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() 一种无人机集群分群容错控制及干扰利用方法技术_技高网

一种无人机集群分群容错控制及干扰利用方法技术

技术编号:43648992 阅读:1 留言:0更新日期:2024-12-13 12:44
本发明专利技术公开了一种基于切换函数法的无人机集群分群容错控制与干扰利用方法,属于无人机集群的协同控制技术领域;本发明专利技术包括:建立故障方向时变未知的无人机姿态系统的动力学模型;设计估计器估计领导者的姿态角输出并生成参考信号;设计无人机姿态系统的工作模式与切换函数;为不匹配干扰设计干扰观测器及干扰效能评价指标;设计输入软饱和与无人机姿态系统的理想控制信号;本发明专利技术在实现无人机集群分群容错控制的同时保证了无人机在反向故障后的瞬态性能,进一步通过有害干扰的抑制与有益干扰的利用加快收敛速度并节约能量消耗。

【技术实现步骤摘要】

本专利技术涉及无人机集群的协同控制,具体为一种无人机集群分群容错控制及干扰利用方法


技术介绍

1、随着科学技术的进步,无人机协同控制在近年来得到了广泛的关注。凭借高效率、高灵活性和强鲁棒性的特点,它在各个领域展现出巨大的应用价值。分群控制(群一致性控制)作为协同控制的重要分支,是指多个无人机协作完成多个控制目标,表现为各子群的领导者的运动姿态不同而同一子群内的无人机有相同领导者。由于无人机姿态系统的输出由无人机转子转速决定,当无人机发生电机故障时,可能表现为反向故障。相比于效率损失故障和偏置故障,反向故障对无人机的稳定运行危害更大。现有的基于nussbaum函数的容错方法虽然保证了反向故障下系统的有界稳定性,然而在反向故障发生后系统的暂态性能较差,具体表现为系统的输入信号在反向故障发生后而nussbaum函数未变号之前存在不确定时长的反向脉冲。由于反向脉冲与系统误差存在相互增强的回路,反向输入的增长速度越来越快,过大的反向脉冲可能给系统带来不可逆的损伤。此外,在nussbaum函数变号后系统的输入由于nussbaum函数符号的跳变存在较大幅值的脉冲,造成系统状态出现抖动现象,这是由于nussbaum函数方法本身特性决定的。因此,有必要针对反向故障提出新的容错控制方法在阻止过大反向输入对系统造成不可逆损害的同时抑制控制增益变号后出现的输入峰值现象和状态抖动现象。

2、另一方面,由于无人机工作环境的复杂性和系统建模的不确定性,无人机在匹配通道和不匹配通道都会受到干扰的影响。现有的大部分干扰抑制方法都只考虑了干扰对系统性能的有害影响,而忽略了干扰存在隐性的有益特性。事实上,通过对干扰进行合理的利用,能有效加快系统的收敛速度、减小系统的稳态误差并降低系统的能量消耗。因此,通过对干扰进行特性分析,合理利用有益干扰并补偿有害干扰对改善系统性能有很大的促进作用。基于上述分析,为了保证无人机在干扰和未知方向故障下的稳态性能与暂态性能,本专利技术提出了一种基于切换函数法的无人机集群分群容错控制与干扰利用方法改善系统性能并降低能量消耗。


技术实现思路

1、本专利技术的目的在于提出一种无人机集群分群容错控制及干扰利用方法以解决现有nussbaum函数方法在未知方向故障发生后暂态性能不佳及未考虑有益干扰的情况的问题,本专利技术改善了无人机集群姿态系统在反向故障发生后的暂态性能,并通过利用有益干扰以及补偿有害干扰降低了无人机的能量消耗、加快了收敛速度。

2、为了实现上述目的,本专利技术采用了如下技术方案:

3、一种无人机集群分群容错控制及干扰利用方法,包括下列步骤:

4、s1、建立故障方向时变未知的无人机姿态系统的动力学模型;

5、s2、设计估计器估计领导者的姿态角输出并生成参考信号;

6、s3、设计无人机姿态系统的工作模式与切换函数;

7、s4、为不匹配干扰设计干扰观测器及干扰效能评价指标;

8、s5、设计输入软饱和与无人机姿态系统的理想控制信号。

9、优选地,s1中所述无人机姿态系统包括故障方向时变未知的跟随无人机姿态系统和故障方向时变未知的领导无人机姿态系统;

10、所述故障方向时变未知的跟随无人机姿态系统的函数表示为:

