System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于改进模糊自抗扰的四旋翼无人机姿态控制方法技术_技高网

基于改进模糊自抗扰的四旋翼无人机姿态控制方法技术

技术编号:42974328 阅读:11 留言:0更新日期:2024-10-15 13:14
本发明专利技术公开了一种基于改进模糊自抗扰的四旋翼无人机姿态控制方法,步骤包括:建立带多源扰动的四旋翼无人机数学模型;设计位置环控制器;设计非线性函数;设计改进扩张状态观测器;改进ESO收敛条件分析;设计姿态环环控制器。本发明专利技术通过在扩张状态观测器中设计改进非线性函数并且加入模糊控制实现参数自整定;在位置环设计串级PID控制,实现了位置跟踪控制;姿态环设计改进模糊自抗扰控制器,实现了姿态控制。本发明专利技术改善了观测器的观测性能,进而提高了控制器对多源扰动的抑制能力,使四旋翼无人机的稳态过程具有更高的鲁棒性,提高了四旋翼无人机在多源扰动下的复杂环境中工作时的抗干扰性。

【技术实现步骤摘要】

本专利技术涉及一种基于改进模糊自抗扰的四旋翼无人机姿态控制方法,属于无人机智能控制。


技术介绍

1、无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。其由四个独立控制转速直流无刷电机驱动螺旋桨提供飞行动力,通过调整转速可以实现无人机的飞行控制。近年来,随着微机械传感器、复合材料、视觉定位与导航等技术的快速发展,无人机逐渐变得更加智能化和轻量化。由于其多功能性以及自主或远程控制执行任务的能力,无人机在危险、复杂的环境中作业具有明显的优势。

2、为实现对四旋翼无人机姿态的精准控制,目前主流的控制方法有比例积分微分控制、滑模控制、模型预测控制、反步控制等。四旋翼无人机作为高度复杂的非线性系统,在实际中其准确模型难以获得。比如,pid控制在工程上广泛应用且不依赖于系统模型,但是面对四旋翼无人机存在未知参数摄动、传感器噪声、气流及风扰等多源干扰的影响,其控制效果并不理想。

3、因此,如何实现四旋翼无人机在多源扰动下的复杂环境中工作时,能够对多源干扰实现抑制且在平稳状态下具有较高的鲁棒性,仍是亟需解决的技术问题。


技术实现思路

1、针对上述现有技术存在的问题,本专利技术提供一种基于改进模糊自抗扰的四旋翼无人机姿态控制方法,该方法使得四旋翼无人机在多源扰动下的复杂环境中工作时,能够对多源干扰实现抑制,且能够使其在平稳状态下具有更高的鲁棒性。

2、为了实现上述目的,本专利技术采用的技术方案是:一种基于改进模糊自抗扰的四旋翼无人机姿态控制方法,包括如下步骤:

3、s1.建立带多源扰动的四旋翼无人机数学模型,步骤如下:

4、s1.1.建立基于地球三维空间的地面坐标系e(oe,xe,ye,ze)和基于四旋翼无人机的机体坐标系b(ob,xb,yb,zb);在地面坐标系下,定义三个欧拉角[φ,θ,ψ],分别对应为滚转角、俯仰角和偏航角;其中,横滚角φ和俯仰角θ的取值范围均为(-0.5π,0.5π),偏航角ψ的取值范围为(-π,π);

5、s1.2.根据牛顿-欧拉方程,建立四旋翼无人机动力学模型如下:

6、

7、式中,m表示四旋翼无人机的总质量;g表示重力加速度;k1,k2,……,k6表示阻力系数;d1,d2,……,d6表示含有风扰、传感器噪声以及参数摄动的多源总扰动;l表示四旋翼无人机旋翼末端到飞行器重心的距离;ix,iy,iz表示三轴的转动惯量;u1,u2,u3,u4表示控制输入表示控制输入:

8、

9、式中,f1,f2,f3,f4是四个转子产生的推力,视为系统的实际控制输入;

10、s1.3.位置子系统引入虚拟控制量ux,uy,uz分别为:

11、

12、将式(1)整理为:

13、

14、式中,x1=[x,y,z,φ,θ,ψ]t,

15、u=[ux,uy,uz,u2,u3,u4]t,d=[d1,d2,d3,d4,d5,d6]τ,且d已知上界限;

16、s1.4.根据式(3)反解期望俯仰角θd和期望滚转角φd:

17、

18、s2.设计位置环控制器,步骤如下:

19、s2.1.设计水平通道串级pid控制器,将该子系统分为内环和外环,外环以位置误差作为输入量,采用比例环节,设计控制器为:

20、

21、式中,k1px、k1py为比例环节系数,e1d、e2d为期望位置xd、yd和实际位置x、y的误差;

22、内环以外环的输出作为输入,该环节使用比例-积分-微分控制,设计控制器为:

23、

24、式中,k2p、k2i、k2d分别为比例环节、积分环节、微分环节常系数矩阵,

25、将式(6)带入式(1)中得:

26、

27、s2.2.设计高度通道串级pid控制器,将该子系统分为内环和外环,外环以位置误差作为输入量,采用比例环节,设计控制器为:

28、

29、将(9)带入(1)得:

30、

31、s3.设计非线性函数,步骤如下:

32、依据非线性函数选取原则设计非线性函数为:

33、

34、式中,δ>0,a>0是调节因子,与原非线性函数中的调节因子一一对应,影响效果也相同,当输入误差|e|≤1时,如果只使用反正切函数,会导致小误差区间的增益较小,为解决此问题,所以在|e|≤1时加入一个正弦函数提高误差增益;当误差|e|>1时,为保证该区间误差增益小于原fal函数的增益,将narcfal函数定义为常数,同时为确保函数的连续性则令该常数值等于|e|=1时narcfal函数的值;

35、s3.2.取fal函数和narcfal函数在e>1时的误差增益为:

36、

37、将g2(e)·e中的未知项视为独立项,分别取最大值为:

38、

39、则:g2(e)·e<max[g2(e)·e]<1(14)

40、综上,在e>1时,g2(e)·e<1<g1(e)·e始终成立;

41、s4.设计改进扩张状态观测器,具体步骤如下:

42、s4.1.加入模糊控制实现eso自适应:定义输入为误差信号e1及误差微分信号e2,输出为eso的增益参数δβ01、δβ02、δβ03;定义输入量基本论域为[-50,50],输出量基本论域分别为[-100,100]、[-100,100]、[-30,30];语言子集定义为:负大(nb)、负中(nm)、负小(ns)、正大(pb)、正中(pm)、正小(ps);模糊推理为:

43、

44、并建立模糊规则表:

45、δβ01、δβ02、δβ03模糊规则表

46、

47、s4.2.根据s3和s4.1,建立改进eso为:

48、

49、式中,e1为观测值和实际值的误差,β0i+δβ0i为改进后eso的增益参数;令β0i+δβ0i=pi,进一步得到观测误差为:

50、

51、s4.3.根据s4.2建立矩阵方程为:

52、

53、式中,f1=narcfal1/e1,f2=narcfal2/e1;

54、s5.改进eso收敛条件分析,步骤如下:

55、s5.1.建立收敛性分析矩阵ha(e)为:

56、

57、式中,h为对角线为正数的矩阵,定义为:

58、

59、

60、f为有界量,其范围为:

61、

62、s5.2.存在h使得ha(e)为正定对称矩阵,式(17)的零解为lyapunov渐进稳定,则ha(e)需要满足以下条件:

63、

64、令h11=1,h22=h33=λ,λ为无限接近0的正本文档来自技高网...

【技术保护点】

1.一种基于改进模糊自抗扰的四旋翼无人机姿态控制方法,其特征在于,包括如下步骤:

【技术特征摘要】

1.一种基于改进模糊自抗扰的四旋翼无人机...

【专利技术属性】
技术研发人员:侯飞宇段纳陈梦冉孙浩
申请(专利权)人:江苏师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1