第２６卷第６期２００８年１２月
飞行力学
ＦＵＧＨＴ
ＤＹＮＡＭＩＣＳ
Ｖ０１．２６
Ｎｏ．６
Ｄｅｃ．２００８
扩张状态观测器在无人机纵向飞行控制中的应用
宋金来，金岳，杜志伟，李金呜
（中国航天时代电子公司研究院，北京１０００７０）
摘要：针对在设计无人机控制律时存在未建模动态和不确定扰动的特点，将未建模动态和不确定扰动视为综合扰动，引入扩张状态观测器对综合扰动项进行估计并补偿，设计出不依赖对象模型的改进ＰＩＤ控制器。仿真结果表明，该控制器在控制量品质、动态性能、稳态精度等方面都优于常规ＰＩＤ控制器。
关键词：无人机；未建模动态；综合扰动；扩张状态观测器；常规ＰＩＤ控制器中图分类号：Ｖ２４９．１
文献标识码：Ａ
文章编号：１００２－０８５３（２００８）０６－－００７６－０３
引言
无人机任务的不断复杂化要求飞控系统不仅要确保无人机能自主飞行，还要进行机载设备及有效
万方数据载荷的管理与协调，以完成各种飞行任务。然而无人机在飞行过程中经常会受到各种干扰，如湍流、风切变等大气不稳定因素，这些因素会降低飞行性能，甚至可能导致飞机失稳而危及飞行安全。中小型无人机雷诺数较低，抗干扰能力相对较差，因此，为顺利执行任务，必须提高控制系统的抗干扰能力。
为了保证飞控系统在飞行中具有良好的控制品质，即较好的动态、稳态性能以及较强的抗干扰能力，本文提出了将线性扩张状态观测器（ＬＥＳＯ）…用于纵向控制律设计的新思路。扩张状态观测器（ＥＳＯ）在不确定性系统的控制中已有许多应用旧’３Ｊ，具有不依赖系统数学模型、能实时估计出被控对象所受的内扰和外扰的特点。本文利用ＬＥＳＯ对无人机所受扰动实时估计并实时补偿，使被控制对象被“线性化”成“积分器串联型”，再用简单的ＰＩＤ控制实现良好的控制品质及较强的抗干扰能力。
控制律为：
Ｏｃ＝ｋｎｈ。＋ｋａｈ。
（１）
式中，９。为用于内回路的指令俯仰角；ｈ。和ｈ。为高
度误差及其微分；七。和ｋ分别为外回路比例系数和
微分系数。
本文重点讨论纵向内回路的设计。在此，仅列出描述飞机运动的１２个方程Ｈ１中与纵向内回路控制设计相关的主要方程如下：
０＝ｑ
ＣＯＳ咖一ｒｓｉｎ咖（２）（３）
寸＝Ｃ１ｐｒ—ｃ２（Ｐ２一ｒ２）＋ｃ３肘
式中，０和咖分别为俯仰角和滚转角；ｐ，ｇ和ｒ分别为机体坐标系三个轴的角速度；上述几个量均可量测；ｃ。，Ｃ：和ｃ，为与无人机转动惯量有关的常值；Ｍ为俯仰力矩，可通过控制律输入６。来调节其值的大小。
Ｍ＝Ｃ。ＱＳ。重
＝［以Ｍａ，ｈ，ａ，ｉｘ，ｑ，８。）＋Ｃｍ６．６。］ＱＳ０
１．２控制问题描述
（４）
无人机纵向飞行控制系统由内外回路构成：外
１
飞机模型与控制问题的描述
回路产生内回路指令；内回路控制无人机使之达到期望的飞行姿态，实现姿态的稳定与控制。内回路设计是系统设计的基础和关键，如果设计得好，就可以使外回路设计简化，并保证系统具有良好的动态品质、控制精度和较强的鲁棒性。
１．１控制特性分析
无人机纵向控制的外回路控制采用ＰＤ控制，
收稿日期：２００８－０１－２８；修订日期：２００８－０８－２８
作者简介：宋金来（１９６５一），男，河北文安人，高级工程师，研究方向为导航与控制。
第６期
宋金来等．扩张状态观测器在无人机纵向飞行控制中的应用
俯仰角和俯仰角速率反馈构成纵向内回路的控
以Ｍａ，ｈ，ａ，＆，ｑ，艿。）ＱＳ耐云ｃ７
制律，本文利用２个ＬＥＳＯ分别对式（２）和式（３）进行控制律设计，对系统扰动（切变风干扰）实时估计ｂ口＝Ｃ帕，ＱＳ耐云ｃ７，ｕ＝占。
则式（１）和式（２）变成式（８）和式（９）。
并补偿，所设计的飞控系统能够获得较好的控制品质。ｐ＝厶＋ｂｏｑ
（８）圣＝‘＋ｂｑｕ
（９）
２
ＬＥＳＯ与“扰动”动态补偿
纵向内回路控制特性如下：