11、

12、yi,p=xi,p,1,i=1,…,n

13、其中,xi,1,1、xi,2,1、xi,3,1分别表示无人机姿态系统的横滚角、俯仰角及偏航角;xi,1,2、xi,2,2、xi,3,2分别表示横滚角、俯仰角及偏航角的角速度;表示状态向量;di,p,1和di,p,2分别表示导数有界的不匹配干扰和匹配干扰;yi,p表示无人机的欧拉角输出;fi,p表示无人机姿态的非线性项;为无人机故障下的扭矩,作为系统输入表示为:

14、

15、其中,ui,p表示正常的扭矩输入;ρi,p表示故障因子,满足ρi,p≠0;ri,p表示加性故障;

16、上述无人机姿态的非线性项具体表示为:

17、

18、其中,jx、jy、jz、jr表示自身坐标下x、y、z方向的转动惯量以及转子惯性;ip表示空气阻力参数,p=1,2,3;ωr表示转子的差分角速度;无人机集群中的跟随者的通讯拓扑包含有向生成树且根节点能获取领导者的信号;

19、所述故障方向时变未知的领导无人机姿态系统的函数表示为:

20、

21、其中,和分别表示领导者的欧拉角与对应的角速度;li表示无人机i所在群的编号;分别表示领导无人机的输出、输入以及非线性项;所述领导无人机的非线性项与跟随无人机具有相同的形式;

22、假设领导无人机输出的导数有界,表示为其中为正常数。

23、优选地,所述s2具体包括如下内容:

24、利用无人机之间的通讯交互为每个跟随无人机设计估计器,以估计领导者的信息并实现各估计器输出信号的群一致性,具体函数表示为:

25、

26、其中,表示估计器的输出;表示观测器的输入信号,其函数表示为:

27、

28、其中,c表示正常数;表示领导无人机的输出向量且其导数为ωi表示群一致性误差;和分别表示群li中与其他群中无人机存在接收和发送信号链路的无人机的集合;表示无人机i的邻居集;bi表示牵引增益,对牵引节点有bi=1,否则bi=0;跟随无人机拓扑图的根节点以及集合和中的节点为牵引节点;aij与aik表示无人机间的拓扑权重。

29、优选地,所述s3具体包括如下内容:

30、根据无人机姿态系统的动力学模型及故障模型,存在8种潜在的故障方向模式,则设计的以{-1,1}为元素的二进制方式编码的工作模式集合为:

31、

32、其中,diag{·}表示对角矩阵;

33、基于上述工作模式,为每个无人机设计如下切换函数:

34、

35、其中,表示无人机i的工作模式;bin2dec表示二进制转化十进制运算;sign表示符号函数;αi(t)和表示辅助函数;为事件触发时刻,其判断条件为:

36、

37、其中,事件条件gi,p(t)的计算方式为:

38、gi,p(t)=|zi,p(t)|-β(t)

39、其中,β(t)为设置的事件监测边界,函数表示为:

40、

41、其中,ε0、ε∞和为正常数且满足ε0>ε∞。

42、优选地,所述s4具体包括如下内容:

43、设计干扰观测器,具体为:

44、

45、其中,表示不匹配干扰的观测输出,ψi,p,1表示辅助函数,φi,p,1>1为常数;

46、基于上述干扰观测器设计,进一步设计干扰效能评价指标,具体内容如下:

47、

48、其中,θi,p,1表示干扰效能评价指标,当θi,p,1>0时,表明干扰本文档来自技高网...

【技术保护点】

1.一种无人机集群分群容错控制及干扰利用方法,其特征在于,包括下列步骤:

2.根据权利要求1所述的一种无人机集群分群容错控制及干扰利用方法,其特征在于,S1中所述无人机姿态系统包括故障方向时变未知的跟随无人机姿态系统和故障方向时变未知的领导无人机姿态系统;

3.根据权利要求2所述的一种无人机集群分群容错控制及干扰利用方法,其特征在于,所述S2具体包括如下内容:

4.根据权利要求3所述的一种无人机集群分群容错控制及干扰利用方法,其特征在于,所述S3具体包括如下内容:

5.根据权利要求4所述的一种无人机集群分群容错控制及干扰利用方法,其特征在于,所述S4具体包括如下内容:

6.根据权利要求5所述的一种无人机集群分群容错控制及干扰利用方法,其特征在于,所述S5具体包括如下内容:

【技术特征摘要】

1.一种无人机集群分群容错控制及干扰利用方法,其特征在于,包括下列步骤:

2.根据权利要求1所述的一种无人机集群分群容错控制及干扰利用方法,其特征在于,s1中所述无人机姿态系统包括故障方向时变未知的跟随无人机姿态系统和故障方向时变未知的领导无人机姿态系统;

3.根据权利要求2所述的一种无人机集群分群容错控制及干扰利用方法,其特征在于,所述s2具...

【专利技术属性】
技术研发人员:刘沛明郭祥贵
申请(专利权)人:北京科技大学
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