CN117193357A - 分布式动力偏航控制方法、系统、存储介质、设备及终端 - Google Patents
分布式动力偏航控制方法、系统、存储介质、设备及终端 Download PDFInfo
- Publication number
- CN117193357A CN117193357A CN202311220154.7A CN202311220154A CN117193357A CN 117193357 A CN117193357 A CN 117193357A CN 202311220154 A CN202311220154 A CN 202311220154A CN 117193357 A CN117193357 A CN 117193357A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- distributed
- distributed power
- controller
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000011217 control strategy Methods 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims 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 abstract description 16
- 238000004891 communication Methods 0.000 abstract description 14
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000005265 energy consumption Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 239000000446 fuel Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- 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
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于非线性控制技术领域,公开了一种分布式动力偏航控制方法、系统、存储介质、设备及终端,首先构建无人机六自由度飞行动力学模型,不同于传统模型,该模型考虑了动力偏航力矩;然后基于钉扎一致性理论,设计了分布式动力偏航控制器;最后通过李雅普诺夫稳定性理论验证了该控制策略的有限时间大信号稳定性。本发明解决了分布式电推进无人机飞行控制计算机计算负担及通信网络通信负担过重问题,实现了一种有限时间收敛的动力偏航控制策略。本发明开创性地将分布式控制器应用到了分布式电推进系统当中,增强了分布式电推进系统的冗余、高效、低损耗特性。
Description
技术领域
本发明属于非线性控制技术领域,尤其涉及一种分布式动力偏航控制方法、系统、存储介质、设备及终端。
背景技术
目前,无人机在情报、监控、侦查、目标搜索、环境监测以及地质勘察等诸多军民领域有着广泛应用。考虑到便携性、低噪声、环保以及安全性等问题,无人机开始逐步采用电推进系统,然而一台电推进器无法满足无人机对推进系统功率、体积、重量等要求,因此通过多台较小功率的推进器分布在无人机的翼展或机身上来实现对推进系统的推力要求,这种推进结构被称为分布式电推进系统。分布式电推进系统有如下优点:①高效率:分布式电推进系统能够减少甚至完全消除无人机的尾翼面积,进而减小无人机的尺寸和重量,提高飞行效率。②高控制冗余:当无人机翼尾、操纵装置甚至是推进器本身损坏时,通过调节分布式电推进系统机翼两侧推进器的输出推力能够为无人机提供额外偏航控制能力。③短距离起降:分布式推进系统可以显着提高推进器后面的气流速度,从而实现短距离起降。
