导语：本文提出了一种基于李雅普诺夫再设计框架的小型无人直升机抗风干扰位置控制器设计方法。在本文中，风扰动不再被视为平衡态附近的扰动，而是作为状态方程中力/力矩的额外输入，并可通过风洞中获得的实验数据来进行估计。 本文提出了一种基于李雅普诺夫再设计框架的小型无人直升机抗风干扰位置控制器设计方法。在本文中，风扰动不再被视为平衡态附近的扰动，而是作为状态方程中力/力矩的额外输入，并可通过风洞中获得的实验数据来进行估计。
防洪板1引言
近年来无人直升机的自主飞行技术得到了快速的发展并被广泛应用于各个领域中，特别是复杂环境中的自主飞行控制技术更是吸引着工业界和学术界广大学者的持续关注。
在过去的几十年中已经提出了许多控制器设计方法。通常大多数控制器的设计方法都需要基于模型进行设计，具体来说基于模型的设计方法又可细分为线性控制方法和非线性控制方法。比如，近年来提
出LQG的控制器，PD-PID控制器等属于线性控制方法，这些方法通常需要在某些特定的平衡点进行线性化，因此其稳定性和鲁棒性并不令人满意。另外一些学者采用基于模型的非线性控制方法，如滑膜控制，模糊增益控制，非线性模型预测控制和反演法等。值得一提的是，反演法可以有效地进行系统化和结构化的控制器设计，特别适用于具有上三角状态方程特征的无人直升机模型。
此外，还有一些研究小组尝试采用不基于模型的控制策略。比如，基于神经网络的位置控制器，基于强化学习算法的控制器等。这些控制器设计方法不需要精确的系统模型，但却依赖于大量来自飞行员的训练数据，因此不适用于复杂环境下如大风等情况下的控制器设计。
抗风干扰作为无人直升机户外飞行必须面对和克服的核心难题，也得到了国内外学者的关注，但是相对于无人直升机控制方法和建模方法来说，抗风干扰方法的研究还在初级阶段。在文献中，作者采用传感器来估计风的扰动，并设计非线性前馈控制器来实现抗风效果，在文献中，作者采用约束有限时间最优控制器（CFTOC）实现在大风下对四旋翼无人直升机进行控制。此外，一些研究人员使用自抗干扰控制器来实现对风干扰的补偿，干扰信息可由不同的干扰观测器获得，如高增益状态观测器，扩展状态观测器，卡尔曼状态观测器。然而，这些基于观测的方法可能会引入不准确的观测结果，导致达不到理想的控制结果。在文献中，作者提出了一种新的混合控制结构，直
接利用力/力矩对风干扰进行补偿，但由于实际情况的多样性，力和力矩可能无法正确计算。本文在此
基础上提出了一种新的抗风扰动控制结构，首先为标称系统设计一个反演控制器，然后采用非线性阻尼技术设计抗风干扰控制器来达到抗风干扰的控制效果。
2控制系统设计
电镀铜包钢2.1无人机非线性模型
无人直升机的六自由度刚体动力学模型可以用以下方程来描述：
为了抑制水平方向的风干扰，我们在文献中混合控制框架的基础上进行了改进，提出了新的控制框架，其控制总框图如图1所示。
黄秋葵软胶囊包装内托力/力矩矢量包括了风干扰引起的不确定干扰，在本文中他们作为系统的额外输入，而不是风干扰下的小扰动。由于整个系统满足李雅普诺夫再设计框架，因此，我们将总控制器分为两部分进行设计，首先是不考虑风干扰时的标称系统，可以用反演法进行设计，然后是由
于风干扰产生的扰动系统，可以在反演法的基础上结合非线性阻尼来进行抑制干扰的控制率设计。在得到整个系统的控制率后，可通过李雅普诺夫稳定性进行分析，证明整体系统可以在该控制器下输出一致有界。
2.3风力传递函数
由风引起的干扰量可通过以下的风力传递函数进行估计]:
2.4结合非线性阻尼的反演控制器设计
在这一部分，首先用反演法设计没有风干扰时标称系统下的控制律部分，然后用非线性阻尼法设计存在不确定大风干扰情况下的抗风控制器部分。
首先不考虑风力时的标称系统，此时无人直升机受到的外力和外
力矩等于直升机通过旋翼自身产生的力和力矩。我们可以根据反演算法，选择李雅普诺夫候选函数来进行推导，进而得到标称系统下到达期望位置所需的力和力矩表达式。
第一个李雅普诺夫候选函数可选为:
电能质量评估检测
这表明状态的解在原点附近是一致有界的，所以在有限的时间内，无人直升机的位置，线速度和角速度可以接近到目标点。
mvr蒸发浓缩在得到所需的力和力矩后，我们可以通过主旋翼，平衡杆动力学模型和舵机的伺服动力学模型反推出舵机控制输入。
仿真结果
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议