CN117369247A - 一种时延补偿与执行器分配控制方法、装置、设备及介质 - Google Patents
一种时延补偿与执行器分配控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117369247A CN117369247A CN202311680703.9A CN202311680703A CN117369247A CN 117369247 A CN117369247 A CN 117369247A CN 202311680703 A CN202311680703 A CN 202311680703A CN 117369247 A CN117369247 A CN 117369247A
- Authority
- CN
- China
- Prior art keywords
- angular velocity
- controller
- control signal
- control
- delay
- 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 91
- 238000009826 distribution Methods 0.000 title claims abstract description 19
- 239000007921 spray Substances 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 44
- 238000012546 transfer Methods 0.000 claims description 35
- 238000005070 sampling Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 12
- 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 8
- 238000010586 diagram Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000001276 controlling effect Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000005507 spraying Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013213 extrapolation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009699 differential effect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本申请公开了一种时延补偿与执行器分配控制方法、装置、设备及介质,方法包括:将期望角速度输入平滑微分前馈器,得到前馈信号;将测量的角速度输入状态预测器,得到预测的角速度;将期望角速度和预测的角速度输入涡喷控制器,并将得到信号和前馈信号相加,得到涡喷信号;将测量的角速度和期望角速度输入舵机控制器,得到舵机信号;根据涡喷信号和舵机信号中的俯仰信号调节两个控制器中俯仰轴控制器的增益;根据涡喷信号中的滚转信号调节滚转轴控制器的增益;根据舵机信号中的偏航信号调节偏航轴控制器的增益。本申请可以稳定控制飞行背包和提升飞行背包各控制器的响应性能,可广泛应用于自动控制技术领域。
Description
技术领域
本发明涉及自动控制技术领域,尤其是一种时延补偿与执行器分配控制方法、装置、设备及介质。
背景技术
单人喷气式飞行背包(简称为“飞行背包”)相较于使用电力的单人飞行器而言具备更高的能量密度及更小的体积,其在军事、搜救及个人娱乐领域的潜力越来越受到行业的关注,但由于喷气背包使用的涡喷发动机推力变化速度较慢,导致涡喷发动机无法及时跟踪期望推力,从而影响了飞行性能。
现有技术存在以下问题:1)现有飞控框架不足以应对飞行背包的执行器特性,在面对执行器延时时间较大的控制对象时,控制器容易出现控制性能下降,超调甚至控制器发散的情形,影响飞行背包的稳定飞行及飞行品质;2)飞行背包不同特性的控制器统一分配控制信号,导致各控制器的响应性能下降。
发明内容
有鉴于此,本申请提供一种时延补偿与执行器分配控制方法、装置、设备及介质,以稳定控制飞行背包和提升飞行背包各控制器的响应性能。
本申请的一方面提供了一种时延补偿与执行器分配控制方法,其特征在于,包括:
将期望角速度输入平滑微分前馈器,得到前馈微分信号;
将测量的角速度输入状态预测器,得到预测的角速度;
将所述期望角速度和所述预测的角速度输入涡喷控制器,得到第一涡喷控制信号;将所述第一涡喷控制信号和所述前馈微分信号相加,得到第二涡喷控制信号;
将所述测量的角速度和所述期望角速度输入舵机控制器,得到舵机控制信号;
根据所述第二涡喷控制信号中的俯仰控制信号和所述舵机控制信号中的俯仰控制信号调节所述涡喷控制器中俯仰轴控制器的增益和所述舵机控制器中俯仰轴控制器的增益,以实现期望的俯仰控制;
根据所述第二涡喷控制信号中的滚转控制信号调节所述涡喷控制器中滚转轴控制器的增益,以实现期望的滚转控制;
根据所述舵机控制信号中的偏航控制信号调节所述舵机控制器中偏航轴控制器的增益,以实现期望的偏航控制。
可选地,所述将期望角速度输入平滑微分前馈器,得到前馈微分信号,包括:
根据预设的微分表达式构建所述平滑微分前馈器;
所述预设的微分表达式为:
;
其中为时间常数,/>代表所述期望角速度;
确定预设的二阶传递函数的二阶离散形式的表达式;
所述预设的二阶传递函数为:
;
其中s表示拉氏变量,代表系统的增益系数,/>为系统的阻尼系数;
所述二阶离散形式的表达式为:
;