为了高效利用分布式电推进系统的优势,许多研究针对分布式电推进系统设计了一种动力偏航控制,所谓动力偏航控制指的是使用分布在机身上的各个推进器来控制无人机的航向角。该控制不同于基于传统无人机操纵装置(方向舵、副翼、升降舵)的偏航控制,是独属于分布式推进无人机的另外一种控制能力。为了实现动力偏航控制,需要调节分布式电推进系统的每个单独推进器的推力输出。通过改变无人机一侧相对于另一侧的推力,可以产生偏航力矩,导致无人机绕其垂直轴旋转。传统的动力偏航控制主要是集中式结构,即由无人机的飞行控制计算机负责做出决策并发出命令来调节推进系统各推进器的推力,进而实现动力偏航。在这种方法中,来自不同传感器和子系统的所有数据都被收集并发送给飞行控制计算机。飞行控制计算机处理数据,做出决策,并将控制信号发送回推进器的控制器,以实现所需的偏航要求。
但是,现有的技术存在一些问题和缺陷:
(1)如果飞行控制计算器发生单点故障或不可用,那么整个推进系统的运行都会收到影响,导致完全关闭或者无人机失去控制。
(2)集中式控制器需要在飞行控制计算机、推进器的控制器、传感器之间进行广泛的通信,并且随着推进器数量的增加,可能会导致潜在的通信延迟甚至通信饱和,影响系统的响应能力。
(3)飞行控制计算机不仅需处理无人机的偏航运动,还需应对导航定位、航迹跟踪和航迹规划等多项功能。这对计算机性能要求更高,从而势必导致飞控计算机的能耗和体积增大。
发明内容
针对现有技术存在的问题,本发明提供了一种分布式动力偏航控制方法、系统、存储介质、设备及终端。
本发明是这样实现的,所述分布式动力偏航控制方法首先构建无人机六自由度飞行动力学模型,该模型考虑了动力偏航力矩对无人机气动的影响;然后基于钉扎一致性理论,设计分布式动力偏航控制器;然后通过李雅普诺夫稳定性理论验证了控制策略的有限时间大信号稳定性;最后设计分布式动力偏航控制器的参数。下面,对本发明各步骤进行详细地阐述:
第一步,所述分布式动力偏航控制方法构建考虑动力偏航力矩的无人机六自由度数学模型:
其中,m是无人机的质量,J是惯性力矩矩阵,V飞行速度矩阵,Ω是角速度矩阵,FA是空气动力,G是重力,是无人机所受的推力矩阵并且Fi是第i个推进器的推力,N是推进器的总数,MA是气动力矩,/>是动力偏航力矩且li是第i个推进器距离重心的水平距离,/>和/>分别是无人机风轴至机体轴和地球轴至机体轴的坐标变换矩阵。
进一步,所述分布式动力偏航控制方法设计基于钉扎的有限时间分布式动力偏航控制律:
其中,Fi,y是第i个推进器用于动力偏航所需的推力,Fi,cr是第i个推进器用于维持飞行速度所需的推力其值由飞行速度控制器决定,Fi,y,ref是Fi,y的期望值,是动力偏航力矩,/>是期望的动力偏航力矩并由一个比例积分PI环决定:Mz,T,ref=kp,χ(χ-χref)+ki,χ∫(χ-χref)dt,χ是航向角且χref是期望的航向角,kp,χ是PI环比例系数,ki,χ是PI环积分系数;此外,kfn是控制器增益且kfn>0,m是指数增益且0<m<1,∈fn,i是钉扎增益,当第i个推进器被钉扎外部的信息时∈fn,i>0,否则∈fn,i=0。
进一步,所述分布式动力偏航控制方法通过李亚普诺夫理论验证有限时间大信号稳定性:
给出第i个推进器的期望偏航力矩与当前偏航力矩的误差:
ei=(Fi,cr+Fi,y)li-(Fi,cr+Fi,y,ref)li
定义控制器的李雅普诺夫函数为:
对李雅普诺夫函数求导可得:
基于李亚普诺夫理论,当α>0,系统是有限时间稳定的。
进一步,所述分布式动力偏航控制方法通过如下表达式及控制器参数kfn,∈fn,i,m,计算调节时间:
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述分布式动力偏航控制方法。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述分布式动力偏航控制方法。
本发明的另一目的在于提供一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现所述分布式动力偏航控制方法。
本发明的另一目的在于提供一种无人机分布式电推进系统,所述无人机分布式电推进系统实现所述分布式动力偏航控制方法。
本发明的另一目的在于提供一种基于所述分布式动力偏航控制方法的分布式动力偏航控制系统,所述分布式动力偏航控制系统包括:
模型构建模块,用于构建无人机六自由度飞行动力学模型,模型考虑动力偏航力矩;
