CN112650303B - 一种基于固定时间技术的无人机编队容错控制方法 - Google Patents

一种基于固定时间技术的无人机编队容错控制方法 Download PDF

Info

Publication number
CN112650303B
CN112650303B CN202110073602.XA CN202110073602A CN112650303B CN 112650303 B CN112650303 B CN 112650303B CN 202110073602 A CN202110073602 A CN 202110073602A CN 112650303 B CN112650303 B CN 112650303B
Authority
CN
China
Prior art keywords
rotor aircraft
formation
fixed time
dimensional space
ith
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.)
Active
Application number
CN202110073602.XA
Other languages
English (en)
Other versions
CN112650303A (zh
Inventor
马人月
张柯
姜斌
杨浩
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202110073602.XA priority Critical patent/CN112650303B/zh
Publication of CN112650303A publication Critical patent/CN112650303A/zh
Application granted granted Critical
Publication of CN112650303B publication Critical patent/CN112650303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Abstract

本发明公开了一种基于固定时间技术的无人机编队容错控制方法,具体为:构建四旋翼飞行器编队系统的连接图并以无向图表示,得到拉普拉斯矩阵和领导跟随连通矩阵;构建四旋翼飞行器位置子系统的故障模型;根据跟随者节点间的误差信息,设计分布式固定时间观测器对期望编队信号进行估计,使得每个跟随者节点四旋翼飞行器都能估计出期望编队信号;利用分布式固定时间观测器估计出期望编队信号后,构建积分滑膜面,根据积分滑模面设计固定时间控制器,实现编队系统的容错控制。本发明可有效抑制外界干扰以及故障对四旋翼飞行器编队控制带来的不利影响,并实现编队系统中任何一个四旋翼出现执行器故障或者多个四旋翼同时出现执行器故障的容错控制。

