【技术实现步骤摘要】
本专利技术涉及无人机控制领域，具体为无人机模型补偿复合控制器事件触发姿态跟踪控制方法。
技术介绍
1、随着无人机控制技术的不断发展，设计各种复杂作业中无人机飞行姿态控制方法成为无人机控制领域的一项研究的热点；国内外学者目前对四旋翼无人机姿态控制方法进行大量研究，提出多种控制策略，例如pid控制方法、滑模控制法、反步法等；伴随无人机飞行任务要求不断提高，无人机飞行姿态控制面临以下挑战：(1)系统模型不确定性，存在强耦合、强非线性和强时变性等特点，(2)系统存在外界干扰；因此，研究无人机飞行姿态跟踪控制方法十分必要。
2、然而，上述控制策略均为连续算法，要求控制算法实时计算，导致实际中无人机系统中实时调整，浪费计算资源与能耗，且实际的无人机系统控制部分为嵌入式数据控制器，需对上述连续算法离散化后运行，导致控制器为了保持跟踪算法稳定性而提高更新频率；另一方面，高频的更新输出至执行器会减小执行器使用寿命，在无人机使用过程中对执行器的参数需要重新标定、修改，增加系统工作负担，降低效率，因此需要一种用于无人机姿态实时补偿的事件触发跟踪控制方法。
技术实现思路
1、本专利技术包括无人机hammerstein模型、事件触发控制器、输入补偿控制器、无人机姿态控制器四个部分，首先通过建立四旋翼无人机非线性动力输出-线性传感器解算的hammerstein模型来对无人机非线性部分与先行部分进行数据采集、分析，据此拟合hammerstein逆模型，进而设计输入补偿控制器；然后结合输入补偿控制器与
2、本专利技术中，通过建立四旋翼无人机非线性动力输出-线性传感器解算的hammerstein模型来对无人机非线性部分与线性部分进行数据采集、分析；
3、四旋翼无人机系统可以用一个非线性环节和一个线性环节描述；四旋翼无人机输入控制到姿态变化的环节具有强耦合性与不稳定性的特性，是一个非线性环节；姿态解算环节可视为一个动态的线性环节；根据上述无人机特性，采用一个非线性环节与一个线性环节组成无人机hammerstein系统模型，模型如下：
4、建立无人机hammerstein系统模型的非线性模型表达式：
5、，
6、其中， u( g( t), a( t), f( t))为无人机 t时刻的非线性环节的输入量， b(·)为x型四旋翼无人机方向矩阵， m为四旋翼系统四个升力的输入， λ为权重向量。
7、建立无人机hammerstein系统模型的线性模型表达式：
8、，
9、其中， q为标定的系数， q∈ r， offset( t0)为传感器初始校准矩阵， c为 x向量归一化系数， x( t)为 t时刻各个轴向的姿态矩阵。
10、无人机hammerstein系统模型描述为：
11、，
12、其中， d为不可测的变换矩阵， d( t)为噪声。
13、本专利技术中，输入补偿控制器，包括hammerstein线性部分逆模型、hammerstein非线性部分逆模型计算两个模块，线性部分逆模型计算是根据姿态解算环节原理，对hammerstein系统模型线性部分矩阵求逆，计算系统线性部分模型的逆模型；非线性部分逆模型计算是利用线性模型的输入，结合系统控制输入，采用l-m算法拟合非线性模型，对拟合的模型进行逆运算，计算出非线性部分的逆模型；
14、利用四旋翼无人机hammerstein模型，进行分步拟合求解hammerstein逆模型，首先对系统模型线性部分求逆，再对系统模型非线性部分求逆，将两部分逆模型排列成 l-1()- h-1()。
15、 l-1()部分需要对原本的hammerstein模型中 l()部分直接进行求逆计算即可获得，则 l-1()部分表达式为：
16、
17、hammerstein系统的 h()部分有不可测的矩阵 d，采用l-m算法拟合非线性模型，通过线性部分求逆获得的，求解非线性模型的输出，即：
18、
19、根据 h()部分的特性，可以 h()模型表达成：
20、
21、将上式进行变形，可以得到：
22、
23、此时可以将 h()转化成不考虑初始状况下的与的非线性关系，此时可以得到 h()确定的输入与估计的输出，此时对 d进行描述：
24、
25、中有( n a+ n b+1)个未知数，此时 h()的表达式描述为：
26、
27、对进行l-m优化，定义目标函数 f，解决以下优化问题：
28、，
29、其中，为目标函数，存在( n a+ n b+1)个未知数，ω为性能指标，要令ω最小，需要计算目标函数的海塞矩阵h与矩阵g，进行迭代，最终当目标函数 f满足迭代终止条件，取得最佳拟合模型本文档来自技高网...
