一种四旋翼无人机圆形轨迹主动抗干扰跟踪控制方法与流程

本发明属于飞行控制技术领域，特别涉及了一种四旋翼无人机的控制方法。

背景技术：

四旋翼无人机是一种能够垂直起降和空中悬停的无人机，由于其结构简单、控制方便，飞行环境通用性强、维护成本低等优点，已经被广泛应用于航空侦察、高空拍摄、环境灾害监测、灾难救援等领域，具有重要的研究意义和应用前景。在控制理论研究领域，四旋翼无人机系统控制是一个典型的多输入-多输出、非线性特性明显、状态耦合严重的标杆问题。除此之外，四旋翼无人机飞行过程还会受到内部气动参数摄动、摩擦等未建模动态外界阵风干扰以及环境不确定性因素等多源干扰的影响，因此抗干扰控制成为四旋翼无人机控制系统设计急需解决的关键问题。

目前，针对四旋翼无人机的抗干扰控制问题，国内外学者给出了多种抗干扰控制策略，包括依靠系统鲁棒性被动地消除干扰的鲁棒控制策略和依靠扩张状态观测器对干扰进行实时观测和前馈补偿的主动抗干扰控制策略。但是现有的鲁棒控制策略的抗干扰性能是以牺牲系统标称性能为代价获取的，而基于扩张状态观测器的主动抗干扰控制策略虽然能获得很好的控制效果，但是其对干扰的假设过于苛刻，极大地限制其工程应用。因此亟需提出一种能够处理多种干扰的四旋翼无人机主动抗干扰控制方法。

技术实现要素：

为了解决上述背景技术提到的技术问题，本发明提出了一种四旋翼无人机圆形轨迹主动抗干扰跟踪控制方法。

为了实现上述技术目的，本发明的技术方案为：

一种四旋翼无人机圆形轨迹主动抗干扰跟踪控制方法，包括以下步骤：

(1)建立四旋翼无人机位置系统模型，将四旋翼无人机的轨迹跟踪问题转化为位置环跟踪误差的镇定问题；

(2)引入虚拟控制量，建立四旋翼无人机位置子系统高阶滑模干扰观测器；

(3)建立四旋翼无人机复合非线性动态逆控制器，保证受扰的四旋翼无人机位置系统动态渐进跟踪其参考轨迹；

(4)通过代数转换，将虚拟控制量转化为四旋翼无人机的真实控制量。

进一步地，在步骤(1)中，所述四旋翼无人机位置系统模型如下：

其中，x表示四旋翼无人机x轴向位移，y表示四旋翼无人机y轴向位移，z表示四旋翼无人机z轴向位移，字母上方一点表示其一阶微分，字母上方两点表示其二阶微分；x轴正向定义为沿当地经线的切向方向，指向正北方；y轴正向定义为沿当地纬线切向方向，指向正东方；z轴正向定义为垂直于当地水平面，指向地心方向；dx,dy,dz表示三个轴向的集总干扰；φ表示四旋翼无人机的滚转角，θ表示四旋翼无人机的俯仰角，ψ表示四旋翼无人机的偏航角；m表示四旋翼无人机的质量，g表示重力加速度，up表示由四旋翼无人机产生的总升力，kd表示空气阻尼系数；

