【技术实现步骤摘要】
一种无人机变参神经动力学控制器的设计方法及其应用
本专利技术涉及无人机控制器
，具体涉及一种无人机变参神经动力学控制器的设计方法及其应用。
技术介绍
多旋翼无人机是一种灵活、简单的无人机，为了体现它灵活的优越性，控制器能否快速高效的对多旋翼无人机进行高精度控制就变得尤为重要。现有的无人机控制器主要采用PID控制器，但由于其本身为非时变算法，导致其收敛速度不足以完成时变任务目标，PID的优势正在逐渐下降，同时，由于其使用参数的复制性，导致它难以完成需要时刻改变参数的高精度的控制任务，而且PID控制器的参数设置过于依赖于设计者的经验。
技术实现思路
为了克服现有技术存在的缺陷与不足，本专利技术提供一种无人机变参神经动力学控制器的设计方法，该控制器继承了神经动力学的传统优点，同时，通过利用Power-sigmoid激活函数的非线性特性，得到的控制器可以使无人机在误差较大的情况下更快地收敛到目标，在接近任务目标的情况下达到更高的精度，与以往的神经动力学控制器相比，能够更快地收敛于时变目标。本...
【技术保护点】
1.一种无人机变参神经动力学控制器的设计方法，其特征在于，包括下述步骤：/n构建无人机模型；/n基于所述无人机模型，采用基于激活函数的变参递归神经动力学方法分别设计无人机的高度控制器、偏航角控制器、横滚角控制器、俯仰角控制器、X控制器和Y控制器；/n将控制目标参数和无人机传感器采集到的无人机状态信息输入到各个无人机的控制器，各个无人机的控制器输出控制分量控制无人机飞行。/n
【技术特征摘要】
1.一种无人机变参神经动力学控制器的设计方法，其特征在于，包括下述步骤：
构建无人机模型；
基于所述无人机模型，采用基于激活函数的变参递归神经动力学方法分别设计无人机的高度控制器、偏航角控制器、横滚角控制器、俯仰角控制器、X控制器和Y控制器；
将控制目标参数和无人机传感器采集到的无人机状态信息输入到各个无人机的控制器，各个无人机的控制器输出控制分量控制无人机飞行。
2.根据权利要求1所述无人机变参神经动力学控制器的设计方法，其特征在于，所述构建无人机模型，具体步骤包括：
无人机的位置状态变量的动力学方程描述为：
其中，X，Y，Z表示无人机重心位置，为对应的二阶导数，表示无人机的总质量，Sφ，Cφ，Sθ，Cθ，Sψ，Cψ分别表示为sinφ，cosφ，sinθ，cosθ，sinψ，cosψ，uz表示为无人机在机体坐标系oz轴方向上的合力，g为重力加速度，φ表示侧倾角，θ表示俯仰角，ψ表示偏航角；
采用欧拉法，对无人机姿态角运动建模，得到无人机的转动动力学描述为：
其中，φ表示侧倾角，θ表示俯仰角，ψ表示偏航角，表示对应的二阶导数，Jx，Jy，Jz分别是绕着ox轴、oy轴、oz轴旋转时的固有惯性，uφ，uθ，uψ分别表示在φ，θ，ψ的旋转方向上的旋转合力，l表示无人机的电机臂长；
无人机模型表示为：
其中，
3.根据权利要求1所述无人机变参神经动力学控制器的设计方法，其特征在于，所述激活函数采用Power-sigmoid函数，具体表达式为：
其中，p表示一个奇数，ξ表示一个常数，p≥1，ξ≥1，u表示无人机跟踪的位置误差或者速度误差。
4.根据权利要求1所述无人机变参神经动力学控制器的设计方法，其特征在于，所述采用基于激活函数的变参递归神经动力学方法设计无人机的高度控制器，所述高度控制器表示为：
eZ3(t)＝aZuZ(t)+bZ(t)；
eZ1(t)＝Z(t)-ZT(t)；
其中，λ＞1，Z(t)表示实际高度值，ZT(t)表示目标高度值，f(x)表示激活函数，m表示无人机的总质量，Cθ，Cφ分别表示为cosθ和cosφ，uz表示无人机在机体坐标系oz轴方向上的控制分量，g为重力加速度，φ表示侧倾角，θ表示俯仰角，ψ表示偏航角，eZ1(t)表示第一误差函数，eZ2(t)表示第二误差函数，eZ3(t)表示第三误差函数。
5.根据权利要求4所述无人机变参神经动力学控制器的设计方法，其特征在于，所述高度控制器的具体设计步骤包括：
定义第一误差函数为：
其中，Z(t)表示实际高度值，ZT(t)表示目标高度值；
根据第一误差函数，变参递归神经动力学设计公式定义为：
将eZ1(t)代入后得到：
定义第二误差函数为：
根据第二误差函数，变参递归神经动力学设计公式定义为：
将eZ...
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。