（１）口为被控量，０和ｑ为可量测量；
２．１
ＬＥＳＯ的设计
（２珑以被看作系统的未知扰动；
（３）ｕ对ｐ完全能控。假设受未知扰动作用的系统如式（５）。
３．２控制律设计
莺＝火算，ｔ）＋加（ｔ）＋６“（ｆ）
（５）
式中，厂（茗，ｔ）为对象模型未知部分；埘（ｔ）为未知干根据纵向内回路的控制特性，给出其控制律设扰；ｎ（ｔ）为控制量。ＬＥＳＯ如式（６）。
计如下：
ｚｌ＝乞一卢Ｉ－（ｚｌ一石，＋ｂｕｌ，‘、
岬７
（１）根据式（８），利用Ｂａｃｋｓｔｅｐｉｎｇ［５１的设计思童：＝一伪（ｚ，一戈）
ｊ
想，将ｑ作为ｐ的控制量，将不确定函数厶看作式则由ＬＥＳＯ输出的彳，（ｔ）跟踪输入菇（ｔ），ｚ２（ｔ）估计出（８）中的“干扰”项，ｂ。被认为是确定值。式（１０）确系统中的未建模动态和外界扰动火戈，ｔ）＋ｔｃ，（ｔ）。其定使０跟踪０。的控制律：
中，６为控制输入量的系数，它表征系统控制能力的９’＝Ｈｏ（ｐ，以）＝Ｋｏ（０。一ｚ口１）一ｚ啦／６口（１０）
大小，往往根据系统特性即可确定。若该值不准确，式中，锄和ｚ陀为ＬＥＳ０１的输出，钿跟踪９，铴是对不
则只要选取量与真值相差不超过５０％，其控制效果
确定“干扰”厶的实时估计。锄和钮的计算由式
一样，而ｂ的不准确部分由龟（ｔ）实时估计出来。
万方数据（１１）的ＬＥＳ０１给出。
２．２对系统扰动的动态补偿
三肌２
ｚ砬一卢硼（：棚一ｐ）＋６—９＋ｌ
（１１）
主犯＝一卢以（ｚｍ一口）
Ｊ
对式（５），考虑选取控制量ｕ＝ｕ。一Ｚ，２／ｂ，将其代入式（５）中，由于乞（ｔ）估计出系统中的／（戈，ｔ）＋这样，就得到了“指令角速率”ｇ’。
埘（ｔ），则式（５）近似变成式（７）。
（２）将ｑ‘作为式（９）的“跟踪目标”，不确定函
蠢＝ｂｕ。
（７）
数厶看作对式（９）的“干扰”，ｂ。被认为是确定值。
由于ＬＥＳＯ能估计出系统的扰动，则通过实时式（１２）确定使ｑ跟踪ｑ‘的控制律。
动态补偿，便将对式（５）的控制转化成为对一阶积ｕ＝Ｋ（ｑ‘一彳，１）一钮／６，
（１２）
分环节式（７）的控制。这样，针对式（７）的控制变的式中，ｚ。。和和为ＬＥＳ０２的输出，：。，跟踪ｇ，稚是对不
既简单又高效。确定“干扰”厶的实时估计。ｚ。。和ｚ啦的计算由式
飞行控制律设计
（１３）的ＬＥＳ０２给出。
３
ｊ—ｌ２
ｚ私一卢一（ｚ－ｌ—ｑ）＋６ｅｕｌ
（１３）
３．１控制律设计分析
ｊ叮２
２一卢社（乙ｌ—ｇ）
Ｊ
这样，由式（１０）和式（１２）构成了纵向内回路的控制为分析方便，记：
算法，相应的设计原理如图ｌ所示。整个控制器由
厶＝一ｒｓｉｎ咖，ｂ口＝ＣＯＳ咖
两个结构相同的二阶ＬＥＳＯ构成，控制参数为（风，厶＝ｃｓｐｒ—ｃ６（ｐ２一ｒ２）＋
ｐ皿，Ｋ。）和（岛。，卢露，Ｋ）。
图１纵向飞行控制内回路控制原理
７８
飞行力学第２６卷
４
仿真分析
以某型无人机为例，利用飞机的１２个全量运动
方程进行纵向飞行控制的数值仿真。仿真状态为：飞行高度稳定后，在某一段时间内加入切变风的扰动，以观察两种控制方式的抗扰效果。
ＰＤ控制的内回路控制律为：
Ｍ＝一ｋ。（以一日）＋ｋｑｑ
（１４）
式中，ｋ。为比例系数，ｋ。为微分系数，其值是基于经
典控制理论，并经合理的控制律结构设计与参数优化得到。
ＬＥＳ０１和ＬＥＳ０２的控制参数ｋ。和ｋ。取ＰＤ控
制参数；风，届以，卢一和卢。：的取值方法参见文献［６］。
在此为了简化分析，仅分析加入切变风扰动后对纵向通道的影响。
图２～图５给出基于ＬＥＳＯ和ＰＤ控制律仿真结果的比较。由图２一图５可知，由ＰＤ控制的高度输出受切变风的影响，出现了明显的波动，而ＬＥＳＯ控制律输出的高度稳态值基本没有受到切变风的影
响。由于ＬＥＳＯ能够较好地估计出系统的扰动，并