定义位置跟踪误差：

ex＝x-xd,ey＝y-yd,ez＝z-zd

其中，ex,ey,ez为三轴向位置跟踪误差，xd,yd,zd为三轴向轨迹参考信号；

建立位置环跟踪误差子系统：

则位置环跟踪误差子系统的控制输入为φ、θ、ψ和up。

进一步地，在步骤(2)中，引入三轴虚拟控制量：

建立x轴向高阶滑模观测器：

v2＝-1.5l^1/2|z2-v1|^1/2sign(z2-v1)+z3

建立y轴向高阶滑模观测器：

v2＝-1.5l^1/2|z2-v1|^1/2sign(z2-v1)+z3

建立z轴向高阶滑模观测器：

v2＝-1.5l^1/2|z2-v1|^1/2sign(z2-v1)+z3

其中，z1,z2,z3为高阶滑模观测器动态；表示三轴向集总干扰的估计值；l为高阶滑模观测器增益；sign表示符号函数。

进一步地，在步骤(3)中，针对三个轴向分别建立复合非线性动态逆控制器：

其中，kxp、kxd、kyp、kyd、kzp、kzd为控制器参数，且均为正值常数。

进一步地，在步骤(4)中，将偏航角指令ψ^d直接设置为0，滚转角指令φ^d、俯仰角指令θ^d和总升力指令up^d根据虚拟控制量反解求得：

采用上述技术方案带来的有益效果：

(1)本发明采用高阶滑模干扰观测器对四旋翼无人机位置系统中多源干扰进行估计，显著扩展了控制器能够抑制干扰的类型，并且保证了干扰在有限时间内精确估计；

(2)本发明充分利用系统非线性特性，在反馈通道将标称非线性以反馈的形式抵消，大大减少了控制器中基于误差的反馈部分的调节压力，显著降低了控制器参数调节难度；

(3)本发明将多源干扰估计信息纳入非线性动态逆控制器设计中，重构为复合动态逆控制器，通过对多源干扰进行动态实时的前馈补偿，显著提高了系统的抗干扰性能和鲁棒性；

(4)本发明不仅能够显著提高四旋翼无人机控制系统中的跟踪精度，而且所提的抗干扰控制方法可推广应用于其他飞行器的高精度控制中，具有很广阔的应用前景。

附图说明

图1是本发明控制策略框图；

图2是传统基准非线性控制器与本发明复合控制器作用下的四旋翼无人机跟踪空间三维圆形轨迹效果图；

图3是传统基准非线性控制器与本发明复合控制器作用下的四旋翼无人机位置三通道轨迹响应曲线图；

图4是传统基准非线性控制器与本发明复合控制器作用下的四旋翼无人机位置三通道轨迹跟踪误差曲线图；

图5是传统基准非线性控制器与本发明复合控制器作用下的四旋翼无人机控制输入响应曲线图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

本发明设计了一种四旋翼无人机圆形轨迹主动抗干扰跟踪控制方法，如图1所示，基本步骤如下：

步骤1：建立四旋翼无人机位置系统模型，将四旋翼无人机的轨迹跟踪问题转化为位置环跟踪误差的镇定问题；

步骤2：引入虚拟控制量，建立四旋翼无人机位置子系统高阶滑模干扰观测器；

步骤3：建立四旋翼无人机复合非线性动态逆控制器，保证受扰的四旋翼无人机位置系统动态渐进跟踪其参考轨迹；

步骤4：通过代数转换，将虚拟控制量转化为四旋翼无人机的真实控制量。

在本实施例中，采用如下优选方案实现步骤1：

在步骤(1)中，所述四旋翼无人机位置系统模型如下：

其中，x表示四旋翼无人机x轴向位移，y表示四旋翼无人机y轴向位移，z表示四旋翼无人机z轴向位移，字母上方一点表示其一阶微分，字母上方两点表示其二阶微分；x轴正向定义为沿当地经线的切向方向，指向正北方；y轴正向定义为沿当地纬线切向方向，指向正东方；z轴正向定义为垂直于当地水平面，指向地心方向；dx,dy,dz表示三个轴向的集总干扰；φ表示四旋翼无人机的滚转角，θ表示四旋翼无人机的俯仰角，ψ表示四旋翼无人机的偏航角；m表示四旋翼无人机的质量，g表示重力加速度，up表示由四旋翼无人机产生的总升力，kd表示空气阻尼系数。本实施例取m＝0.8，空气阻尼系数kd＝0.09。

定义位置跟踪误差：

ex＝x-xd,ey＝y-yd,ez＝z-zd

其中，ed,ed,ed为三轴位置跟踪误差，xd,yd,zd为三轴轨迹参考信号；

建立位置环跟踪误差子系统：

由于四旋翼无人机控制系统外回路为位置回路、内回路为姿态回路，且位置回路的控制是由改变姿态角来实现的，因此位置跟踪子系统的控制输入为三轴姿态角φ、θ、ψ和总升力up。