控制器设计模块,用于基于钉扎一致性理论,设计分布式动力偏航控制器;
稳定性验证模块,用于通过李雅普诺夫稳定性理论验证控制策略的有限时间大信号稳定性。
控制器系数设计模块,用于通过稳定性分析结论,结合期望的收敛时间设计分布式动力偏航控制器的增益和指数增益。
结合上述的技术方案和解决的技术问题,本发明所要保护的技术方案所具备的优点及积极效果为:
第一、本发明针对无人机分布式电推进系统的动力偏航问题提出了一种基于钉扎一致性的有限时间控制器,具有这些优点:①降低了飞行控制计算机的计算负担,进而降低了计算机的能耗和体积,最终提高了无人机航时和航程;②相比集中式动力偏航控制,所提算法降低了通信负担并提高了控制冗余;③充分利用了分布式电推进系统的分布式结构和冗余特性;④实现了偏航控制的有限时间收敛;⑤算法可移植性高,对无人机推进器数量没有限制。
第二,本发明所提出的分布式动力偏航技术主要应用于无人机分布式电推进系统,在电动无人机系统中占据着核心地位,其能耗超过无人机总能耗的50%。因此,对分布式电推进系统的优化具有至关重要的意义。该专利的创新之处在于通过分布式控制理论,将飞行控制计算机中的偏航控制转移至推进器控制器,能够有效地减小飞行操作装置的体积和飞行控制计算机的计算负担,从而降低无人机的能源消耗,实现远距离长航时飞行。无人机的飞行距离和滞空时间作为电动无人机性能的关键指标,具有重要意义。它们直接影响着无人机在不同应用场景下的实用性和效率,决定了无人机能够在多大范围内执行任务。更长的飞行距离和滞空时间使得无人机能够覆盖更广阔的区域,从而对无人机的商业价值产生显著影响。例如,在搜索与救援、农业、环境监测等领域,较长的飞行距离和滞空时间使得无人机能够提供更广泛的服务,拓展了其商业应用范围,增加了多样性。长时间的滞空时间使得无人机能够在一个充电周期内执行更多任务,从而提升了任务执行的效率和生产力。对于需要频繁监测、勘察或巡逻的商业场景而言,这具有重要意义。此外,更长的飞行距离和滞空时间还可以降低频繁起降和电池更换所带来的运营成本,尤其对于长时间或远程任务,有助于降低无人机的运营支出。总之,本发明的技术创新为电动无人机的性能提升和商业应用拓展提供了有力支持。
第三,本发明的技术方案转化后的预期收益和商业价值为:
当前,我国的无人机产业链正逐步走向成熟。在技术创新与市场需求的双重推动下,该行业已进入迅猛发展阶段。特别值得注意的是,固定翼无人机在航空测绘、资源勘探、农业植保、油气管网巡检、海洋监测等多个领域得到了广泛应用。与此同时,在建筑施工、物流运输、边境巡逻、治安维护、紧急救援等方面,其应用也在加速落地。近年来,受市场需求强劲驱动,中国无人机市场规模持续扩大。据Frost&Sullivan的数据显示,预计到2024年,工业级无人机市场规模将达到约1500亿元人民币。这充分表明无人机应用具有广阔前景。随着技术的不断进步和商业应用的日益成熟,未来无人机市场规模有望继续保持高速增长。此外,环保、能源节约、低噪音以及长航时等要求的推动下,无人机逐渐实现电气化,电动无人机逐渐取代了传统的燃油动力无人机。与燃油动力无人机相比,电动无人机具有更小的整体尺寸、更轻的重量、更低的折旧率以及更低的单位作业人工成本,易于维护。因此,电动无人机正逐步取代传统燃油无人机,成为市场的主流选择。
分布式电推进系统是电动无人机的核心组成部分,因此优化分布式电推进系统至关重要。本发明提出了一项分布式动力偏航控制技术,通过减小飞行控制计算机的体积和能耗,进一步提升无人机的滞空时间和飞行距离。这种技术带来了长飞行距离和持久滞空时间,从而扩展了无人机的服务范围,提升了其商业价值。在搜索救援、农业和环境监测等领域,长飞行距离和滞空时间为无人机提供广泛的应用,拓展了其商业潜力,同时也有助于降低运营成本。综上所述,该专利技术的创新为电动无人机性能的提升和商业应用的拓展提供了有力支持。此外,本发明的预期收益是通过提高无人机科技公司产品质量和竞争力实现的,通过减小电推进系统体积重量,实现提高无人机航时和载荷能力。而飞行航时和载荷能力是无人机关键性能指标,也是许多顾客追求的关键因素之一。长航时无人机通常被认为更有价值,因为它们能够扩大应用范围、提高效率、减少操作成本、更持久的监视侦测。这使得客户愿意支付更高的价格,从而提高产品的销售收益。
