本发明涉及油动四旋翼无人机的姿态控制方法，属于自动控制领域。
背景技术：
：
四旋翼无人机结构简单，成本相对也比较低，方便维护。与其他无人机相比，还具有控制灵活方便、可垂直起降、可空中悬停等特点，不论是在军事领域还是在民用领域中，都能够得到非常广泛的应用，相比于电动四旋翼无人机，油动四旋翼无人机因其强大的续航能力和有效的高载荷量，会是今后无人机领域研究的热点。
油动四旋翼采用燃油发动机，机身的震动相比于电动四旋翼比较大，机体的振动会对四旋翼的姿态数据产生有害的噪声，将影响无人机系统的稳定。
现今研究的都是电动四旋翼的姿态控制，普通的电动四旋翼控制算法将自适应控制与反步法相结合，应用于飞行器的飞行控制上，虽然比传统的积分反步法有了明显的抗干扰性，鲁棒性更强，但在飞行器受到外界扰动较大时，依然表现较差。因此，将自适应控制与反步法相结合的技术直接用于油动四旋翼无人机的姿态控制，无法克服机体的振动对四旋翼的姿态数据产生有害的噪声，影响无人机系统的稳定，不能有效的控制油动四旋翼无人机稳定飞行。
技术实现要素：
：
为解决将自适应控制与反步法相结合的技术用于油动四旋翼无人机的姿态控制，无法克服机体的振动对四旋翼的姿态数据产生有害的噪声，影响无人机系统的稳定，不能有效的控制油动四旋翼无人机稳定飞行的问题，本发明提供一种将自适应积分反步法与混合滤波算法相结合，将基于自适应积分反步法与混合滤波算法相结合的控制算法应用到振动噪声大的油动四旋翼无人机控制系统中，对油动四旋翼进行稳定控制的油动四旋翼无人机的姿态控制方法。
本发明的目的由如下技术方案实施：油动四旋翼无人机的姿态控制方法，其包括高度控制器、水平位置控制器、姿态控制器和滤波器，将滤波器与算数平均滤波相结合得到本次精准高度向量z、本次精准水平向量y、本次精准水平向量x，分别由高度向量期望值zd、水平向量期望值yd、水平向量期望值xd与本次精准高度向量z、本次精准水平向量y、本次精准水平向量x做差后，经过自适应反步控制算法求出高度控制量u1和水平位置控制量ux和uy，然后ux和uy进入姿态控制器，由ux和uy反解算出的俯仰姿态角期望值φd和横滚姿态角期望值θd与本次精准俯仰姿态角φ、本次精准横滚姿态角θ做差后，经过积分反步控制算法，获得俯仰通道控制量u2和横滚通道控制量u3，同理可得偏航通道控制量u4。
优选的，所述滤波器为低通滤波器。
具体的，将低通滤波器与算数平均滤波相结合得到精准状态向量的方法如下：
低通滤波器如式(1)所示，
g(jw)＝g0/(1+jw/wc)(1)
根据式(1)设计低通滤波器：
连续采样n次并进行算数平均，其数学表达式为：
其中，
将
其中，ai为本次精准状态向量，bj为本次采样值，gj为采样值的加权系数，ωc为截止频率，rc为时间常数，ts为采样时间，α为低通滤波器系数；
将检测到的n个高度向量z或水平向量y或水平向量x或俯仰姿态角φ或横滚姿态角θ，通过公式(4)计算得到本次精准高度向量z或本次精准水平向量y或本次精准水平向量x或本次精准俯仰姿态角φ或本次精准横滚姿态角θ。
具体的，所述姿态控制器的设计方法如下：
对于四旋翼无人机的姿态子系统，
引入跟踪误差和其积分项：
其中，x1为本次精准俯仰姿态角φ，x1d是俯仰姿态角期望值φd，k1为误差的加权系数；
考虑关于两者的李雅普诺夫函数及其对时间的导数：
其中c1是积分项参数；
设fi为虚拟控制量，其表达式为
其中β1是误差参数；
其次，引入跟踪误差：
再考虑李雅普诺夫函数及对时间的导数：
令
则可以设计控制律：
使得
横滚通道控制量u3和偏航通道控制量u4与得到俯仰通道控制量u2的推导过程相同；参数定义规则也一致，故只给出推导结论：
具体的，所述高度控制器的设计方法如下：