其中为离散系统的采样点,/>为系统的采样时间;
将所述二阶离散形式的表达式应用于所述平滑微分前馈器的提取微分步骤,利用所述平滑微分前馈器对所述期望角速度进行提取微分,得到所述前馈微分信号。
可选地,所述方法还包括构建所述状态预测器的步骤,所述构建所述状态预测器的步骤包括:
对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象;
根据离散化后的状态空间模型及其延迟步长构建状态预测器。
可选地,所述对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象,包括:
对所述被控对象进行建模,得到初始的传递函数如下:
;
其中为系统的增益,/>,/>分别为系统的系数,/>为系统的纯延迟时间;
将所述初始的传递函数转换为状态空间模型如下:
;
对所述状态空间模型进行离散化,得到离散化后的状态空间模型如下:
;
其中为系统的状态矩阵,/>为系统的输入矩阵,x包括角速度/>和角加速度/>,x表示如下:
;
所述根据离散化后的状态空间模型及其延迟步长构建状态预测器,包括:
根据离散化后的状态空间模型及其延迟步长构建d个延迟步长后的状态预测器如下:
;
其中,,/>为累加公式的下界,/>为系统的采样时间,d表示延迟步长。
可选地,在所述根据离散化后的状态空间模型及其延迟步长构建状态预测器之后,所述方法还包括:
令所述延迟步长与采样时间相等,构建不带延迟的传递函数;
根据所述不带延迟的传递函数确定控制律;
获取所述状态预测器输出的预测的角速度,作为所述控制律的反馈值。
本申请的另一方面还提供了一种时延补偿与执行器分配控制装置,包括:
第一单元,用于将期望角速度输入平滑微分前馈器,得到前馈微分信号;
第二单元,用于将测量的角速度输入状态预测器,得到预测的角速度;
第三单元,用于将所述期望角速度和所述预测的角速度输入涡喷控制器,得到第一涡喷控制信号;将所述第一涡喷控制信号和所述前馈微分信号相加,得到第二涡喷控制信号;
第四单元,用于将所述测量的角速度和所述期望角速度输入舵机控制器,得到舵机控制信号;
第五单元,用于根据所述第二涡喷控制信号中的俯仰控制信号和所述舵机控制信号中的俯仰控制信号调节所述涡喷控制器中俯仰轴控制器的增益和所述舵机控制器中俯仰轴控制器的增益,以实现期望的俯仰控制;
第六单元,用于根据所述第二涡喷控制信号中的滚转控制信号调节所述涡喷控制器中滚转轴控制器的增益,以实现期望的滚转控制;
第七单元,用于根据所述舵机控制信号中的偏航控制信号调节所述舵机控制器中偏航轴控制器的增益,以实现期望的偏航控制。
可选地,所述装置还包括用于构建所述状态预测器的第八单元,所述第八单元用于:
对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象;
根据离散化后的状态空间模型及其延迟步长构建状态预测器。
可选地,所述对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象,包括:
对所述被控对象进行建模,得到初始的传递函数如下:
;
其中为系统的增益,/>,/>分别为系统的系数,/>为系统的纯延迟时间;
将所述初始的传递函数转换为状态空间模型如下:
;
对所述状态空间模型进行离散化,得到离散化后的状态空间模型如下:
;
其中为系统的状态矩阵,/>为系统的输入矩阵,x包括角速度/>和角加速度/>,x表示如下:
;
所述根据离散化后的状态空间模型及其延迟步长构建状态预测器,包括:
根据离散化后的状态空间模型及其延迟步长构建d个延迟步长后的状态预测器如下:
;
其中,,/>为累加公式的下界,/>为系统的采样时间,d表示延迟步长。
本申请的另一方面还提供了一种电子设备,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现前述的方法。
本申请的另一方面还提供了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现前述的方法。
本申请还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电子设备执行前述的方法。
本申请综合了平滑微分前馈器和状态预测器反馈控制,提升了被控对象的控制响应性能,同时针对涡喷控制器和舵机控制器分配不同的增益,通过分别调节涡喷控制器和舵机控制器的控制器参数实现执行器的控制分配,同时兼顾不同动态性能的执行器特性,提升了飞行背包各控制器的响应性能。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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为本申请实施例提供的一种时延补偿与执行器分配控制方法的流程示意图;
图2为本申请实施例提供的一种可选的系统控制示意图;
图3为本申请实施例提供的一种针对涡喷控制器的时延补偿控制方法的控制框图;
图4为本申请实施例提供的一种状态预测器的构建流程图;
图5为本申请实施例提供的一种飞行背包的结构示意图;
图6为本申请实施例提供的一种基于双控制器增益分配的控制分配示意图;
图7为本申请实施例提供的一种时延补偿与执行器分配控制装置的结构框图图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。
说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
为了便于理解本申请实施例,对本申请实施例可能涉及到的相关技术进行说明:
控制分配的现有技术方案:
现有技术方案包括1. 基于直接混控矩阵分配的控制分配方案,由控制器输出的归一化的控制力矩及推力控制量作为控制矢量,再使用统一的混控矩阵将其分配至所有执行器的输出,并作抗饱和处理。2.基于直接的执行器输入与期望力矩之间的控制效率矩阵,基于控制器输出的期望力和力矩,由控制效率矩阵的逆矩阵获取执行器的输出。