本发明的技术方案填补了国内外业内技术空白:固定翼无人机的偏航动作通常是通过位于机翼和尾翼的飞行操作装置(副翼、升降舵、方向舵)来实现的,但是当飞行操作装置发生硬件或软件故障后,无人机就会失去控制。为了进一步提高无人机的冗余性和可靠性,基于分布式电推进系统的动力偏航控制被广泛研究。当前的动力偏航控制主要是集中式控制结构,该控制器被实现在飞行控制计算机当中,通过一个宽通带的通信网络实时监测分布式电推进系统的运行状态,并通过控制推进电机转速实现所需的偏航控制目标。但是,集中式结构存在许多问题,例如宽带宽通信网络会导致更高的成本和耗能,并且信号质量更易于受到环境的影响,尤其是在城市等环境复杂的地方,此外,飞行控制计算机的单点故障对无人机偏航控制是致命的。而本发明开创新地设计了一个分布式动力偏航控制,通过分布式控制结构,降低了通信网络的通信带宽,提高了偏航控制的可靠性,并未见发表于其他文献和专利。
本发明的技术方案是否解决了人们一直渴望解决、但始终未能获得成功的技术难题:无人机的重量和能耗构成了其关键性能评价标准,直接影响着无人机的飞行时长和负载能力。而分布式电推进系统是电动无人机主要的重量和能耗来源。因此,在确保无人机性能的前提下,降低推进系统的重量和能耗一直是人们的追求。本发明采用动力偏航的方法,有效地减小了无人机副翼、升降舵和方向舵的面积,甚至在某些情况下能够完全消除。与此同时,分布式的控制结构降低了中央飞行控制计算机的计算负担,从而减少了计算机的运算需求。这进一步导致计算机体积、能源消耗和成本的降低。低成本、低能耗以及延长航行时正是电动无人机的发展方向。
第四,这种分布式动力偏航控制方法在工业应用上可能存在的技术进步包括:
1.提高控制精度:搭建包含动力偏航力矩的飞行动力学模型,该方法能够更准确地反映无人机的实际飞行情况,提高控制精度,从而更好地满足工业应用中对无人机控制精度的要求。
2.分布式控制器的设计:基于钉扎一致性理论设计分布式动力偏航控制器,能够实现分布式控制,适应各种不同的无人机和环境条件,具有更强的适应性和可扩展性。
3.稳定性的保障:通过李雅普诺夫稳定性理论验证了控制策略的有限时间大信号稳定性,能够保障无人机在飞行过程中的稳定性,减少意外情况的发生,提高工业应用的安全性。
4.实时性控制:根据稳定性分析结论和期望的收敛时间设计控制器增益和指数增益,能够实现快速、实时的控制,满足工业应用中对无人机控制实时性的要求。
5.适应性强:该方法能够适应不同型号和质量的无人机,具有较强的适应性和可扩展性,能够满足工业应用中对无人机控制的需求。
综上所述,这种分布式动力偏航控制方法在工业应用中具有较大的技术进步,能够提高控制精度、适应性和实时性,同时保障稳定性,满足工业应用中对无人机控制的需求。未来研究可以进一步探索该方法在其他领域的适用性和扩展性,推动其在实际应用中的广泛应用。
附图说明
图1是本发明实施例提供的分布式动力偏航控制方法流程图;
图2是本发明实施例提供的电动无人机结构图;
图3是本发明实施例提供的分布式电推进无人机及其参考坐标轴示意图;图中:Xb,Yb,Zb--无人机机体参考系,Xe,Ye,Ze--地球参考系,Xw--风轴,χ--无人机航向角,χref--无人机航向角参考,Mz,T--无人机动力偏航力矩,Mz,T,ref--无人机期望的动力偏航力矩,PMi—第i个推进器的电机转速并与第i个推进器输出推力成正比;
图4是本发明实施例提供的分布式动力偏航控制框图;
图5是本发明实施例提供的分布式动力偏航控制系统框图;
图6是本发明实施例提供的无人机分布式电推进系统半实物仿真平台示意图;
图7是本发明实施例提供的分布式动力偏航控制的航向角响应示意图;
图8是本发明实施例提供的分布式动力偏航控制的飞行速度响应示意图;
图9是本发明实施例提供的分布式动力偏航控制的推进电机转速及总推力响应示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提供的分布式动力偏航控制方法,包括以下步骤:
S101:构建无人机六自由度飞行动力学模型,模型考虑动力偏航力矩;
S102:基于钉扎一致性理论,设计了分布式动力偏航控制律;
S103:通过李雅普诺夫稳定性理论验证了控制策略的有限时间大信号稳定性;
S104:基于稳定性分析结论及期望的收敛时间设计控制器增益和指数增益。
