KR101021797B1

KR101021797B1 - Method for retrofit control of UAV using adaptive approximation

Info

Publication number: KR101021797B1
Application number: KR1020090001146A
Authority: KR
Inventors: 신성식
Original assignee: 주식회사 대한항공
Priority date: 2009-01-07
Filing date: 2009-01-07
Publication date: 2011-03-17
Also published as: KR20100081759A

Abstract

본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법은, 제어기의 선형제어 입력함수에 대한 실제 무인항공기모델의 실제출력함수와 상기 선형제어 입력함수에 대한 무인항공기 선형모델의 선형출력함수를 비교하여 출력오차를 구하는 출력비교단계; 상기 출력비교단계에서 구해진 출력오차를 입력받아 적응법칙을 통해 선형 파라미터를 가지는 적응근사화 함수를 구하는 함수 근사화단계; 상기 함수 근사화단계에서 구해진 상기 적응근사화 함수에 제어입력벡터의 의사역행렬을 곱한 적응제어 입력함수와 상기 제어기의 선형제어 입력함수를 합한 개선제어 입력함수를 통해 상기 실제 무인항공기모델을 개선제어하는 개선제어단계를 포함할 수 있다.An improved control method of an unmanned aerial vehicle using the adaptive function approximation according to the present invention includes a real output function of an actual unmanned aerial vehicle model with respect to a linear control input function of a controller and a linear output function of an unmanned aerial vehicle linear model with respect to the linear control input function. An output comparing step of comparing and obtaining an output error; A function approximation step of receiving an output error obtained in the output comparison step and obtaining an adaptive approximation function having a linear parameter through an adaptive law; Improved control for improving the actual unmanned aerial vehicle model through an improved control input function obtained by adding the adaptive control input function obtained by multiplying the pseudo inverse matrix of the control input vector by the adaptive approximation function obtained in the function approximation step and the linear control input function of the controller. It may include a step.

개시된 적응함수 근사화를 이용한 무인항공기의 개선제어방법은, 상기 무인항공기의 운용시 발생되는 불확실성 부분을 적응함수 근사화 방법에 의해 제거함으로써, 상기 무인항공기 제어기의 성능을 향상시킬 수 있는 장점이 있다.The improved control method of the unmanned aerial vehicle using the disclosed adaptive function approximation has an advantage of improving the performance of the unmanned aerial vehicle controller by removing the uncertainty generated during the operation of the unmanned aerial vehicle by the adaptive function approximation method.

개선제어, 제어기, 적응함수 근사화, 무인항공기 Improved control, controller, adaptive function approximation, unmanned aerial vehicle

Description

Improvement for control method of unmanned aerial vehicle using adaptive function approximation {Method for retrofit control of UAV using adaptive approximation}

본 발명은 무인항공기의 이미 개발되어 있는 기존의 제어기의 성능을 개선하는 개선제어방법에 관한 것으로, 더욱 자세하게는 무인항공기의 운용시 발생되는 불확실성 부분을 적응함수 근사화 방법에 의해 제거하여, 상기 무인항공기의 기존의 제어기의 성능을 향상시키는 적응함수 근사화를 이용한 무인항공기의 개선제어방법에 관한 것이다.The present invention relates to an improved control method for improving the performance of an existing controller of an unmanned aerial vehicle. More particularly, the uncertainty generated during operation of the unmanned aerial vehicle is removed by an adaptive function approximation method. The present invention relates to an improved control method for an unmanned aerial vehicle using adaptive function approximation to improve the performance of a conventional controller.

일반적으로, 대부분의 항공우주시스템들은 공칭구간에서는 선형제어기를 이용한다. 이러한 선형제어기의 개발에 대해서는 오랜 기간에 걸쳐 경험이 축적되어 왔고 실제로 공칭영역에서 우수한 성능을 보인다.In general, most aerospace systems use a linear controller in the nominal section. The development of such a linear controller has been accumulated for a long time and actually shows excellent performance in the nominal area.

한편 항공기의 운용 중에 여러 이유로 인해 이러한 선형(linear)영역을 이탈하게 되는 경우가 발생한다.On the other hand, during the operation of the aircraft there are cases where this linear region is left for a variety of reasons.

