一种基于无人机姿态控制滤波单元的控制方法技术

一种无人机姿态控制滤波单元和方法，涉及一类针对无人机姿态控制的抗干扰滤波方法的设计；本发明专利技术针对无人机含有的大气湍流力矩、执行机构噪声、量测噪声以及模型不确定性等多源干扰；首先，建立含有多源干扰的无人机姿态数学模型；其次，建立多种干扰力矩的数学模型；再次，设计针对无人机姿态的抗干扰滤波器；最后设计最优控制器，进行反馈控制。本发明专利技术具有抗干扰能力强、控制精度高等优点，可用于无人机姿态控制中。

【技术实现步骤摘要】

本专利技术涉及一种无人机姿态控制滤波单元和方法，可应用于含有大气湍流力矩、执行机构噪声、量测噪声以及模型不确定性等多源干扰的无人机姿态控制中。
技术介绍
小型无人旋翼机具有垂直起降、悬停等特性，可以在市区街道等狭窄空间执行任务，具有广泛的应用前景。随着应用领域的扩张，小型无人旋翼机的智能化程度需求也日益增加，全自主、高智能的小型无人旋翼机成为研究的热点。作为复杂的多输入多输出控制系统，小型无人旋翼机具有强耦合、非线性、控制难度高等特性，动力学建模复杂。高精度模型是进一步高精度控制的基础，而无人机姿态控制的目标是使无人机的本体坐标系跟踪航道坐标系，从而便于无人机进行相关的科学任务。无人机姿态控制面临的干扰包括：大气湍流力矩等外部干扰力矩，模型不确定性项、执行机构噪声以及量测噪声等来自内部的干扰；并且多源干扰对无人机姿态的影响很大，无法达到其高精度姿态控制的要求。已有的无人机姿态抗干扰滤波方法中，存在外部干扰力矩过于简单以及未考虑模型不确定性项的能力有界干扰等问题。
技术实现思路
本专利技术的技术解决问题是：克服现有的针对无人机姿态控制方法存在未充分考虑多源干扰的问题，设计一种无人机姿态控制滤波单元和方法。本专利技术的技术解决方案为：一种无人机姿态控制滤波单元和方法，包括滤波单元及其抗干扰滤波方法，所述滤波单元包括无人机姿态控制数学模型、抗干扰滤波器以及最优控制器；所述抗干扰滤波方法主要包括以下步骤：首先，建立含有多源干扰的无人机姿态数学模型；其次，建立干扰力矩的数学模型；再次，建立增广的含有多源干扰的无人机姿态通道的数学模型，之后，设计无人机姿态抗干扰滤波器；最后，设计最优控制器，进行反馈控制；具体步骤如下：(1)建立含有多源干扰的无人机姿态数学模型x·(t)=Mx(t)+N[u(t)+w(t)+d(t)]]]>y(t)＝Hx(t)+v(t)其中，x(t)为含有多源干扰的无人机姿态数学模型的状态变量，y(t)为含有多源干扰的无人机姿态数学模型的输出变量，系数矩阵M=03×3I3×3-J0-1D-J0-1C,]]>D=(J0y-J0z)ω020000000(J0v-J0x)ω02,]]>C=00(J0y-J0z-J0x)ω0000-(J0y-J0z-J0x)ω000,]]>N=03×3J0-1,]]>H＝[I3×303×3]，无人机的标称转动惯量矩阵J0＝diag{J0x，J0y，J0z本文档来自技高网...

【技术保护点】
一种无人机姿态控制滤波单元和方法，其特征在于：包括滤波单元及其抗干扰滤波方法，所述滤波单元包括无人机姿态控制数学模型、抗干扰滤波器以及最优控制器；所述抗干扰滤波方法主要包括以下步骤：首先，建立含有多源干扰的无人机姿态数学模型；其次，建立干扰力矩的数学模型；再次，建立增广的含有多源干扰的无人机姿态通道的数学模型，之后，设计无人机姿态抗干扰滤波器；最后，设计最优控制器，进行反馈控制；具体步骤如下：(1)建立含有多源干扰的无人机姿态数学模型x·(t)=Mx(t)+N[u(t)+w(t)+d(t)]]]>y(t)＝Hx(t)+v(t)其中，x(t)为含有多源干扰的无人机姿态数学模型的状态变量，y(t)为含有多源干扰的无人机姿态数学模型的输出变量，系数矩阵M=03×3I3×3-J0-1D-J0-1C,]]>D=(J0y-J0z)ω020000000(J0y-J0x)ω02,]]>C=00(J0y-J0z-J0x)ω0000-(J0y-J0z-J0x)ω000,]]>N=03×;3J0-1,]]>H＝[I3×3 03×3]，无人机的标称转动惯量矩阵J0＝diag{J0x，J0y，J0z}，ω0为角速度，u(t)为无人机所受到的控制力矩，d(t)为无人机所受到的干扰力矩，w(t)和v(t)分别表示无人机的执行机构噪声和量测噪声，I3×3为3*3的单位阵。(2)建立干扰力矩的数学模型ψ·(t)=Pψ(t)+ξ(t)d(t)=Qψ(t)]]>其中，ψ(t)为干扰力矩的数学模型的状态变量，P和Q为系数矩阵，ξ(t)为模型不确定性项。(3)建立增广的含有多源干扰的无人机姿态通道的数学模型x‾·(t)=M‾x‾(t)+N‾[u(t)+w(t)+d(t)]+G‾ξ(t)y‾(t)=H‾x‾(t)+v(t)]]>其中，x‾(t)=x(t)ψ(t),]]>y‾(t)=y(t),]]>系数矩阵M‾=MNQ06×6P,]]>N‾=N06×6,]]>G‾=06×6I6×6,]]>H‾=[H03×6].]]>(4)设计无人机姿态控制的抗干扰滤波器：x‾^·(t)=M‾x‾^(t)+N‾u(t)+K[y‾(t)-y‾^(t)]y‾^(t)=H‾x‾^(t)]]>其中，为的估计值，为的估计值，K为针对无人机姿态通道的抗干扰滤波器的增益矩阵。(5)设计最优控制器，进行反馈控制：u(t)=Lx^(t)-ψ^(t)]]>其中，L为最优控制器的增益矩阵，为含有多源干扰的无人机姿态通道的数学模型状态变量x(t)的估计值，为外部干扰力矩的数学模型状态变量ψ(t)的估计值。...

【技术特征摘要】
1.一种无人机姿态控制滤波单元和方法，其特征在于：包括滤波单元及其抗干扰滤波
方法，所述滤波单元包括无人机姿态控制数学模型、抗干扰滤波器以及最优控制器；所述抗
干扰滤波方法主要包括以下步骤：首先，建立含有多源干扰的无人机姿态数学模型；其次，
建立干扰力矩的数学模型；再次，建立增广的含有多源干扰的无人机姿态通道的数学模型，
之后，设计无人机姿态抗干扰滤波器；最后，设计最优控制器，进行反馈控制；具体步骤如
下：
(1)建立含有多源干扰的无人机姿态数学模型
x·(t)=Mx(t)+N[u(t)+w(t)+d(t)&rsq...

【专利技术属性】
技术研发人员：高卫东，高靖轩，
申请(专利权)人：高卫东，
类型：发明
国别省市：山东;37