控制器方案:
在飞控软件中常用的控制器主要为数字式比例-积分-微分(Proportion-Integral-Differential)控制器(简称为PID控制器),数字式PID控制器主要可以分为位置式PID控制器和增量式PID控制器两类,因为通常的无人机控制系统中没有积分部件,因此飞行控制系统中的PID控制器主要以位置式PID控制器为主,微分环节是飞控中一个较为敏感的部分,市面上的飞控常用微分先行PID控制器,控制器采用PI控制,将微分作用移动到反馈回路上。微分作用直接对被控量进行微分,对被控量角加速度进行控制。这种方式的优点在于,在给定值频繁变化的情况下,优先采用微分先行的控制方案能够更迅速的反应,对变化更为敏感。更适用于对于反应速度要求较高的场合,但缺点也很明显,控制器更为敏感意味着更加不稳定,变化量比较大的情况下,微分作用过分凸显,容易导致超调,引起系统振荡加大。另外一种为不完全微分的PID控制器,微分作用对误差进行微分,但是在微分过程中添加了微分项的低通滤波器,以抑制高频干扰,这种方式的优点在于,对周期性干扰具有良好的抑制作用,适用于波动频率较高的场合,但缺点在于相位滞后,灵敏度低,不能消除滤波频率高于采样频率的1/2的干扰信号。
基于模型预测控制(Model Predictive Control,MPC)的控制方式,模型预测控制是以被控对象的动态模型为基础,一般通过系统辨识得到的线性的系统动态模型。模型预测控制的特点是每一次针对目前的时间区块内进行优化,然后下一个时间再针对时间区块内进行优化,和LQR控制器不同,模型预测控制可以预测未来事件并且进行对应的处理。PID控制器没有这样的预测功能。会用到模型预测控制的模型一般都是用来呈现复杂动力系统的特性,若是针对简单系统的精确控制,多半不需要用到复杂的模型预测控制,一般使用泛用的PID控制器即可处理,若是系统有很长的时间延迟或是高阶系统,其控制特性才会复杂到超过PID控制器可控制的程度。
基于模型的时延预测补偿控制方式,基于模型的时延预测补偿控制方式基于被控对象不考虑延迟的条件下的动力学模型,通过系统的输入得到对应原无延迟被控对象的输出,以直接抵消纯延迟环节在闭环控制系统中的不良影响,相当于直接将纯延迟环节从反馈回路中移出,不影响闭环系统的稳定性,使得系统稳定,以提升控制系统的响应性能。
基于前馈补偿的控制方式,基于前馈补偿的控制方式有线性加速度外推的方式,直接微分前馈的方式及逆模型前馈的方式,线性加速度外推的方式使用了角加速度的线性增加假设,使用该假设进行合理的外推以获得某一时刻后的前馈控制信号,直接微分前馈使用期望控制信号的微分作为前馈控制信号,而逆模型前馈使用被控对象的逆模型作为传递函数,通过期望控制信号直接获得前馈的控制信号。
现有飞控软件的缺点在于:目前的飞控软件的控制器分配都是基于单一的控制器输出来进行统一的控制分配,在多旋翼无人飞行器及固定翼飞行器这种执行器响应速度较快的场合不存在明显问题,但是对于飞行背包而言,由于其具备不同响应特性的执行器,不同执行器的控制速率不同,导致其控制器的参数设定不同,若使用单一的控制器进行统一的控制分配会导致控制器超调或者控制效果不佳的问题。
由控制器发出的力矩及推力控制指令,使用被控对象的动态逆模型可以直接完成执行器的控制分配,但需要对执行器的动态模型进行精确建模,获取被控对象的精确执行器动态模型较为困难,不利于实际应用。
控制器层面,市面上大多数飞控系统使用PID框架实现,并未充分考虑执行器的时延问题,尽管PID控制器对于被控对象时延具备一定的鲁棒性,但如果时延过大,将会导致控制性能下降,甚至发散。
模型预测控制的方法虽然能够较好地解决时延系统的控制问题,但同样需要对被控对象进行精确建模,且算力资源消耗比较大,不能在计算能力受限的飞行控制器上运行,一般在过程控制、化工控制等时延常数极大,对控制系统的实时性要求不高的场合使用。
基于时域模型的时延预测补偿控制方法,类似于模型预测控制,基于时域模型的延迟预测方法使用了系统的动力学模型,通过数值积分的方式使用动力学模型预测系统的实际无延迟环节输出,以达到时延补偿的目的,其控制效果较好,但是需要建立精确的动力学模型。
综上所述,本申请的发明目的在于:
1.综合前馈控制及状态预测器反馈控制的特点,使用基于系统频域模型的方式简化了基于时域模型设计状态预测器的繁琐环节,状态预测器设计简便,同时使用平滑微分前馈方式提升被控对象的控制响应性能。
2.针对于不同响应特性的执行器,设计基于双控制器增益分配的控制分配方案,通过分别调节两个控制器的控制器参数实现执行器的控制分配,同时兼顾不同动态性能的执行器特性。
针对现有技术存在的问题,相关技术提出增加涡喷发动机的矢量推进机构,通过矢量控制实现飞行背包的姿态变化。但由于飞行背包结构紧凑,涡喷发动机通常布置在驾驶者两侧,当涡喷发动机喷口存在横滚方向的矢量运动时,高温气焰容易吹向驾驶者,影响驾驶者的安全。涡喷发动机增加矢量推进机构会大大增加系统的整体复杂度,增加故障率,增加结构重量。若为了解决高温气焰伤人问题,而相应增加飞行背包的体积,则会导致涡喷发动机和驾驶员的布局会严重受限。
本申请旨在削弱涡喷发动机延时对飞行背包的控制性能影响,通过时延预测的方式在控制系统的反馈回路中补偿由于涡喷发动机的延迟环节对反馈信号的影响,从而使控制系统镇定,大幅提高系统的控制性能;针对飞行背包不同执行器的自身特性,提供充分发挥不同执行器的特性的控制分配方法,实现飞行背包控制力矩优化。本申请可以满足飞行背包的简化设计,减轻结构重量,提高飞行效率;降低系统复杂度,提高系统安全性。
接下来,对本申请提供的一种时延补偿与执行器分配控制方法进行详细说明,参照图1,该方法可以包括S100至160,具体如下:
首先,需要说明的是,本实施例中,S100至160中的其中几个步骤可以同时执行。