实施例1:
如图2所示,在本实施例中,电动无人机由分布式电推进系统、飞行操作装置、舰载电网组成。
第一步:构建无人机六自由度飞行动力学模型,模型考虑动力偏航力矩
首先,给出本实例所采用的分布式电推进无人机外形结构图,如图3所示。基于该无人机外形,给出无人机三个常用坐标系:
1)地球参考系:又称惯性轴,这些轴相对于地球是固定的,不随无人机旋转。Xe轴指向正北,与地球的子午线(经线)对齐。Ye轴指向东,垂直于Xe轴并平行于地球赤道。Ze轴垂直向下,构成右手坐标系。原点是地球表面上的某个固定点,如有必要可以指定。
2)机体参考系:又称为局部轴,这些轴固定在无人机机身上并随无人机移动。Xb轴沿着无人机的纵轴,从机头到机尾。Yb轴沿着无人机的横轴,从一个翼尖指向另一个翼尖。Zb轴沿着无人机的垂直轴,从无人机的顶部到低部。机身轴在无人机控制系统中特别有用,因为它们直接与无人机的运动和方向相关。
3)风轴:也称为稳定性轴,这些轴位于机身轴和地球轴之间,并随无人机旋转,但不与无人机机身对齐。Xw轴指向无人机的相对风向,即无人机向前移动时风的方向。风轴可用于分析无人机在不同风力条件下的稳定性和控制特性。
基于上述坐标系,无人机的动态特性可以通过如下六自由度模型描述:
其中,m是无人机的质量,J是惯性力矩矩阵,V飞行速度矩阵,Ω是角速度矩阵,FA是空气动力,G是重力,是无人机所受的推力矩阵并且Fi是第i个推进器的推力,N是推进器的总数,MA是气动力矩,/>是动力偏航力矩且li是第i个推进器距离重心的水平距离,/>和/>分别是无人机风轴至机体轴和地球轴至机体轴的坐标变换矩阵。
第二步:设计基于钉扎的有限时间分布式动力偏航控制器
如图3所示,所采用的分布式电推进系统有8个推进器,基于一致性理论,可以将每个推进器看作智能体,将推力看作智能体的状态变量,航向角参考作为钉扎信号,所提分布式动力偏航控制器的数学描述如下:
其中,Fi,y是第i个推进器用于动力偏航所需的推力,Fi,cr是第i个推进器用于维持飞行速度所需的推力其值由飞行速度控制器决定,Fi,y,ref是Fi,y的期望值,是动力偏航力矩,/>是期望的动力偏航力矩并由一个比例积分PI环决定:Mz,T,ref=kp,χ(χ-χref)+ki,χ∫(χ-χref)dt,χ是航向角且χref是期望的航向角,kp,χ是PI环比例系数,ki,χ是PI环积分系数;此外,kfn是控制器增益且kfn>0,m是指数增益且0<m<1,∈fn,i是钉扎增益,当第i个推进器被钉扎外部的信息时∈fn,i>0,否则∈fn,i=0。
基于公式(3)可得到控制器框图,如图4所示。飞行控制计算机通过一个PI环计算无人机期望的动力偏航力矩,并通过一个通信网络将PI环输出作为钉扎信号传递给被钉扎的推进器控制器。基于一致性原则,分布式动力偏航控制器输出一个偏航所需的推力Fj,y,并与用于调节速度的推力Fj,cr共同作为电机转速控制器的输入。
第三步:通过李亚普诺夫理论验证所提控制器的有限时间大信号稳定性
给出第i个推进器的期望推力与当前推力的误差:
ei=(Fi,cr+Fi,y)li-(Fi,cr+Fi,y,ref)li (3)
则可得到分布式动力偏航控制器的误差形式:
定义控制器的李雅普诺夫函数为:
对李雅普诺夫函数求导可得:
应当注意:aij=aji且sigm(ej-ei)=-sigm(ei-ej),因此:
其中,
基于李亚普诺夫理论,当α>0,系统是有限时间稳定的。
第四步:通过设计控制器参数kfn,∈fn,i,m获得期望的调节时间
首先给出分布式偏航控制器的调节时间计算表达式:
然后给出控制器的参数,如表1所示。
表1分布式动力偏航控制器参数
当t=0时,默认无人机处于水平稳定飞行状态,即无人机无偏航力矩,则控制器的调节时间如下:
当时间t大于tfn,系统将会进入稳态,因此控制器实现了有限时间控制。
如图5所示,本发明实施例提供的分布式动力偏航控制系统,包括:
模型构建模块,用于构建无人机六自由度飞行动力学模型,模型考虑动力偏航力矩;
控制器设计模块,用于基于钉扎一致性理论,设计了分布式动力偏航控制器;
稳定性证明模块,用于通过李雅普诺夫稳定性理论证明了控制策略的有限时间大信号稳定性。
参数设计模块,用于基于稳定性分析结论及期望的收敛时间设计控制器增益和指数增益。