예를 들어, 항공기는 조종면 고장이나 외란에 의해 선형구간에서 설계된 기존 선형제어기의 제어성능이 급격히 저하될 가능성이 있으며, 심한 경우에는 시스 템 전체를 불안정하게 만들 수도 있다. 이러한 문제를 해결하기 위해 고급제어기법을 이용해 새로운 제어기를 설계하여 대체시킬 수 있다. For example, an aircraft may suddenly degrade the control performance of an existing linear controller designed in a linear section due to control plane failure or disturbance and, in severe cases, may destabilize the entire system. To solve this problem, new controllers can be designed and replaced using advanced control techniques.

그러나 이러한 방법은 기존선형제어기의 개발에 투자된 많은 시간과 비용을 헛되게 만들고 제어소프트웨어의 검증(verification)과 확인(validation)을 다시 수행해야 하는 단점이 있다.However, this method wastes a lot of time and money invested in the development of the existing linear controller and has to perform verification and validation of the control software again.

따라서 종래에 선형제어기에 부가적으로 적응요소를 추가하여 제어성능저하를 개선시키는 연구들이 많이 진행되어왔는데 특히 적응신경망회로를 이용하는 방법들이 많이 제안되었다. Therefore, many studies have been conducted to improve control performance deterioration by adding an additional adaptive element to a linear controller. In particular, many methods using an adaptive neural network have been proposed.

그러나 종래기술에 따른 적응신경망회로를 이용하는 방법들은 그 성능의 우수성에도 불구하고 계산량이 많고, 알고리듬 자체가 복잡하다는 단점을 가지고 있다. 즉, 상기와 같은 알고리듬 자체의 복잡성으로 인해 비행제어소프트웨어의 신뢰성이 떨어지는 단점이 있다.However, the method using the adaptive neural network according to the prior art has a disadvantage in that a large amount of calculation and the algorithm itself are complicated despite the superior performance. That is, due to the complexity of the algorithm itself, the reliability of the flight control software is deteriorated.

본 발명은 상기와 같은 문제점을 해결하기 위하여 창안된 것으로서, 무인항공기의 운용시 발생되는 불확실성 부분을 적응함수 근사화 방법을 이용하여 제거함으로써, 상기 무인항공기의 기존의 제어기의 성능을 형상시키는 것을 목적으로 한다.The present invention was devised to solve the above problems, and aims to shape the performance of the conventional controller of the unmanned aerial vehicle by removing the uncertainty generated during the operation of the unmanned aerial vehicle using an adaptive function approximation method. do.

상기 함수 근사화단계의 적응법칙은, [수학식 13]일 수 있다.The adaptive law of the function approximation step may be [Equation 13].

[수학식 13][Equation 13]

: 적응법칙에 의해 추정된 선형 파라미터 벡터,

Is the linear parameter vector estimated by the adaptive law,

e: 출력오차,e: output error,

: 양의 상수,

Is a positive constant,

: 체비셰프 다항식.

Chebyshev polynomial.

상기 함수 근사화단계의 상기 적응근사화 함수는 [수학식 15]일 수 있다.The adaptive approximation function of the function approximation step may be [Equation 15].

[수학식 15][Equation 15]

: 불확실성 부분의 적응근사화 함수,

Is an adaptive approximation function of the uncertainty part,

: 적응법칙에 의해 추정된 선형 파라미터 벡터,

Is the linear parameter vector estimated by the adaptive law,

:는 체비셰프 다항식,

Chebyshev polynomial,

: 실제 무인항공기모델의 운동변수로 이루어진 상태벡터.

: State vector consisting of the motion variables of a real unmanned aerial vehicle model.

본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법은, 무인항공기의 운용시 발생되는 불확실성 부분을 근사화하는 적응근사화 함수를 이용하여 상기 불확실성을 제거시킴으로써 상기 불확실성에 의해 제어성능이 저하된 무인항공기의 제어성능을 향상시킬 수 있는 장점이 있다.In the improved control method of the unmanned aerial vehicle using the adaptive function approximation according to the present invention, an unmanned aerial vehicle in which the control performance is degraded by the uncertainty by removing the uncertainty by using an adaptive approximation function that approximates the uncertainty generated during operation of the unmanned aerial vehicle. There is an advantage that can improve the control performance of the aircraft.

