CN112068575B - 一种采用非线性干扰观测的无人机着舰控制方法 - Google Patents

Abstract

本发明是关于一种采用非线性干扰观测的无人机着舰控制方法，其一方面采用下滑速度指令与速度测量值的误差生成期望攻角指令，然后与攻角测量值比较形成攻角误差信号，再构造误差子系统的结构信号，形成攻角子系统不确定性的非线性干扰观测器，对系统不确定性进行动态观测补偿，形成油门偏转角信号。另一方面，由给定常值负的俯仰角与高度误差信号合成的俯仰角指令信号，与实际俯仰角进行对比得到俯仰角误差信号，再与俯仰角速率信号对比生成俯仰角速率误差信号，并构造俯仰角速率子系统的结构信号，生成子系统干扰的动态补偿信号，组成升降舵控制信号，完成自动着舰控制。该方法的优点是能够对系统不确定进行动态补偿，从而提供自动着舰品质。

Description

一种采用非线性干扰观测的无人机着舰控制方法

技术领域

本发明涉及无人机自控着舰控制领域，具体而言，涉及一种采用非线性干扰观测的无人机着舰控制方法。

背景技术

飞行器在着舰过程中，由于甲板长度有限，导致对着舰控制的精度要求非常高。由于飞行器在运动过程中的攻角、俯仰角、速度之间的耦合铰链比较严重，引起对着舰控制的精度要求不仅仅体现在外在的高度控制精度上，而且对飞行器内在的攻角、姿态角速率、姿态角的控制都必须按照预定的期望规律进行精确控制。同时，着舰过程中存在中比较严重的风干扰、海浪起伏干扰等，具体作用在飞行器上则体现为力与力矩的干扰两大方面。上述力与力矩的干扰比较复杂，而且无法进行预先估计与准确测量，因此对干扰进行动态补偿，不失为提高着舰过程品质的一个可选可行的手段。基于上述背景原因，本发明提出了一种对攻角子系统与俯仰角速率子系统分别进行非线性干扰观测器设计的方法，能够对系统响应的力与力矩的不确定性进行动态估计与补偿，从而提高了无人机着舰过程的动态品质，也使得本发明具有很高的工程应用价值。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种采用非线性干扰观测的无人机着舰控制方法，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的自动着舰过程中未知不确定干扰的所引起的着舰效果不佳的问题。

步骤S10，根据飞行任务需要，设置指数下滑期望速度信号，在无人机上安装HPS-1H型速度传感装置，测量无人机速度信号，两者进行比较生成速度误差信号，并由速度误差信号生成期望攻角信号；

步骤S20，在无人机上安装SMV-1型攻角传感器，测量无人机攻角信号，并与期望攻角信号进行比较，得到攻角误差信号，并对攻角误差信号进行非线性变换与积分，得到得到攻角误差非线性信号与其积分信号；

步骤S30，在无人机上安装BWD-VG300型惯性测量设备，测量无人机俯仰角速率信号，并根据无人机升降舵偏转角信号，以及所述的攻角误差非线性信号与非线性积分信号，构造形成攻角子系统非线性干扰观测器，得到攻角子系统干扰观测估计补偿信号；

步骤S40，根据所述的攻角子系统干扰观测估计补偿信号、攻角误差信号、攻角误差非线性信号、攻角误差积分信号、攻角误差非线性积分信号与攻角子系统结构信号，进行线性叠加，得到无人机的油门偏转角信号；

步骤S50，在无人机上安装JC-KYW28A型无线电高度表，对无人机高度进行测量，并与甲板高度以及甲板运动补偿信号进行对比，得到高度误差信号，并进行非线性积分得到高度误差非线性积分信号，然后通过高度误差与积分信号生成俯仰角指令信号；

步骤S60，根据所述的俯仰角指令信号并与俯仰角测量信号进行比较得到俯仰角误差信号，并进行非线性变换得到俯仰角非线性误差信号，构建无人机俯仰角速率的期望信号，并与BWD-VG300型惯性测量设备测量的无人机俯仰角速率信号进行对比与非线性积分，得到俯仰角速率误差信号与俯仰角速率误差非线性积分信号；

步骤S70，根据所述的无人机速度测量信号，攻角测量信号，无人机俯仰角速率信号与无人机油门偏角信号，构建俯仰角速度子系统结构信号，然后根据升降舵信号以及俯仰角速率期望信号的导数与俯仰角速率误差信息，构造俯仰角速率子系统的非线性干扰观测器；