Description

一种基于固定时间技术的无人机编队容错控制方法
技术领域
本发明涉及一种基于固定时间技术的无人机编队容错控制方法,属于容错控制技术领域。
背景技术
四旋翼飞行器编队控制系统是一种典型的互联系统。四旋翼飞行器编队系统主要考虑多个四旋翼飞行器的群体协作控制问题。
容错控制是控制理论的一个重要分支。系统在长时间的工作过程中,难免会因为内部零件的损坏或者外部损伤导致系统出现故障,故障的出现会影响系统的动态特性,导致原本设计的控制器的控制性能下降,严重时甚至有可能使得整个系统变得不稳定。容错控制主要研究的是当系统出现故障时如何尽可能保证系统的稳态和动态性能,从而抑制故障对整个系统的不良影响。在四旋翼飞行器的编队控制中,如果有一个四旋翼飞行器出现故障,会对整个编队系统产生影响,如果处理不当,可能会导致整个编队系统出现不稳定。
有限时间收敛可以保证系统的状态在一个有限的时间收敛到零,并且一直保持在零,该方法还可以给出这个收敛时间的上界。有限时间方法给出的收敛时间的上界往往是和系统的初始误差有关的,而初始误差在绝大多数情况下是不可知的。而目前更先进的固定时间控制方法则可以保证系统的误差在一个固定的时间区间之内收敛到零,从而有效的提高了系统的快速性。
目前,基于固定时间技术的四旋翼飞行器编队容错控制方法并未考虑四旋翼飞行器在编队控制过程中出现执行器部分失效故障的情况,故障的发生有可能使得系统性能下降甚至导致系统不稳定。因此,提出一种新的考虑执行器部分失效故障情况的编队容错控制方法,具有十分重要的理论研究价值和应用背景。
发明内容
本发明所要解决的技术问题是:提供一种基于固定时间技术的无人机编队容错控制方法,针对四旋翼飞行器的编队控制问题,将系统中可能出现的外部干扰考虑在内,设计了一种分布式固定时间观测器与固定时间滑模控制的容错控制方法。
本发明为解决上述技术问题采用以下技术方案:
一种基于固定时间技术的无人机编队容错控制方法,包括如下步骤:
步骤1,将四旋翼飞行器编队系统的结构视为领导-跟随结构,将其中起领导作用的四旋翼飞行器视为领导节点,其他四旋翼飞行器视为跟随者节点,构建四旋翼飞行器编队系统的连接图并以无向图的形式表示,根据连接图得到四旋翼飞行器编队系统的拉普拉斯矩阵
Figure BDA0002906795300000021
和领导跟随连通矩阵
Figure BDA0002906795300000022
步骤2,构建四旋翼飞行器编队系统中作为跟随者节点的四旋翼飞行器位置子系统的故障模型;
步骤3,根据四旋翼飞行器编队系统中跟随者节点之间的误差信息,设计分布式固定时间观测器对期望编队信号进行估计,使得编队系统中每个跟随者节点四旋翼飞行器都能够估计出期望编队信号;所述期望编队信号为领导节点的期望编队信号;
步骤4,利用分布式固定时间观测器估计每个跟随者节点的期望编队信号,构建积分滑膜面,根据积分滑模面设计固定时间控制器,实现四旋翼飞行器编队系统的容错控制。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明针对在无向通讯拓扑结构情况下四旋翼飞行器出现执行器部分失效故障的编队控制问题,将系统中可能出现的外部干扰考虑在内,提出基于固定时间技术的无人机编队容错控制方法,能够有效抑制外界干扰以及故障对四旋翼飞行器编队控制带来的不利影响,并实现编队系统中任何一个四旋翼出现执行器故障或者多个四旋翼同时出现执行器故障的容错控制。
2、本发明构建了分布式固定时间观测器,使得四旋翼飞行器编队系统中的每一个四旋翼飞行器都可以估计出期望的编队信号。
3、本发明设计了具有固定时间收敛特性的积分滑模面,从而保证系统的跟踪误差可以在固定时间收敛到零。
附图说明
图1是本发明编队系统的无向通讯拓扑情况图。
图2是1号四旋翼飞行器的位置观测误差。
图3是1号四旋翼飞行器的速度观测误差。
图4、图5、图6分别是1号、2号、3号四旋翼飞行器在三维空间中的位置误差曲线。
图7是三个四旋翼飞行器在三维空间中的三维飞行轨迹图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明提出一种基于固定时间技术的四旋翼飞行器容错编队控制方法,具体步骤如下:
第一步:构建四旋翼飞行器编队系统的连接图并以无向图的形式表示,得出四旋翼飞行器编队系统的拉普拉斯矩阵
Figure BDA0002906795300000031
和领导跟随连通矩阵
Figure BDA0002906795300000032
本发明考虑了具有领导-跟随结构的四旋翼飞行器的编队控制方式,由一个领导节点和n个跟随者节点组成。领导者节点表示期望的编队信号,每个跟随者的标记为
Figure BDA0002906795300000033
这里用
Figure BDA0002906795300000034
来表示n个节点之间的通讯拓扑,其中
Figure BDA0002906795300000035
Figure BDA0002906795300000036
分别代表节点集合和边集合。定义
Figure BDA0002906795300000037
为图
Figure BDA0002906795300000038
的邻接矩阵,
Figure BDA0002906795300000039
中的第i行第j列元素aij满足如下要求:如果节点i和j之间可以进行通讯,即
Figure BDA00029067953000000310
则aij=aji>0;否则,aij=aji=0,对于所有的
Figure BDA00029067953000000311
有aii=0。在这里定义图
Figure BDA00029067953000000312
的度矩阵为
Figure BDA00029067953000000313
其中
Figure BDA00029067953000000314
图的拉普拉斯矩阵
Figure BDA00029067953000000315
定义领导矩阵
Figure BDA00029067953000000316
其中bi∈{0,1},当bi=1时代表第i个四旋翼飞行器可以得到期望轨迹的信息,否则bi为0。对于一个编队控制问题,设计编队系统的通信图往往是连通的,即矩阵
Figure BDA0002906795300000041
是正定矩阵。
第二步:由现有技术可知,四旋翼飞行器位置子系统的故障模型为:
Figure BDA0002906795300000042