【技术保护点】
1.一种用于无人机姿态实时更新补偿的跟踪控制方法，包括无人机Hammerstein模型、事件触发控制器、输入补偿控制器、无人机姿态控制器四个部分；其特征是：首先通过建立四旋翼无人机非线性动力输出-线性传感器解算的Hammerstein模型来对无人机非线性部分与线性部分进行数据采集、分析，据此拟合Hammerstein逆模型，进而设计输入补偿控制器；然后结合输入补偿控制器与无人机姿态PID控制器设计无人机姿态复合控制器，根据无人机传感器反馈数据与无人机姿态期望输入的关系设计并优化事件触发控制器，再采用优化的事件触发控制策略控制无人机姿态复合控制器更新频率，以在满足无人机飞行需求的同时降低无人机飞控算力消耗。
2.根据权利要求1所述的四旋翼无人机姿态实时更新补偿的事件触发跟踪控制方法，其特征是，所述的输入补偿控制器，包括Hammerstein线性部分逆模型、Hammerstein非线性部分逆模型计算两个模块，线性部分逆模型是根据姿态解算环节原理，对Hammerstein系统模型线性部分矩阵求逆，计算系统线性部分模型的逆模型；非线性部分逆模型是利用线性模型的输入，结合系统控
3.根据权利要求1所述的四旋翼无人机姿态实时更新补偿的事件触发跟踪控制方法，其特征是，所述的无人机姿态复合控制器，包括无人机姿态PID控制器与输入补偿控制器两个模块，无人机姿态PID控制器包括姿态角度控制外环与姿态角速度控制内环，输入补偿控制器的输入是无人机姿态角期望，通过Hammerstein逆模型分别计算无人机姿态PID控制器的内环与外环补偿控制量，削减进入控制系统中的非线性部分的干扰。
4.根据权利要求1所述的四旋翼无人机姿态实时更新补偿的事件触发跟踪控制方法，其特征是，所述的事件触发控制器，是根据无人机传感器反馈数据与无人机姿态期望输入的关系，设计四旋翼无人机姿态期望输入事件触发控制策略，调节无人机姿态控制器的更新频率同时满足无人机飞行需求。
...【技术特征摘要】
1.一种用于无人机姿态实时更新补偿的跟踪控制方法，包括无人机hammerstein模型、事件触发控制器、输入补偿控制器、无人机姿态控制器四个部分；其特征是：首先通过建立四旋翼无人机非线性动力输出-线性传感器解算的hammerstein模型来对无人机非线性部分与线性部分进行数据采集、分析，据此拟合hammerstein逆模型，进而设计输入补偿控制器；然后结合输入补偿控制器与无人机姿态pid控制器设计无人机姿态复合控制器，根据无人机传感器反馈数据与无人机姿态期望输入的关系设计并优化事件触发控制器，再采用优化的事件触发控制策略控制无人机姿态复合控制器更新频率，以在满足无人机飞行需求的同时降低无人机飞控算力消耗。
2.根据权利要求1所述的四旋翼无人机姿态实时更新补偿的事件触发跟踪控制方法，其特征是，所述的输入补偿控制器，包括hammerstein线性部分逆模型、hammerstein非线性部分逆模型计算两个模块，线性部分逆模型是根据姿态解算环节原理，对hammerstein系统模型线性部分矩阵求逆，...
【专利技术属性】
技术研发人员：黄采伦，舒宗祺，田勇军，南茂元，吴浩，杨志远，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：
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。