步骤S80，根据所述的俯仰角速率误差信号与俯仰角速率误差非线性积分信号，俯仰角速率子系统结构信号以及俯仰角速率子系统的干扰观测估计补偿信号，构造无人机升降舵信号，实现无人机的着舰控制。

在本发明的一种示例实施例中，根据飞行任务需要，设置指数下滑期望速度信号，在无人机上安装HPS-1H型速度传感装置，测量无人机速度信号，两者进行比较生成速度误差信号，并由速度误差信号生成期望攻角信号包括：

e_v＝v-v^d；

其中v^d为无人机着舰控制的期望速度信号，v₀为无人机的初始速度，v_f为无人机的末段着舰速度。τ₁为速度下滑快慢的时间调节参数。

为指数函数，其中t为时间信号。v为无人机上安装HPS-1H型速度传感装置测量得到的无人机飞速速度，e_v为速度误差信号，α^d为期望攻角信号，α₀为常值指令信号，k_v、ε_i为常值参数，其详细设计见后文案例实施。

在本发明的一种示例实施例中，测量无人机攻角信号并与期望攻角信号进行比较，得到攻角误差信号，并对攻角误差信号进行非线性变换与积分，得到非线性误差信号与其积分信号包括：

e_α＝α-α^d；

其中α为在无人机上安装SMV-1型攻角传感器测量所得的攻角信号，α^d为期望攻角信号，e_α为攻角误差信号，e_α1为攻角误差非线性变换信号，s₁为攻角误差非线性积分信号，dt表示对时间信号的积分，ε₁、ε₂为常值参数信号，其详细设计见后文案例实施。

在本发明的一种示例实施例中，测量无人机的俯仰角速率，并根据无人机升降舵偏转角信号，构造形成攻角子系统非线性干扰观测器，得到攻角子系统干扰观测估计补偿信号包括：

δ_p1＝a₂₁v+a₂₂α+a₂₃ω_z+a₂₄δ_z+a₂₅e_α1+a₂₆s₁；

其中ω_z为在无人机上安装BWD-VG300型惯性测量设备测量得到的无人机俯仰角速率信号，δ_z为无人机升降舵偏转信号，δ_p为无人机油门偏角信号，e_α1为攻角误差非线性信号，s₁为攻角误差非线性积分信号，a_2i(i＝1,2,3,4，5,6)为常值比例参数信号，其详细设计见后文案例实施。δ_p1为攻角子系统结构信号，

为攻角子系统非线性干扰观测器的状态变量，其初始值选取为0，

为期望攻角信号的导数信号。

为攻角子系统非线性估计补偿信号。

在本发明的一种示例实施例中，根据所述的攻角子系统干扰观测估计补偿信号、攻角误差信号、攻角误差非线性信号、攻角误差积分信号、攻角误差非线性积分信号与攻角子系统结构信号，进行线性叠加，得到无人机的油门偏转角信号包括：

s₂＝∫e_αdt；

其中

为攻角子系统干扰观测估计补偿信号、e_α为攻角误差信号、e_α1为攻角非线性误差信号、s₂为攻角误差积分信号、s₁为攻角误差非线性积分信号，δ_p1为攻角子系统结构信号，δ_p为无人机的油门偏转角信号，k_1i(i＝1,2,3,4)为常值比例参数信号，其详细设计见后文案例实施。

在本发明的一种示例实施例中，由高度误差信号进行非线性积分得到高度误差非线性积分信号，然后通过高度误差与积分信号生成俯仰角指令信号包括：

e_h＝h-h_a-h_b；

其中h为在无人机上安装JC-KYW28A型无线电高度表测量得到的高度信号，h_a为甲板高度信号，h_b为甲板运动补偿信号，e_h为高度误差信号，其中甲板运动补偿信号h_b的设计已有成熟的公开方法，非本发明重点内容，不在此不再详细累述。s_h为高度误差非线性积分信号，dt表示对时间信号的积分，θ₁为俯仰角指令信号，ε_h、k₂₁、k₂₂、h_a、θ_1a为常值参数，其详细设计见后文案例实施。

