CN113342033A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113342033A CN113342033A CN202110578469.3A CN202110578469A CN113342033A CN 113342033 A CN113342033 A CN 113342033A CN 202110578469 A CN202110578469 A CN 202110578469A CN 113342033 A CN113342033 A CN 113342033A
- Authority
- CN
- China
- Prior art keywords
- follower
- fixed
- unmanned aerial
- aerial vehicle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005516 engineering process Methods 0.000 title claims abstract description 11
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 14
- 239000000654 additive Substances 0.000 claims abstract description 9
- 230000000996 additive effect Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000005096 rolling process Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims 1
- 230000017105 transposition Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 10
- 230000036544 posture Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 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 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
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
本发明公开了一种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:首先,设定一个由一个领导者和若干跟随者构成的固定翼无人机编队系统,并建立通讯拓扑并以有向图表示;然后,根据计算公式得出每架跟随者固定翼无人机的气动力和气动力矩,在考虑模型不确定性、执行器的乘性故障和加性故障的情况下,形成无人机编队的姿态模型;接着,设计固定时间观测器,用以观测编队误差微分方程中的不确定量;最后,设计了固定时间控制器,以实现跟随者无人机在出现故障情况下跟随者对领导者的姿态跟踪,本发明克服了固定翼无人机编队系统在舵面出现故障时的容错控制问题,使得系统具有较强的鲁棒性。
Description
技术领域
本发明属于无人机编队技术领域。
背景技术
随着无人机技术的不断发展,目前应用在实际中的无人机种类众多,相比于旋翼无人机,固定翼无人机具有酬载大、续航能力强、实用升限高和飞行速度快等优点。因而,固定翼无人机更加适合执行侦查巡逻、航空测量、物资运输、打击敌方目标和灾情预警等方面的任务。在民用和军用市场上,固定翼无人机都突显出了巨大的使用价值。
尽管单架固定翼无人机具有灵活的机动性,良好的隐蔽性和适应性等优点,但仍然存在着一些问题,因其能观察的领域有限,所以很可能会错过任务目标;此外,单架固定翼战斗型无人机无法形成集群优势,将会使任务受限。因此,为了增加无人机执行任务的成功率,拓展其应用领域,固定翼无人机编队的研究和实践得到了逐步发展。
在编队飞行过程中,其传感器、执行器以及系统元部件很容易发生意外故障,如果机群中的任何一架飞行器或多架飞行器自身发生了故障,且不能及时进行处理,那么基于导航系统和各种传感器设备,通过飞行器之间的相关信息交互,很有可能会将单个飞行器故障的影响扩散的整个机群当中。因此,增强飞控系统的容错能力具有重要的研究意义。
此外,在固定翼无人机编队飞行中,系统状态误差的收敛时间是一个比较重要的指标,直接影响跟踪的快速性。为了使编队误差快速收敛,传统的方法已经大量应用于固定翼无人机的编队控制中,但绝大多数控制设计方法得到的研究结果中,闭环系统收敛速度一般为指数形式,且收敛时间仍与各个固定翼飞行器的初始状态有很大关联,因此无法得到更好的收敛性能。