控制验证模块,用于验证设计的控制策略在实际系统中的有效性和可行性,通常涉及仿真、实验台或实际系统来测试控制器的性能。
为验证分布式动力偏航控制的有效性,搭建如图6所示的电动无人机半实物平台,平台主要由实时仿真机National Instruments(NI)和微型单板计算机Raspberry Pi(RPi)构成。RPi通过AD/DAC采样模块与NI通信,而RPi之间通过一个基于一个传输控制协议(Transmission Control Protocol,TCP)的通信网络实现数据交换。无人机的气动模型、飞行动力学模型和分布式电推进系统模型在NI中实现,每一个推进器配备一个RPi,用作推进器的控制器。该控制器实现电机转速控制、分布式动力偏航控制和通信管理,控制器参数如表1所示。
为评估分布式动力偏航控制的动态特性,本发明基于图6所示的测试平台,完成了航向角参考阶跃响应实验。在该实验当中,无人机一开始飞行在稳态,即此时偏航力矩为0且飞行速度Ye轴分量也为0。当航向角参考变化时,由于PI环的作用,所对应的偏航力矩参考也会发生变化。并且,通过一个无线通信网络,偏航力矩参考作为钉扎信号被传递至推进器1。基于一致性原则,每个推进器的推力都会被调节,进而产生所需偏航力矩并达到所需航向角。
航向角参考由0°阶跃至-1°的实验波形如图7至图9所示。图7表明,无人机初始航向角为0,在t2时刻,对无人机输入一个-1°的航向角参考阶跃响应,导致推进器1至推进器8的转速偏离其稳态值并生成偏航力矩进而改变无人机的航向,如图9所示。沿Ye轴的速度证明了无人机偏航调节的有效性。值得注意的是,在t2启动动力偏航控制时,推进器1的转速变化较大,因为推进器1被用于去接收钉扎信息。随着系统收敛,无人机达到新的稳定状态,偏航力矩调回零,这表明偏航调节完成。推力变化引起了飞行速度的偏差,通过无人机的飞行速度控制器实现了飞行速度调节,如图8所示。
针对无人机分布式电推进系统,为了充分利用推进系统的冗余性,通过调节机翼两侧推进器的推力差,本发明开发了一种分布式动力偏航控制器。通过引入符号函数,实现了控制器的有限时间收敛。本发明详细的阐述了这种发明的机理,利用李雅普诺夫稳定性理论验证了该控制策略的大信号稳定性和有限时间收敛性,并给出了实验数据,证明了该发明的可行性。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种分布式动力偏航控制方法,其特征在于,所述分布式动力偏航控制方法首先构建无人机六自由度飞行动力学模型,采用动力偏航力矩;然后基于钉扎一致性理论,设计分布式动力偏航控制器;然后通过李雅普诺夫稳定性理论验证了控制策略的有限时间大信号稳定性;最后基于稳定性分析结论及期望的收敛时间设计控制器增益和指数增益。
2.如权利要求1所述的分布式动力偏航控制方法,其特征在于,所述分布式动力偏航控制方法构建考虑动力偏航力矩的无人机六自由度数学模型:
其中,m是无人机的质量,J是惯性力矩矩阵,V飞行速度矩阵,Ω是角速度矩阵,FA是空气动力,G是重力,是无人机所受的推力矩阵并且Fi是第i个推进器的推力,N是推进器的总数,MA是气动力矩,/>是动力偏航力矩且li是第i个推进器距离重心的水平距离,/>和/>分别是无人机风轴至机体轴和地球轴至机体轴的坐标变换矩阵。
3.如权利要求1所述的分布式动力偏航控制方法,其特征在于,所述分布式动力偏航控制方法设计基于钉扎的有限时间分布式动力偏航控制器:
其中,Fi,y是第i个推进器用于动力偏航所需的推力,Fi,cr是第i个推进器用于维持飞行速度所需的推力其值由飞行速度控制器决定,Fi,y,ref是Fi,y的期望值,是动力偏航力矩,/>是期望的动力偏航力矩并由一个比例积分PI环决定:Mz,T,ref=kp,χ(χ-χref)+ki,χ∫(χ-χref)dt,χ是航向角且χref是期望的航向角,kp,χ是PI环比例系数,ki,χ是PI环积分系数;此外,kfn是控制器增益且kfn>0,m是指数增益且0<m<1,∈fn,i是钉扎增益,当第i个推进器被钉扎外部的信息时∈fn,i>0,否则∈fn,i=0。
4.如权利要求1所述的分布式动力偏航控制方法,其特征在于,所述分布式动力偏航控制方法通过李亚普诺夫理论验证所提控制器的大信号稳定性:
给出第i个推进器的期望偏航力矩与当前偏航力矩的误差:
ei=(Fi,cr+Fi,y)li-(Fi,cr+Fi,y,ref)li
定义控制器的李雅普诺夫函数为:
对李雅普诺夫函数求导可得:
其中,ρ1=λmin(A),/>
基于李亚普诺夫理论,当α>0,系统是有限时间稳定的。
5.如权利要求1所述的分布式动力偏航控制方法,其特征在于,所述分布式动力偏航控制方法通过如下表达式及控制器参数kfn,∈fn,i,m,计算调节时间:
6.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~5任意一项所述分布式动力偏航控制方法。
7.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1~5任意一项所述分布式动力偏航控制方法。
8.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现权利要求1~5任意一项所述分布式动力偏航控制方法。
9.一种无人机分布式电推进系统,其特征在于,所述无人机分布式电推进系统实现权利要求1~5任意一项所述分布式动力偏航控制方法。
10.一种基于权利要求1~5任意一项所述分布式动力偏航控制方法的分布式动力偏航控制系统,其特征在于,所述分布式动力偏航控制系统包括:
模型构建模块,用于构建无人机六自由度飞行动力学模型,模型考虑动力偏航力矩;
控制器设计模块,用于基于钉扎一致性理论,设计了分布式动力偏航控制器;
稳定性证明模块,用于通过李雅普诺夫稳定性理论证明了控制策略的有限时间大信号稳定性。
参数设计模块,用于基于稳定性分析结论及期望的收敛时间设计控制器增益和指数增益。
控制验证模块,用于验证设计的控制策略在实际系统中的有效性和可行性,通常涉及仿真、实验台或实际系统来测试控制器的性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311220154.7A CN117193357A (zh) | 2023-09-20 | 2023-09-20 | 分布式动力偏航控制方法、系统、存储介质、设备及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311220154.7A CN117193357A (zh) | 2023-09-20 | 2023-09-20 | 分布式动力偏航控制方法、系统、存储介质、设备及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117193357A true CN117193357A (zh) | 2023-12-08 |
Family
ID=89003288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311220154.7A Pending CN117193357A (zh) | 2023-09-20 | 2023-09-20 | 分布式动力偏航控制方法、系统、存储介质、设备及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117193357A (zh) |
-
2023
- 2023-09-20 CN CN202311220154.7A patent/CN117193357A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110612432A (zh) | 自主飞行器健康系统和方法 | |
Lu et al. | Real-time simulation system for UAV based on Matlab/Simulink | |
Stahl et al. | Mission and aircraft design of FLEXOP unmanned flying demonstrator to test flutter suppression within visual line of sight | |
CN104950901A (zh) | 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法 | |