在本发明的一种示例实施例中，根据俯仰角误差信号并进行非线性变换得到俯仰角非线性误差信号，构建无人机俯仰角速率的期望信号，并与无人机俯仰角速率信号进行对比与非线性积分，得到俯仰角速率误差信号与俯仰角速率误差非线性积分信号包括：

e_θ＝θ-θ^d；

其中θ_d为所述的俯仰角指令信号，θ与ω_z为采用BWD-VG300型惯性测量设备得到的俯仰角信号与俯仰角速率信号，e_θ为俯仰角误差信号，e_θ1为俯仰角误差非线性信号。

为俯仰角速率指令信号，τ_a、τ_b、k₃₁、k₃₂为常值参数信号，其详细设计见后文案例实施。e_ω为俯仰角速率误差信号，s_ω为俯仰角速率误差非线性积分信号。

在本发明的一种示例实施例中，根据所述的无人机速度测量信号，攻角测量信号，俯仰角速度测量信号与无人机油门偏角信号，构建俯仰角速度子系统结构信号，然后根据升降舵信号以及俯仰角速率期望信号的导数与俯仰角速率误差信息，构造俯仰角速率子系统的非线性干扰观测器包括：

δ_z1＝a₄₁v+a₄₂α+a₄₃ω_z+a₄₄δ_p+a₄₅e_ω+a₄₆s_ω；

其中v为无人机速度的测量信号、α为攻角测量信号、ω_z为俯仰角速率信号、δ_p为无人机油门偏角信号、e_ω为俯仰角速率误差信号、s_ω为俯仰角速率误差非线性积分信号，δ_z1为俯仰角速率子系统结构信号，a₄₁、a₄₂、a₄₃、a₄₄、a₄₅与a₄₆为常值参数信号，其详细设计见后文案例实施。δ_z为升降舵信号，

为俯仰角速率期望值导数信号，

为俯仰角速率子系统非线性干扰观测器的状态变量，其初始值选取为0，

为俯仰角速率子系统的干扰观测估计补偿信号。

在本发明的一种示例实施例中，根据所述的俯仰角速率误差信号与俯仰角速度误差非线性积分信号，俯仰角速率子系统结构信号以及俯仰角速率子系统的干扰观测估计补偿信号，构造无人机升降舵信号包括：

其中e_ω为俯仰角速率误差信号、s_ω为俯仰角速率误差非线性积分信号、δ_z1为俯仰角速率子系统结构信号、δ_z为升降舵信号，k₄₁、k₄₂、k₄₃为常值参数信号，其详细设计见后文案例实施。

最后，将所述的升降舵信号输送给无人机升降舵系统，即可驱动无人机在甲板上自动着舰。

有益效果

本发明提供的一种采用非线性干扰观测的无人机着舰控制方法，其优点在于，一方面采用了攻角误差以及误差非线性积分信号构成了攻角子系统结构信号，并组成非线性干扰观测器，从而实现了对攻角子系统的干扰与不确定性的动态补偿。另一方面，根据着舰过程中的高度误差信号生成俯仰角速率误差信号，并进行非线性积分驱动生成俯仰角速率子系统的结构信号，并组成子系统的干扰观测器，对俯仰角速率子系统的干扰与不确定性进行动态补偿。从而实现了无人机油门控制与升降舵之间的解耦，尤其是实现了两者的抗干扰动态补偿，从而提高了着舰过程的抗干扰能力，提高了无人机的着舰品质，也使得本发明方法具有很高的工程应用价值。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的一种采用非线性干扰观测的无人机着舰控制方法的流程图；

