本发明专利技术提供一种基于自适应控制的螺旋桨无人靶机的姿态控制方法，步骤一、确定无人机线性数学模型；步骤二、确定无人机线性数学参考模型；步骤三、利用自适应控制算法计算得到无人机线性控制系统的控制律u；采用自适应控制方法设计无人机的姿态控制器使系统的实际控制输出能够快速且准确地跟踪模型参考自适应控制；具有很强的抗外界干扰的能力。
【技术实现步骤摘要】
本专利技术公开了一种基于自适应控制的螺旋奖无人祀机姿态控制方法，属于小型无 人机的飞行姿态控制
技术介绍
螺旋奖无人祀机是一种常用的小型无人机，无人祀机作为一种军用训练飞行器， 在军事演习或者武器试射时为各类武器提供假想的目标。无人祀机体积小，重量轻，具有机 动性，灵活性等特点，在军事应用上拥有广阔的发展前景。姿态控制是无人机控制系统中最 重要的一部分。从飞行控制系统结构的角度分析，姿态控制环位于阻巧回路的外环和航迹 控制的内环。姿态控制环在阻巧回路改善了无人机的操纵性和稳定性后，跟踪和控制无人 机的=个姿态角，为航迹控制提供了控制基础。 无人机姿态控制器的设计无人机研究中一个重要的部分。目前，控制器的设计方 法一般都采用经典的PID控制方法，PID控制方法对简单系统的控制可W取得很好的控制 效果，但对于易受外界干扰的复杂系统的控制效果会造成调节超调量和调节时间不能兼优 的情况。 无人机本身是一个具有六自由度的复杂的动力学特性的高阶控制对象，而且在飞 行中容易受到外界干扰，W及由于飞机本身重屯、的改变和气动力和力矩随外界环境的改变 而改变，W及，对于本型螺旋奖无人祀机还要受到螺旋奖反扭矩的影响，为设计姿态控制器 带来了更多不确定性问题。因此，解决W上问题就显得尤为重要。
技术实现思路
本专利技术提出一种基于自适应控制的螺旋奖无人祀机姿态控制方法。自适应控制方 法可W根据控制对象参数或者周围环境的变化，能够自动调整控制器参数获得满意的性能 指标，对复杂系统中出现的不确定性问题具有很强的适应性和鲁椿性。考虑到设计无人机 姿态控制器具有诸多不确定性问题，采用二阶模型参考自适应控制方法设计无人机的姿态 控制系统。 用于解决螺旋奖无人机在设计控制器时遇到的不确定问题，使姿态控制器具有鲁 椿性，并且实现无人机的=个姿态角可W跟踪参考模型的控制输出。 本专利技术为解决上述技术问题，采用如下技术方案： -种基于自适应控制的螺旋奖无人祀机的姿态控制方法，具体步骤如下： 步骤一、确定无人机线性数学模型：所述无人机线性数学模型的状态空间方程为： <xW= + ，其中，x(t)为无人机线性数学模型的状态变量；u(t)为无人机线性数 学模型的控制输入信号；y(t)为无人机线性数学模型的系统输出；A为系统状态矩阵；B为 系统输入矩阵；CT为系统输出矩阵，设定系统输出矩阵使得无人机线性数学模型的状态空 间方程为单输入单输出系统，并转换为一个二阶控制系统G(s) =CT(sI-AriB; 步骤二、确定无人机线性数学参考模型；按照给定的二阶系统性能指标计算 出期望的阻巧系数，自然频率，从而得到一个单输入单输出的二阶控制系统Gm(S)= CT(sI-AmrBm，转换为无人机线性数学参考模型的状态空间方程为：其中，Xm(t)为无人机线性数学参考模型的状态变量；r为无人机线性数学参考模型的参考 输入信号；ym(t)为无人机线性数学参考模型的系统输出；Am为参考模型的系统状态矩阵； Bm为参考模型的系统输入矩阵；CT为参考模型的系统输出矩阵； 步骤S、利用自适应控制算法计算得到无人机线性控制系统的控制律U:[001引其中：y;式中：T是自适应控制增益；k是参考输入的增益，P。是无人机线性数学参考模型的传递 函数Gm(s)严格正实的一个设计零点；e是无人机线性数学模型的状态量与无人机线性数 学参考模型的状态量的差值；W(s)是一个分子为1的有理真分式，分母的特征根能够任意 设定，但要保证W(s)特征根的响应速度高于系统G(s)的特征根。进一步的，所述无人机线性数学模型的控制输入信号u(t)为升降驼偏角5。、副翼 驼偏角8。或方向驼偏角5t;且当输入为升降驼偏角5。时，输出为俯仰角0 ;当输入为副 翼驼偏角8。时，输出为滚转角4 ;当输入为方向驼偏角5t时，输出为偏航角1])。 进一步的，所述无人机线性数学模型的状态量与无人机线性数学参考模型的状态 量的差值e的计算方法如下： 设无人机线性控制系统的控制律为= (句。+*9/、<4 .*<9/f，其中， 身1'^，<9/，《9/为控制系统的设计参数，使得6似=6。(3)击是参考输入的增益；《(3)是一个分子为1的有理真分式，分母的特征根能够任意设定，但要保证w(s)特征根的响应速度高 于系统6似的特征根；将控制律转换为矩阵相乘的形式；》=[中\<，<別的，^_，，3^^， 其中Wi=W(S)U，W2=W(s)y是控制器的状态量；将Wi和W2转换为可控标准型的状态空间 方程，结合控制律U表达式，将控制器的数学模型写为：T，F，g是W(S)的可控标准型； 由控制器数学模型和无人机线性数学模型，得到，则整个系统的的状态空间模型表达式为； 对状态方程F= ^ +Ft.