定义pi=[xi,yi,zi]T表示编队系统中第i个四旋翼飞行器在三维空间中的位置,定义
Figure BDA0002906795300000043
表示第i个四旋翼飞行器的速度。ρi∈[ρm,1]表示第i个四旋翼飞行器在编队过程中发生的部分失效故障,ρm表示故障的下界。di=[dxi,dyi,dzi]T表示第i个四旋翼飞行器受到的扰动。ui=[uxi,uyi,uzi]T表示第i个四旋翼飞行器的控制输入。
定义编队过程中期望的跟踪轨迹为pd=[pxd,pyd,pzd]T,定义期望的速度信号与加速度信号分别为
Figure BDA0002906795300000044
定义编队过程中第i个四旋翼飞行器相对于期望编队信号的相对位置为Δi=[Δixiyiz]T,定义编队系统的跟踪误差为:eip=pi-pdi=[eixp,eiyp,eizp]T
Figure BDA0002906795300000045
编队控制的控制目标可以表示为:
Figure BDA0002906795300000046
第三步:根据编队系统中节点之间的误差信息,设计具有分布式固定时间观测器对期望编队信号进行估计,使得编队系统中的每个四旋翼飞行器都能估计出期望编队信号。
首先定义变量
Figure BDA0002906795300000047
表示编队系统中的第i个四旋翼飞行器对期望跟踪轨迹pd=[pxd,pyd,pzd]T的估计,定义
Figure BDA0002906795300000048
表示编队系统中的第i个四旋翼飞行器对期望速度vd=[vxd,vyd,vzd]T的估计。定义分布式固定时间观测器的估计误差为
Figure BDA0002906795300000049
定义函数sigα(·)=sign(·)|·|α,则分布式固定时间观测器的具体形式如下所示:
Figure BDA0002906795300000051
Figure BDA0002906795300000052
Figure BDA0002906795300000053
如果编队系统的通信图是连通的且领导者节点的期望加速度信号是有界的,那么当观测器的参数满足如下条件时,观测误差会在固定时间内收敛:
Figure BDA0002906795300000054
其中
Figure BDA0002906795300000055
Figure BDA0002906795300000056
分别表示矩阵
Figure BDA0002906795300000057
的最大特征值与最小特征值,ε是一个正的常数,
Figure BDA0002906795300000058
代表期望的加速度信号的上界,即
Figure BDA0002906795300000059
通过上述的固定时间观测器,四旋翼飞行器可以在时间
Figure BDA00029067953000000510
之内估计出期望信号的信息,即有
Figure BDA00029067953000000511
后,有
Figure BDA00029067953000000512
第四步:定义第i个四旋翼飞行器的编队误差为
Figure BDA00029067953000000513
在利用分布式固定时间观测器估计出期望的信号之后,构建如下的积分滑模面:
Figure BDA00029067953000000514
其中,0<ρvi<1,ρ'vi=2-ρvi
Figure BDA00029067953000000515
k5>0,k6>0表示控制器的参数。定义系统的标称控制律为:
Figure BDA0002906795300000061
于是积分滑模面可以改写为:
Figure BDA0002906795300000062
定义滑模控制的切换控制律为:
Figure BDA0002906795300000063
其中
Figure BDA0002906795300000064
其中,dm表示扰动以及期望加速度信号之和的一个上界,δ是一个大于0的常数,则固定时间控制器的形式为:
Figure BDA0002906795300000065
通过选取李雅普诺夫函数
Figure BDA0002906795300000071
可知,系统的状态会在固定时间之内到达积分滑模面。系统的状态到达积分滑模面之后,编队误差将在标称控制律的作用下在固定时间内收敛到零。
下面通过MATLAB的Simulink对四旋翼飞行器编队系统进行建模并进行数值仿真。考虑三个四旋翼飞行器的容错编队控制,即n=3,并且它们之间的通信拓扑为a12=a21=a23=a32=b1=1,编队期望轨迹为pd=[5sin(0.2t),5cos(0.2t),0.5t]T,期望的编队图形为:Δ1=[0,0,1]T,Δ2=[cos(5π/6),0,-sin(π/6)]T,Δ3=[cos(π/6),0,-sin(π/6)]T。图1给出了飞行器相对位置和通信关系的示意图。
根据通信拓扑,不难看出拉普拉斯矩阵为:
Figure BDA0002906795300000072
计算出
Figure BDA0002906795300000073
选择观测器的增益参数ε=0.2,计算出观测器的增益为k1=0.573,k2=k4=1.389,k3=k1+0.5=1.073。为了说明观测器的有效性,图2和图3分别给出了1号四旋翼飞行器的位置观测误差以及速度观测误差。可以看出,无论是位置观测误差还是速度观测误差都较快地收敛到0。
考虑控制器的控制参数为k5=0.2,k6=0.1,ρvi=0.5,其中i=1,2,3,则可以计算出ρ'vi=2-ρvi=1.5,ρpi=ρvi/(2-ρvi)=1/3,ρ'pi=(2-ρvi)/ρvi=3。
取滑模切换控制律中的参数为ρm=0.7,dm=0.1,δ=0.01。
考虑系统受到的执行器部分失效故障为:
Figure BDA0002906795300000074
f2T=f3T=1
考虑系统受到的扰动为:
dx1=dy1=dz1=0.02cos(10t)
dx2=dy2=dz2=dx3=dy3=dz3=0
图4、图5、图6分别给出了三个四旋翼飞行器的位置误差收敛曲线,可以看出,即使是在存在故障的情况下,编队跟踪误差仍然可以较快的收敛。图7给出了整个系统在三维空间中的运动轨迹,与期望的一致,是一个螺旋上升的曲线。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。