图2是本发明实施例所提供方法的无人机期望攻角信号曲线(单位：度)；

图3是本发明实施例所提供方法的无人机攻角信号曲线(单位：度)；

图4是本发明实施例所提供方法的无人机攻角误差信号曲线(单位：度)；

图5是本发明实施例所提供方法的无人机攻角误差非线性积分信号曲线(无单位)；

图6是本发明实施例所提供方法的无人机攻角子系统非线性估计补偿信号曲线(无单位)；

图7是本发明实施例所提供方法的无人机油门偏转角信号曲线(无单位)；

图8是本发明实施例所提供方法的无人机俯仰角指令信号曲线(单位：度)；

图9是本发明实施例所提供方法的无人机俯仰角误差信号曲线(单位：度)；

图10是本发明实施例所提供方法的无人机俯仰角速率信号曲线(单位：弧度/秒)；

图11是本发明实施例所提供方法的无人机俯仰角速率误差信号曲线(单位：弧度/秒)；

图12是本发明实施例所提供方法的无人机升降舵信号(无单位)；

图13是本发明实施例所提供方法的无人机俯仰角速率子系统的干扰观测估计补偿信号(单位：度)；

图14是本发明实施例所提供方法的无人机高度信号与高度指令信号对比曲线(单位：米)。

具体实施方式

现在将参考附图基础上更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。

本发明提供了一种采用非线性干扰观测的无人机着舰控制方法，其首先由指数下滑的期望速度指令与实际速度测量值对比得到的速度误差信号进行非线性变换得到期望期望攻角信号。再由攻角测量信号与期望期望攻角信号进行对比与积分生成攻角误差与非线性积分信号。再测量无人机的俯仰角速率，组成攻角子系统的结构信号，并由油门偏转角与升降舵信号，组成攻角子系统的干扰观测器，得到攻角子系统不确定性的动态观测补偿信号。其次，由高度误差信号与常值负的俯仰角指令信号切换生成期望俯仰角指令信号，再与俯仰角的测量值进行比较得到俯仰角误差信号，并进行非线性变换得到俯仰角非线性误差信号。再综合俯仰角误差与非线性误差信号形成俯仰角速率期望信号，并与俯仰角速率的测量值比较与积分形成俯仰角速率误差信号与积分信号，然后构造俯仰角速率子系统的结构信号，组成俯仰角速率子系统的干扰观测器，并得到俯仰角速率子系统的不确定性与干扰的动态补偿信号，最终与俯仰角速率误差与误差积分信号，组成无人机升降舵的控制规律，实现无人机的自动着舰控制。

下面，将结合附图对本发明的一种采用非线性干扰观测的无人机着舰控制方法进行进一步的解释以及说明。参考图1所示，该一种采用非线性干扰观测的无人机着舰控制方法包括以下步骤：

步骤S10，根据飞行任务需要，设置指数下滑期望速度信号，在无人机上安装HPS-1H型速度传感装置，测量无人机速度信号，两者进行比较生成速度误差信号，并由速度误差信号生成期望攻角信号。

具体的，首先，根据无人机着舰控制的飞行任务需要，设置指数下滑的期望速度信号，记作v^d，其计算方式如下：

其中v₀为无人机的初始速度，v_f为无人机的末段着舰速度。τ₁为速度下滑快慢的时间调节参数。

为指数函数，其中t为时间信号。

其次，在无人机上安装HPS-1H型速度传感装置，测量无人机的飞速速度，记作v，并与期望速度信号进行比较，得到速度误差信号，记作e_v，其计算方式如下：

e_v＝v-v^d；

最后，根据速度误差信号，进行非线性变换，得到期望攻角信号，记作α^d，其计算方式如下：

其中α₀为常值指令信号，k_v、ε_i为常值参数，其详细设计见后文案例实施。

步骤S20，在无人机上安装SMV-1型攻角传感器，测量无人机攻角信号，并与期望攻角信号进行比较，得到攻角误差信号，并对攻角误差信号进行非线性变换与积分，得到攻角误差非线性信号与其积分信号。

具体的，首先在无人机上安装SMV-1型攻角传感器，测量无人机的攻角，记作α。然后，对所述的期望攻角信号α^d进行比较，得到误差信号，记作e_α，其计算方式如下：

e_α＝α-α^d；

其次，对攻角误差信号进行非线性变换，得到误差非线性变换信号，记作e_α1，其计算方式如下：

其中ε₁为常值参数信号，其详细设计见后文案例实施。

最后，针对所述的攻角误差信号进行非线性积分，得到攻角误差非线性积分信号，记作s₁，其计算方式如下：

其中dt表示对时间信号的积分，ε₂为常值参数信号，其详细设计见后文案例实施。

步骤S30，在无人机上安装BWD-VG300型惯性测量设备，测量无人机俯仰角速率信号，并根据无人机升降舵偏转角信号，以及所述的攻角误差非线性信号与非线性积分信号，构造形成攻角子系统非线性干扰观测器，得到攻角子系统干扰观测估计补偿信号。

具体的，首先在无人机上安装BWD-VG300型惯性测量设备，测量无人机的俯仰角速率信号，记作ω_z。然后，引入无人机升降舵偏转信号，记作δ_z；引入无人机油门偏角信号δ_p，记作。

