一种无人自主飞行器自适应pid控制方法
【技术领域】
[0001] 本发明属于制导与控制技术领域，具体来讲，是指一种无人自主飞行器末制导段 的基于时滞预估反推控制（BCTND)的自适应PID控制，其适用于无人自主飞行器制导与控 制系统。
【背景技术】
[0002] 无人自主飞行器是一种由无线电遥控设备或自身程序控制装置操纵的自主型无 人驾驶飞行器，由于其具有"无人驾驶"、危险性低、续航能力好、使用方便、高效能、多用途 等优点，成为目前军事领域、民用领域、商业领域的研究热点之一。随着其应用的日益广泛， 对其性能的要求也越来越高，也给无人自主飞行器的制导与控制系统提出了更高的要求。
[0003] 无人自主飞行器末制导段的PID控制是一种通过对无人自主飞行器速度矢量与 目标瞄准线的角度误差信号进行比例（P)、积分（I)、微分（D)运算的控制算法，由于其结构 简单、操作方便、稳定性好等特点而成为目前无人自主飞行器控制系统应用最为广范的一 种控制算法。然而传统的PID控制较适用于确定的线性系统，难以满足实际复杂非线性无 人自主飞行器控制系统的要求。此外，PID参数的整定这一任务只有经验丰富的工程技术 人员才能胜任，不仅费时，而且一般达不到最佳参数。
[0004] 目前，有许多种改进PID的理论方法，Ziegler - Nichols理论所建立的经验公式 就像操作手册一样，方便工程师进行参数的设置和整定，很容易实现PID增益的动态调节， 但该理论对于非线性系统存在着不可预测性。
[0005] 模糊控制和最优控制也被应用于改进PID，该理论通过将现代控制理论引入经典 控制以改善PID控制的固有缺陷，虽然不需要建立准确的数学模型，但在应用过程中需要 大量复杂的数学运算，使得其在实际应用中难以实现。
[0006] 为此，Chang和Jung提出了基于时滞控制（Time-delayControl，TDC)的PID控 制方法，在不需要建立准确数学模型的情况下，实现常值PID增益在给定动态误差和采样 时间的易选择性和可优化性，但当动力学系统由于不确定性而迅速改变时，该方法就不能 满足所需的性能指标。
【发明内容】
[0007] 为了克服现有技术的不足，本发明将时滞控制CTDC)和反推控制（BC)相结合得到 时滞预估反推控制（BacksteppingControlwithTime-delayEstimationandNonlinear Damping，BCTND)算法，进而结合标准的PID控制算法，提出基于时滞预估反推控制（BCTND) 的无人自主飞行器自适应PID控制方法。反推控制（BacksteppingControl，BC)是针对 不确定性系统的一种系统化的控制器综合方法，它从系统的最低阶次微分方程开始引入虚 拟控制的概念，实现了系统的全局调节和跟踪。基于时滞预估反推（BCTND)控制的无人自 主飞行器自适应PID控制方法，通过在标准PID控制算法的基础上引入时滞控制（TND)算 法，在系统数学模型不精确的情况下，实现PID动态增益的易选择性和可优化性，并增强了 系统的鲁棒性和有效性；引入针对不确定系统的反推控制（BC)算法，克服了标准PID对实 际复杂非线性系统适应性差的缺点。
[0008] 本发明解决其技术问题所采用的技术方案是：建立无人自主飞行器六自由度运动 模型，采用时滞预估（TDE)和反推控制（BC)相结合得到BCTND控制算法，然后将BCTND控 制算法与PID控制算法结合得到本发明提出的基于BCTND的无人自主飞行器自适应PID控 制方法，最后利用该方法在所建立的无人自主飞行器六自由度模型的基础上对无人自主飞 行器进行飞行轨迹的仿真。具体的实施步骤如下：
[0009] 步骤1、建立无人自主飞行器的六自由度运动模型；
[0010] 步骤2、建立目标机动模型，将地面目标分成匀速直线运动和匀速圆周运动两种情 况的二维平面运动，给定目标初始位置Xl、yi，利用目标机动模型得到目标瞬时位置xt、yt;
[0011] 步骤3、设计无人自主飞行器飞行轨迹仿真算法，具体包括：
[0012] 3. 1标准PID控制算法在离散域的控制形式：
[0013]
[0014] 式中，u(k)为第k步控制系统的输出；KGR为比例增益系数，R表示实数； e(k-l)GR为第k_l步实际输出信号和期望输出信号的误差信号；tGR为积分系数；T为 控制系统的采样周期；i为整数，其值范围为〇~k-1 ;TdeR为微分系数；
[0015] 3. 2BCTND控制算法在离散域的控制形式：
[0016]
[0017] 式中，Xl=-e，巧=矣-qW为控制系统的输出；Cl，c2G R是常值系数；钇 是由TDE预估的常值增益系数；fGR是一个常值正数;wGR代表有非线性阻尼引起的正 系数，且w为随控制系统状态而变化的状态反馈自适应函数；
[0018] 3. 3用BCTND控制算法的系数表示PID控制算法的比例系数Kp、积分系数&、微分 系数Kd，即：
[0019]
