1 太原工业学院, 太原 030008
2 中北大学机械工程学院, 太原 030051
针对存在建模不确定性和外部干扰时四旋翼飞行器的姿态控制问题, 提出一种基于观测器的自适应滑模控制算法。在建立四旋翼飞行器姿态误差动力学模型的基础上, 通过全局渐近收敛观测器获取系统的未知状态反馈量, 利用自适应滑模控制抑制系统的不确定性和干扰, 构建一种基于观测器的自适应滑模姿态控制器。基于Lyapunov的稳定性分析表明, 该方法的跟踪误差是一致最终有界的。数值仿真实验结果表明, 与现有滑模控制方法相比, 所提方法具有更好的姿态跟踪性能和较高的抗干扰鲁棒性, 能有效保证飞行器的姿态跟踪控制性能。
四旋翼飞行器 滑膜控制 姿态跟踪 稳定性 quad-rotor aircraft sliding mode control attitude tracking stability
1 太原工业学院, 太原 030008
2 中北大学机械工程学院, 太原 030051
为了提高无人飞行器机载光电平台的稳定控制精度, 针对单速率环控制的抗扰动性能不足, 设计一种基于双速率环的串级控制方法。提出采用以陀螺仪构成内环、以光电编码器微分构成外环的双速率环控制结构, 从其抑制扰动性能、鲁棒性能以及动态响应性能上与单速率环结构进行了理论对比分析, 最后进行了实验验证。结果表明, 该方法具有更好的抗扰动性、鲁棒性以及动态响应性能, 能有效地提高无人飞行器机载光电平台的稳定控制精度。
无人飞行器 机载光电平台 双速率环 扰动抑制 unmanned aerial vehicles airborne electro-Optical platform double speed-loop disturbance rejection
1 School of Mechanical Engineering, North University of China, Taiyuan 030051, China
2 Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun 130033, China
1 中北大学机械工程学院，太原 030051
2 中国科学院长春光学精密机械与物理研究所，长春 130033
为了提高多旋翼无人飞行器机载光电平台的扰动补偿能力，实现机载光电平台的稳定跟踪控制，提出一种基于改进扰动观测器和径向基函数(RBF)神经网络逼近的复合补偿控制方法。首先，对现有扰动观测器结构进行改进，构建基于速度信号的改进型扰动观测器，并分析了干扰补偿能力和稳健性；然后，利用RBF神经网络的函数逼近性质解决非线性未知扰动的补偿问题；最后，基于Lyapunov稳定性原理设计出复合补偿控制结构。实验结果表明，机载光电平台的扰动得到有效补偿。该补偿控制方法具有较高的稳定精度和跟踪控制性能，满足多旋翼无人飞行器机载光电平台的稳定控制要求。
多旋翼无人飞行器 机载光电平台 扰动观测器 径向基函数神经网络 复合补偿 multi-rotor unmanned aerial vehicle (MUAV) airborne opto-electronic platform disturbance observer radial basis function neural network composite compensation