具体地,本实施例可以包括针对飞行背包的时延补偿控制方法步骤和针对飞行背包不同执行器控制特性的控制分配方法步骤。其中,针对飞行背包的时延补偿控制方法步骤主要包括基于平滑微分前馈和基于频域辨识模型的角速度状态预测反馈两个部分;针对飞行背包不同执行器控制特性的控制分配方法步骤可以使用基于双控制器增益的控制分配策略。基于此,参照图2,本实施例提供了一种可选的系统控制示意图。需要说明的是,本申请实施例中的系统是指飞行背包的控制系统,为了方便描述,可以简称为系统。
S100:将期望角速度输入平滑微分前馈器,得到前馈微分信号。
由于涡喷执行器的延迟特性,本实施例为涡喷控制器提供相应的时延补偿控制方法,以提升飞行背包的控制性能。时延补偿控制方法由两部分组成,一是基于平滑微分的角加速度前馈控制,提升系统的跟踪性能;二是基于频域辨识模型设计的状态预测器,来实现的角速度状态预测反馈控制,以确保系统的稳定性。针对涡喷控制器的时延补偿控制方法的控制框图如图3所示。
具体地,期望角速度是飞行背包期望达到的角速度,本实施例可以将期望角速度以控制信号的形式输入到平滑微分前馈器中,进而平滑微分前馈器可以输出期望角速度对应的前馈微分信号。
进一步地,S100可以包括:
根据预设的微分表达式构建所述平滑微分前馈器;
所述预设的微分表达式为:
;
其中为时间常数,/>代表所述期望角速度;
确定预设的二阶传递函数的二阶离散形式的表达式;
所述预设的二阶传递函数为:
;
其中s表示拉氏变量,代表系统的增益系数,/>为系统的阻尼系数;
所述二阶离散形式的表达式为:
;
其中为离散系统的采样点,/>为系统的采样时间;
将所述二阶离散形式的表达式应用于所述平滑微分前馈器的提取微分步骤,利用所述平滑微分前馈器对所述期望角速度进行提取微分,得到所述前馈微分信号。
具体地,由于直接对期望控制信号(即期望角速度)进行微分会引入较大的噪声,本实施例可以采样惯性环节来尽可能快地(取小时间常数)跟踪输入信号(即期望角速度)的动态特性,通过求解微分方程(即通过积分)来获取近似的微分信号。经典微分环节是利用惯性环节有延迟地跟踪输入信号的性质,按以下第一近似微分公式来构造的:
;
其中为时间常数,/>代表输入信号,因此,本实施可以根据以下第二近似微分公式来实现两个惯性环节并联构成的平滑微分前馈器,第二近似微分公式如下:
;
预设的二阶传递函数如下:
;
预设的二阶传递函数具有较好的微分功能,其中代表系统的增益系数,/>越大,系统越快地达到设定值,/>为系统的阻尼系数,/>时,系统欠阻尼,虽然响应快但是超调大,震荡多,/>时,系统过阻尼,虽然无超调,但是达到稳态值的时间过长,跟踪性能一般,在时系统几乎无超调地一次进入稳态值,为理想的二阶阻尼系统。预设的二阶传递函数代表的二阶线性系统的离散形式表达式为:
;
;
其中为离散系统的采样时间,使用理想的二阶阻尼系统(即上述离散形式的表达式)提取微分环节,避免直接微分带来较大的噪声干扰。
S110:将测量的角速度输入状态预测器,得到预测的角速度。
具体地,本实施例可以利用状态预测器根据测量的角速度预测若个时间后飞行背包的角速度,用作涡喷控制器角速度的反馈信号。
进一步地,本实施例还可以包括构建所述状态预测器的步骤,所述构建所述状态预测器的步骤包括:
对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象。
具体地,对被控对象建模得到的状态空间模型可以是连续的,为了适配计算机处理器,本实施例还需要将连续的状态空间模型离散化。
根据离散化后的状态空间模型及其延迟步长构建状态预测器。
具体地,延迟步长是延迟采样的步长。
更进一步地,所述对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象,包括:
对所述被控对象进行建模,得到初始的传递函数如下:
;
其中为系统的增益,/>,/>分别为系统的系数,/>为系统的纯延迟时间;
将所述初始的传递函数转换为状态空间模型如下:
;
对所述状态空间模型进行离散化,得到离散化后的状态空间模型如下:
;
其中为系统的状态矩阵,/>为系统的输入矩阵,x包括角速度/>和角加速度/>,x表示如下:
;
具体地,角速度控制器是飞控系统中的重要组成部分,关乎飞行背包的控制系统稳定性能及动态性能,控制系统可以建模为一阶模型,同时涡喷发动机可以建模为带延迟环节的一阶模型,因此被控对象初始的传递函数可以表示为:
;
即被控对象可以表示为一个带纯延迟环节的二阶系统,其中为系统的增益,/>,/>为系统的系数,/>为系统的纯延迟时间。
通过基于频域的系统辨识的方式,本实施例可以将其中的系数辨识出来,得到系统的频域传递函数模型。
通过上述初始的传递函数,本实施例可以将其转化成系统的状态空间模型:
;
对于计算机系统而言,还需要对其进行离散化为状态空间模型,进而得到离散化状态空间模型的状态矩阵及输入矩阵:
;
其中为系统的状态矩阵,/>为系统的输入矩阵,x包括了角速度环路被控对象的状态量,即角速度和角加速度:
;
所述根据离散化后的状态空间模型及其延迟步长构建状态预测器,包括:
根据离散化后的状态空间模型及其延迟步长构建d个延迟步长后的状态预测器如下:
;
其中,,/>为累加公式的下界,/>为系统的采样时间,d表示延迟步长。
具体地,对初始的传递函数离散化得到的状态空间模型,使用以下表达式可以得到d个延迟步长后采样得到的状态量预测值:
;
;
对于角速度控制器而言,可以预测其中的d个延迟步长后采样得到的角速度值,以用于控制器的角速度反馈信号。
更进一步地,在所述根据离散化后的状态空间模型及其延迟步长构建状态预测器之后,所述方法还包括:
令所述延迟步长与采样时间相等,构建不带延迟的传递函数;
根据所述不带延迟的传递函数确定控制律;
获取所述状态预测器输出的预测的角速度,作为所述控制律的反馈值。