最后，根据所述的攻角误差非线性信号e_α1与误差非线性积分信号s₁，构造如下的攻角子系统非线性干扰观测器：

δ_p1＝a₂₁v+a₂₂α+a₂₃ω_z+a₂₄δ_z+a₂₅e_α1+a₂₆s₁；

其中a_2i(i＝1,2,3,4，5,6)为常值比例参数信号，其详细设计见后文案例实施。δ_p1为攻角子系统结构信号，

为攻角子系统非线性干扰观测器的状态变量，其初始值选取为0，

为期望攻角信号的导数信号。

为攻角子系统非线性估计补偿信号。

步骤S40，根据所述的攻角子系统干扰观测估计补偿信号、攻角误差信号、攻角误差非线性信号、攻角误差积分信号、攻角误差非线性积分信号与攻角子系统结构信号，进行线性叠加，得到无人机的油门偏转角信号。

具体的，根据所述的攻角子系统干扰观测估计补偿信号

攻角误差信号e_α、攻角非线性误差信号e_α1、攻角误差积分信号s₂、攻角误差非线性积分信号s₁与攻角子系统结构信号δ_p1，进行如下的线性组合，得到无人机的油门偏转角信号，记作δ_p，其计算方式如下：

s₂＝∫e_αdt；

其中k_1i(i＝1,2,3,4)为常值比例参数信号，其详细设计见后文案例实施。

步骤S50，在无人机上安装JC-KYW28A型无线电高度表，对无人机高度进行测量，并与甲板高度以及甲板运动补偿信号进行对比，得到高度误差信号，并进行非线性积分得到高度误差非线性积分信号，然后通过高度误差与积分信号生成俯仰角指令信号。

具体的，首先，在无人机上安装JC-KYW28A型无线电高度表，对无人机高度进行测量，记作h；其次，设置甲板高度为h_a，甲板运动补偿信号为h_b，然后与无人机高度信号进行对比得到误差信号，记作e_h，其计算方式如下：

e_h＝h-h_a-h_b；

其中甲板运动补偿信号h_b的设计已有成熟的公开方法，非本发明重点内容，不在此不再详细累述。

然后，对高度误差信号进行非线性积分，得到高度误差非线性积分信号，记作s_h，其计算方式如下：

其中dt表示对时间信号的积分，ε_h为常值参数信号，其详细设置见后文案例实施。

最后，根据所述的高度误差信号与高度误差非线性积分信号，设计俯仰角指令信号，记作θ₁，其计算方式如下：

其中k₂₁、k₂₂、h_a、θ_1a为常值参数，其详细设计见后文案例实施。

步骤S60，根据所述的俯仰角指令信号并与俯仰角测量信号进行比较得到俯仰角误差信号，并进行非线性变换得到俯仰角非线性误差信号，构建无人机俯仰角速率的期望信号，并与BWD-VG300型惯性测量设备测量的无人机俯仰角速率信号进行对比与非线性积分，得到俯仰角速率误差信号与俯仰角速率误差非线性积分信号。

具体的，首先，根据所述的俯仰角指令信号θ_d，与所述的BWD-VG300型惯性测量设备得到的俯仰角信号θ进行比较，得到俯仰角误差信号，记作e_θ，其计算方式如下：

e_θ＝θ-θ^d；

其次，根据所述的俯仰角误差信信号，进行非线性变换，得到俯仰角误差非线性信号，记作e_θ1，其计算方式如下：

其中τ_a为常值参数，其详细设计见后文案例实施。

再次，根据俯仰角误差信号e_θ与俯仰角误差非线性信号e_θ1进行线性组合，得到俯仰角速率指令信号，记作

其计算方式如下：

其中k₃₁、k₃₂为常值参数信号，其详细设计见后文案例实施。

然后，根据所述的俯仰角速率指令信号

与采用BWD-VG300型惯性测量设备测量的俯仰角速率信号ω_z进行比较，得到俯仰角速率误差信号记作e_ω，其计算方式如下：

最后，对俯仰角速率误差信号进行积分，得到俯仰角速率误差非线性积分信号s_ω，其计算方式如下：

其中τ_b为常值参数，其详细设计见后文案例实施。

步骤S70，根据所述的无人机速度测量信号，攻角测量信号，无人机俯仰角速率信号与无人机油门偏角信号，构建俯仰角速度子系统结构信号，然后根据升降舵信号以及俯仰角速率期望信号的导数与俯仰角速率误差信息，构造俯仰角速率子系统的非线性干扰观测器。

