摘要：针对四旋翼飞行器参数不确定性和易受外部干扰的问题,提出一种以径向基函数(Radial Basis Function,RBF)神经网络滑模控制(RBF-SMC)为外环、自抗扰控制为内环的内外环嵌套的控制策略.首先,根据牛顿-欧拉方程建立四旋翼飞行器数学模型,对四旋翼飞行器的位置和姿态进行控制,外环采用RBF神经网络滑模控制,基于RBF神经网络用来对模型干扰不确定项进行补偿,对其增益进行实时调节,抑制滑模控制带来的“抖振”问题,内环采用自抗扰控制,通过扩张状态观测器可以实现观测和补偿内部耦合等参数不确定性和外部干扰;然后,使用Lyapunov方法证明闭环系统稳定性;最后,应用Matlab/Simulink平台进行仿真实验.实验结果表明,设计的控制器不仅能抑制外界干扰,而且能实现期望飞行轨迹的准确跟踪.

摘要：横列式双旋翼矢量飞行器具备飞行时间长、风阻小、机动性强等优点,但其机械结构复杂,状态之间耦合严重,抗干扰能力弱。针对其控制特性提出一种基于改进自抗扰控制(active disturbance rejection control,ADRC)的姿态抗干扰解耦控制算法,该算法利用扩张状态观测器(extended state observer,ESO)实现姿态干扰和状态间耦合项的跟踪和估计,将非线性多输入多输出(multiple input multiple output,MIMO)系统转化成线性单输入单输出(single input single output,SISO)系统,采用改进的粒子群优化算法(particle swarm optimization,PSO)对姿态控制系统进行参数优化。通过仿真结果验证了该算法具备良好的抗干扰能力,并设计了实际的飞行控制系统,进行了飞行器的悬停试验,实现了稳定悬停。

摘要：针对可倾转双旋翼无人机容易受外界风场扰动和模型不确定性影响的问题,设计了基于自抗扰控制技术的飞行姿态和PID轨迹组合控制。通过分析阵风对无人机姿态的影响,利用牛顿-欧拉法推导出有风条件下的双旋翼动力学方程;然后,通过Dryden大气紊流模型建立了无人机所处的风场环境;最后,用自抗扰控制器对无人机的动力学模型作干扰补偿,并采用粒子群算法进行参数整定,解决自抗扰技术参数繁多、人工调节复杂的问题。仿真结果表明,所设计的自抗扰姿态控制和PID轨迹组合控制器能有效抑制紊流风扰动,实现稳定飞行。