具体地,如果d=h,即预测的采样时间和延迟环节的采样时间数目相同的情况下,相当于纯延迟环节被完全移除出闭环控制系统中,控制器就可以按照不带纯延迟环节情况下的系统传递函数进行设计,即使d<h,状态预测器的引入也可以提升系统的相位裕度,使得系统稳定或者提升系统的控制性能,可选地,参照图4,本实施例提供了一种状态预测器的构建流程图。
S120:将所述期望角速度和所述预测的角速度输入涡喷控制器,得到第一涡喷控制信号。将所述第一涡喷控制信号和所述前馈微分信号相加,得到第二涡喷控制信号。
S130:将所述测量的角速度和所述期望角速度输入舵机控制器,得到舵机控制信号。
S140:根据所述第二涡喷控制信号中的俯仰控制信号和所述舵机控制信号中的俯仰控制信号调节所述涡喷控制器中俯仰轴控制器的增益和所述舵机控制器中俯仰轴控制器的增益,以实现期望的俯仰控制。
S150:根据所述第二涡喷控制信号中的滚转控制信号调节所述涡喷控制器中滚转轴控制器的增益,以实现期望的滚转控制。
S160:根据所述舵机控制信号中的偏航控制信号调节所述舵机控制器中偏航轴控制器的增益,以实现期望的偏航控制。
具体地,为了便于理解,接下来将对S140至S160一同说明。
首先,对本实施例飞行背包的结构进行说明,具体可以参照图5。
其中,1为飞行背包的机体部分,可以包括油箱、载人座舱部分、飞控部分和涡喷发动机电子控制单元(ECU)部分;2为飞行背包的舵机执行器,左右各一个,可以用于控制单边三个一组的涡喷发动机俯仰轴的矢量运动,用于提供俯仰及偏航控制力矩,如左右两侧舵机同时倾转产生俯仰控制力矩,左右两侧舵机对向倾转产生偏航控制力矩;3为飞行背包的涡喷发动机部分(包括a、b、c、d、e、f 6个涡喷发动机,每个涡喷发动机可以包括一个ECU),涡喷发动机的ECU接收来自飞控的控制指令数据,控制涡喷发动机的喷油量,以达到控制涡喷发动机转速的目的,通过改变涡喷发动机的转速,可为飞行背包提供额外的俯仰力矩及滚转控制力矩,如提升编号为b和d的涡喷发动机转速,降低编号号为a和c的涡喷发动机转速,即可使得单人喷气式飞行背包向着前进方向飞行,提升编号为b和c的涡喷发动机转速,降低编号号为a和d的涡喷发动机转速,即可使得单人喷气式飞行背包向右飞行。
参照图6,本实施例提供了一种基于双控制器增益分配的控制分配示意图。
具体地,使用舵机控制的矢量控制方式具备响应时间快的特点,但由于飞行背包的紧凑结构要求,以及重心的配置问题,单纯使用矢量控制的方式不足以提供足够的控制力矩,涡喷发动机虽然能够提供直接、足够的俯仰控制力矩,但由于涡喷发动机的执行器特性其响应较慢,使用统一的控制分配模式即舵机和涡喷发动机使用同样的控制器会导致控制系统出现超调的现象,控制性能不佳,因此,本实施例提出一种基于双控制器增益分配的控制分配方法,将舵机操纵的矢量控制及涡喷发动机控制的差速控制分为两套不同的控制器,使用不同的控制器结构及调节控制器增益的方式,调节俯仰轴通道的舵机矢量控制及涡喷发动机差速控制的执行器分配,使之同时兼顾舵机及涡喷发动机的执行器响应性能特点,以提升飞行背包的俯仰轴控制效果。
本申请针对飞行背包涡喷发动机的延迟特性,可将包括了涡喷发动机的角速度环控制对象传递函数模型简化为二阶带纯延迟环节的传递函数,使用频域辨识和基于频域模型构建状态预测器的方式预测其角速度,实现闭环反馈的延迟补偿,控制律操纵简便,避免复杂的系统建模及参数辨识环节,状态预测器设计无需复杂设计,可直接在计算能力受限的飞控上实时实现。
本申请针对飞行背包的不同执行器特性,为飞行背包提供基于双控制器增益分配的执行器控制分配方法,充分发挥不同动态性能特性的执行器特性,提升了控制系统的总体控制性能。
参照图7,本申请实施例提供了一种时延补偿与执行器分配控制装置,包括:
第一单元,用于将期望角速度输入平滑微分前馈器,得到前馈微分信号;
第二单元,用于将测量的角速度输入状态预测器,得到预测的角速度;
第三单元,用于将所述期望角速度和所述预测的角速度输入涡喷控制器,得到第一涡喷控制信号;将所述第一涡喷控制信号和所述前馈微分信号相加,得到第二涡喷控制信号;
第四单元,用于将所述测量的角速度和所述期望角速度输入舵机控制器,得到舵机控制信号;
第五单元,用于根据所述第二涡喷控制信号中的俯仰控制信号和所述舵机控制信号中的俯仰控制信号调节所述涡喷控制器中俯仰轴控制器的增益和所述舵机控制器中俯仰轴控制器的增益,以实现期望的俯仰控制;
第六单元,用于根据所述第二涡喷控制信号中的滚转控制信号调节所述涡喷控制器中滚转轴控制器的增益,以实现期望的滚转控制;
第七单元,用于根据所述舵机控制信号中的偏航控制信号调节所述舵机控制器中偏航轴控制器的增益,以实现期望的偏航控制。
进一步地,所述装置还包括用于构建所述状态预测器的第八单元,所述第八单元用于:
对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象;
根据离散化后的状态空间模型及其延迟步长构建状态预测器。
更进一步地,所述对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象,包括:
对所述被控对象进行建模,得到初始的传递函数如下:
;
其中为系统的增益,/>,/>分别为系统的系数,/>为系统的纯延迟时间;
将所述初始的传递函数转换为状态空间模型如下:
;
对所述状态空间模型进行离散化,得到离散化后的状态空间模型如下:
;
其中为系统的状态矩阵,/>为系统的输入矩阵,x包括角速度/>和角加速度/>,x表示如下:
;/>
所述根据离散化后的状态空间模型及其延迟步长构建状态预测器,包括:
根据离散化后的状态空间模型及其延迟步长构建d个延迟步长后的状态预测器如下:
;
其中,,/>为累加公式的下界,/>为系统的采样时间,d表示延迟步长。
该装置的具体实施方式与上述方法的具体实施例基本相同,在此不再赘述。
本申请实施例还提供了一种电子设备,电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述方法。