具体的，根据所述的无人机速度测量信号v、攻角测量信号α、俯仰角速率信号ω_z、无人机油门偏角信号δ_p、俯仰角速率误差信号e_ω与俯仰角速率误差非线性积分信号s_ω，进行比例叠加，构造俯仰角速率子系统结构信号，记作δ_z1，其计算方式如下：

δ_z1＝a₄₁v+a₄₂α+a₄₃ω_z+a₄₄δ_p+a₄₅e_ω+a₄₆s_ω；

其中a₄₁、a₄₂、a₄₃、a₄₄、a₄₅与a₄₆为常值参数信号，其详细设计见后文案例实施。

其次，根据所述的俯仰角速率子系统结构信号δ_z1、升降舵信号δ_z与俯仰角速率期望值导数信号

构建俯仰角速率子系统的非线性干扰观测器如下：

其中

为俯仰角速率子系统非线性干扰观测器的状态变量，其初始值选取为0，

为俯仰角速率子系统的干扰观测估计补偿信号。

步骤S80，根据所述的俯仰角速率误差信号与俯仰角速率误差非线性积分信号，俯仰角速率子系统结构信号以及俯仰角速率子系统的干扰观测估计补偿信号，构造无人机升降舵信号，实现无人机的着舰控制。

具体的，针对所述的俯仰角速率误差信号e_ω、俯仰角速率误差非线性积分信号s_ω、俯仰角速率子系统结构信号δ_z1、进行线性叠加，得到升降舵信号，记作δ_z，其计算方式如下：

其中k₄₁、k₄₂、k₄₃为常值参数信号，其详细设计见后文案例实施。

最后，将所述的升降舵信号输送给无人机升降舵系统，即可驱动无人机在甲板上自动着舰。

案例实施与计算机仿真模拟结果分析

为验证本发明所提供方法的正确性与有效性，特提供如下案例仿真进行模拟。

在步骤S10中，选取τ₁＝0.5、α₀＝-3.5、k_v＝1、ε_i＝15，得到期望攻角信号如图2所示。

在步骤S20中，安装SMV-1型攻角传感器得到攻角信号曲线如图3所示，选取ε₂＝0.005，得到攻角误差信号如图4所示，攻角误差非线性积分信号如图5所示。

在步骤S30中，选取a₂₁＝-0.13，a₂₂＝-10，a₂₃＝29，a₂₄＝-2.1，a₂₅＝-130，a₂₆＝-16，得到攻角子系统非线性估计补偿信号如图6所示。

在步骤S40中，选取k₁₁＝-40，k₁₂＝-60，k₁₃＝-40，k₁₄＝-15，得到油门偏转角信号如图7所示。

在步骤S50中，选取k₂₁＝-0.12、k₂₂＝-0.002、h_a＝8、θ_1a＝-0.1，得到俯仰角指令信号如图8所示。

在步骤S60中，选取τ_a＝0.005，τ_b＝0.2，得到俯仰角误差信号如图9所示，俯仰角速率信号如图10所示，俯仰角速率误差信号如图11所示。

在步骤S70中，选取a₄₁＝0.0016、a₄₂＝-0.6425、a₄₃＝-0.1402、a₄₄＝0.0012、a₄₅＝2、a₄₆＝0.2，得到俯仰角速率子系统的干扰观测估计补偿信号如图12所示。

在步骤S80中，选取k₄₁＝6、k₄₂＝0.15、k₄₃＝0.5，得到升降舵信号如图13所示。最终得到无人机高度信号与高度指令信号对比曲线如图14所示。

图2、图3与图4分别给出了期望攻角曲线、攻角信号与攻角误差信号，可以看出攻角能够快速跟踪期望信号，攻角误差能够快速收敛到0。图6与图12为本发明所提供的观测器分别对攻角子系统与俯仰角速率子系统的系统不确定性进行观测得到的补偿信号。可以看出观测器所得到的补偿信号能够随着甲板的起伏波动而动态补偿，从而实现了整个无人机着舰控制系统对系统的外干扰的实时动态补偿。图7与图13给出了无人机的油门偏转角与升降舵信号，可以看出其均满足工程实际要求。图14给出了自动着舰高度信号与高度指令信号对比曲线，可以看出无人机末端的高度能够随着舰艇高度起伏而自动适应跟踪。综上所述，本发明所提供的非线性干扰观测补偿的无人机着舰控制方法，能够实现无人的自动着舰高度控制，尤其是其能够实时动态地对外部环境干扰进行补偿，从而提供无人机自动着舰的控制品质，也使得本发明具有很高的工程实用价值。

