CN112882484B - 一种无人机抗干扰容错控制方法 - Google Patents
一种无人机抗干扰容错控制方法 Download PDFInfo
- Publication number
- CN112882484B CN112882484B CN202110038758.4A CN202110038758A CN112882484B CN 112882484 B CN112882484 B CN 112882484B CN 202110038758 A CN202110038758 A CN 202110038758A CN 112882484 B CN112882484 B CN 112882484B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- rotor unmanned
- matrix
- interference
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000003044 adaptive effect Effects 0.000 claims abstract description 17
- 239000002131 composite material Substances 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 60
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005347 demagnetization Effects 0.000 description 1
- 230000000694 effects Effects 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种无人机抗干扰容错控制方法,针对一类执行器受损和外部干扰混杂的四旋翼无人机控制系统,目标是对执行器效率损失故障和外部干扰进行快速解耦与估计,并通过自主控制重构保证四旋翼无人机在执行器故障和外部干扰并存情况下的安全性。首先,建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型;其次,针对执行器效率损失故障,设计非线性自适应状态观测器估计各执行器的效率损失系数;然后,设计干扰观测器,对外部干扰进行估计;最后,根据执行器效率损失系数的估计值以及外部干扰的估计值设计复合控制器,完成四旋翼无人机抗干扰容错控制。本发明可用于四旋翼无人机的高精度、高可靠控制。
Description
技术领域
本发明涉及一种无人机抗干扰容错控制方法,针对复杂任务环境中四旋翼无人机执行器故障和外部干扰混杂的情况,设计主动抗干扰容错控制系统对四旋翼执行器效率损失故障和外部干扰分别进行精细的估计与补偿,可用于四旋翼无人机系统的高可靠、高精度控制。
背景技术
近些年来,四旋翼无人机作为一种特殊的无人机受到了广泛的关注。随着任务需求的复杂化,对四旋翼无人机系统的高可靠、高精度控制提出了更高的要求。无人机任务环境复杂多变,极易受到外部的多源干扰及未建模动态的影响,且系统发生故障的概率较高。四旋翼无人机在自主飞行过程中电机由于退磁、缺相等导致执行器丧失部分功能,可能会导致无人机无法正常完成任务。为提高无人机在故障条件下的可靠性,必须采用容错控制的方法。同时,考虑到无人机所处任务环境的复杂性,无人机不可避免地会受到外部的风、气流等多源干扰的影响,这些外部干扰可能会导致无人机控制性能退化甚至失稳。因此,针对执行器故障和外部干扰混杂的情况,研究故障和干扰的快速解耦与估计,设计有效的抗干扰容错控制系统,对于无人机的高可靠、高精度控制以及高安全飞行具有十分重要的现实意义。
目前,四旋翼无人机的容错控制和抗干扰控制已经有了很多研究成果,中国专利申请号为201810207537.3中提出了一种基于自适应故障估计观测器的四旋翼无人机容错控制方法,其中提出的方法存在以下问题:
(1)该方法涉及的故障为加性故障,并没有考虑执行器受损导致的执行器效率损失故障以及外部干扰的影响;
(2)该专利中设计的故障估计方法所需时间较长,因此在实际应用场景中会受到较大程度限制。此外,已有的无人机容错控制往往局限于系统的故障,未考虑外部干扰的影响,现有的无人机抗干扰控制的研究多将故障与干扰看成“集总干扰”进行抑制或抵消。综上所述,现有的容错控制和抗干扰控制方法无法针对执行器故障和外部干扰条件下的四旋翼无人机系统进行高可靠、高精度控制,亟需有机融合无人机容错控制和抗干扰控制。
发明内容
本发明的技术解决问题是:针对复杂工作环境中四旋翼无人机执行器效率损失故障和外部干扰并存的问题,克服现有技术的不足,提供一种无人机抗干扰容错控制方法,提高四旋翼无人机四旋翼无人机控制系统的容错能力与抗干扰能力。
本发明的技术解决方案是:一种无人机抗干扰容错控制方法,步骤如下:首先,建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型;其次,针对执行器效率损失故障,设计非线性自适应状态观测器估计各执行器的效率损失系数;然后,设计干扰观测器,对外部干扰进行估计;最后,根据执行器效率损失系数的估计值以及外部干扰的估计值设计复合控制器,对四旋翼无人机的执行器效率损失故障和外部干扰进行估计与抵消,完成四旋翼无人机抗干扰容错控制。具体步骤如下:
第一步,建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型