CN111538255B (zh) | 一种反蜂群无人机的飞行器控制方法及系统 | |
US20230057311A1 (en) | Systems and methods for optimizing a controlled flight plan | |
CN107526303A (zh) | 一种飞行器管理系统仿真验证平台 | |
US20230053491A1 (en) | System and method for digital communication of a flight maneuver | |
Yu et al. | Design and Implementation of a Hardware‐in‐the‐Loop Simulation System for a Tilt Trirotor UAV | |
Zhou et al. | Position control of a tail-sitter UAV using successive linearization based model predictive control | |
CN109991992A (zh) | 基于浸入不变集的小型无人直升机无模型自适应控制方法 | |
Segui et al. | Cessna citation X climb and cruise performance improvement using adaptive winglet | |
CN112327926A (zh) | 一种无人机编队的自适应滑模控制方法 | |
El Adawy et al. | Design and fabrication of a fixed-wing Unmanned Aerial Vehicle (UAV) | |
CN111580389A (zh) | 基于深度学习的三自由度直升机显式模型预测控制方法 | |
Yang et al. | A decentralised control strategy for formation flight of unmanned aerial vehicles | |
Dalamagkidis et al. | Autonomous autorotation of unmanned rotorcraft using nonlinear model predictive control | |
CN117193357A (zh) | 分布式动力偏航控制方法、系统、存储介质、设备及终端 | |
CN114003052B (zh) | 一种基于动态补偿系统的固定翼无人机纵向运动鲁棒自适应控制方法 | |
Droney et al. | Subsonic ultra-green aircraft research: transonic truss-braced wing technical maturation | |
Hamissi et al. | A new nonlinear control design strategy for fixed wing aircrafts piloting | |
CN211685678U (zh) | 一种多旋翼无人机实时尾迹的仿真分析系统 | |
Huang et al. | On the 3D Track Planning for Electric Power Inspection Based on the Improved Ant Colony Optimization and A∗ Algorithm | |
Brigido-Gonzalez et al. | Adaptive energy based control for the longitudinal dynamics of a fixed-wing aircraft | |
Xu et al. | Research on precise route control of unmanned aerial vehicles based on physical simulation systems |
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 |