一种基于干扰观测器的四旋翼无人机预定性能控制方法技术

本发明专利技术公开了一种基于干扰观测器的四旋翼无人机预定性能控制方法，包括以下步骤：S1，建立四旋翼无人机的六自由度非线性数学模型；S2，将六自由度非线性数学模型整理为状态方程，通过代数转换，将位置子系统的虚拟控制量转换为所需升力指令和四旋翼无人机姿态子系统的姿态指令；S3，引入误差转换函数和性能约束函数，通过误差变换将跟踪误差的预定性能控制问题转换为变换后误差的稳定性问题；S4，设计自适应预定性能控制器；同时对于外部干扰设计干扰观测器，得到外部干扰估计值；S5，将控制律和外部干扰估计值整合得到最终的复合控制律。本发明专利技术提高四旋翼无人机的跟踪精度，使得跟踪误差在预定性能范围内高精度收敛。跟踪误差在预定性能范围内高精度收敛。跟踪误差在预定性能范围内高精度收敛。

【技术实现步骤摘要】
一种基于干扰观测器的四旋翼无人机预定性能控制方法


[0001]本专利技术涉及无人机运动控制领域，尤其涉及一种基于干扰观测器的四旋翼无人机预定性能控制方法。

技术介绍

[0002]近年来，针对四旋翼无人机的精确跟踪控制问题，国内外学者提出了很多有效的控制方法。其中，滑模控制和自适应控制都具有对系统内部参数摄动和外部干扰具有强鲁棒性等特点，在四旋翼控制系统中有着广泛的应用。滑模控制是使用过大的控制量来保证被控对象的状态向收敛方向移动，其优点是只要参数的改变程度处在控制器的设计范围之内，系统就能保持稳定；而缺点在于，过大的控制量会导致系统发生“抖动”，从而导致系统跟踪精度有限或驱动机构磨损加剧。而自适应控制则是通过逐步逼近系统特性来保证跟踪精度，其优点是在正常运行时系统可以比较平稳地实现精确跟踪；其缺点是，在开始阶段不一定能保证稳定，而且往往需要运行一段时间才能实现精确跟踪输入量。因此，为了使无人机系统的稳态性能和暂态性能同时满足一定的要求，研究预定性能控制就具有非常重要的意义和价值。