发明内容
发明目的:为了解决上述背景技术提出的技术问题,本发明旨在应用固定时间的控制方法,使固定翼无人机编队中若干无人机的执行器发生故障情况下,仍能保持姿态一致。
技术方案:本发明提供了一种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,具体包括如下步骤:
步骤1:构建一个虚拟的无人机作为拟领导者,与跟随者固定翼无人机组成固定翼无人机编队系统,虚拟领导者为跟随者组成的跟随者固定翼无人机系统提供期望的姿态;
步骤2:在考虑模型不确定性、执行器的乘性故障和加性故障的情况下,建立带有故障的跟随者的姿态控制模型;
步骤3:根据步骤2中的姿态控制模型,计算第i个跟随者的编队误差,并求解该编队误差的微分方程,设计固定时间观测器,用于在固定时间内观测编队误差微分方程中的不确定量;i=1,2,…,N,N表示跟随者的总个数;
步骤4:根据步骤3中固定时间观测器观测的不确定量,建立固定时间控制器,以实现跟随者在出现故障的情况下对领导者的姿态跟踪。
有益效果:本发明针对固定翼无人机编队系统,解决了在不同的时间段若干跟随者无人机的舵面发生乘性故障和加性故障的问题,增强了系统的容错能力;同时,也考虑了无人机在飞行过程中的模型不确定性问题,提高了系统的鲁棒性;此外,将固定时间收敛的相关定理应用到了固定时间观测器和控制器中,有效地克服了传统的有限时间控制方法的局限性,即对于系统初始状态大小过于依赖的问题,最终实现了各个跟随者的姿态在固定时间内对领导者姿态的同步跟踪。
附图说明
图1是本发明的设计流程图;
图2是编队中领导者与跟随者之间通讯的拓扑图;
图3是领导者的姿态角,即期望跟踪值在0-70s内的变化图;
图4是跟随者UAV#1在0-70s之间姿态角的变化图;
图5是跟随者UAV#2在0-70s之间姿态角的变化图;
图6是跟随者UAV#3在0-70s之间姿态角的变化图;
图7是跟随者UAV#4在0-70s之间姿态角的变化图;
图8是跟随者UAV#1在0-70s之间的姿态角误差变化图;
图9是跟随者UAV#2在0-70s之间的姿态角误差变化图;
图10是跟随者UAV#3在0-70s之间的姿态角误差变化图;
图11是跟随者UAV#4在0-70s之间的姿态角误差变化图。
具体实施方式
如图1所示本实施例提供了一种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:具体包括如下步骤
步骤1:构建一个虚拟的无人机作为虚拟领导者,与跟随者固定翼无人机组成固定翼无人机编队系统,并建立通讯拓扑并以有向图表示,同时计算出邻接矩阵A和拉普拉斯矩阵L;每个跟随者固定翼无人机组成跟随者固定翼无人机系统,虚拟领导者为固定翼无人机系统提供期望的姿态。
步骤2:计算每架跟随者固定翼无人机的气动力和气动力矩,在考虑模型不确定性、执行器的乘性故障和加性故障的情况下,形成统一的具有二阶动态方程形式的有故障的跟随者的姿态控制模型;
步骤3:求解由第i个跟随者的编队误差,并求解其微分方程,根据微分方程确立其中需要观测和估计的量,设计固定时间观测器,用以观测编队误差微分方程中的不确定量。
步骤4:设计固定时间控制器,以实现跟随者无人机在出现故障情况下跟随者对领导者的姿态跟踪。
在步骤1中,编队系统由一个领导者和N个跟随者组成。采用G={V,E,A}表示编队系统的跟随者之间的通讯拓扑;其中,V={v1,v2,…,vN}表示所有跟随者的集合,vi表示第i个跟随者,i=1,2,…,N,E=eij表示跟随者之间的通讯链接集合,eij=(vi,vj)表示vi能够获取第j个无人机vj的信息,j=1,2,…,N;A=[aij]∈RN×N为权值非负的邻接矩阵,其中,aij表示第i架无人机和第j架无人机之间的通讯状态,如果(vi,vj)∈E则aij>0,否则aij=0;定义G的入度矩阵D=diag(degin(v1),degin(v2),…,degin(vN)),拉普拉斯矩阵L=[lij]∈RN×N,lij表示矩阵L的元素,L=D-A;此外,定义矩阵B=diag(b1,b2,...,bN)表示跟随者和领导者之间的通讯状态,如果bi>0,表示vi可直接获取来自领导者的信息,若bi=0,则无法获取,本实施例中虚拟领导者与部分跟随者进行通信,其余跟随者通过与虚拟领导者通信的跟随者获取虚拟领导者提供的姿态。
所述步骤2虚拟领导者为跟随者提供一个参考的姿态角,参考姿态角为公式1:
第i个跟随的各状态变量由如下公式计算得出:
其中,Vi、χi和γi分别表示第i个跟随者的飞行总速度、航迹方位角和航迹倾斜角;mi和g0表示第i个跟随者的质量和重力加速度;μi、αi和βi分别表示第i个跟随者的航迹滚转角、迎角和侧滑角;Ti、Di、Li和Yi分别表示第i个跟随者的推力、阻力、升力和侧向力;pi、qi和ri分别表示第i个跟随者的滚转角速率、俯仰角速率和偏航角速率;ci1…ci9是与惯性常量有关的常系数;和分别表示沿机体轴的滚转力矩、俯仰力矩和偏航力矩。
ci1…ci9由转动惯量计算得到:
Iix、Iiy、Iiz和Iixz分别表示第i个跟随者的滚转力矩转动惯量、俯仰力矩转动惯量、偏航力矩转动惯量和惯性积。
气动力和力矩的计算公式如下:
其中,CiL0、CiLα、CiD0、CiDα、CiY0、CiYβ、Cil0、Cilβ、Cilp、Cilr、Cim0、Cimα、Cimq、Cin0、Cinβ、Cinp和Cinr均为气动系数;ρ表示大气密度,动压s0、和ci分别表示表示第i个跟随者的机翼参考面积、翼展长度和平均气动弦长;δiα、δie和δir分别表示第i个跟随者的副翼偏转角、升降舵偏转角和方向舵偏转角。
分别定义姿态角矢量、角速率矢量和控制输入矢量X′i1=[μi,αi,βi]T,X′i2=[pi,qi,ri]T,ui=[δiα,δie,δir]T,则姿态控制模型可化为二阶非线性仿射形式:
fi1=[fi11,fi12,fi13]T,fi2=[fi21,fi22,fi23]T。fi11,fi12,fi13的求解公式如下:
gi1和gi2均为三阶可逆矩阵,表达式为:
考虑到实际飞行中气动系数的摄动,将fi1视为第i个跟随者的不确定项进行处理。
此外,考虑执行器故障模型:
其中,Λi(t)=diag{Λi1(t),Λi2(t),…,Λin(t)},ρi(t)=[ρi1(t),ρi2(t),…,ρin(t)]T,0<Λik(t)≤1,k=1,…,n’,Λik(t)和ρik(t)分别表示t时刻第i个跟随者的执行器第k个通道的未知效率因子和输出偏差,n’为第i个跟随者的执行器通道的总个数;表示第i架无人机在执行器发生故障后的实际控制输入量,Λi表示第i个跟随者执行器的乘性故障,。
第i个跟随者带有故障的模型包含如下的故障模式:
Λi(t)=1且ρi(t)≠0:代表执行器只有加性故障;
0<Λi(t)<1且ρi(t)=0:代表执行器只有乘性故障;
0<Λi(t)<1且ρi(t)≠0:代表执行器既有乘性故障又有加性故障。
可得到带有故障的跟随者的姿态控制模型为:
其中,其中,为Xi1的一阶导数,为Xi2的一阶导数,Ui=gi1gi2ui,Δi1和Δi2均为第i个无人机的不确定项,Δi1=fi1;Δi2=gi1gi2[(Λi-I3)ui+ρi];其中ρi表示第i个跟随者执行器的加性故障,I3为3×3维的单位矩阵,为gi1的一阶导数。
步骤3中固定翼无人机编队的固定时间观测器设计过程如下:
首先,定义编队误差ei1和ei2:
其中,zi1、zi2、zi3和zi4为固定时间观测器的状态变量,τi>1,ti1,ti2,ti3,ti4,ti5和ti6为固定时间观测器的增益系数。为zi1的一阶导数,为zi2的一阶导数,为zi3的一阶导数,为zi4的一阶导数;
i.图G为有向的连通图,且包含一个领导者以及至少有一个跟随者可以获取领导者的信息。
iii.固定时间观测器中的增益系数满足如下不等式:
取T1=max{T11,T12}。
所述步骤4中固定翼无人机编队的固定时间容错控制器设计如下:
令ξi1=ei1,ξi2=ei2+zi2可得:
设函数sigγ(x)=[|x1|γsign(x1)|x2|γsign(x2)...|xn|γsign(xn)]T,xn表示矢量x的第n维数值,sign(·)表示符号函数,x=[x1,x2,...,xn]T;构造如下滑模面:
其中,kij>0。
hj’,1和hj’,2满足如下条件:
2)基于上述固定时间观测器(17)的估计值,应用如下控制律:
其中,Ki为大于0的参数。最后,可通过下式求得第i架跟随者的最终控制律:
ui=(gi1gi2)-1Ui (26)
其中,ε>1。在如上控制器作用下,滑模面si将在时间上界T2内到达si=0,T2满足:
其中,K=min{K1,K2,...,KN}。
在编队控制器Ui作用下,当滑模面si到达si=0后,编队误差ei1将在收敛上界T3时间内收敛至原点。最终,在如上控制器(公式26)的作用下,当t>T1+T2+T3编队中的跟随者将在固定时间内和领导者的姿态达到一致,将通过后续的仿真图得以体现。
本发明以1架虚拟领导者无人机和4架结构相同但初始状态不同的跟随者为实施对象,首先,构建固定翼无人机编队的通讯链接图,并以有向图G表示。如图2所示,UAV#0表示领导者无人机,UAV#1-3表示固定翼无人机编队中出现故障的跟随者,UAV#4表示正常飞行的跟随者。邻接矩阵A和拉普拉斯矩阵L的值:
固定翼无人机基本的物理参数:
下面分别给出领导者和4架跟随者运行时的初始状态值和控制器相关参数。
i.领导者的初始状态:
X01=[5.73°,1.146°,2.865°]T,X02=[0°,0°,0°]T/s。
ii.第1架固定翼无人机(跟随者)的初始状态和相关参数:
a)初始状态值:μ1=-1.5°,α1=2°,β1=0.55°;p1=0°/s,q1=0°/s,r1=0°/s;V1=9.7m/s,χ1=0°,γ1=-15.471°。
c)控制器参数:K1=1,k11=1,k12=2。
iii.第2架固定翼无人机的初始状态和相关参数:
a)初始状态值:μ2=-1.44°,α2=1.89°,β2=0.48°;p2=0°/s,q2=0°/s,r2=0°/s;V2=8.2m/s,χ2=0°,γ2=8.423°。
b)固定时间观测器参数:τ2=2,t21=5,t22=1,t23=5,t24=5,t25=1,t26=5。
c)控制器参数:K2=1,k21=1,k22=2。
iv.第3架固定翼无人机的初始状态和相关参数:
a)初始状态值:μ3=-1.41°,α3=2.06°,β3=0.51°;p3=0°/s,q3=0°/s,r3=0°/s;V3=10.322m/s,χ3=0°,γ3=12.344°。
b)固定时间观测器参数:τ3=2,t31=3.5,t32=1,t33=3.5,t34=3.5,t35=1,t36=3.5
c)控制器参数:K3=1,k31=1,k32=2。
v.第4架固定翼无人机的初始状态和相关参数:
a)初始状态值:μ4=-1.45°,α4=1.99°,β4=0.61°;p4=0°/s,q4=0°/s,r4=0°/s;V4=9.401m/s,χ4=0°,γ4=12.201°。
b)固定时间观测器参数:τ4=2,t41=3,t42=1,t43=3,t44=3,t45=1,t46=3
c)控制器参数:K4=1,k41=1,k42=2。
分别考虑领导者UAV#0和跟随者UAV#4在如下时刻保持正常运行,而UAV#1-3在如下时刻正常运行以及发生故障:
1.UAV#1:
在t=0-20s,舵面均正常运行,即Λ1(t)=diag{1,1,1},ρ1=[0°,0°,0°]T;
在t=20-70s,考虑副翼、升降舵和方向舵均出现故障:
2.UAV#2:
在t=0-30s,舵面均正常运行,即Λ2(t)=diag{1,1,1},ρ2=[0°,0°,0°]T;
在t=30-70s,考虑副翼故障:Λ21(t)=0.55,ρ21=5.5°。
3.UAV#3:
在t=0-40s,舵面均正常运行,即Λ3(t)=diag{1,1,1},ρ3=[0°,0°,0°]T;
在t=40-70s,考虑方向舵故障:Λ31(t)=0.4,Λ33(t)=0.8,ρ33=4.8°。
4.UAV#4:
在0-70s始终保持正常,即Λ4(t)=diag{1,1,1},ρ4=[0°,0°,0°]T。
为验证本发明的容错控制方法的效果,应用Simulink进行仿真验证。图3为领导者的姿态角变化图,即期望的跟踪姿态角;图4-图7为跟随者UAV#1-4的实际的跟踪效果,图8-图11为姿态角的跟踪误差。从图3-图7可看出,在出现执行器的故障的情况下,跟随者无人机能迅速地调整并最终达到和领导者姿态一致的目的,体现了系统较强的容错能力;从图8-图11的误差曲线可以看出,系统的跟踪误差最终均收敛到了原点,体现了控制器的有效性。
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 (6)
1.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,其特征在于:具体包括如下步骤:
步骤1:构建一个虚拟的无人机作为虚拟领导者,与跟随者固定翼无人机组成固定翼无人机编队系统,虚拟领导者为跟随者固定翼无人机组成的跟随者固定翼无人机系统提供期望的姿态;
步骤2:计算每架跟随者固定翼无人机的气动力和气动力矩,在考虑模型不确定性、执行器的乘性故障和加性故障的情况下,建立带有故障的跟随者姿态控制模型;
步骤3:根据步骤2中的跟随者姿态控制模型,计算第i个跟随者的编队误差,并求解该编队误差的微分方程;设计固定时间观测器,用于在固定时间内观测编队误差微分方程中的不确定量;i=1,2,…,N,N表示跟随者的总个数;
步骤4:根据步骤3中固定时间观测器观测到的结果,建立固定时间控制器,以控制跟随者在出现故障的情况下对领导者的姿态跟踪。