万方数据能实时补偿扰动，把系统线性化为积分串联型，所以稳态误差很小。
仿真结果表明，基于ＬＥＳＯ的动态补偿控制方法显示出了较好的控制结果：高度的稳态响应时间、稳态精度、姿态的动态性能、控制量品质都优于常规ＰＤ控制方法。
图２高度输出比较
ｔ／ｓ
图３俯仰角输出比较
图５控制量输出比较
５
结束语
本文将扩张状态观测器用于飞机的纵向控制律
设计中。数值仿真表明，本文给出的线性扩张状态观测器能够实时获取飞机的不确定性扰动，并通过补偿作用实现了被控制对象的近似“积分串联型”，参数调节方便，较ＰＤ控制有较高的控制品质及抗干扰能力。该方法值得进一步飞行试验验证。参考文献：
［１］韩京清．从ＰＩＤ技术到“自抗扰控制”技术［Ｊ］．控制工
程，２００２，９（３）：１３一１８．［２］
雷春林，吴
捷，陈渊睿，等．自抗扰控制在永磁直线
电机控制中的应用［Ｊ］．控制理论与应用，２００５，２２
（３）：４２３４２８．
［３］于萍，刘胜．非线性自抗扰控制器在船舶减摇鳍
系统中的应用［Ｊ］．哈尔滨工程大学学报，２００２，２３
（５）：７－１１．
［４］
吴森堂，费玉华．飞行控制系统［Ｍ］．北京：北京航空航天大学出版社，２００５．
．
［５］
ＫａｎｅｌｌａｋｏｐｏｕｌｏｓＩ，Ｋｏｋｏｔｏｖｉｃ
ＰＶ，ＭｏｒｓｅＡＳ．Ｓｙｓｔｅｍａｔｉｃ
ＤｅｓｉｇｎｏｆＡｄａｐｔｉｖｅＣｏｎｔｒｏｌｌｅｒｓｆｏｒＦｅｅｄｂａｃｋＬｉｎｅａｒｉｚａｂｌｅ
Ｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ
ＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ，
１９９１，３６（１１）：１２４１．１２５３．
［６］
老大中，刘艳芬，李东海，等．基于Ｍｏｎｔｅ．Ｃａｒｌｏ方法的自抗扰控制系统优化设计［Ｊ］．北京理工大学学报，２００４，２４（３）：２２６．２２９．
（下转第８３页）
第６期朱新岩等．基于残差特性分析的野值检测与剔除方法
８３
ＯｕｔｌｉｅｒＤｅｔｅｃｔｉｏｎ
Ｍｅｔｈｏｄ
Ｂａｓｅｄ
ｏｎ
Ｃｈａｒａｃｔｅｒｉｓｔｉｃ
ＡｎａｌｙｚｉｎｇｏｆＲｅｓｉｄｕｅ
ＺＨＵＸｉｎ—ｙａｎ，ＳＨＩＺｈｏｎｇ—ｋｅ
（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００７２，Ｃｈｉｎａ）
ａｎ
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｐｒａｃｔｉｃｅｏｆｎａｖｉｇａｔｉｏｎａｎｄｃｏｎｔｒｏｌｅｎｇｉｎｅｅｒｉｎｇ，ｔｈｅｏｎ—ｌｉｎｅｄｅｔｅｃｔｉｏｎｏｆ
ｏｎｅ
ｏｕｔｌｉｅｒｉｓａｌｗａｙｓ
ｄｉｆｆｉｃｕｌｔｐｒｏｂｌｅｍ，ｔｈｅｃｕｒｒｅｎｔｍｅｔｈｏｄｆｏｒｏｕｔｌｉｅｒｉｄｅｎｔｉｆｙｉｎｇｉｓｃｏｍｍｏｎｌｙｂａｓｅｄ
ｏｒ
ｏｎ
ｏｐｔｉｍｉｓｍｆｉｌｔｅｒｉｎｇ，ＳＯｌｉｍｉｔｅｄ
ｉｎｖｅｌｏｃｉｔｙ，ｅｆｆｅｃｔｉｎｇ
ｐｒａｃｔｉｃａｂｉｌｉｔｙ．Ｂａｓｅｄ
ａｎ
ｏｎ
ａｎａｌｙｚｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｅｓｉｄｕｅ，ｔｈｅｌ＿ｅｔｔｓ’ｃｒｉｔｅｒｉｏｎｍｅｔｈｏｄ
Ｗａｓｕｓｅｄ
ｔｏａｎ
ｉｄｅｎｔｉｆｙ
ｏｕｔｌｉｅｒ．ｒｎｌｅｒｅｓｕｌｔｓｏｆｓｉｍｕｌａｔｉｏｎａｎｄ
ｏｎ
ｅｎｇｉｎｅｅｒ
ｐｒａｃｔｉｃｅｓｅｘｐｒｅｓｓｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｉｓｓｉｍ－
ｐｌｅａｎｄｅｆｆｅｃｔｉｖｅ，ｔｈｅａｆｆｅｃｔｉｏｎｏｆｏｕｔｌｉｅｒｆｉｌｔｅｒｐｒｅｃｉｓｉｏｎｗａｓｗｅａｋｅｎｇｒｅａｔｌｙ．