[0020] 3. 4基于BCTND控制的无人自主飞行器自适应PID控制方法参数调整的具体步骤 为：
[0021] 3. 4. 1首先根据公式印)+ (今+(:)(H〇 +W(/) = 0来确定常系数(^和c2;
[0022] 3. 4. 2确定采样周期T，取T为系统硬件所能达到的最小采样周期；
[0023] 3. 4. 3逐步增大#，使M值由小到大变化直到系统开始震荡，停止调节；逐步增 大f，使f值由小到大变化直到系统开始震荡，停止调节；
[0024] 3. 4. 4由步骤3. 3的公式确定本发明方法的控制系数Kp、KpKd;
[0025] 3. 5无人自主飞行器控制律的设计
[0026] 3. 5. 1将无人自主飞行器控制系统分为横向控制通道和纵向控制通道分别进行控 制；
[0027] 3. 5. 2纵向控制律设计为：
[0028]
[0032] 式中，Sz为无人自主飞行器方向舵的舵偏角；qi(k_l)为铅垂平面内无人自主飞 行器、目标的连线与地面坐标系x轴所在直线的夹角；錢1-1)为无人自主飞行器的俯仰 角；
[0033] 3. 5. 3横向控制律设计为：
[0034]
[0039] 式中，Sy为无人自主飞行器升降舵的舵偏角；q2(k_l)为水平平面内无人飞行器、 目标的连线与参考线（取地面坐标系x轴所在直线）的夹角；炉汉-1)为无人自主飞行器的 偏航角；w2是一个可变的自适应参数，其值等于水平面内q2的变化率，S卩$ =士。
[0040] 本发明的有益效果是：通过在标准的PID控制方法中加入适用于非线性系统的时 滞预估控制（TEC)算法和针对不确定系统的反推控制（BC)算法，提出基于BCTND控制的无 人自主飞行器自适应PID控制方法。本方法具有较强的鲁棒性和自适应性，克服了标准的 PID控制方法对实际复杂非线性模型适应性差的缺点，解决了标准的PID控制方法参数难 整定的问题，实现了对无人自主飞行器姿态的平稳控制，提高了无人自主飞行器对地面机 动目标的追踪捕获精度。
【附图说明】
[0041] 图1是基于BCTND-PID的无人自主飞行器末制导段三维飞行轨迹仿真图；
[0042] 图2是基于BCTND-PID的无人自主飞行器末制导段x方向飞行轨迹仿真图；
[0043] 图3是基于BCTND-PID的无人自主飞行器末制导段y方向飞行轨迹仿真图；
[0044] 图4是基于BCTND-PID的无人自主飞行器末制导段z方向飞行轨迹仿真图；
[0045] 图5是本发明方法与标准PID方法无人自主飞行器航迹倾斜角对比图；
[0046] 图6是本发明方法与标准PID方法无人自主飞行器航迹偏转角对比图；
[0047] 图7是本发明方法与标准PID方法无人自主飞行器俯仰角对比图；
[0048] 图8是本发明方法与标准PID方法无人自主飞行器偏航角对比图；
[0049] 图9是本发明方法与标准PID方法无人自主飞行器侧滑角对比图；
[0050] 图10是本发明方法与标准PID方法无人自主飞行器攻角对比图。
【具体实施方式】
[0051] 下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施 例。
[0052] 本实施例包括以下步骤：
[0053] 步骤1:建立无人自主飞行器六自由度数学模型。无人自主飞行器控制系统是一 个的复杂非线性不确定的负反馈系统，其控制系统是通过控制无人自主飞行器的舵偏角来 控制无人自主飞行器的姿态，进而实现无人自主飞行器的位置控制，因此本文将从无人自 主飞行器的质心位置坐标（X，y，Z)和飞行器绕质心转动的姿态角y)六个维度 建立无人自主飞行器六自由度运动模型：
[0054]
[0056]
O)
[0057] 式中，各个符号代表的含义如下表所示：
[0058] 表1无人自主飞行器运动模型参数
[0059]
[0061] 步骤2 :建立目标机动模型。由于地面目标运动速度较小，因此可将地面机动的目 标按其运动方向的变化匀速直线运动和匀速圆周运动。匀速直线运动是匀速圆周运动的一 种特例，即角速度变化率;也=()，此时转弯半径r取无穷大。考虑二维平面（x，y)内，目标 的机动模型为：
[0062]
C4)
[0063] 式中，Xl、yi为目标的初始位置；xt、ytS机动目标随时间变化的瞬时位置；v"为目 标运动速率；％为目标速度方向与地面坐标系中x轴的夹角；为目标运动时间。
[0064] 步骤3 :无人自主飞行器飞行轨迹仿真算法的设计，具体包括：
[0065] 3. 1标准PID控制算法在离散域的控制形式为：
[0066]
W
[0067]e=xd-x(6)式中，u(k)为第k步控制系统的输出；KGR为比例增益系数； e(k-l)GR为第k-1步实际输出信号和期望输出信号的误差信号；tGR为积分系数；T 为系统的采样周期；i为整数，其值范围为〇~k-1 ;TdeR为微分系数；x,为系统的期望状 态；x为系统的实际状态。
[0068] 查阅相关文献，标准PID在离散域的控制形式可写为如下形式：
[0069]
(7)