具体地,电子设备可以是用户终端,也可以是服务器。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种时延补偿与执行器分配控制方法,其特征在于,包括:
将期望角速度输入平滑微分前馈器,得到前馈微分信号;
将测量的角速度输入状态预测器,得到预测的角速度;
将所述期望角速度和所述预测的角速度输入涡喷控制器,得到第一涡喷控制信号;将所述第一涡喷控制信号和所述前馈微分信号相加,得到第二涡喷控制信号;
将所述测量的角速度和所述期望角速度输入舵机控制器,得到舵机控制信号;
根据所述第二涡喷控制信号中的俯仰控制信号和所述舵机控制信号中的俯仰控制信号调节所述涡喷控制器中俯仰轴控制器的增益和所述舵机控制器中俯仰轴控制器的增益,以实现期望的俯仰控制;
根据所述第二涡喷控制信号中的滚转控制信号调节所述涡喷控制器中滚转轴控制器的增益,以实现期望的滚转控制;
根据所述舵机控制信号中的偏航控制信号调节所述舵机控制器中偏航轴控制器的增益,以实现期望的偏航控制。
2.根据权利要求1所述的一种时延补偿与执行器分配控制方法,其特征在于,所述将期望角速度输入平滑微分前馈器,得到前馈微分信号,包括:
根据预设的微分表达式构建所述平滑微分前馈器;
所述预设的微分表达式为:
;
其中为时间常数,/>代表所述期望角速度;
确定预设的二阶传递函数的二阶离散形式的表达式;
所述预设的二阶传递函数为:
;
其中s表示拉氏变量,代表系统的增益系数,/>为系统的阻尼系数;
所述二阶离散形式的表达式为:
;
;
其中为离散系统的采样点,/>为系统的采样时间;
将所述二阶离散形式的表达式应用于所述平滑微分前馈器的提取微分步骤,利用所述平滑微分前馈器对所述期望角速度进行提取微分,得到所述前馈微分信号。
3.根据权利要求1所述的一种时延补偿与执行器分配控制方法,其特征在于,所述方法还包括构建所述状态预测器的步骤,所述构建所述状态预测器的步骤包括:
对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象;
根据离散化后的状态空间模型及其延迟步长构建状态预测器。
4.根据权利要求3所述的一种时延补偿与执行器分配控制方法,其特征在于,所述对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象,包括:
对所述被控对象进行建模,得到初始的传递函数如下:
;
其中为系统的增益,/>,/>分别为系统的系数,/>为系统的纯延迟时间;
将所述初始的传递函数转换为状态空间模型如下:
;
对所述状态空间模型进行离散化,得到离散化后的状态空间模型如下:
;
其中为系统的状态矩阵,/>为系统的输入矩阵,x包括角速度/>和角加速度/>,x表示如下:
;
所述根据离散化后的状态空间模型及其延迟步长构建状态预测器,包括:
根据离散化后的状态空间模型及其延迟步长构建d个延迟步长后的状态预测器如下:
;
其中,,/>为累加公式的下界,/>为系统的延迟步长,d表示预测步长。
5.根据权利要求3所述的一种时延补偿与执行器分配控制方法,其特征在于,在所述根据离散化后的状态空间模型及其延迟步长构建状态预测器之后,所述方法还包括:
令所述延迟步长与采样时间相等,构建不带延迟的传递函数;
根据所述不带延迟的传递函数确定控制律;
获取所述状态预测器输出的预测的角速度,作为所述控制律的反馈值。
6.一种时延补偿与执行器分配控制装置,其特征在于,包括:
第一单元,用于将期望角速度输入平滑微分前馈器,得到前馈微分信号;
第二单元,用于将测量的角速度输入状态预测器,得到预测的角速度;
第三单元,用于将所述期望角速度和所述预测的角速度输入涡喷控制器,得到第一涡喷控制信号;将所述第一涡喷控制信号和所述前馈微分信号相加,得到第二涡喷控制信号;
第四单元,用于将所述测量的角速度和所述期望角速度输入舵机控制器,得到舵机控制信号;
第五单元,用于根据所述第二涡喷控制信号中的俯仰控制信号和所述舵机控制信号中的俯仰控制信号调节所述涡喷控制器中俯仰轴控制器的增益和所述舵机控制器中俯仰轴控制器的增益,以实现期望的俯仰控制;
第六单元,用于根据所述第二涡喷控制信号中的滚转控制信号调节所述涡喷控制器中滚转轴控制器的增益,以实现期望的滚转控制;
第七单元,用于根据所述舵机控制信号中的偏航控制信号调节所述舵机控制器中偏航轴控制器的增益,以实现期望的偏航控制。
7.根据权利要求6所述的一种时延补偿与执行器分配控制装置,其特征在于,所述装置还包括用于构建所述状态预测器的第八单元,所述第八单元用于:
对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象;
根据离散化后的状态空间模型及其延迟步长构建状态预测器。
8.根据权利要求7所述的一种时延补偿与执行器分配控制装置,其特征在于,所述对角速度控制器的被控对象进行建模,得到离散化后的状态空间模型,涡喷发动机作为所述被控对象,包括:
对所述被控对象进行建模,得到初始的传递函数如下:
;
其中为系统的增益,/>,/>分别为系统的系数,/>为系统的纯延迟时间;
将所述初始的传递函数转换为状态空间模型如下:
;
对所述状态空间模型进行离散化,得到离散化后的状态空间模型如下:
;
其中为系统的状态矩阵,/>为系统的输入矩阵,x包括角速度/>和角加速度/>,x表示如下:
;
所述根据离散化后的状态空间模型及其延迟步长构建状态预测器,包括:
根据离散化后的状态空间模型及其延迟步长构建d个延迟步长后的状态预测器如下:
;
其中,,/>为累加公式的下界,/>为系统的采样时间,d表示延迟步长。