其中x=[x1 x2]T为系统的状态向量,x1=[z φ θ ψ]T,z为四旋翼无人机的高度,φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角;为系统状态向量的导数,为四旋翼无人机在高度方向上的速度,分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度;四旋翼无人机共包含4个执行器,执行器的控制输入向量u=[u1 u2 u3 u4]T,ui为第i个执行器的控制输入,i=1,2,3,4;系统矩阵m为四旋翼无人机的总质量;g为重力加速度,Ix,Iy,Iz为四旋翼无人机在机体坐标系下绕各个轴的转动惯量,kz,kφ,kθ,kψ为四旋翼无人机的拉力系数;输入矩阵四旋翼无人机升力Uz、滚转力矩Uφ、俯仰力矩Uθ和偏航力矩Uψ与执行器控制输入向量之间的关系可表示为:
式中Ku和Ky分别为桨叶的升力系数和扭矩系数,Ld为桨叶到四旋翼无人机质心的距离;系统模型中的Lc=diag(Lc1,Lc2,Lc3,Lc4)表示执行器的控制效率矩阵,Lci满足0<Lci≤1,当Lci=1时表示第i个执行器正常工作,否则第i个执行器发生一定程度的效率损失故障;外部干扰d=[dz dφ dθ dψ]T可由以下的干扰模型描述:
其中ξ为可建模干扰模型的状态变量,A表示上述可建模干扰模型的状态矩阵,C表示上述可建模干扰模型的输出矩阵。
第二步,结合四旋翼无人机高度和姿态控制系统模型,针对执行器效率损失故障,设计非线性自适应状态观测器估计各执行器的效率损失系数
其中状态变量z0为四旋翼无人机高度和姿态控制系统状态向量x2的估计值,四旋翼无人机共包含4个执行器,状态变量zi分别为对应执行器的效率损失系数的估计值,e=z0-x2为状态估计误差,F(x)、H(x)、Bu分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵,u表示执行器控制输入向量,Ψ=diag(η1,η2,η3,η4)>0为待设计的正定增益矩阵,为外部干扰d的估计值,Λi表示第i个执行器的对角变换矩阵,如当i=1时,Λ1=diag(1,0,0,0)。
第三步,设计干扰观测器,对外部干扰进行估计
其中为外部干扰d的估计值,为可建模干扰模型中ξ的估计值,μ为干扰观测器中的辅助变量,zi为非线性自适应状态观测器中的状态变量,F(x)、H(x)、Bu分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵,u表示执行器控制输入向量,A和C分别为可建模干扰模型的状态矩阵和输出矩阵,K为待设计的干扰观测器的增益矩阵,选择合适的K使得矩阵A-KC为Hurwitz矩阵。
第四步,基于自适应状态观测器和干扰观测器设计复合控制器,对四旋翼无人机的执行器效率损失故障和外部干扰d进行估计与抵消:
其中u为基础控制器计算出的控制信号,为干扰观测器对外部干扰d的估计值,Γ=diag(z1,z2,z3,z4)为四旋翼无人机执行器效率损失矩阵,zi为非线性自适应状态观测器的状态变量,I=diag(1,1,1,1)为4×4的单位矩阵,为复合控制器计算出的实际控制信号。
本发明与现有技术相比的优点在于:
(1)本发明针对执行器故障和外部干扰混杂的四旋翼无人机系统,设计非线性自适应状态观测器估计四旋翼无人机各执行器的效率损失系数;设计干扰观测器对外部干扰进行估计;根据执行器故障参数和干扰的估计值,设计复合抗干扰容错控制器,实现四旋翼无人机在执行器故障和外部干扰并存情况的高可靠、高精度控制,本发明具有容错能力强、抗干扰性强的优势。
(2)本发明是可以与现有的四旋翼无人机控制方法相结合,嵌套至四旋翼无人机控制系统中,提高四旋翼无人机的容错能力与抗干扰能力。所设计的自适应状态观测器和干扰观测器可将耦合在一起的执行器效率损失故障与外部干扰解耦,实现对故障和干扰的精细估计与补偿。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步详细说明。
如图1所示,本发明的具体实施步骤如下:
第一步,建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型
四旋翼无人机是欠驱动系统,执行器直接驱动四旋翼无人机的高度和姿态,根据牛顿欧拉方程,惯性坐标系下的执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型如下:
其中x=[x1 x2]T为系统的状态向量,x1=[z φ θ ψ]T,z为四旋翼无人机的高度,φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角;为系统状态向量的导数,为四旋翼无人机在高度方向上的速度,分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度;四旋翼无人机共包含4个执行器,执行器的控制输入向量u=[u1 u2 u3 u4]T,ui为第i个执行器的控制输入;系统矩阵m为四旋翼无人机的总质量;g为重力加速度,Ix,Iy,Iz为四旋翼无人机在机体坐标系下绕各个轴的转动惯量,kz,kφ,kθ,kψ为四旋翼无人机的拉力系数;输入矩阵四旋翼无人机升力Uz、滚转力矩Uφ、俯仰力矩Uθ和偏航力矩Uψ与执行器控制输入向量之间的关系可表示为:
式中Ku和Ky分别为桨叶的升力系数和扭矩系数,Ld为桨叶到四旋翼无人机质心的距离;系统模型中的Lc=diag(Lc1,Lc2,Lc3,Lc4)表示执行器的控制效率矩阵,Lci满足0<Lci≤1,当Lci=1时表示第i个执行器正常工作,否则第i个执行器发生一定程度的效率损失故障;外部干扰d=[dz dφ dθ dψ]T可由以下的干扰模型描述:
其中ξ为可建模干扰模型的状态变量,A表示上述可建模干扰模型的状态矩阵,C表示上述可建模干扰模型的输出矩阵。
第二步,结合四旋翼无人机高度和姿态控制系统模型,针对执行器效率损失故障,设计非线性自适应状态观测器估计各执行器的效率损失系数
首先,将第一步中建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型改写为:
其中γi表示四旋翼无人机第i个执行器的效率损失系数,i=1,2,3,4,Λi表示第i个执行器对应的对角变换矩阵,i=1,2,3,4,如当i=1时,Λ1=diag(1,0,0,0)。
其中状态变量z0为四旋翼无人机高度和姿态控制系统状态向量x2的估计值,四旋翼无人机共包含4个执行器,状态变量zi,i=1,2,3,4分别为对应执行器的效率损失系数的估计值,e=z0-x2为状态估计误差,F(x)、H(x)、Bu分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵,u表示执行器控制输入向量,Ψ=diag(η1,η2,η3,η4)>0为待设计的正定增益矩阵,为外部干扰d的估计值。
第三步,设计干扰观测器,对外部干扰进行估计
针对四旋翼无人机高度和姿态控制系统受到的外部干扰d,设计干扰观测器进行估计与补偿,得到外部干扰d的估计值,干扰观测器结构如下:
其中为外部干扰d的估计值,为可建模干扰模型中ξ的估计值,μ为干扰观测器中的辅助变量,zi,i=1,2,3,4为非线性自适应状态观测器中的状态变量,F(x)、H(x)、Bu分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵,u表示执行器控制输入向量,A和C分别为可建模干扰模型的状态矩阵和输出矩阵,K为待设计的干扰观测器的增益矩阵,选择合适的K使得矩阵A-KC为Hurwitz矩阵。
第四步,基于自适应状态观测器和干扰观测器设计复合控制器,对四旋翼无人机的执行器效率损失故障和外部干扰d进行估计与抵消,完成四旋翼无人机抗干扰容错控制
所设计的自适应状态观测器和干扰观测器能够快速准确地估计出四旋翼无人机各执行器的效率损失系数以及外部干扰,复合控制器结构如下:
其中u为基础控制器计算出的控制信号,为干扰观测器对外部干扰d的估计值,Γ=diag(z1,z2,z3,z4)为四旋翼无人机执行器效率损失矩阵,zi为非线性自适应状态观测器的状态变量,I=diag(1,1,1,1)为4×4的单位矩阵,为复合控制器计算出的实际控制信号。因此本发明所提出的方法具有良好的裁剪特性,适用于大多数现有的四旋翼控制算法。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (2)
1.一种无人机抗干扰容错控制方法,其特征在于,步骤如下:
第一步,建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型;
第二步,结合四旋翼无人机高度和姿态控制系统模型,针对执行器效率损失故障,设计非线性自适应状态观测器,估计4个执行器的效率损失系数;
第三步,设计干扰观测器,对外部干扰进行估计;
第四步,基于第二步的自适应状态观测器和第三步的干扰观测器设计复合控制器,对四旋翼无人机的执行器效率损失故障和外部干扰进行估计与抵消,完成四旋翼无人机抗干扰容错控制;
所述第一步中,建立的执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型如下:
其中x=[x1 x2]T为系统的状态向量,x1=[z φ θ ψ]T,z为四旋翼无人机的高度,φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角;为系统状态向量的导数,为四旋翼无人机在高度方向上的速度,分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度;四旋翼无人机共包含4个执行器,执行器的控制输入向量u=[u1 u2 u3 u4]T,ui为第i个执行器的控制输入,i=1,2,3,4;系统矩阵m为四旋翼无人机的总质量;g为重力加速度,Ix,Iy,Iz为四旋翼无人机在机体坐标系下绕各个轴的转动惯量,kz,kφ,kθ,kψ为四旋翼无人机的拉力系数;输入矩阵四旋翼无人机升力Uz、滚转力矩Uφ、俯仰力矩Uθ和偏航力矩Uψ与执行器控制输入向量之间的关系表示为:
式中Ku和Ky分别为桨叶的升力系数和扭矩系数,Ld为桨叶到四旋翼无人机质心的距离;系统模型中的Lc=diag(Lc1,Lc2,Lc3,Lc4)表示执行器的控制效率矩阵,Lci满足0<Lci≤1,当Lci=1时表示第i个执行器正常工作,否则第i个执行器发生一定程度的效率损失故障;外部干扰d=[d1 d2 d3 d4]T由以下的干扰模型描述:
其中ξ为可建模干扰模型的状态变量,A表示可建模干扰模型的状态矩阵,C表示可建模干扰模型的输出矩阵;
所述第二步中,设计非线性自适应状态观测器如下:
其中状态变量z0为四旋翼无人机高度和姿态控制系统状态向量x2的估计值,四旋翼无人机共包含4个执行器,状态变量zi,i=1,2,3,4分别为对应执行器的效率损失系数的估计值,e=z0-x2为状态估计误差,F(x)、H(x)、Bu分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵,u表示执行器控制输入向量,Ψ=diag(η1,η2,η3,η4)>0为待设计的正定增益矩阵,为外部干扰d的估计值,Λi表示第i个执行器的对角变换矩阵;
所述第三步中,设计的干扰观测器如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110038758.4A CN112882484B (zh) | 2021-01-12 | 2021-01-12 | 一种无人机抗干扰容错控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110038758.4A CN112882484B (zh) | 2021-01-12 | 2021-01-12 | 一种无人机抗干扰容错控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112882484A CN112882484A (zh) | 2021-06-01 |
CN112882484B true CN112882484B (zh) | 2022-04-08 |
Family
ID=76044750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110038758.4A Active CN112882484B (zh) | 2021-01-12 | 2021-01-12 | 一种无人机抗干扰容错控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112882484B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113568423B (zh) * | 2021-08-01 | 2024-01-16 | 西北工业大学 | 一种考虑电机故障的四旋翼无人机智能容错控制方法 |
CN116301009B (zh) * | 2023-05-25 | 2023-08-22 | 北京航空航天大学杭州创新研究院 | 一种变构型无人机的抗干扰安全控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103135553A (zh) * | 2013-01-21 | 2013-06-05 | 南京航空航天大学 | 四旋翼飞行器容错控制方法 |
CN104049638A (zh) * | 2014-06-19 | 2014-09-17 | 金陵科技学院 | 执行器动态的飞行器姿态分散式容错控制系统 |
CN105843240A (zh) * | 2016-04-08 | 2016-08-10 | 北京航空航天大学 | 一种考虑执行器故障的航天器姿态积分滑模容错控制方法 |
CN106020165A (zh) * | 2016-05-30 | 2016-10-12 | 北京航空航天大学 | 一种针对执行机构故障的航天器容错控制方法与验证装置 |
CN107966992A (zh) * | 2018-01-11 | 2018-04-27 | 中国运载火箭技术研究院 | 一种重复使用运载器控制重构方法和系统 |
CN108415255A (zh) * | 2018-03-28 | 2018-08-17 | 北京航空航天大学 | 一种执行机构受损下的航天器抗干扰姿控方法 |
CN108445760A (zh) * | 2018-03-14 | 2018-08-24 | 中南大学 | 基于自适应故障估计观测器的四旋翼无人机容错控制方法 |
CN109765918A (zh) * | 2019-02-22 | 2019-05-17 | 南京航空航天大学 | 一种无人直升机鲁棒自适应补偿控制方法 |
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 |
CN110262557A (zh) * | 2019-07-16 | 2019-09-20 | 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 |
CN111781942A (zh) * | 2020-06-23 | 2020-10-16 | 南京航空航天大学 | 一种基于自构造模糊神经网络的容错飞行控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10081400B2 (en) * | 2016-12-14 | 2018-09-25 | GM Global Technology Operations LLC | Onboard diagnostics of an active air dam assembly |
-
2021
- 2021-01-12 CN CN202110038758.4A patent/CN112882484B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103135553A (zh) * | 2013-01-21 | 2013-06-05 | 南京航空航天大学 | 四旋翼飞行器容错控制方法 |