또한, 본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법 에서 적응근사화 함수는, 적응법칙에 의한 선형 파라미터와 체비셰프 기저함수의 선형조합으로 구성되기 때문에 알고리즘이 간단하여 비행제어 소프트웨어의 신뢰성을 높일 수 있는 장점이 있다.In addition, in the improved control method of the unmanned aerial vehicle using the adaptive function approximation according to the present invention, the adaptive approximation function is composed of a linear combination of linear parameters and Chebyshev base function based on the adaptation law, so that the algorithm is simple and reliability of the flight control software is achieved. There is an advantage to increase.

또한, 본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법은, 계산량이 적기 때문에 비교적 저성능의 비행제어컴퓨터를 통해서도 활용가능하여 비용이 절감되는 이점이 있다.In addition, the improved control method of the unmanned aerial vehicle using the adaptive function approximation according to the present invention has an advantage of being able to be utilized through a relatively low-performance flight control computer because of the small amount of calculation, thereby reducing costs.

이하, 첨부된 도면을 참조하면서 본 발명에 따른 바람직한 실시예를 상세히 설명한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합되는 의미와 개념으로 해석되어야만 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. Prior to this, terms or words used in this specification and claims should not be construed in a common or dictionary sense, and the inventors will be required to properly define the concepts of terms in order to best describe their invention. Based on the principle that it can, it should be interpreted as meaning and concept corresponding to the technical idea of the present invention.

따라서 본 명세서의 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서, 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해해야한다.Therefore, the configuration shown in the drawings of the present specification is only one of the most preferred embodiments of the present invention and does not represent all of the technical idea of the present invention, various equivalents and modifications that may be substituted for them at the time of the present application It should be understood that there may be.

도 1은 본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법이 도시된 순서도, 도 2는 본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법의 알고리즘이 도시된 블록선도이다.1 is a flowchart illustrating an improved control method of an unmanned aerial vehicle using the adaptive function approximation according to the present invention, and FIG. 2 is a block diagram illustrating an algorithm of the improved control method of the unmanned aerial vehicle using the adaptive function approximation according to the present invention.

본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법은, 제 어기(EC)의 선형제어 입력함수에 대한 실제 무인항공기모델(RA)의 실제출력함수와 상기 선형제어 입력함수에 대한 무인항공기 선형모델(IA)의 선형출력함수를 비교하여 출력오차를 구하는 출력비교단계(S110); 상기 출력비교단계에서 구해진 출력오차를 입력받아 적응법칙을 통해 선형 파라미터를 가지는 적응근사화 함수를 구하는 함수 근사화단계(S120); 상기 함수 근사화단계에서 구해진 상기 적응근사화 함수에 제어입력벡터의 의사역행렬을 곱한 적응제어 입력함수와 상기 제어기의 선형제어 입력함수를 합한 개선제어 입력함수를 통해 상기 실제 무인항공기모델(RA)을 개선제어하는 개선제어단계(S130)를 포함한다.The improved control method of the unmanned aerial vehicle using the adaptive function approximation according to the present invention includes an actual unmanned aerial vehicle model (RA) for the linear control input function of the controller (EC) and an unmanned aerial vehicle for the linear control input function. An output comparison step (S110) of comparing the linear output functions of the linear model IA to obtain an output error; A function approximation step (S120) of receiving an output error obtained in the output comparison step to obtain an adaptive approximation function having a linear parameter through an adaptive law; Improved control of the actual unmanned aerial vehicle model (RA) through an adaptive control input function obtained by multiplying the adaptive approximation function obtained in the function approximation step by a pseudo inverse matrix of a control input vector and a linear control input function of the controller. It includes an improved control step (S130).

상기 제어기(EC)는 무인항공기에서 사용하는 기존의 제어기를 의미한다.The controller EC refers to an existing controller used in an unmanned aerial vehicle.

상기 실제 무인항공기모델(RA)의 비행운동에 관한 상태공간식은 다음 [수학식 1]과 같다.The state-space equation for the flight movement of the actual unmanned aerial vehicle model RA is as follows.