技术实现思路

[0003]专利技术目的：本专利技术的目的是提供一种能控制系统的稳态性能和暂态性能同时满足预先设定的性能指标，提高四旋翼无人机的跟踪精度，使得跟踪误差在预定性能范围内高精度收敛的基于干扰观测器的四旋翼无人机预定性能控制方法。
[0004]技术方案：本专利技术的四旋翼无人机预定性能控制方法，包括以下步骤：S1，根据模型的不确定和外部干扰，建立四旋翼无人机的六自由度非线性数学模型；S2，将四旋翼无人机的六自由度非线性数学模型整理为状态方程的形式，通过代数转换，将位置子系统的虚拟控制量转换为所需升力指令和四旋翼无人机姿态子系统的姿态指令；S3，引入误差转换函数和性能约束函数，通过误差变换将跟踪误差的预定性能控制问题转换为变换后误差的稳定性问题；S4，针对模型的不确定问题，设计自适应预定性能控制器，得到控制律；同时对于外部干扰设计干扰观测器，得到外部干扰估计值；S5，将控制律和外部干扰估计值整合得到最终的复合控制律，估计补偿四旋翼无人机内外部扰动。
[0005]进一步，步骤S1中，所述四旋翼无人机的六自由度非线性数学模型如下：
其中，表示四旋翼无人机位置状态，分别是四旋翼无人机的横滚角、俯仰角、偏航角，表示重力加速度，表示螺旋桨中心到重心的距离，表示机体质量；分别表示机体绕轴的转动惯量，表示控制输入，表示空气阻力系数，表示模型不确定部分，表示外部干扰，其中。
[0006]进一步，步骤S2中，将四旋翼无人机的六自由度非线性数学模型整理为状态方程的形式，所述状态方程的表达式如下：其中，；；；。
[0007]位置子系统引入的虚拟控制量和为：在给定 的情况下，和通过虚拟控制量和求解得到：
其中，分别表示无人机偏航角、俯仰角和横滚角的期望值。
[0008]进一步，步骤S3中，对于所述状态方程，定义跟踪误差：定义滑模面：其中，表示滑模面增益系数；当滑模面 在 范围内时，跟踪误差满足一定的暂态和稳态性能约束的要求，此时控制器被认为达到了预定的性能；性能函数 的表达式如下：其中，表示初值，表示终值，控制性能函数指数递减的快慢。
[0009]选择误差转换函数的表达式如下：误差转换函数的反函数为：其中，表示转换函数的上界；表示转换函数的下界。
[0010]进一步，步骤S4中，设四旋翼无人机的内部扰动 有界，则有，其中表示内部扰动绝对值的一个上界并且是已知的；设计自适应预定性能控制律为：其中，为可调参数，；自适应律为：其中， 满足是正常数；设四旋翼无人机外界扰动的导数 有界，则有 ，其中 表示外界扰动导数绝对值的一个上界并且是已知的；对于外界干扰 ，设计干扰观测器为：其中，为外部干扰估计值，为外部
干扰估计误差，为引入的辅助状态，和为可调参数。
[0011]进一步，步骤S5中，所述复合控制律为：在四旋翼飞行过程中对内外部扰动进行估计补偿，有效减轻抖振问题，并使系统跟踪误差始终保持在预定的性能范围内。
[0012]本专利技术与现有技术相比，其显著效果如下：1、本专利技术针对四旋翼无人机同时存在模型不确定和外部干扰的问题，设计了一种基于干扰观测器的自适应预定性能控制器，引入误差转换函数和性能约束函数，通过误差变换将跟踪误差的预定性能控制问题转换为变换后误差的稳定性问题，使控制系统的稳态性能和暂态性能同时满足预先设定的性能指标；2、本专利技术利用自适应增益调整法和干扰观测器分别对四旋翼内部模型不确定和外部干扰进行估计并结合到复合控制律中，且干扰观测器在有限时间收敛的同时需要整定的参数更少，所以既能抑制内外部干扰，又能减小控制器的输入，减轻滑模不连续的开关特性带来的抖振问题，提高四旋翼无人机的跟踪精度，使得跟踪误差在预定性能范围内高精度收敛。
附图说明
[0013]图1为本专利技术四旋翼无人机的控制流程图；图2为本专利技术基于干扰观测器的自适应预定性能控制（APPC+DO）与自适应预定性能控制（APPC）、无预定性能约束下的基于干扰观测器自适应控制（ANPPC+DO）和自适应滑模控制（ASMC）的四旋翼无人机三维飞行轨迹对比示意图，图3为图2中A处的局部放大图；图4为APPC+DO、APPC、ANPPC+DO和ASMC的四旋翼无人机 通道响应误差曲线示意图；图5为APPC+DO、APPC、ANPPC+DO和ASMC的四旋翼无人机 通道响应误差曲线示意图；图6为APPC+DO、APPC、ANPPC+DO和ASMC的四旋翼无人机 通道响应误差曲线示意图，图7为图6中B处的局部放大图；图8为APPC+DO、APPC、ANPPC+DO和ASMC的四旋翼无人机 通道响应误差曲线示意图，图9为图8中C处的局部放大图，图10为图8中D处的局部放大图；图11为APPC+DO、APPC、ANPPC+DO和ASMC的四旋翼无人机 通道响应误差曲线示意图，图12为图11中E处的局部放大图，图13为图11中F处的局部放大图；图14为APPC+DO、APPC、ANPPC+DO和ASMC的四旋翼无人机 通道响应误差曲线示意图，图15为图14中G处的局部放大图；图16为控制输入u1响应曲线图,图17为控制输入u2响应曲线图，
图18为控制输入u3响应曲线图，图19为控制输入u4响应曲线图。
具体实施方式
[0014]下面结合说明书附图和具体实施方式对本专利技术做进一步详细描述。
[0015]本专利技术公开了一种基于干扰观测器的四旋翼无人机预定性能控制方法，具体步骤如下：步骤1，针对四旋翼无人机具有模型不确定和外部干扰的问题，建立相应的六自由度非线性数学模型。
[0016]如图1所示，为本专利技术采用的四旋翼无人机轨迹跟踪控制结构框图。
[0017]针对具有模型不确定和外部干扰的四旋翼无人机，建立相应的六自由度非线性数学模型：其中，表示四旋翼无人机在地面坐标系下相对于原点的坐标；分别是四旋翼无人机的横滚角、俯仰角、偏航角； 表示重力加速度，表示螺旋桨中心到重心的距离，表示机体质量；分别表示机体绕轴的转本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于干扰观测器的四旋翼无人机预定性能控制方法，其特征在于，包括以下步骤：S1，根据模型的不确定和外部干扰，建立四旋翼无人机的六自由度非线性数学模型；S2，将四旋翼无人机的六自由度非线性数学模型整理为状态方程的形式，通过代数转换，将位置子系统的虚拟控制量转换为所需升力指令和四旋翼无人机姿态子系统的姿态指令；S3，引入误差转换函数和性能约束函数，通过误差变换将跟踪误差的预定性能控制问题转换为变换后误差的稳定性问题；S4，针对模型的不确定问题，设计自适应预定性能控制器，得到控制律；同时对于外部干扰设计干扰观测器，得到外部干扰估计值；S5，将控制律和外部干扰估计值整合得到最终的复合控制律，估计补偿四旋翼无人机内外部扰动。2.根据权利要求1所述基于干扰观测器的四旋翼无人机预定性能控制方法，其特征在于，步骤S1中，所述四旋翼无人机的六自由度非线性数学模型如下：其中，
ꢀꢀ
表示四旋翼无人机位置状态， 分别是四旋翼无人机的横滚角、俯仰角、偏航角，表示重力加速度，表示螺旋桨中心到重心的距离，表示机体质量；分别表示机体绕 轴的转动惯量，
ꢀꢀ
表示控制输入，表示空气阻力系数，表示模型不确定部分，表示外部干扰，其中 。3.根据权利要求2所述基于干扰观测器的四旋翼无人机预定性能控制方法，其特征在于，步骤S2中，将四旋翼无人机的六自由度非线性数学模型整理为状态方程的形式，所述状态方程的表达式如下：其中，
；位置子系统引入的虚拟控制量和为：在给定的情况下，和通过虚拟控制量和求解得到：其中，分别表示无人机偏航角、俯仰角和横滚角的...

【专利技术属性】
技术研发人员：郑柏超，夏鹏，高鹏，贺伟，苗国英，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：