2.根据权利要求1所述的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,其特征在于:所述步骤1采用有向图G={V,E,A}表示跟随者之间的通讯拓扑,其中V={v1,v2,…,vN}表示所有跟随者的集合,vi表示第i个跟随者;E=eij表示跟随者之间的通讯链接集合,eij=(vi,vj)表示第i个跟随者vi能够获取第j个跟随者vj的信息,j=1,2,…,N;A=[aij]∈RN×N为权值非负的邻接矩阵,aij表示第i个跟随者和第j个跟随者之间的通讯状态,若(vi,vj)∈E则aij>0,否则aij=0;G的入度矩阵D=diag(degin(v1),degin(v2),…,degin(vN)),跟随者之间的通讯拓扑的拉普拉斯矩阵L=[lij]∈RN×N,lij表示矩阵L的中第i行第j列的元素;采用矩阵B=diag(b1,b2,...,bN)表示跟随者和虚拟领导者之间的通讯状态,如果bi>0则表示vi够直接获取来自虚拟领导者的信息,如果bi=0则表示vi无法获取来自虚拟领导者的信息。
3.根据权利要求2所述的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,其特征在于固定翼无人机系统中至少有一个跟随者能够直接获取领导者的信息。
4.根据权利要求2所述的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,其特征在于:所述步骤2具体为:
跟随者的气动力和气动力矩为:
其中,CiL、CiD、CiY、Cil、Cim、Cin的表达式如下所示:
ρ表示大气密度,Vi第i个跟随者的飞行总速度,s0、和ci分别表示第i个跟随者的机翼参考面积、翼展长度和平均气动弦长;δiα、δie、δir分别表示第i个跟随者的副翼偏转角、升降舵偏转角和方向舵偏转角,CiL0、CiLα、CiD0、CiDα、CiY0、CiYβ、Cil0、Cilβ、Cilp、Cilr、Cim0、Cimα、Cimq、Cin0、Cinβ、Cinp和Cinr均为气动系数;αi和βi分别表示第i个跟随者的迎角和侧滑角,和分别表示第i个跟随者沿机体轴的滚转力矩、俯仰力矩和偏航力矩;Di、Li和Yi分别表示第i个跟随者的阻力、升力和侧向力;pi、qi和ri分别表示第i个跟随者的滚转角速率、俯仰角速率和偏航角速率;
建立二阶非线性仿射形式的第i个跟随者的姿态控制模型:
其中,为X′i1的一阶导数,X′i1=[μi,αi,βi]T为第i个跟随者的姿态角矢量,为X′i2的一阶导数,μi为第i个跟随者的示航迹滚转角,T为矩阵转置,X′i2=[pi,qi,ri]T为第i个跟随者的角速率矢量,ui为姿态控制模型的控制输入矢量ui=[δiα,δie,δir]T,fi1=[fi11,fi12,fi13]T,fi2=[fi21,fi22,fi23]T,其中fi11,fi12,fi13,fi21,fi22,fi23的表达式如下所示:
其中,γi表示第i个跟随者的航迹倾斜角,mi表示第i个跟随者的质量,g0表示重力加速度,Ti表第i个跟随者的推力,ci1…ci9是与惯性常量有关的常系数,其表达式为:
Iix、Iiy、Iiz和Iixz分别表示第i个跟随者的滚转力矩转动惯量、俯仰力矩转动惯量、偏航力矩转动惯量和惯性积;
gi1和gi2均为三阶可逆矩阵,表达式为:
5.根据权利要求4所述的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,其特征在于:所述步骤3中具体为:
编队误差的微分方程为:
其中gi=(bi+lii);U0表示虚拟领导者的控制输入量;和为编队误差微分方程中的不确定量,且和关于时间t的一阶导数和满足:其中CΔi1和CΔi2均为已知常量;为ei1的一阶导数,为ei2的一阶导数,ei1和ei2表示编队误差,表达式如下所示:
X01、X02分别表示虚拟领导者的位置矢量和速度矢量;
所述固定时间观测器为:
其中,为zi1的一阶导数,为zi2的一阶导数,为zi3的一阶导数,为zi4的一阶导数;zi1、zi2、zi3和zi4为固定时间观测器的状态变量,τi>1,θi,均表示误差变量,θi=zi1-ei1,ti1,ti2,ti3,ti4,ti5和ti6为固定时间观测器的增益系数,ti1,ti2,ti3,ti4,ti5和ti6满足如下不等式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110578469.3A CN113342033B (zh) | 2021-05-26 | 2021-05-26 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110578469.3A CN113342033B (zh) | 2021-05-26 | 2021-05-26 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113342033A true CN113342033A (zh) | 2021-09-03 |
