无人机自动驾驶系统稳定性控制优化仿真.docxVIP

第33卷第7期计算机仿真2016年7月

文章编号：1006-9348(2016)07-0065-04

无人机自动驾驶系统稳定性控制优化仿真

冯茜，王磊2

(1.华北理工大学机械工程学院，河北唐山063009;2.华北理工大学组织部，河北唐山063009)

摘要：无人机自动驾驶的稳定性关系到飞行器的自身安全。无人机自动驾驶控制过程中，由于无人机在飞行过程中会进行急速转弯，外部强气流冲击对转弯中的稳定性带来较大影响。传统的PID控制方法在应用到无人机驾驶过程中时，需要进行大幅度的参数调整，以保证机身稳定，参数超调量过大会导致控制过程存在较为明显的误差。提出了基于量子遗传算法、神经网络的新型PID控制器设计方法，并应用到无人机的自动化控制中。利用量子遗传算法的自适应调整搜索能力优化神经网络的权值系数，避免神经网络陷入局部极小化及收敛速度慢的缺陷，利用改进后的神经网络算法优化PID控制过程，有效克服传统PID算法的缺陷，根据PID算法完成无人机自动驾驶控制器设计。实验结果表明，新一代控制器在无人机的PID控制过程中，耗时和延迟都明显优化，超调量较小，为驾驶系统稳定性控制设计提供了依据。

关键词：无人机自动驾驶；遗传算法；神经网络

中图分类号：F127文献标识码：B

OptimizationDesignoftheControlSystemofUavAutonomousStudy

FENGQian1,WANGLei2

(1.CollegeofMechanicalEngineering,NorthChinaUniversityofScienceandTechnology,TangshanHebei063009,China;

2.MministryofOrganization,NorthChinaUniversityofScienceandTechnology,TangshanHebei063009,China)

ABSTRACT:AnovelPIDcontrollerdesignmethodbasedonquantumgeneticalgorithmandneuralnetworkispro-posedandappliedtotheautomaticcontrolofUAV.Theuseofadaptiveadjustmentandsearchabilityofquantumge-neticalgorithmmakestheoptimizationofweightcoefficientofneuralnetworktoavoidneuralnetworkfallingintothelocalminimizationandthedefectsofslowconvergencespeed.Theimprovedneuralnetworkalgorithmisusedtoopti-mizethePIDcontrolprocessandeffectivelyovercometheshortcomingsofthetraditionalPIDalgorithm.Thus,thede-signofautopilotcontrollerforUAVcanbecompletedbasedonPIDalgorithm.Theexperimentalresultsshowthatthetime-consuminganddelayofusingnewgenerationofcontrollerinthePIDcontrolprocessofUAVareobviouslyopti-mized,andtheovershootamountissmall.

KEYWORDS:UAVautopilot;Geneticalgorithm;Neuralnetwork

1引言

无人机自动驾驶控制器是整个无人机控制系统的重要组成部分，无人机飞行精度的控制主要取决于该设备的精确性和高效性，设备中相关控制参数的精度基本依赖于该控制器所应用的算法。当前，比较常用的主控控制方法有经典PID算法1、模糊控制算法[