本领域技术人员在考虑说明书及实践这类的发明后，将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未指明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。

Claims (9)

1.一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，包括以下步骤：

步骤S10，根据飞行任务需要，设置指数下滑期望速度信号，在无人机上安装HPS-1H型速度传感装置，测量无人机速度信号，两者进行比较生成速度误差信号，并由速度误差信号生成期望攻角信号；

步骤S20，在无人机上安装SMV-1型攻角传感器，测量无人机攻角信号，并与期望攻角信号进行比较，得到攻角误差信号，并对攻角误差信号进行非线性变换与积分，得到攻角误差非线性信号与其积分信号；

步骤S30，在无人机上安装BWD-VG300型惯性测量设备，测量无人机俯仰角速率信号，并根据无人机升降舵偏转角信号，以及所述的攻角误差非线性信号与非线性积分信号，构造形成攻角子系统非线性干扰观测器，得到攻角子系统干扰观测估计补偿信号；

步骤S40，根据所述的攻角子系统干扰观测估计补偿信号、攻角误差信号、攻角误差非线性信号、攻角误差积分信号、攻角误差非线性积分信号与攻角子系统结构信号，进行线性叠加，得到无人机的油门偏转角信号；

步骤S50，在无人机上安装JC-KYW28A型无线电高度表，对无人机高度进行测量，并与甲板高度以及甲板运动补偿信号进行对比，得到高度误差信号，并进行非线性积分得到高度误差非线性积分信号，然后通过高度误差与积分信号生成俯仰角指令信号；

步骤S60，根据所述的俯仰角指令信号并与俯仰角测量信号进行比较得到俯仰角误差信号，并进行非线性变换得到俯仰角非线性误差信号，构建无人机俯仰角速率的期望信号，并与BWD-VG300型惯性测量设备测量的无人机俯仰角速率信号进行对比与非线性积分，得到俯仰角速率误差信号与俯仰角速率误差非线性积分信号；

步骤S70，根据所述的无人机速度测量信号、攻角测量信号、无人机俯仰角速率信号与无人机油门偏角信号，构建俯仰角速度子系统结构信号，然后根据升降舵信号以及俯仰角速率期望信号的导数与俯仰角速率误差信息，构造俯仰角速率子系统的非线性干扰观测器；

步骤S80，根据所述的俯仰角速率误差信号与俯仰角速率误差非线性积分信号，俯仰角速率子系统结构信号以及俯仰角速率子系统的干扰观测估计补偿信号，构造无人机升降舵信号，实现无人机的着舰控制。

2.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，根据飞行任务需要，设置指数下滑期望速度信号，测量无人机速度信号，两者进行比较生成速度误差信号，并由速度误差信号生成期望攻角信号包括：

e_v＝v-v^d；

其中v^d为无人机着舰控制的期望速度信号，v₀为无人机的初始速度，v_f为无人机的末段着舰速度；τ₁为速度下滑快慢的时间调节参数；

为指数函数，其中t为时间信号；v为无人机上安装HPS-1H型速度传感装置测量得到的无人机飞速速度，e_v为速度误差信号，α^d为期望攻角信号，α₀为常值指令信号，k_v、ε_i为常值参数。

3.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，测量无人机攻角信号并与期望攻角信号进行比较，得到攻角误差信号，并对攻角误差信号进行非线性变换与积分，得到非线性误差信号与其积分信号包括：

e_α＝α-α^d；

其中α为在无人机上安装SMV-1型攻角传感器测量所得的攻角信号，α^d为期望攻角信号，e_α为攻角误差信号，e_α1为攻角误差非线性变换信号，s₁为攻角误差非线性积分信号，dt表示对时间信号的积分，ε₁、ε₂为常值参数信号。

4.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，测量无人机的俯仰角速率，并根据无人机升降舵偏转角信号，构造形成攻角子系统非线性干扰观测器，得到攻角子系统干扰观测估计补偿信号包括：