[수학식 1][Equation 1]

여기서,

: 실제 무인항공기모델의 운동변수로 이루어진 상태벡터,

: 실제 무인항공기모델의 비행운동에 관한 상태공간식,

: 상기 상태공 간식의 선형부분 함수,

: 상기 상태공간식의 불확실성 부분의 함수, b: 제어입력벡터,

: 개선제어 입력함수, A: 무인항공기의 고유운동특성을 나타내는 시스템 행렬이다.here,

: State vector consisting of motion variables of real UAV model,

: State-space Equation for Flight Movement of Real UAV Model,

: Linear part function of the state equation,

Is a function of the uncertainty portion of the state-space equation, b is a control input vector,

: Improvement control input function, A: System matrix showing the natural motion characteristics of the unmanned aerial vehicle.

상기 개선제어 입력함수(

)는 상기 제어기의 선형제어 입력함수(

)와 상기 적응근사화 함수를 변환시킨 적응제어 입력함수(

)의 합이다.The improved control input function (

Is the linear control input function of the controller

) And an adaptive control input function obtained by converting the adaptive approximation function.

) Is the sum of

상기 선형 파라미터를 가지는 적응근사화 함수의 생성은 적응 함수근사기(AFA)를 통해 이루어지며, 상기 적응근사화 함수는 다음 [수학식 2]와 같은 형태로 이루어진다.Generation of the adaptive approximation function having the linear parameter is performed through an adaptive function approximator (AFA), and the adaptive approximation function is formed as shown in Equation 2 below.

[수학식 2][Equation 2]

.

여기서,

,

, D는 콤팩트(compact)하며,

는

의 부분집합

으로 사상한다고 가정한다.

는 적응법칙에 의해 조정되는 파라미터 벡터이고,

는 기저함수로 사용되는 체비셰프 다항식이다.here,

,

, D is compact,

Is

Subset of

Assume that we map to

Is a parameter vector adjusted by the law of adaptation,

Is a Chebyshev polynomial used as the basis function.

상기 체비셰프 다항식은 다음 [수학식 3]과 같다.The Chebyshev polynomial is represented by Equation 3 below.

[수학식 3]&Quot; (3) "

여기서,

는 n차의 기저함수를 나타내고,

,

이며,

는 기저함수의 개수를 나타낸다.here,

Denotes the basis function of order n,

,

Denotes the number of basis functions.

상기 무인항공기 선형모델(IA)의 비행운동에 관한 상태공간식은 다음 [수학식 4]와 같다.The state-space equation for the flight motion of the linear model IA is as shown in Equation 4 below.

[수학식 4]&Quot; (4) "

여기서,

은 무인항공기 선형모델의 운동변수로 이루어진 상태벡터이다.here,

Is the state vector consisting of the motion variables of the UAV linear model.

모든 상태변수를 출력 데이터로 가정(즉,

)하면, 상기 제어기(EC)의 선형제어 입력함수에 대한 실제 무인항공기모델(RA)의 실제출력함수와 상기 선형제어 입력함수에 대한 무인항공기 선형모델(IA)의 선형출력함수의 차인 출력오차는 다음 [수학식 5]와 같다.Assume all state variables as output data (i.e.

), The output error that is the difference between the actual output function of the actual unmanned aerial vehicle model (RA) with respect to the linear control input function of the controller (EC) and the linear output function of the unmanned aerial vehicle linear model (IA) with respect to the linear control input function is Equation 5 below.

[수학식 5][Equation 5]

여기서,

은 실제 무인항공기모델의 실제출력함수,

은 무인항공기 선형모델의 선형출력함수이다.here,

Is the actual output function of the actual UAV model,

Is the linear output function of the UAV linear model.

상기 [수학식 5]의 양변에 필터를 사용하게 되면, 결과적으로 [수학식 6]이 된다.When the filter is used on both sides of Equation 5, the result is Equation 6.

[수학식 6]&Quot; (6) "

여기서 e는 출력오차이다Where e is the output error

상기 [수학식 6]에서 중괄호 안의 두개의 항들은 알려진 함수

로 간주될 수 있다. 왜냐하면, 상기 상태공간식의 불확실성 부분의 함수(

)는 알려져 있지 않지만 입출력은 측정가능하기 때문에

로 간주될 있다.In Equation 6, two terms in braces are known functions.

Can be considered. Because the function of the uncertainty portion of the state-space

) Is unknown but I / O is measurable

To be considered.