Ｋｅｙｗｏｒｄｓ：ｏｕｔｌｉｅｒｄｅｔｅｃｔｉｏｎ；ｒｅｓｉｄｕｅ；Ｌｅｔｔｓ’ｃｒｉｔｅｒｉｏｎ；ｏｐｔｉｍｕｍｆｉｌｔｅｒｉｎｇ
（编辑：王育林）
（上接第７５页）
Ｒｅｓｅａｒｃｈ
ｏｎ
ＦｌｉｇｈｔＴｅｓｔＴｅｃｈｎｏｌｏｇｙｏｆ
Ｈｕｍａｎ—Ｍａｃｈｉｎｅ
ＣｌｏｓｅｄＬｏｏｐＣｈａｒａｃｔｅｒｉｓｔｉｃｓ
万方数据
（Ａｉｒｃｒａｆｔ
ＹＵＮＺｈｅｎｇ—ｐｉｎｇ，ＷＡＮＧＷｅｉ－ｊｕｎ，ＹＡＮＧ
Ｃｕｉ—ｘｉａ，ＺＨＡＮＧ
Ｐｅｉ—ｔｉａｎ
ＦｌｉｇｈｔＴｅｓｔＴｅｃｈｎｏｌｏｇｙＩｎｓｔｉｔｕｔｅ，ＣｈｉｎｅｓｅＦｌｉｇｈｔＴｅｓｔＥｓｔａｂｌｉｓｈｍｅｎｔ，Ｘｉ’ａｒｔ７１００８９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｃｏｍｐｏｎｅｎｔｉｎｆｌｉｇｈｔｑｕａｌｉｔｉｅｓｆｌｉｇｈｔｔｅｓｔｉｓｔｈｅ
ｔｅｒｉｓｔｉｃｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｕｔｅｍｐｈａｓｉｓｐｕｌｓｅ，ｐｉｔｃｈｓｔｅｐ
ｏｎ
ｈｕｍａｎ・－ｍａｃｈｉｎｅ
ｃｌｏｓｅｄｌｏｏｐｃｈａｒａｃ・・
ｆｌｉｇｈｔｔｅｓｔｏｆｓｏｍｅｔｙｐｅｏｆａｉｒｃｒａｆｔ，ｄｕｒｉｎｇｔｈｅｔｅｓｔ，ｗｅｕｓｅｄｐｉｔｃｈｄｏｕｂｌｅ
ａｎｄ
ｐｉｔｃｈｓｗｅｅｐｔｏｖａｌｉｄａｔｅｔｈｅＧｉｂｓｏｎｃｒｉｔｅｒｉｏｎ
ａｎｄ
ｔｈｅｃｒｉｔｅｒｉｏｎｏｆｐｉｌｏｔ－ｉｎ・ｔｈｅ—ｌｏｏｐ．Ｔｈｅｃｕｒｓｏｒｙ
ｉｎｔｅｒｃｅｐｔ，ｅｘａｃｔｔｒａｃｋａｎｄｆｏｒｍａｔｉｏｎｏｆｔｗｏａｉｒｃｒａｆｔｓｗｅｒｅｕｓｅｄｉｎｔｈｅｔｅｓｔ，ＳＯｔｈａｔｔｈｅｈｕｍａｎ－ｍａｃｈｉｎｅｃｌｏｓｅｄｌｏｏｐｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｍｏｄｅｍａｉｒｃｒａｆｔｗｅｒｅｖａｌｉｄａｔｅｄ
ｔｈｒｏｕｇｈ
ｐｉｌｏｔｅｖａｌｕａｔｉｏｎｓａｎｄＨＱＲ．
（编辑：王育林）
Ｋｅｙｗｏｒｄｓ：ｆｌｙｉｎｇｑｕａｌｉｔｉｅｓ；ｈｕｍａｎ・－ｍａｃｈｉｎｅｃｌｏｓｅｄｌｏｏｐ；Ｎｅａｌ・－Ｓｍｉｔｈｃｒｉｔｅｒｉｏｎ
（上接第７８页）
ＥｘｔｅｎｄｅｄＳｔａｔｅＯｂｓｅｒｖｅｒＵｓｅｄｉｎＵＡＶ
ＬｏｎｇｉｔｕｄｉｎａｌＦｌｉｇｈｔＣｏｎｔｒｏｌ
ＳＯＮＧＪｉｎ－ｌａｉ，ＪＩＮｙｕｅ，ＤＵＺｈｉ—ｗｅｉ，ＬＩＪｉｎ—ｍｉｎｇ
（Ｔｈｅ
Ａｃａｄｅｍｙ
ｏｆＣｈｉｎａＡｅｒｏｓｐａｃｅＴｉｍｅｓＥｌｅｃｔｒｏｎｉｃｓ
ａｎ
Ｃｏｒｐｏｒａｔｉｏｎ，Ｂｅｉｊｉｎｇ１０００７０，Ｃｈｉｎａ）
ｌａｗ，ｓｕｃｈ
ｏｎｅ
ａｓ
Ａｂｓｔｒａｃｔ：Ａｉｍｅｄａｔｔｈｅｃｈａｒａｃｔｅｒ§ｏｆ
ｕｎｍａｎｎｅｄａｉｒ
ｖｅｈｉｃｌｅ’Ｓ（ＵＡＶ）ｃｏｎｔｒｏｌ
ｎｏｎ－ｍｏｄｅｌｉｎｇ
ｄｙｎａｍｉｃｓａｎｄｕｎｃｅｒｔａｉｎｅｘｔｅｒｎａｌｄｉｓｔｕｒｂａｎｃｅ，ｔｈｉｓｐａｐｅｒｒｅｇａｒｄｅｄｔｈｅｓｅｄｉｓｔｕｒｂａｎｃｅｓａｓ
ｉｎｔｅｇｒａｔｅｄｄｉｓｔｕｒｂａｎｃｅ
ａｎｄ
ｔｈｅｎ
ｐｒｅｓｅｎｔｅｄｔｈｅ
ａｎ
ｍｅｔｈｏｄｏｆｅｘｔｅｎｄｅｄｓｔａｔｅ
ｏｂｓｅｒｖｅｒ（ＥＳＯ）ｔｏ
ｏｎ
ｏｂｓｅｒｖｅｒａｎｄｃｏｍｐｅｎｓａｔｅｔｈｉｓｉｎｔｅｇｒａｔｅｄｄｉｓｔｕｒｂａｎｃｅ，
ｉｍｐｒｏｖｅｍｅｎｔＰＩＤｃｏｎｔｒｏｌｌｅｒｗｈｉｃｈｄｉｄｎ’ｔｒｅｌｙ
ｔｈｅｍａｔｈｅｍａｔｉｃｓ’ｍｏｄｅｌＷａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｉｎ—
