基于智能控制的无人机航迹跟踪与规划研究

发布时间：2021-07-31 02:36

　　无人机航迹研究是无人机研究的热点问题之一。进入21世纪以来,无人机可以应用于军事领域、民用领域、商业领域和防灾救灾很多领域,并且表现出强劲的应用前景和市场潜力。无人机航迹跟踪和航迹规划是无人机应用的核心问题,具有深远意义。本文在研究过程中,主要采用理论研究和实例仿真相结合,以问题为导向,建立符合实际问题的数学模型,采用Matlab软件对系统进行分析仿真。全文围绕无人机航迹展开研究,主要分为三个方面进行研究:无人机航迹跟踪、无人机航迹规划和无人机航迹拟合。针对无人机航迹跟踪问题,首先建立了无人机纵向飞行数学模型,针对这类带有输入扰动的时变非线性系统的跟踪控制问题,使用了一种基于ADP方法的积分滑模控制器来解决飞行器航迹角的控制问题。使用改进的积分滑模控制器结合扰动估计器、RBF神经网络观测器,解决无人机航迹跟踪中的时变输入扰动、逼近模型的不确定部分、使系统运动到滑模面,使用最优控制理论使系统稳定在滑模面附近。在解HJB方程中,使用了ADP方法寻找哈密尔顿函数的最优值,并且设计了基于RBF神经网络的观测器的Actor-Critic结构,用于解决ADP方法中最后一步的微分方程,并且使用Lya... 

【文章来源】：河北科技大学河北省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

无人机纵向模型示意图

验运行计算机的硬件平台为：Intel i5 ，2.5GHz；内存 2GB。在 CUP 时，RBF 神经网络权重收敛到理想值的 95%。因此系统的计算量相对文献[32]中提出的问题，可以使用本文相关方法进行最优控制。仿真结 和 2-5 是相似的。正如在注意 4 中提到的，本文的相关方法也可以用于文献[32]中的鲁棒控制方法并不能用于本文无人机航迹跟踪的控制。统的正负阶跃响应如图 2-6 所示。因为航迹角通常都是阶跃变化，阶跃实际系统的响应。由图 2-6 可以看出，上升时间为 226ms，超调量为 仅超调一次，这表明航迹角控制器对正负阶跃响应有良好的控制效果

结果与分析环境的构建，通过仿真实验论证本章算法的有效性。在仿真中，设定四个障障碍物 2、障碍物 3 和障碍物 4。这四个障碍物半径分别为：7、5、且分别设置在坐标系的(6,2,10),(11,10,13),(18,0.6,12)和(25,10,13) 。点设定为（0,0,5），目标点设定为（30,-5,15）。初始化的航迹是始点和目标点的直线，航迹优化的目的是让航迹避免与障碍物碰具有最小值。仿真的硬件计算机平台参数为：CPU Intel i5 2.5GHz-1 为软件仿真的航迹优化结果。


本文编号：3312598