CN113342033B CN113342033B (zh) | 2022-10-04 |
Family
ID=77471617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110578469.3A Active CN113342033B (zh) | 2021-05-26 | 2021-05-26 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113342033B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114153228A (zh) * | 2021-11-30 | 2022-03-08 | 湖南大学 | 一种有向交互拓扑下无速度测量的四旋翼编队控制方法 |
CN115220472A (zh) * | 2022-07-13 | 2022-10-21 | 南京航空航天大学 | 一种切换拓扑下空-地异构编队系统的容错控制方法 |
CN116860005A (zh) * | 2023-08-21 | 2023-10-10 | 南京航空航天大学 | 一种考虑间歇性通信的集群无人机容错协同控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388267A (zh) * | 2018-04-13 | 2018-08-10 | 北京天赢测控技术有限公司 | 无人机管控系统 |
CN110032205A (zh) * | 2019-04-29 | 2019-07-19 | 河海大学常州校区 | 一种具有抗干扰能力的无人机姿态控制方法 |
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 |
CN111522241A (zh) * | 2020-05-08 | 2020-08-11 | 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 |
CN111948944A (zh) * | 2020-08-07 | 2020-11-17 | 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 |
CN112650303A (zh) * | 2021-01-20 | 2021-04-13 | 南京航空航天大学 | 一种基于固定时间技术的无人机编队容错控制方法 |
-
2021
- 2021-05-26 CN CN202110578469.3A patent/CN113342033B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388267A (zh) * | 2018-04-13 | 2018-08-10 | 北京天赢测控技术有限公司 | 无人机管控系统 |
CN110032205A (zh) * | 2019-04-29 | 2019-07-19 | 河海大学常州校区 | 一种具有抗干扰能力的无人机姿态控制方法 |
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 |
CN111522241A (zh) * | 2020-05-08 | 2020-08-11 | 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 |
CN111948944A (zh) * | 2020-08-07 | 2020-11-17 | 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 |
CN112650303A (zh) * | 2021-01-20 | 2021-04-13 | 南京航空航天大学 | 一种基于固定时间技术的无人机编队容错控制方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114153228A (zh) * | 2021-11-30 | 2022-03-08 | 湖南大学 | 一种有向交互拓扑下无速度测量的四旋翼编队控制方法 |
CN114153228B (zh) * | 2021-11-30 | 2024-04-16 | 湖南大学 | 一种有向交互拓扑下无速度测量的四旋翼编队控制方法 |
