无人机系统辨识与控制算法研究

发布时间：2020-07-23 23:32

【摘要】：在军用和民用领域,无人机得到了广泛的应用。控制理论的发展带动了无人机控制系统性能的大幅度提高。设计具有较强稳定性的飞行控制系统最核心的部分是获得精确的无人机气动力学模型,在控制理论不断创新和完善的同时,许多研究人员也在研究如何准确建立无人机的气动力学模型,系统辨识提供一个比机理建模方便、比风洞试验成本低的建立模型方法。随着飞行控制系统相关理论的发展,研究人员对系统辨识的准确性和参数估计的收敛速度的要求也愈来愈高。与此同时,无人机的控制器设计也是无人机控制领域的热点和难点。因此,本文将研究一种新型变结构垂直起降无人机气动力学模型的辨识,并针对辨识的模型进行LQR控制器的设计,最后对这种无人机直接设计非线性动态逆控制器。主要工作如下:首先根据机理建模方法建立一种新型变结构垂直起降无人机的动力学与运动学方程,并建立风的数学模型。对固定翼模式下无人机的非线性方程进行解耦获得无人机的纵向模型,选取巡航飞行时的状态为基准状态,通过小扰动线性化方法获得无人机的纵向线性模型,并对其进行模态分析,然后通过极点配置来改善系统的动态性能和稳定性。接着在MATLAB/Simulink平台上搭建无人机模型,通过设计激励输入获得无人机的输入-输出数据,结合这些数据,利用无迹卡尔曼滤波器和平方根无迹卡尔曼滤波器状态和参数联合估计方法对模型中参数进行估计。在进行参数估计之前,对这些数据进行去野值、滤波等一系列预处理。为了验证辨识结果的准确性,给定相同的激励,比较分析辨识前后的系统响应。最后,采用时标分离的方法将无人机姿态控制分离成快、慢回路,并针对姿态控制回路进行非线性动态逆控制器的设计。变结构垂直起降无人机的控制难点之一在于模式转换过程中矢量发动机和气动舵面的控制分配。本章介绍了最小能量融合和链式融合方案,并采用矢量发动机优先的链式融合方案,对变结构垂直起降第一阶段模式转换前半阶段进行姿态的动态控制器设计,通过动态逆对无人机高度通道进行控制器设计。仿真验证了所设计的控制器在垂直起降模式、模式转换前半阶段和固定翼模式下的有效性。
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V279;V249.1
【图文】：

惯性坐标系

第２章基础知识逡逑续研宄需要的基础知识，主要包括坐标系、卡尔、几种控制器的问题描述和设计原理。逡逑解无人机的动态行为，本节介绍惯性坐标系、机间的转换矩阵。本文忽略地球自转并将地面视Ｐ逡逑和地球固连的坐标系，坐标系原点在地面的某一向正北方向，单位矢量和ｆｃ１分别指向正东和东地参考系（Ｎｏｒｔｈ－Ｅａｓｔ－Ｄｏｗｎ邋ｒｅｆｅｒｅｎｃｅ邋ｆｒａｍｅ）是ｙ轴的方向，地是轴的方向。飞机坐标系Ｐ坐标轴矢量一致。逡逑ｒ邋轴（北）逡逑

单位矢量,地参,方向矢量,惯性坐标系

单位矢量和ｆｃ１分别指向正东东地参考系（Ｎｏｒｔｈ－Ｅａｓｔ－Ｄｏｗｎ邋ｒｅｆｅｒｅｎｃｅ邋ｆｒａｍｅ是ｙ轴的方向，地是轴的方向。飞机坐标系坐标轴矢量一致。逡逑ｙｒ邋轴（北）逡逑＾邋ｆ－逦＾邋／邋轴（东）逡逑ｉ邋ｆ轴（地）逡逑图２．１惯性坐标系逡逑Ｐ逡逑点是飞机的质心，单位矢量／和妒分别如图２．２所示。单位方向矢量ｉｈ、ｊｈ和ｆｃ６也叫

和风,坐标系,最小方差估计,卡尔曼

从机体坐标系到风轴坐标系的总旋转变换矩阵为逡逑Ｒｂ邋（ａ＞／５）邋＾邋Ｒｓ邋（Ｐ）邋Ｒｂ邋（Ｑ）邋＝邋－ＳｐＣａ邋Ｃｆ）邋－Ｓｆ｝ＳＱ逦（２．４）逡逑＿0邋Ｃｑ：逡逑２．２卡尔曼滤波算法逡逑２０世纪６０年代初，卡尔曼和布西首次提出卡尔曼滤波的递推公式，最先用逡逑于状态估计。突破性地破除线性最小方差估计公式计算较难的尴尬窘境。卡尔曼逡逑滤波最先是用于离散系统和线性连续系统中，之后推广到非线性系统。逡逑２．２．１最小方差估计逡逑最小方差估计是以ｉ与：ｃ的误差无＝ａ：邋＿邋ｉ的均方差误差矩阵最小为最优逡逑估计准则的，即逡逑

【参考文献】