Claims (3)

1.一种基于固定时间技术的无人机编队容错控制方法,其特征在于,包括如下步骤:
步骤1,将四旋翼飞行器编队系统的结构视为领导-跟随结构,将其中起领导作用的四旋翼飞行器视为领导节点,其他四旋翼飞行器视为跟随者节点,构建四旋翼飞行器编队系统的连接图并以无向图的形式表示,根据连接图得到四旋翼飞行器编队系统的拉普拉斯矩阵
Figure FDA0003331353120000011
和领导跟随连通矩阵
Figure FDA0003331353120000012
步骤2,构建四旋翼飞行器编队系统中作为跟随者节点的四旋翼飞行器位置子系统的故障模型;
步骤3,根据四旋翼飞行器编队系统中跟随者节点之间的误差信息,设计分布式固定时间观测器对期望编队信号进行估计,使得编队系统中每个跟随者节点四旋翼飞行器都能够估计出期望编队信号;所述期望编队信号为领导节点的期望编队信号;具体过程如下:
定义编队过程中的期望跟踪轨迹为pd=[pxd,pyd,pzd]T,期望速度信号与加速度信号分别为
Figure FDA0003331353120000013
pxd,pyd,pzd分别表示期望跟踪轨迹在三维空间x,y,z轴的分量,vxd,vyd,vzd分别表示期望速度信号在三维空间x,y,z轴的分量,axd,ayd,azd分别表示期望加速度信号在三维空间x,y,z轴的分量;
定义
Figure FDA0003331353120000014
表示编队系统中第i个四旋翼飞行器对期望跟踪轨迹pd=[pxd,pyd,pzd]T的估计,
Figure FDA0003331353120000015
分别表示第i个四旋翼飞行器对期望跟踪轨迹的估计在三维空间x,y,z轴的分量,定义
Figure FDA0003331353120000016
表示编队系统中第i个四旋翼飞行器对期望速度vd=[vxd,vyd,vzd]T的估计,
Figure FDA0003331353120000017
分别表示第i个四旋翼飞行器对期望速度的估计在三维空间x,y,z轴的分量,定义分布式固定时间观测器的位置、速度观测误差分别为
Figure FDA0003331353120000018
Figure FDA0003331353120000019
Figure FDA00033313531200000110
分别表示分布式固定时间观测器的位置观测误差在三维空间x,y,z轴的分量,
Figure FDA00033313531200000111
分别表示分布式固定时间观测器的速度观测误差在三维空间x,y,z轴的分量,定义函数sigα(·)=sign(·)|·|α,则分布式固定时间观测器的具体形式如下所示:
Figure FDA0003331353120000021
Figure FDA0003331353120000022
Figure FDA0003331353120000023
其中,k1、k2、k3、k4均表示观测器的增益,
Figure FDA0003331353120000024
Figure FDA0003331353120000025
Figure FDA0003331353120000026
分别表示领导跟随连通矩阵
Figure FDA0003331353120000027
的最大特征值与最小特征值,ε为一个正的常数,
Figure FDA0003331353120000028
表示期望加速度信号的上界,n为跟随者节点的数量,aij为图
Figure FDA0003331353120000029
的邻接矩阵的元素,bi为领导矩阵
Figure FDA00033313531200000210
的元素,
Figure FDA00033313531200000211
Figure FDA00033313531200000212
表示图
Figure FDA00033313531200000213
的节点集合,图
Figure FDA00033313531200000214
表示n个跟随者节点之间的通讯拓扑;
步骤4,利用分布式固定时间观测器估计每个跟随者节点的期望编队信号,构建积分滑模面,根据积分滑模面设计固定时间控制器,实现四旋翼飞行器编队系统的容错控制;具体过程如下:
定义编队过程中第i个四旋翼飞行器相对于期望编队信号的相对位置为Δi=[Δixiyiz]T,Δixiyiz分别表示第i个四旋翼飞行器相对于期望编队信号的相对位置在三维空间x,y,z轴的分量,定义编队过程中第i个四旋翼飞行器的跟踪位置和速度误差分别为:eip=pi-pdi=[eixp,eiyp,eizp]T
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
分别表示第i个四旋翼飞行器的跟踪位置误差在三维空间x,y,z轴的分量,eixv,eiyv,eizv分别表示第i个四旋翼飞行器的跟踪速度误差在三维空间x,y,z轴的分量,pi表示第i个四旋翼飞行器在三维空间中的位置,vi表示第i个四旋翼飞行器的速度,在利用分布式固定时间观测器估计出期望编队信号后,构建如下的积分滑模面:
Figure FDA0003331353120000031
其中,k5、k6、ρvi、ρ'vi、ρpi、ρ'pi表示控制器的参数,k5>0,k6>0,0<ρvi<1,ρ’vi=2-ρvi
Figure FDA0003331353120000032
t0、t分别表示系统的起始时刻、当前时刻,sxi、syi、szi分别表示积分滑模面在三维空间x,y,z轴的分量;
定义系统的标称控制律为:
Figure FDA0003331353120000033
其中,unomxi、unomyi、unomzi分别表示标称控制律在三维空间x,y,z轴的分量;
则积分滑模面改写为:
Figure FDA0003331353120000034
定义滑模控制的切换控制律为:
Figure FDA0003331353120000041
Figure FDA0003331353120000042
Figure FDA0003331353120000043
其中,
Figure FDA0003331353120000044
uNxi、uNyi、uNzi分别表示滑模控制的切换控制律在三维空间x,y,z轴的分量,σxi、σyi、σzi为参数,ρm表示故障的下界,dm表示扰动以及期望加速度信号之和的上界,δ为一个大于0的常数,则固定时间控制器的形式为:
Figure FDA0003331353120000045
其中,uxi,uyi,uzi分别表示第i个四旋翼飞行器在三维空间x,y,z轴的控制输入。
2.根据权利要求1所述基于固定时间技术的无人机编队容错控制方法,其特征在于,所述步骤1的具体过程如下:
令每个跟随者节点的标记为
Figure FDA0003331353120000046
n为跟随者节点的数量,用图
Figure FDA0003331353120000047
表示n个跟随者节点之间的通讯拓扑,其中
Figure FDA0003331353120000048
和ε分别表示节点集合和边集合,
Figure FDA0003331353120000049
Figure FDA00033313531200000410
表示图
Figure FDA00033313531200000411
的邻接矩阵,
Figure FDA00033313531200000412
Figure FDA00033313531200000413
表示n维的方阵,
Figure FDA00033313531200000414
中的第i行第j列元素aij满足:如果节点i和j之间能够进行通讯,即(i,j)∈ε,则aij=aji>0;否则,aij=aji=0,对于所有的
Figure FDA00033313531200000415
有aii=0;定义图
Figure FDA00033313531200000416
的度矩阵为
Figure FDA00033313531200000417
则拉普拉斯矩阵
Figure FDA00033313531200000418
定义领导矩阵
Figure FDA00033313531200000419
bi∈{0,1},当bi=1时表示第i个四旋翼飞行器能够得到期望轨迹的信息,否则bi=0,则领导跟随连通矩阵
Figure FDA0003331353120000051
3.根据权利要求1所述基于固定时间技术的无人机编队容错控制方法,其特征在于,步骤2所述四旋翼飞行器位置子系统的故障模型为:
Figure FDA0003331353120000052
其中,xi,yi,zi分别表示编队系统中第i个四旋翼飞行器在三维空间x,y,z轴的位置,
Figure FDA0003331353120000053
分别表示编队系统中第i个四旋翼飞行器在三维空间x,y,z轴的速度,ρi表示第i个四旋翼飞行器在编队过程中发生的部分失效故障,ρi∈[ρm,1],ρm表示故障的下界,uxi,uyi,uzi分别表示第i个四旋翼飞行器在三维空间x,y,z轴的控制输入,dxi,dyi,dzi分别表示第i个四旋翼飞行器在三维空间x,y,z轴受到的扰动。
CN202110073602.XA 2021-01-20 2021-01-20 一种基于固定时间技术的无人机编队容错控制方法 Active CN112650303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110073602.XA CN112650303B (zh) 2021-01-20 2021-01-20 一种基于固定时间技术的无人机编队容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110073602.XA CN112650303B (zh) 2021-01-20 2021-01-20 一种基于固定时间技术的无人机编队容错控制方法