CN115220472A (zh) * | 2022-07-13 | 2022-10-21 | 南京航空航天大学 | 一种切换拓扑下空-地异构编队系统的容错控制方法 |
CN116860005A (zh) * | 2023-08-21 | 2023-10-10 | 南京航空航天大学 | 一种考虑间歇性通信的集群无人机容错协同控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113342033B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113342033B (zh) | 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 | |
Yu et al. | Safe control of trailing UAV in close formation flight against actuator fault and wake vortex effect | |
CN108681240B (zh) | 基于未知输入观测器的无人机分布式编队的故障诊断方法 | |
EP2411972B1 (en) | Trajectory tracking flight controller | |
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 | |
CN109991991B (zh) | 一种无人直升机鲁棒容错跟踪方法 | |
CN109856972B (zh) | 一种无人直升机鲁棒容错跟踪控制方法 | |
CN111781942B (zh) | 一种基于自构造模糊神经网络的容错飞行控制方法 | |
CN113342037A (zh) | 具有输入饱和的多旋翼无人机时变编队控制方法及系统 | |
CN109597426A (zh) | 基于l1自适应控制的四旋翼直升机轨迹跟踪控制方法 | |
CN106842912A (zh) | 高超声速机动飞行抗舵面饱和鲁棒控制方法 | |
Dalwadi et al. | Adaptive backstepping controller design of quadrotor biplane for payload delivery | |
CN114815861A (zh) | 一种基于时空径向基函数神经网络的容错飞行控制方法 | |
CN113568423A (zh) | 一种考虑电机故障的四旋翼无人机智能容错控制方法 | |
Zhang et al. | Reinforcement learning control for 6 DOF flight of fixed-wing aircraft | |
CN114237270B (zh) | 一种考虑输入饱和的无人直升机跟踪控制方法 | |
CN107678442B (zh) | 一种基于双模型下的四旋翼自主着船控制方法 | |
CN111435253A (zh) | 四旋翼飞行器有界输出控制 | |
CN108459611A (zh) | 一种近空间飞行器的姿态跟踪控制方法 | |
CN111897219A (zh) | 基于在线逼近器的倾转四旋翼无人机过渡飞行模式最优鲁棒控制方法 | |
An et al. | Relative position control design of receiver UAV in flying-boom aerial refueling phase | |
Huangzhong et al. | Tiltrotor aircraft attitude control in conversion mode based on optimal preview control | |
Zou et al. | Optimal hovering control of a tail-sitter via model-free fast terminal slide mode controller and cuckoo search algorithm | |
Ocaña et al. | Development of a nonlinear reconfigurable f-16 model and flight control systems using multilayer adaptive neural networks | |
Housny et al. | Robust sliding mode control for quadrotor UAV |
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 |