ｄｉｃａｔｅｓｔｈａｔｔｈｉｓｃｏｎｔｒｏｌｌｅｒ’ＳｑｕａｌｉｔｙｉｓｂｅｔｔｅｒｔｈａｎｇｅｎｅｒａｌＰＩＤｃｏｎｔｒｏｌｌｅｒｉｎａｓｐｅｃｔｏｆｉｎｐｕｔｑｕａｌｉｔｙ，ｄｙｎａｍｉｃｓａｎｄｓｔａｂｉｌｉｔｙｐｒｅｃｉｓｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ＵＡＶ；ｎｏｎ－ｍｏｄｅｌｉｎｇｄｙｎａｍｉｃｓ；ｉｎｔｅｇｒａｔｅｄｄｉｓｔｕｒｂａｎｃｅ；ＥＳＯ；ｇｅｎｅｒａｌＰＩＤｃｏｎｔｒｏｌｌｅｒ
（编辑：王育林）
扩张状态观测器在无人机纵向飞行控制中的应用
作者：作者单位：刊名：英文刊名：年，卷(期)：引用次数：
宋金来， 金岳， 杜志伟， 李金鸣， SONG Jin-lai， JIN yue， DU Zhi-wei， LI Jin-ming
中国航天时代电子公司,研究院,北京,100070飞行力学
FLIGHT DYNAMICS2008，26(6)0次
参考文献(6条)
1. 韩京清 从PID技术到"自抗扰控制"技术[期刊论文]-控制工程 2002(3)
2. 雷春林. 吴捷. 陈渊睿. 杨金明 自抗扰控制在永磁直线电机控制中的应用[期刊论文]-控制理论与应用 2005(3)3. 于萍. 刘胜 非线性自抗扰控制器在船舶减摇鳍系统中的应用[期刊论文]-哈尔滨工程大学学报 2002(5)4. 吴森堂. 费玉华 飞行控制系统 2005
5. Kanellakopoulos I. Kokotovic P V. Morse A S Systematic Design of Adaptive Controllers for FeedbackLinearizable Systems 1991(11)
6. 老大中. 刘艳芬. 李东海. 唐多元 基于Monte-Carlo方法的自抗扰控制系统优化设计[期刊论文]-北京理工大学学报 2004(3)
相似文献(5条)
1.期刊论文 苏丙未. 曹云峰. 陈欣. 杨一栋 一种鲁棒自适应Backstepping控制方案研究 -应用科学学报2002,20(4)
对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.
2.会议论文 苏丙未. 曹云峰. 陈欣. 杨一栋. 郭锁凤 基于神经网络动态逆的无人机飞控系统设计研究 2001
本文基本思想是采用在线神经网络来消除由于模型不精确和飞机故障所引起的动态逆控制器的求逆误差,并对整个系统的稳定性给出了严格数学证明.全文主要工作包括以下一些内容:首先,基于奇异摄动原理,将无人机非线性运动方程分为快慢两个模态,采用解析求逆的方法建立无人机动态逆控制器;然后基于李雅普诺夫方法,在保证闭环系统稳定的前提下,得出了用以补偿逆误差(也可以认为是增强鲁棒性、对故障适应性)的在线神经网络权值调整算法,本部分研究了两种在线网络(线性权值网络和单隐层网络)权值调整规则,并详细分析了网络结构;考虑作动器未建模动态对自适应控制的不利影响,本文采用两种方法改善了存在输入动态时系统的跟随性能.最后对本文控制器进行了仿真分析,控制器的鲁棒性、对故障的重构能力也得到了仿真验证.
3.期刊论文 李爱军. 吕晻. 章卫国 基于自适应逆的无人直升机指令控制器设计 -电光与控制2002,9(4)
使用动态逆和在线神经网络相结合的方法设计了无人直升机的指令控制器.该方法用无人机近似线性模型的动态逆使系统反馈线性化,然后用一神经网络在线消除逆误差的影响.由于在线神经网络的自适应作用,消除了无人机未建模动态和不确定性的影响.仿真结果表明所设计的控制器具有较好的性能.