CN104049638A (zh) * | 2014-06-19 | 2014-09-17 | 金陵科技学院 | 执行器动态的飞行器姿态分散式容错控制系统 |
CN105843240A (zh) * | 2016-04-08 | 2016-08-10 | 北京航空航天大学 | 一种考虑执行器故障的航天器姿态积分滑模容错控制方法 |
CN106020165A (zh) * | 2016-05-30 | 2016-10-12 | 北京航空航天大学 | 一种针对执行机构故障的航天器容错控制方法与验证装置 |
CN107966992A (zh) * | 2018-01-11 | 2018-04-27 | 中国运载火箭技术研究院 | 一种重复使用运载器控制重构方法和系统 |
CN108445760A (zh) * | 2018-03-14 | 2018-08-24 | 中南大学 | 基于自适应故障估计观测器的四旋翼无人机容错控制方法 |
CN108415255A (zh) * | 2018-03-28 | 2018-08-17 | 北京航空航天大学 | 一种执行机构受损下的航天器抗干扰姿控方法 |
CN109765918A (zh) * | 2019-02-22 | 2019-05-17 | 南京航空航天大学 | 一种无人直升机鲁棒自适应补偿控制方法 |
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 |
CN110262557A (zh) * | 2019-07-16 | 2019-09-20 | 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 |
CN111781942A (zh) * | 2020-06-23 | 2020-10-16 | 南京航空航天大学 | 一种基于自构造模糊神经网络的容错飞行控制方法 |
Non-Patent Citations (3)
Title |
---|
《四旋翼直升机姿态控制系统的自适应容错控制算法研究》;路飞飞;《万方学位论文》;20160301;第1-78页 * |
《执行器故障下的四旋翼无人机容错控制方法研究》;陈胜强;《万方学位论文》;20181219;第1-66页 * |
《执行器故障及外界干扰下动态系统的容错控制》;范玲玲等;《自动化学报》;20110303;第36卷(第11期);第1620-1625页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112882484A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109189087B (zh) | 一种垂直起降重复使用运载器的自适应容错控制方法 | |
CN111766899A (zh) | 一种基于干扰观测器的四旋翼无人机集群抗干扰编队控制方法 | |
CN108803317B (zh) | 自适应多变量四旋翼无人机有限时间容错控制方法 | |
CN112882484B (zh) | 一种无人机抗干扰容错控制方法 | |
CN113342025B (zh) | 一种基于线性自抗扰控制的四旋翼无人机姿态控制方法 | |
CN109991991B (zh) | 一种无人直升机鲁棒容错跟踪方法 | |
CN110888451B (zh) | 一种多旋翼无人机容错控制方法及系统 | |
CN110850887B (zh) | 一种四旋翼无人机复合动态逆抗干扰姿态控制方法 | |
CN113568419B (zh) | 一种变载四旋翼无人机容错控制方法 | |
CN114578691A (zh) | 考虑舵面故障的飞翼无人机主动抗扰容错姿态控制方法 | |
CN111650951B (zh) | 一种四旋翼无人机复杂轨迹的全回路复合动态逆跟踪控制方法 | |
CN115903908B (zh) | 一种基于快速终端滑模的蜂群无人机容错协同控制方法 | |
CN113703320A (zh) | 一种抗干扰和饱和特性的飞行机械臂位姿控制方法 | |
CN111880410A (zh) | 一种针对电机故障的四旋翼无人机容错控制方法 | |
CN115657730A (zh) | 一种大规模多旋翼无人机鲁棒分簇编队控制方法 | |
CN113625730B (zh) | 一种基于超扭滑模的四旋翼自适应容错控制方法 | |
CN116301009B (zh) | 一种变构型无人机的抗干扰安全控制方法 | |
CN117250867B (zh) | 一种多模式垂直起降飞行器自愈控制方法 | |
CN111338371B (zh) | 一种考虑机载陀螺故障的四旋翼姿态可靠控制方法 | |
CN114995163B (zh) | 一种无人机免疫控制方法 | |
CN115933377A (zh) | 一种面向执行器故障的无人机轨迹容错控制方法及系统 | |
CN116107339B (zh) | 一种推力损失故障下的蜂群无人机容错协同控制方法 | |
CN114035597A (zh) | 一种基于Barrier函数的自适应全局滑模容错控制方法 | |
CN116736692A (zh) | 一种具有延迟状态约束的四旋翼无人机滑模容错控制方法 | |
CN112882388B (zh) | 一种执行器受损下的四旋翼无人机故障检测与诊断方法 |
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 |