的旋翼无人机抗风扰控制方法 | |
CN115816453A (zh) | 基于tde的自适应超螺旋多变量快速终端滑模控制方法 | |
CN108549398A (zh) | 基于分数阶饱和函数幂次切换律的四旋翼飞行控制方法 | |
CN114637203A (zh) | 一种针对中高速、大机动无人机的飞行控制系统 | |
CN110347036A (zh) | 基于模糊滑模控制的无人机自主抗风智能控制方法 | |
Elagib et al. | Sliding mode control-based modeling and simulation of a quadcopter |
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 |