Publications (2)

Publication Number Publication Date
CN112650303A CN112650303A (zh) 2021-04-13
CN112650303B true CN112650303B (zh) 2022-01-11

Family

ID=75370709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110073602.XA Active CN112650303B (zh) 2021-01-20 2021-01-20 一种基于固定时间技术的无人机编队容错控制方法

Country Status (1)

Country Link
CN (1) CN112650303B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112904723B (zh) * 2021-01-19 2022-07-22 南京航空航天大学 非匹配干扰下的空地固定时间协同容错编队控制方法
CN113342033B (zh) * 2021-05-26 2022-10-04 南京航空航天大学 基于固定时间技术的固定翼无人机姿态同步容错控制方法
CN117590864B (zh) * 2024-01-19 2024-04-19 齐鲁工业大学(山东省科学院) 耦合多飞行器的固定时间自适应编队控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109144084A (zh) * 2018-07-11 2019-01-04 哈尔滨工业大学 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法
CN109240321A (zh) * 2018-09-28 2019-01-18 浙江工业大学 一种刚性飞行器的非奇异固定时间神经网络控制方法
CN110109352A (zh) * 2019-04-11 2019-08-09 浙江工业大学 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
CN110119089A (zh) * 2019-03-29 2019-08-13 华东理工大学 一种基于积分滑模的浸入不变流型自适应四旋翼控制方法
CN111722533A (zh) * 2020-06-29 2020-09-29 南京航空航天大学 针对含有传感器故障的多时滞系统滑模预测容错控制方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9885773B2 (en) * 2015-03-07 2018-02-06 Verity Studios Ag Distributed localization systems and methods and self-localizing apparatus
CN107848623B (zh) * 2015-05-29 2021-02-09 维里蒂工作室股份公司 飞行器
JP6943674B2 (ja) * 2017-08-10 2021-10-06 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 移動体、制御方法及び制御プログラム
CN107450584B (zh) * 2017-08-29 2020-06-30 浙江工业大学 一种基于固定时间滑模的飞行器自适应姿态控制方法
CN108803316B (zh) * 2018-03-09 2020-12-15 南京航空航天大学 针对多智能体系统执行器故障的主动容错控制方法
CN109189087B (zh) * 2018-08-20 2020-07-14 哈尔滨工业大学 一种垂直起降重复使用运载器的自适应容错控制方法
CN108803649B (zh) * 2018-08-22 2019-07-09 哈尔滨工业大学 一种垂直起降重复使用运载器自抗扰滑模控制方法
CN109683480B (zh) * 2018-12-27 2021-04-02 西北工业大学 考虑执行器故障的非线性机械系统类固定时间控制方法
CN110058519B (zh) * 2019-04-02 2020-07-07 南京航空航天大学 一种基于快速自适应技术的主动编队容错控制方法
CN110262557B (zh) * 2019-07-16 2020-04-21 南京航空航天大学 基于滑模控制技术的四旋翼编队有限时间容错控制方法
CN110879599B (zh) * 2019-12-12 2022-05-31 大连海事大学 一种基于有限时间扰动观测器的固定时间编队控制方法
CN111026160B (zh) * 2019-12-26 2020-12-08 华中科技大学 一种四旋翼无人机轨迹跟踪控制方法
CN111399530A (zh) * 2020-04-15 2020-07-10 烟台南山学院 一种基于反解传函的小型飞行器攻角滑模跟踪方法
CN111506095B (zh) * 2020-04-24 2021-04-06 北京科技大学 一种双刚体特征点间饱和固定时间相对位姿跟踪控制方法
CN111522241B (zh) * 2020-05-08 2020-12-29 哈尔滨工业大学 一种基于固定时间观测器的主动容错控制方法及装置
CN111695776B (zh) * 2020-05-11 2021-10-01 清华大学 无人机集群分布式在线协同区域侦察方法及装置
CN111679571B (zh) * 2020-07-06 2022-10-14 中国人民解放军海军航空大学 一种低速飞艇的给定速度滑模自适应跟踪方法
CN111897358B (zh) * 2020-07-30 2022-04-15 南京航空航天大学 一种基于自适应滑模的无人机编队容错控制方法
CN111948944B (zh) * 2020-08-07 2022-04-15 南京航空航天大学 一种基于自适应神经网络的四旋翼编队容错控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109144084A (zh) * 2018-07-11 2019-01-04 哈尔滨工业大学 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法
CN109240321A (zh) * 2018-09-28 2019-01-18 浙江工业大学 一种刚性飞行器的非奇异固定时间神经网络控制方法
CN110119089A (zh) * 2019-03-29 2019-08-13 华东理工大学 一种基于积分滑模的浸入不变流型自适应四旋翼控制方法
CN110109352A (zh) * 2019-04-11 2019-08-09 浙江工业大学 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
CN111722533A (zh) * 2020-06-29 2020-09-29 南京航空航天大学 针对含有传感器故障的多时滞系统滑模预测容错控制方法