4.期刊论文 沈毅. 于晓敏. 李爱军 无人直升机的动态逆模糊集成控制 -北京航空航天大学学报2003,29(12)
对于一个非线性系统,利用其近似的线性化模型求出系统的近似逆,采用模糊控制方法抑制误差对系统输出的影响来保证系统的最终特性,构成一种动态逆模糊集成控制方案.将这一方法应用在无人直升机的姿态控制中,仿真结果表明该方法可以消除无人机未建模动态和不确定性的影响,具有较好的鲁棒性能.
5.会议论文 沈毅. 李爱军. 章卫国 无人直升机的动态逆模糊集成控制 2001
对于一个非线性系统,首先利用其近似的线性化模型求出系统的近似逆,再采用模糊控制方法抑制误差以系统输出的影响来保证系统的最终特性,就可构成一种动态逆模糊集成控制方案.本文将这一方法应用在无人直升机的姿态控制中,仿真结果表明该方法可以消除无人机未建模动态和不确定性的影响,具有较好的鲁棒性能.
本文链接：http://d.g.wanfangdata.com.cn/Periodical_fxlx200806019.aspx
下载时间：2009年10月29日
第２６卷第６期２００８年１２月
飞行力学
ＦＵＧＨＴ
ＤＹＮＡＭＩＣＳ
Ｖ０１．２６
Ｎｏ．６
Ｄｅｃ．２００８
扩张状态观测器在无人机纵向飞行控制中的应用
宋金来，金岳，杜志伟，李金呜
（中国航天时代电子公司研究院，北京１０００７０）
摘要：针对在设计无人机控制律时存在未建模动态和不确定扰动的特点，将未建模动态和不确定扰动视为综合扰动，引入扩张状态观测器对综合扰动项进行估计并补偿，设计出不依赖对象模型的改进ＰＩＤ控制器。仿真结果表明，该控制器在控制量品质、动态性能、稳态精度等方面都优于常规ＰＩＤ控制器。
关键词：无人机；未建模动态；综合扰动；扩张状态观测器；常规ＰＩＤ控制器中图分类号：Ｖ２４９．１
文献标识码：Ａ
文章编号：１００２－０８５３（２００８）０６－－００７６－０３
引言
无人机任务的不断复杂化要求飞控系统不仅要确保无人机能自主飞行，还要进行机载设备及有效
万方数据载荷的管理与协调，以完成各种飞行任务。然而无人机在飞行过程中经常会受到各种干扰，如湍流、风切变等大气不稳定因素，这些因素会降低飞行性能，甚至可能导致飞机失稳而危及飞行安全。中小型无人机雷诺数较低，抗干扰能力相对较差，因此，为顺利执行任务，必须提高控制系统的抗干扰能力。
为了保证飞控系统在飞行中具有良好的控制品质，即较好的动态、稳态性能以及较强的抗干扰能力，本文提出了将线性扩张状态观测器（ＬＥＳＯ）…用于纵向控制律设计的新思路。扩张状态观测器（ＥＳＯ）在不确定性系统的控制中已有许多应用旧’３Ｊ，具有不依赖系统数学模型、能实时估计出被控对象所受的内扰和外扰的特点。本文利用ＬＥＳＯ对无人机所受扰动实时估计并实时补偿，使被控制对象被“线性化”成“积分器串联型”，再用简单的ＰＩＤ控制实现良好的控制品质及较强的抗干扰能力。
控制律为：
Ｏｃ＝ｋｎｈ。＋ｋａｈ。
（１）
式中，９。为用于内回路的指令俯仰角；ｈ。和ｈ。为高
度误差及其微分；七。和ｋ分别为外回路比例系数和
微分系数。
本文重点讨论纵向内回路的设计。在此，仅列出描述飞机运动的１２个方程Ｈ１中与纵向内回路控制设计相关的主要方程如下：
０＝ｑ
ＣＯＳ咖一ｒｓｉｎ咖（２）（３）
寸＝Ｃ１ｐｒ—ｃ２（Ｐ２一ｒ２）＋ｃ３肘
式中，０和咖分别为俯仰角和滚转角；ｐ，ｇ和ｒ分别为机体坐标系三个轴的角速度；上述几个量均可量测；ｃ。，Ｃ：和ｃ，为与无人机转动惯量有关的常值；Ｍ为俯仰力矩，可通过控制律输入６。来调节其值的大小。
Ｍ＝Ｃ。ＱＳ。重
＝［以Ｍａ，ｈ，ａ，ｉｘ，ｑ，８。）＋Ｃｍ６．６。］ＱＳ０
１．２控制问题描述
（４）
无人机纵向飞行控制系统由内外回路构成：外
１
飞机模型与控制问题的描述
回路产生内回路指令；内回路控制无人机使之达到期望的飞行姿态，实现姿态的稳定与控制。内回路设计是系统设计的基础和关键，如果设计得好，就可以使外回路设计简化，并保证系统具有良好的动态品质、控制精度和较强的鲁棒性。