따라서 상기 [수학식 6]은 다음 [수학식 7]로 정리된다.Therefore, Equation 6 is summarized as Equation 7 below.

[수학식 7][Equation 7]

여기서,

는 파라미터 추정오차 즉,

이며, 상기

는 상기 적응근사화 함수의 추정 파라미터 벡터이다.here,

Is the parameter estimation error,

And said

Is an estimated parameter vector of the adaptive approximation function.

상기 [수학식 7]을 시간역으로 표현하면 다음 [수학식 8]이 된다.If Equation 7 is expressed as a time domain, the following Equation 8 is obtained.

[수학식 8][Equation 8]

다음 리아프노프 방법을 적용하기 위해 다음 [수학식 9]와 같은 리아프노프 후보함수를 선정한다.To apply the next Liafnov method, the following Liafnov candidate function is selected.

[수학식 9][Equation 9]

여기서

,

는 선정되어야 할 임의의 양수이다.here

,

Is any positive integer to be selected.

상기 [수학식 9]의 후보함수는 출력오차 e와 파라미터 추정오차

의 자승으로 표현된다.The candidate function of Equation 9 is an output error e and a parameter estimation error.

Expressed by the square of.

상기 V에 대하여 시간미분을 하고,

가 상수라는 사실을 이용하면(즉,

) 다음 [수학식 10]을 구할 수 있다.Time derivative with respect to V,

Using the fact that is a constant (i.e.

) Equation 10 can be obtained.

[수학식 10][Equation 10]

상기 [수학식 10]에 상기 [수학식 8]을 대입하면, 다음 [수학식 11]이 된다.Substituting Equation 8 into Equation 10 results in Equation 11 below.

[수학식 11][Equation 11]

여기서 만족스러운 안정성과 수렴특성을 얻기 위해서는 상기 V의 시간 도함수가 최소한 음의 반한정이 되어야 한다. In order to obtain satisfactory stability and convergence characteristics, the time derivative of V should be at least negative half.

상기 [수학식 11]에서 첫 번째 항은 확실하게 음수인 반면, 두 번째 항은 양수 또는 음수가 될 수 있는 부정의 상태이다.In Equation 11, the first term is positively negative, while the second term is a negative state that can be positive or negative.

더욱이 파라미터 추정오차

의 부호가 미지의 상태이기 때문에 두 번째 항을 항상 음수로 만드는 것은 어렵다.Moreover, parameter estimation error

Since the sign of is unknown, it is difficult to always make the second term negative.

따라서 상기 음의 반한정을 위한 최선의 방법은 두 번째 항을 0으로 만드는 것이다. Therefore, the best way to negate the negative is to zero the second term.

상기와 같이 두 번째 항을 0으로 만드는 것은, 다음 [수학식 12]와 같은 파라미터 적응법칙을 선정함으로써 가능하다.It is possible to set the second term to 0 as described above by selecting the parameter adaptation law as shown in Equation 12 below.

[수학식 12][Equation 12]

상기 [수학식 12]에서 상기

와

는 양의 상수끼리의 곱이므로 하나의 양의 상수

로 표현할 수 있고 결국 [수학식 12]는 다음 [수학식 13]이 된다.In Equation 12,

Wow

Is a product of positive constants, so one positive constant

Equation (12) becomes the following [Equation 13].

[수학식 13][Equation 13]

물론, 상기 [수학식 12]를 상기 [수학식 11]에 대입하면 다음 [수학식 14]가 됨을 알 수 있다.Of course, by substituting Equation 12 into Equation 11, it can be seen that Equation 14 becomes the following.

[수학식 14][Equation 14]

결국 불확실성 부분에 대한 적응근사화 함수는 다음 [수학식 15]와 같다. As a result, the adaptive approximation function for the uncertainty portion is expressed by Equation 15 below.

[수학식 15][Equation 15]

여기서,

는 불확실성 부분의 적응근사화 함수,

는 적응법칙에 의해 추정된 선형 파라미터 벡터,

는 체비셰프 다항식,

: 실제 무인항공기모델의 운동변수로 이루어진 상태벡터이다.here,

Is an adaptive approximation function of the uncertainty part,

Is the linear parameter vector estimated by the adaptive law,

Chebyshev polynomial,

: State vector consisting of the motion variables of the actual UAV model.