Also Published As

Publication number Publication date
CN112650303A (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN112650303B (zh) 一种基于固定时间技术的无人机编队容错控制方法
CN109947134B (zh) 基于多无人机分布式控制的四旋翼无人机编队容错方法
CN111948944B (zh) 一种基于自适应神经网络的四旋翼编队容错控制方法
CN109116736B (zh) 基于滑模的线性多智能体系统执行器故障的容错控制方法
CN110058519B (zh) 一种基于快速自适应技术的主动编队容错控制方法
CN108427401B (zh) 一种具有联合连通拓扑的飞行控制系统协同故障诊断方法
CN110161847B (zh) 一种基于分布式奇异观测器的无人机编队系统传感器故障估计方法
CN109407520A (zh) 基于滑模控制理论的二阶多智能体系统的容错一致性控制算法
CN111897358B (zh) 一种基于自适应滑模的无人机编队容错控制方法
CN109884902B (zh) 一种基于区间观测器无人机编队系统故障检测方法
CN114924588A (zh) 一种无人机集群弹性安全编队方法
CN110278571B (zh) 一种基于简单预测-校正环节的分布式信号跟踪方法
CN112947086B (zh) 一种无人机和无人车组成的异构多智能体系统编队控制中执行器故障的自适应补偿方法
CN111208829A (zh) 基于分布式预设时间状态观测器的多移动机器人编队方法
CN112527016A (zh) 一种智能集群一体化容错时变编队控制方法及系统
CN112357119A (zh) 一种输入受限的有限时间姿态协同跟踪容错控制方法
CN111781942A (zh) 一种基于自构造模糊神经网络的容错飞行控制方法
Li et al. Learning-observer-based adaptive tracking control of multiagent systems using compensation mechanism
CN112623259B (zh) 针对高超声速飞行器数据丢包的自抗扰控制器设计方法
CN114035589A (zh) 基于抗攻击策略的集群无人艇容错协同控制方法
Wang et al. Adaptive fractional‐order nonsingular fast terminal sliding mode formation control of multiple quadrotor UAVs‐based distributed estimator
CN111806728B (zh) 具有执行器饱和的航天器多智能体姿态同步容错控制方法
CN113741192A (zh) 基于可切换拓扑的时滞多智能体系统约束容错控制方法
CN110275514B (zh) 带有时变传感器故障的编队飞控系统渐近故障诊断方法
CN116909319B (zh) 一种分布式无人机集群编队控制方法

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