１．１控制特性分析
无人机纵向控制的外回路控制采用ＰＤ控制，
收稿日期：２００８－０１－２８；修订日期：２００８－０８－２８
作者简介：宋金来（１９６５一），男，河北文安人，高级工程师，研究方向为导航与控制。
第６期
宋金来等．扩张状态观测器在无人机纵向飞行控制中的应用
俯仰角和俯仰角速率反馈构成纵向内回路的控
以Ｍａ，ｈ，ａ，＆，ｑ，艿。）ＱＳ耐云ｃ７
制律，本文利用２个ＬＥＳＯ分别对式（２）和式（３）进行控制律设计，对系统扰动（切变风干扰）实时估计ｂ口＝Ｃ帕，ＱＳ耐云ｃ７，ｕ＝占。
则式（１）和式（２）变成式（８）和式（９）。
并补偿，所设计的飞控系统能够获得较好的控制品质。ｐ＝厶＋ｂｏｑ
（８）圣＝‘＋ｂｑｕ
（９）
２
ＬＥＳＯ与“扰动”动态补偿
纵向内回路控制特性如下：
（１）口为被控量，０和ｑ为可量测量；
２．１
ＬＥＳＯ的设计
（２珑以被看作系统的未知扰动；
（３）ｕ对ｐ完全能控。假设受未知扰动作用的系统如式（５）。
３．２控制律设计
莺＝火算，ｔ）＋加（ｔ）＋６“（ｆ）
（５）
式中，厂（茗，ｔ）为对象模型未知部分；埘（ｔ）为未知干根据纵向内回路的控制特性，给出其控制律设扰；ｎ（ｔ）为控制量。ＬＥＳＯ如式（６）。
计如下：
ｚｌ＝乞一卢Ｉ－（ｚｌ一石，＋ｂｕｌ，‘、
岬７
（１）根据式（８），利用Ｂａｃｋｓｔｅｐｉｎｇ［５１的设计思童：＝一伪（ｚ，一戈）
ｊ
想，将ｑ作为ｐ的控制量，将不确定函数厶看作式则由ＬＥＳＯ输出的彳，（ｔ）跟踪输入菇（ｔ），ｚ２（ｔ）估计出（８）中的“干扰”项，ｂ。被认为是确定值。式（１０）确系统中的未建模动态和外界扰动火戈，ｔ）＋ｔｃ，（ｔ）。其定使０跟踪０。的控制律：
中，６为控制输入量的系数，它表征系统控制能力的９’＝Ｈｏ（ｐ，以）＝Ｋｏ（０。一ｚ口１）一ｚ啦／６口（１０）
大小，往往根据系统特性即可确定。若该值不准确，式中，锄和ｚ陀为ＬＥＳ０１的输出，钿跟踪９，铴是对不
则只要选取量与真值相差不超过５０％，其控制效果
确定“干扰”厶的实时估计。锄和钮的计算由式
一样，而ｂ的不准确部分由龟（ｔ）实时估计出来。
万方数据（１１）的ＬＥＳ０１给出。
２．２对系统扰动的动态补偿
三肌２
ｚ砬一卢硼（：棚一ｐ）＋６—９＋ｌ
（１１）
主犯＝一卢以（ｚｍ一口）
Ｊ
对式（５），考虑选取控制量ｕ＝ｕ。一Ｚ，２／ｂ，将其代入式（５）中，由于乞（ｔ）估计出系统中的／（戈，ｔ）＋这样，就得到了“指令角速率”ｇ’。
埘（ｔ），则式（５）近似变成式（７）。
（２）将ｑ‘作为式（９）的“跟踪目标”，不确定函
蠢＝ｂｕ。
（７）
数厶看作对式（９）的“干扰”，ｂ。被认为是确定值。
由于ＬＥＳＯ能估计出系统的扰动，则通过实时式（１２）确定使ｑ跟踪ｑ‘的控制律。
动态补偿，便将对式（５）的控制转化成为对一阶积ｕ＝Ｋ（ｑ‘一彳，１）一钮／６，
（１２）
分环节式（７）的控制。这样，针对式（７）的控制变的式中，ｚ。。和和为ＬＥＳ０２的输出，：。，跟踪ｇ，稚是对不
既简单又高效。确定“干扰”厶的实时估计。ｚ。。和ｚ啦的计算由式
飞行控制律设计
（１３）的ＬＥＳ０２给出。
３
ｊ—ｌ２
ｚ私一卢一（ｚ－ｌ—ｑ）＋６ｅｕｌ
（１３）
３．１控制律设计分析
ｊ叮２
２一卢社（乙ｌ—ｇ）
Ｊ
这样，由式（１０）和式（１２）构成了纵向内回路的控制为分析方便，记：
算法，相应的设计原理如图ｌ所示。整个控制器由
厶＝一ｒｓｉｎ咖，ｂ口＝ＣＯＳ咖
两个结构相同的二阶ＬＥＳＯ构成，控制参数为（风，厶＝ｃｓｐｒ—ｃ６（ｐ２一ｒ２）＋
ｐ皿，Ｋ。）和（岛。，卢露，Ｋ）。
图１纵向飞行控制内回路控制原理
７８
飞行力学第２６卷
４
仿真分析
以某型无人机为例，利用飞机的１２个全量运动
方程进行纵向飞行控制的数值仿真。仿真状态为：飞行高度稳定后，在某一段时间内加入切变风的扰动，以观察两种控制方式的抗扰效果。
ＰＤ控制的内回路控制律为：
