固定翼无人机的自抗扰反步控制.docx

固定翼无人机的自抗扰反步控制.docx

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

固定翼无人机的自抗扰反步控制

费爱玲;李柠;李少远

【摘要】针对固定翼无人机姿态和速度控制中系统存在模型不确定性和外界扰动的情况,本文设计了基于扩张状态观测器的反步控制器抑制系统扰动以提高无人机的控制性能。首先建立无人机速度误差模型和姿态误差模型,其中姿态误差模型采用四元数作为变量以避免欧拉角在描述姿态时存在的奇点问题和复杂三角运算;进而设计扩张状态观测器对系统中存在的扰动进行估计,并将扰动估计值与控制器设计相结合,分别设计出姿态控制器和速度控制器来抑制扰动的影响且使无人机姿态

和速度收敛到期望值。最后基于李雅普诺夫理论证明系统的稳定性。仿真结果表明,本文所设计方法能够抑制系统中存在的扰动。%Inthispaper,attitudeandvelocitycontrolproblemoffixed-wingunmannedaerialvehicle(UAV)are

in-vestigated.Inordertodealwithmodeluncertaintiesandexternaldisturbances,extendedstateobserver(ESO)basedonback-steppingcontrollersaredesignedtodepresssystemdisturbancessothatsystemperformancecouldbeimproved.First-ly,thevelocityerrormodelandattitudeerrormodeloffixed-wingUAVareestablished.AmongthatprocessquaternionisadoptedtobeattitudeerrormodelvariablestoavoidsingularityandcomplextrigonometricoperationwhendescribingUAVattitudewitheulerangle.Thenextendedstateobserversaredesignedtoestimatesystemdisturbance.Theestimatedvaluesareincludedincontrollerdesignproceduretodepresssystemdisturbancesandensurethatattitudeandvelocityoffixed-wingUAVconvergetothedesiredvalue.Lastly,systemstabilityisproventhroughLyapunovtheory.Thesimulation

resultsdemonstratethatproposedmethodiscapabletodepresssystem

disturbance.

【期刊名称】《控制理论与应用》

【年(卷),期】2016(033)010

【总页数】7页(P1296-1302)

【关键词】固定翼无人机;姿态控制;速度控制;扩张状态观测器;反步法;四元数

【作者】费爱玲;李柠;李少远

【作者单位】上海交通大学电子信息与电气工程学院,上海200240;上海交通大学电子信息与电气工程学院,上海200240;上海交通大学电子信息与电气工程学院,上海200240

【正文语种】中文

【中图分类】TP273

自20世纪80年代以来,无人机在军用和民用各个领域得到了越来越广泛的应用,如空中侦察、通信、电子干扰、资源探测、森林防火、边境巡逻等.随着科技的迅猛发展,无人机的自动化和智能化程度显著提高,成为全球发展的热点.因此,关于无人机飞行控制技术的研究也得到了很大的重视和发展[1-3].

无人机姿态和速度控制是无人机飞行控制的基础,其控制性能极大地影响着无人机的安全飞行效率[4-5].然而无人机的非线性特性、强耦合性及飞行环境的复杂性增加了无人机控制的难度.近些年来许多方法被应用于无人机飞行控制中[6-9].例如,增益调参控制、反馈线性化方法、神经网络控制、反步法等.增益调参控制将无人机模型线性化处理,简化了控制器的设计但该方法仅在操作点的较小邻域内有效;反馈

线性化方法是利用全状态反馈抵消无人机模型中的非线性特性,使新系统的输入输

出间具有线性关系,但是这种方法对研究对象的数学模型有着较高的精度要求[10].基于神经网络方法的动态逆控制可以在无人机很难获得精确的数学

文档评论(0)

tianya189 + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

认证主体阳新县融易互联网技术工作室
IP属地上海
统一社会信用代码/组织机构代码
92420222MA4ELHM75D

1亿VIP精品文档

相关文档