한편 상기 [수학식 1]은 다음 [수학식 16]으로 정리될 수 있다.Meanwhile, Equation 1 may be summarized as Equation 16 below.

[수학식 16][Equation 16]

왜냐하면, 상기 개선제어 입력함수(

)는 상기 제어기의 선형제어 입력함수(

)와 상기 적응근사화 함수를 변환시킨 적응제어 입력함수(

)의 합이고, 상기 적응제어 입력함수(

)는 제어입력벡터(b)의 의사역행렬과 상기 적응근사화 함수의 곱으로 이루어지기 때문이다.(즉,

)Because the improved control input function (

Is the linear control input function of the controller

), And the adaptive control input function (

Is a product of the pseudo inverse of the control input vector (b) and the adaptive approximation function.

)

상기 [수학식 16]에서 상기 상태공간식의 불확실성 부분의 함수(

)는 상기 적응근사화 함수(

)에 의해 근사적으로 제거되기 때문에 상기 [수학식 16]은 다음 [수학식 17]로 정리된다.In Equation 16, the function of the uncertainty portion of the state-space equation (

) Is the adaptive approximation function (

[Equation 16] is summarized as the following [Equation 17] because it is approximately removed.

[수학식 17][Equation 17]

상기 [수학식 17]에서 알 수 있듯이 실제 무인항공기모델(RA)의 비행운동에 관한 상태공간식은 불확실성 부분이 제거된 선형부분만으로 이루어져 상기 제어기(EC)로 성능저하 없이 제어가 가능하다.As can be seen in [Equation 17], the state-space equation for the flight motion of the actual unmanned aerial vehicle model RA may be controlled by the controller EC without any deterioration by using only the linear portion in which the uncertainty portion is removed.

이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술 사상과 아래에 기재될 청구범위의 균등 범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.As described above, although the present invention has been described by way of limited embodiments and drawings, the present invention is not limited thereto and is intended by those skilled in the art to which the present invention pertains. Of course, various modifications and variations are possible within the scope of equivalents of the claims to be described.

도 1은 본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법이 도시된 순서도,1 is a flowchart illustrating a method for improving and controlling an unmanned aerial vehicle using an adaptive function approximation according to the present invention;

도 2는 본 발명에 따른 적응함수 근사화를 이용한 무인항공기의 개선제어방법의 알고리즘이 도시된 블록선도이다. 2 is a block diagram illustrating an algorithm of an improved control method for an unmanned aerial vehicle using an adaptive function approximation according to the present invention.

<도면의 주요 부분에 관한 부호의 설명><Explanation of symbols on main parts of the drawings>

EC: 제어기 RA: 실제 무인항공기모델EC: Controller RA: Real UAV Model

IA: 무인항공기 선형모델 AFA: 적응 함수근사기IA: Unmanned Aerial Vehicle Linear Model AFA: Adaptive Function Approximator

Claims

An output comparison step of calculating an output error by comparing an actual output function of an actual unmanned aerial vehicle model with respect to a linear control input function of a controller and a linear output function of an unmanned aerial vehicle linear model with respect to the linear control input function;

A function approximation step of obtaining an adaptive approximation function having a linear parameter through an adaptation law for calculating a linear parameter vector of the adaptive approximation function by receiving the output error obtained in the output comparison step;

Improved control for improving the actual unmanned aerial vehicle model through an improved control input function obtained by adding the adaptive control input function obtained by multiplying the pseudo inverse matrix of the control input vector by the adaptive approximation function obtained in the function approximation step and the linear control input function of the controller. An improved control method for an unmanned aerial vehicle using the adaptive function approximation comprising a step.

The method according to claim 1,

The adaptive law of the function approximation step is Equation 13, wherein the improved control method of the unmanned aerial vehicle using the adaptive function approximation.

Is the linear parameter vector estimated by the adaptive law,

e: output error,

Is a positive constant,

Chebyshev polynomial.

The method according to claim 1,

The adaptive approximation function of the function approximation step is [Equation 15] improved control method of the unmanned aerial vehicle using the adaptive function approximation, characterized in that.

Is an adaptive approximation function of the uncertainty part,

Is the linear parameter vector estimated by the adaptive law,

Chebyshev polynomial,