δ_p1＝a₂₁v+a₂₂α+a₂₃ω_z+a₂₄δ_z+a₂₅e_α1+a₂₆s₁；

其中ω_z为在无人机上安装BWD-VG300型惯性测量设备测量得到的无人机俯仰角速率信号，δ_z为无人机升降舵偏转信号，δ_p为无人机油门偏角信号，e_α1为攻角误差非线性信号，s₁为攻角误差非线性积分信号，a_2i(i＝1,2,3,4，5,6)为常值比例参数信号；δ_p1为攻角子系统结构信号，

为攻角子系统非线性干扰观测器的状态变量，其初始值选取为0，

为期望攻角信号的导数信号；

为攻角子系统非线性估计补偿信号。

5.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，根据所述的攻角子系统干扰观测估计补偿信号、攻角误差信号、攻角误差非线性信号、攻角误差积分信号、攻角误差非线性积分信号与攻角子系统结构信号，进行线性叠加，得到无人机的油门偏转角信号包括：

s₂＝∫e_αdt；

其中

为攻角子系统干扰观测估计补偿信号、e_α为攻角误差信号、e_α1为攻角非线性误差信号、s₂为攻角误差积分信号、s₁为攻角误差非线性积分信号，δ_p1为攻角子系统结构信号，δ_p为无人机的油门偏转角信号，k_1i(i＝1,2,3,4)为常值比例参数信号。

6.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，由高度误差信号进行非线性积分得到高度误差非线性积分信号，然后通过高度误差与积分信号生成俯仰角指令信号包括：

e_h＝h-h_a-h_b；

其中h为在无人机上安装JC-KYW28A型无线电高度表测量得到的高度信号，h_a为甲板高度信号，h_b为甲板运动补偿信号，e_h为高度误差信号，s_h为高度误差非线性积分信号，dt表示对时间信号的积分，θ₁为俯仰角指令信号，ε_h、k₂₁、k₂₂、h_a、θ_1a为常值参数。

7.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，根据俯仰角误差信号并进行非线性变换得到俯仰角非线性误差信号，构建无人机俯仰角速率的期望信号以及俯仰角速率误差信号与俯仰角速率误差非线性积分信号包括：

e_θ＝θ-θ^d；

其中θ_d为所述的俯仰角指令信号，θ与ω_z为采用BWD-VG300型惯性测量设备得到的俯仰角信号与俯仰角速率信号，e_θ为俯仰角误差信号，e_θ1为俯仰角误差非线性信号；

为俯仰角速率指令信号，τ_a、τ_b、k₃₁、k₃₂为常值参数信号；e_ω为俯仰角速率误差信号，s_ω为俯仰角速率误差非线性积分信号。

8.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，根据所述的无人机速度测量信号，攻角测量信号，俯仰角速度测量信号与无人机油门偏角信号，构建俯仰角速度子系统结构信号与俯仰角速率子系统的非线性干扰观测器包括：

δ_z1＝a₄₁v+a₄₂α+a₄₃ω_z+a₄₄δ_p+a₄₅e_ω+a₄₆s_ω；

其中v为无人机速度的测量信号、α为攻角测量信号、ω_z为俯仰角速率信号、δ_p为无人机油门偏角信号、e_ω为俯仰角速率误差信号、s_ω为俯仰角速率误差非线性积分信号，δ_z1为俯仰角速率子系统结构信号，a₄₁、a₄₂、a₄₃、a₄₄、a₄₅与a₄₆为常值参数信号；δ_z为升降舵信号，

为俯仰角速率期望值导数信号，

为俯仰角速率子系统非线性干扰观测器的状态变量，其初始值选取为0，

为俯仰角速率子系统的干扰观测估计补偿信号。

9.根据权利要求1所述的一种采用非线性干扰观测的无人机着舰控制方法，其特征在于，根据所述的俯仰角速率误差信号与俯仰角速率误差非线性积分信号，俯仰角速率子系统结构信号以及俯仰角速率子系统的干扰观测估计补偿信号，构造无人机升降舵信号包括：

其中e_ω为俯仰角速率误差信号、s_ω为俯仰角速率误差非线性积分信号、δ_z1为俯仰角速率子系统结构信号、δ_z为升降舵信号，k₄₁、k₄₂、k₄₃为常值参数信号。

Images