高度控制量u1的推导过程与得到俯仰通道控制量u2的推导过程相同；参数定义规则也一致，故只给出推导结论：
具体的，所述水平位置控制器的设计方法如下：
所述水平位置控制器为x和y方向控制，水平位置控制量ux和uy与得到俯仰通道控制量u2的推导过程相同，参数定义规则也一致，故只给出推导结论：
通过反解模块反解算出俯仰姿态角期望值φd和横滚姿态角期望值θd：
最后通过式(22)反解求出四旋翼旋翼的转速：
其中ωj(i＝1～4)为旋翼的转速，b为升力系数，d为阻力系数，i为旋翼转轴到机体中心的距离。
本发明的优点：本发明提出的将自适应积分反步法与混合滤波算法相结合的控制算法，是应用到受到外界环境干扰较大的油动四旋翼无人机上，能够减少稳态误差，提高油动四旋翼无人机自身的飞行抗干扰性。通过与常规积分反步算法进行比较实验，充分证明本发明系统收敛性好且稳定，控制效果较为理想，轨迹跟踪特性较强，具有较强的鲁棒性与抗阵风干扰性。
附图说明：
图1是实施例1四旋翼无人机控制结构图；
图2是采用常规积分反步法控制的姿态仿真图；
图3是采用常规积分反步法控制的电机转速仿真图；
图4是采用常规积分反步法控制的姿态角误差仿真图；
图5是采用本发明方法控制的姿态仿真图；
图6是采用本发明方法控制的电机转速仿真图；
图7是采用本发明方法控制的姿态角误差仿真图。
具体实施方式：
现结合附图对本发明基于自适应积分反步法与混合滤波算法相结合的油动四旋翼无人机的姿态控制方法作进一步的描述：
实施例1：从图1可以看出，本发明油动四旋翼无人机的姿态控制方法，将滤波器与算数平均滤波相结合得到本次精准高度向量z、本次精准水平向量y、本次精准水平向量x，分别由高度向量期望值zd、水平向量期望值yd、水平向量期望值xd与本次精准高度向量z、本次精准水平向量y、本次精准水平向量x做差后，经过自适应反步控制算法求出高度控制量u1和水平位置控制量ux和uy，然后ux和uy进入姿态控制器，由ux和uy反解算出的俯仰姿态角期望值φd和横滚姿态角期望值θd与本次精准俯仰姿态角φ、本次精准横滚姿态角θ做差后，经过积分反步控制算法，获得俯仰通道控制量u2和横滚通道控制量u3，同理可得偏航通道控制量u4。最后通过四个通道控制量与四个旋翼转速的关系，解出四旋翼飞行器的四个旋翼的转速。
实施例2：将俯仰角与横滚角的初始值设置为0.5rad，其角速度初始值为0.5rad/s，其他状态量初始值为零，期望飞行高度为1m，期望姿态角及角速度为零。
当控制方法为常规自适应积分反步法时，从图2、图3和图4可以看出，在设定的条件下，常规自适应积分反步法在油动四旋翼噪声功率的情况下，四旋翼的姿态和高度轨迹一直处于偏差，四旋翼的四个转速处于不规则转动状态，从图4可以看出，因受到持续振动噪声干扰，姿态角与期望姿态角有绝对误差，但是应用常规自适应积分反步法控制的姿态角的绝对误差值无法稳定，这会导致油动四旋翼失控。
实施例3：将俯仰角与横滚角的初始值设置为0.5rad，其角速度初始值为0.5rad/s，其他状态量初始值为零，期望飞行高度为1m，期望姿态角及角速度为零。
当控制方法采用本发明油动四旋翼无人机的姿态控制方法，在设定的条件下，从图5、图6和图7可知，在与实施例2相同油动四旋翼噪声功率的情况下，四旋翼的姿态和高度轨迹在误差允许范围内与期望轨迹基本一致，旋翼的四个转速基本相同，油动四旋翼的横滚角，俯仰角，偏航角范围在-0.1到0.1之间趋向于0，高度范围0.8m到1m之间，与期望轨迹基本一致，从图7可以看出，因受到持续振动噪声干扰，姿态角与期望姿态角有一定的绝对误差，但该绝对误差值稳定在一个极小的范围内，四旋翼可以稳定悬停。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。