9.一种电子设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如权利要求1至5中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311680703.9A CN117369247B (zh) | 2023-12-08 | 2023-12-08 | 一种时延补偿与执行器分配控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311680703.9A CN117369247B (zh) | 2023-12-08 | 2023-12-08 | 一种时延补偿与执行器分配控制方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117369247A true CN117369247A (zh) | 2024-01-09 |
CN117369247B CN117369247B (zh) | 2024-03-01 |
Family
ID=89391476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311680703.9A Active CN117369247B (zh) | 2023-12-08 | 2023-12-08 | 一种时延补偿与执行器分配控制方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117369247B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005190153A (ja) * | 2003-12-25 | 2005-07-14 | Mitsutoyo Corp | フィードフォワード制御装置、フィードフォワード制御方法、サーボ機構、フィードフォワード制御プログラムおよび記録媒体 |
CN111487871A (zh) * | 2020-04-26 | 2020-08-04 | 华中科技大学 | 一种基于扰动观测器的动力背包上负载的加速度控制方法 |
CN112327602A (zh) * | 2020-06-15 | 2021-02-05 | 西北工业大学 | 变循环发动机气路部件故障增益调度容错控制器 |
CN114964798A (zh) * | 2022-04-25 | 2022-08-30 | 航天时代飞鸿技术有限公司 | 一种涡喷发动机关键参数测试系统及测试方法 |
CN115042981A (zh) * | 2022-07-19 | 2022-09-13 | 南开大学 | 一种涡喷飞行器及其驱动方法 |
CN116009568A (zh) * | 2023-02-18 | 2023-04-25 | 西北工业大学 | 一种基于角加速度反馈的飞行器鲁棒控制方法 |
CN117031923A (zh) * | 2023-07-28 | 2023-11-10 | 西安因诺航空科技有限公司 | 基于pid的矢量涡喷飞行器飞行控制方法及系统 |
CN117163286A (zh) * | 2023-11-02 | 2023-12-05 | 中国电子科技集团公司信息科学研究院 | 一种载人飞行器 |
-
2023
- 2023-12-08 CN CN202311680703.9A patent/CN117369247B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005190153A (ja) * | 2003-12-25 | 2005-07-14 | Mitsutoyo Corp | フィードフォワード制御装置、フィードフォワード制御方法、サーボ機構、フィードフォワード制御プログラムおよび記録媒体 |
CN111487871A (zh) * | 2020-04-26 | 2020-08-04 | 华中科技大学 | 一种基于扰动观测器的动力背包上负载的加速度控制方法 |
CN112327602A (zh) * | 2020-06-15 | 2021-02-05 | 西北工业大学 | 变循环发动机气路部件故障增益调度容错控制器 |
CN114964798A (zh) * | 2022-04-25 | 2022-08-30 | 航天时代飞鸿技术有限公司 | 一种涡喷发动机关键参数测试系统及测试方法 |
CN115042981A (zh) * | 2022-07-19 | 2022-09-13 | 南开大学 | 一种涡喷飞行器及其驱动方法 |
CN116009568A (zh) * | 2023-02-18 | 2023-04-25 | 西北工业大学 | 一种基于角加速度反馈的飞行器鲁棒控制方法 |
CN117031923A (zh) * | 2023-07-28 | 2023-11-10 | 西安因诺航空科技有限公司 | 基于pid的矢量涡喷飞行器飞行控制方法及系统 |
CN117163286A (zh) * | 2023-11-02 | 2023-12-05 | 中国电子科技集团公司信息科学研究院 | 一种载人飞行器 |
Non-Patent Citations (1)
Title |
---|
王保成 等: "《世界飞行背包现状与未来发展趋势 》", 《军事文摘》, no. 5, pages 54 - 57 * |
Also Published As
Publication number | Publication date |
---|---|
CN117369247B (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107807663B (zh) | 基于自适应控制的无人机编队保持控制方法 | |
Schumacher et al. | Adaptive control of UAVs in close-coupled formation flight | |