进行转换，将" = 带入，得到 F = +公cM = v4〇r +占; 根据整个系统的的状态空间模型，无人机线性数学参考模型传递函数能够写为： Gm(s) =Cc(sI-Ac)-iBck 对应的状态空间方程为； 定义系统状态误差为e=Y-Ym，跟踪误差为et=y-ym，系统误差模型为 与现有技术相比，本专利技术的有益效果为： 与传统的控制方法相比较，采用自适应控制方法设计无人机的姿态控制器可W使 系统的实际控制输出能够快速且准确地跟踪模型参考自适应控制；具有很强的抗外界干扰 的能力。【附图说明】 图1为本专利技术飞行系统结构框图。 图2为本专利技术俯仰角自适应控制系统结构框图。 图3为本专利技术螺旋奖无人祀机期望俯仰角与实际俯仰角输出曲线。【具体实施方式】 下面结合附图和实施例对本专利技术的技术方案进行详细说明。图1，给出了螺旋奖无人祀机飞行系统的结构框图。无人机线性状态空间方程根据 无人机飞行的高度和空速值对无人机非线性系统线性化得到；自适应姿态控制器是无人机 控制系统的核屯、。无人机非线性系统利用MTLAB软件中的S函数进行搭建，然后根据无人 机飞行中飞机的高度和空速值，利用MTLAB中线性化linmodO函数解算出无人机的线性 化模型，用状态空间形式表达。 每个自适应控制通道都有两个输入，一是各个姿态角的参考输入信号，另一个是 经过无人机系统解算出来的实际的姿态角；控制器的输出为无人机的=个控制量，分别是 升降驼偏角5。，副翼驼偏角6。和方向驼偏角5t。 图2是俯仰角自适应姿态控制器的内部框图。自适应姿态控制器中有S个小的子 系统，分别为俯仰角自适应控制器，滚转角姿态自适应控制器和偏航角姿态自适应控制器。 =个自适应姿态控制器的控制算法采用相同的方法进行运算，因此控制器的内部结构也相 似。设计姿态角控制器的时候也是单独进行设计。下面W俯仰通道为例，分别介绍自适应 控制规律计算原理和俯仰通道自适应姿态控制器结构设计。 1.自适应控制规律计算W下令无人机线性数学参考模型的参考输入信号为r，实际输出反馈量为y，参考 模型的输出y。，控制输入信号为U。 (1)确定无人机线性系统模型。解禪得到纵向俯仰通道系统状态空间表达式为[004引（1) 其中，状态量x(t) = T，该五个状态量分别为空速，迎角，俯仰角，俯 仰角速率和高度。控制输入u(t) = 5。，A，B为解禪得到的纵向系统矩阵和控制矩阵，由 于本文档来自技高网...
【技术保护点】
一种基于自适应控制的螺旋桨无人靶机的姿态控制方法，其特征在于：具体步骤如下：步骤一、确定无人机线性数学模型：所述无人机线性数学模型的状态空间方程为：x·(t)=Ax(t)+Bu(t)y(t)=CTx(t),]]>其中，x(t)为无人机线性数学模型的状态变量；u(t)为无人机线性数学模型的控制输入信号；y(t)为无人机线性数学模型的系统输出；A为系统状态矩阵；B为系统输入矩阵；CT为系统输出矩阵，设定系统输出矩阵使得无人机线性数学模型的状态空间方程为单输入单输出系统，并转换为一个二阶控制系统G(s)＝CT(sI‑A)‑1B；步骤二、确定无人机线性数学参考模型：按照给定的二阶系统性能指标计算出期望的阻尼系数，自然频率，从而得到一个单输入单输出的二阶控制系统Gm(s)＝CT(sI‑Am)‑1Bm，转换为无人机线性数学参考模型的状态空间方程为：x·m(t)=Amxm(t)+Bmrym(t)=CTxm(t),]]>其中，xm(t)为无人机线性数学参考模型的状态变量；r为无人机线性数学参考模型的参考输入信号；ym(t)是无人机线性数学参考模型的系统输出；Am为参考模型的系统状态矩阵；Bm为参考模型的系统输入矩阵；CT为参考模型的系统输出矩阵；步骤三、利用自适应控制算法计算得到无人机线性控制系统的控制律u：其中，w＝[w1,w2,y(t),r]T，w1＝w(s)u，w2＝w(s)y；式中：τ是自适应控制增益；k是参考输入的增益；p0是无人机线性数学参考模型的传递函数Gm(s)严格正实的一个设计零点；e是无人机线性数学模型的状态量与无人机线性数学参考模型的状态量的差值；w(s)是一个分子为1的有理真分式，分母的特征根能够任意设定，但要保证w(s)特征根的响应速度高于系统G(s)的特征根。...
【技术特征摘要】
【专利技术属性】
技术研发人员：浦黄忠，夏曼，甄子洋，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
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。