在本实施例中，采用如下优选方案实现步骤2：

对于四旋翼无人机位置系统(1)设计高阶滑模观测器，以实现三个位置通道集总干扰的有限时间估计。

对于系统(1)中的四旋翼无人机的位置子系统模型，了便于控制器设计，引入如下虚拟控制量：

建立x轴向高阶滑模观测器：

建立y轴向高阶滑模观测器：

建立z轴向高阶滑模观测器：

其中，z1,z2,z3为高阶滑模观测器动态；表示三轴向集总干扰的估计值；l为高阶滑模观测器增益；sign表示符号函数。在本实施例中，l取值0.1。

在本实施例中，采用如下优选方案实现步骤3：

对于四旋翼无人机位置环跟踪误差系统(2)设计非线性动态逆控制器，并结合高阶滑模观测器的集总干扰估计信息，设计复合非线性动态逆控制器,并通过李雅普诺夫函数对姿态误差系统进行稳定性分析，其设计的具体步骤包括：

针对四旋翼无人机位置系统x轴向通道设计复合动态逆控制器：

针对四旋翼无人机位置系统y轴向通道设计复合动态逆控制器：

针对四旋翼无人机位置系统z轴向通道设计复合动态逆控制器：

其中kxp、kxd、kyp、kyd、kzp、kzd为控制器参数，且它们均为正常数。以下对其稳定性进行分析说明：

将x轴向动态逆控制器代入位置环跟踪误差系统(2)可得：

由于高阶滑模观测器(4)保证干扰估计在有限时间te内收敛其真实值dx，所以当t＞te时，x轴向跟踪误差闭环系统转化为如下动态：

定义如下lyapunov函数：

考虑到式(10)，对lyapunov函数求导可得：

故闭环系统(10)渐进收敛，即在复合动态逆控制器(7)作用下，x轴向受扰误差跟踪系统渐进收敛；同理可以证明复合动态逆控制器(8)和(9)保证y和z轴向跟踪误差渐进收敛。即复合动态逆控制器(7)-(9)保证受扰四旋翼无人机位置系统(1)动态渐进跟踪其参考轨迹。

针对虚拟控制量进行分析，通过代数转换，将虚拟控制量转化为四旋翼无人机的真实控制量。考虑到四旋翼无人机内环为姿态环，而且其位置控制是通过改变姿态角和升力来协调实现的。

在实际四旋翼无人机飞行过程中，为了便于系统控制，总是希望其偏航角保持为零，即ψ^d＝0，其余滚转角指令φ^d、俯仰角指令θ^d和总升力指令up^d根据虚拟控制量反解求得：

为了验证本发明优越的抗干扰能性能，在充分考虑外部干扰存在的情况下基于matlab仿真环境对本发明算法和传统非线性动态逆算法进行四旋翼无人机仿真对比验证。仿真过程位置初始值设置为x(0)＝0，y(0)＝1，z(0)＝0，期望位置设置如下：

仿真过程中外界干扰设置如下：

dx＝-1.6,dy＝-1.84,dx＝-1.6

本发明设计的复合非线性动态逆控制器(compositenonlineardynamicinversecontroller,cndic)参数设计如下：

kxp＝9,kxd＝6,kyp＝9,kyd＝6,kzp＝9,kzd＝6.

用于作为仿真对比的基准非线性控制器(baselinenonlineardynamicinversecontroller,bndic)设计如下：

ψ^d＝0

其中控制器参数取值如下：

kxp＝9,kxd＝6,kyp＝9,kyd＝6,kzp＝9,kzd＝6.

图2-图4是分别采用cndic和bndic的受扰四旋翼无人机轨迹跟踪效果图，可以看出本发明所提复合控制方法抗干扰性能明显优于传统动态逆控制方法。图5给出了控制输入响应曲线，包括(a)、(b)、(c)、(d)四幅子图，分别对应滚转角、俯仰角、偏航角和总升力，可以看出本发明方法控制输入(姿态角和总升力)在特定限幅范围内。综上所述，本发明可以保证四旋翼无人机具有更快的轨迹跟踪速度和更强的抗干扰性能。

实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。