Kada et al. | Robust PID controller design for an UAV flight control system | |
Shtessel et al. | Tailless aircraft flight control using multiple time scale reconfigurable sliding modes | |
Civita et al. | Design and flight testing of an h00 controller for a robotic helicopter | |
Kale et al. | Stabilized MPC formulations for robust reconfigurable flight control | |
Liu et al. | Super-twisting sliding mode control for aircraft at high angle of attack based on finite-time extended state observer | |
Zeghlache et al. | Fault tolerant control based on interval type-2 fuzzy sliding mode controller for coaxial trirotor aircraft | |
Zhou et al. | Design of attitude control system for UAV based on feedback linearization and adaptive control | |
Emami et al. | Neural network-based flight control systems: Present and future | |
Capello et al. | Design and validation of an adaptive controller for mini-uav autopilot | |
Tang et al. | Predictive functional control-based missile autopilot design | |
van Ekeren et al. | Design, implementation and flight-tests of incremental nonlinear flight control methods | |
Zhang et al. | Robust nonlinear close formation control of multiple fixed-wing aircraft | |
Ansari et al. | Retrospective cost adaptive control of generic transport model under uncertainty and failure | |
Saleem et al. | Online adaptive PID tracking control of an aero-pendulum using PSO-scaled fuzzy gain adjustment mechanism | |
Wang et al. | A neural network based MRAC scheme with application to an autonomous nonlinear rotorcraft in the presence of input saturation | |
Cui et al. | An adaptive fast super-twisting disturbance observer-based dual closed-loop attitude control with fixed-time convergence for UAV | |
Candeli et al. | A deep deterministic policy gradient learning approach to missile autopilot design | |
Michailidis et al. | Robust nonlinear control of the longitudinal flight dynamics of a circulation control fixed wing UAV | |
CN117369247B (zh) | 一种时延补偿与执行器分配控制方法、装置、设备及介质 | |
Toha et al. | Dynamic nonlinear inverse-model based control of a twin rotor system using adaptive neuro-fuzzy inference system | |
Kimathi | Application of reinforcement learning in heading control of a fixed wing uav using x-plane platform | |
Wang et al. | L1 adaptive augmentation of gain-scheduled controller for racetrack maneuver in aerial refueling | |
Yue et al. | Nonlinear adaptive flight control system: Performance enhancement and validation |
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 |