Ｍ＝一ｋ。（以一日）＋ｋｑｑ
（１４）
式中，ｋ。为比例系数，ｋ。为微分系数，其值是基于经
典控制理论，并经合理的控制律结构设计与参数优化得到。
ＬＥＳ０１和ＬＥＳ０２的控制参数ｋ。和ｋ。取ＰＤ控
制参数；风，届以，卢一和卢。：的取值方法参见文献［６］。
在此为了简化分析，仅分析加入切变风扰动后对纵向通道的影响。
图２～图５给出基于ＬＥＳＯ和ＰＤ控制律仿真结果的比较。由图２一图５可知，由ＰＤ控制的高度输出受切变风的影响，出现了明显的波动，而ＬＥＳＯ控制律输出的高度稳态值基本没有受到切变风的影
响。由于ＬＥＳＯ能够较好地估计出系统的扰动，并
万方数据能实时补偿扰动，把系统线性化为积分串联型，所以稳态误差很小。
仿真结果表明，基于ＬＥＳＯ的动态补偿控制方法显示出了较好的控制结果：高度的稳态响应时间、稳态精度、姿态的动态性能、控制量品质都优于常规ＰＤ控制方法。
图２高度输出比较
ｔ／ｓ
图３俯仰角输出比较
图５控制量输出比较
５
结束语
本文将扩张状态观测器用于飞机的纵向控制律
设计中。数值仿真表明，本文给出的线性扩张状态观测器能够实时获取飞机的不确定性扰动，并通过补偿作用实现了被控制对象的近似“积分串联型”，参数调节方便，较ＰＤ控制有较高的控制品质及抗干扰能力。该方法值得进一步飞行试验验证。参考文献：
［１］韩京清．从ＰＩＤ技术到“自抗扰控制”技术［Ｊ］．控制工
程，２００２，９（３）：１３一１８．［２］
雷春林，吴
捷，陈渊睿，等．自抗扰控制在永磁直线
电机控制中的应用［Ｊ］．控制理论与应用，２００５，２２
（３）：４２３４２８．
［３］于萍，刘胜．非线性自抗扰控制器在船舶减摇鳍
系统中的应用［Ｊ］．哈尔滨工程大学学报，２００２，２３
（５）：７－１１．
［４］
吴森堂，费玉华．飞行控制系统［Ｍ］．北京：北京航空航天大学出版社，２００５．
．
［５］
ＫａｎｅｌｌａｋｏｐｏｕｌｏｓＩ，Ｋｏｋｏｔｏｖｉｃ
ＰＶ，ＭｏｒｓｅＡＳ．Ｓｙｓｔｅｍａｔｉｃ
ＤｅｓｉｇｎｏｆＡｄａｐｔｉｖｅＣｏｎｔｒｏｌｌｅｒｓｆｏｒＦｅｅｄｂａｃｋＬｉｎｅａｒｉｚａｂｌｅ
Ｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ
ＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ，
１９９１，３６（１１）：１２４１．１２５３．
［６］
老大中，刘艳芬，李东海，等．基于Ｍｏｎｔｅ．Ｃａｒｌｏ方法的自抗扰控制系统优化设计［Ｊ］．北京理工大学学报，２００４，２４（３）：２２６．２２９．
（下转第８３页）
第６期朱新岩等．基于残差特性分析的野值检测与剔除方法
８３
ＯｕｔｌｉｅｒＤｅｔｅｃｔｉｏｎ
Ｍｅｔｈｏｄ
Ｂａｓｅｄ
ｏｎ
Ｃｈａｒａｃｔｅｒｉｓｔｉｃ
ＡｎａｌｙｚｉｎｇｏｆＲｅｓｉｄｕｅ
ＺＨＵＸｉｎ—ｙａｎ，ＳＨＩＺｈｏｎｇ—ｋｅ
（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００７２，Ｃｈｉｎａ）
ａｎ
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｐｒａｃｔｉｃｅｏｆｎａｖｉｇａｔｉｏｎａｎｄｃｏｎｔｒｏｌｅｎｇｉｎｅｅｒｉｎｇ，ｔｈｅｏｎ—ｌｉｎｅｄｅｔｅｃｔｉｏｎｏｆ
ｏｎｅ
ｏｕｔｌｉｅｒｉｓａｌｗａｙｓ
ｄｉｆｆｉｃｕｌｔｐｒｏｂｌｅｍ，ｔｈｅｃｕｒｒｅｎｔｍｅｔｈｏｄｆｏｒｏｕｔｌｉｅｒｉｄｅｎｔｉｆｙｉｎｇｉｓｃｏｍｍｏｎｌｙｂａｓｅｄ
ｏｒ
ｏｎ
ｏｐｔｉｍｉｓｍｆｉｌｔｅｒｉｎｇ，ＳＯｌｉｍｉｔｅｄ
ｉｎｖｅｌｏｃｉｔｙ，ｅｆｆｅｃｔｉｎｇ
ｐｒａｃｔｉｃａｂｉｌｉｔｙ．Ｂａｓｅｄ
ａｎ
ｏｎ
ａｎａｌｙｚｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｅｓｉｄｕｅ，ｔｈｅｌ＿ｅｔｔｓ’ｃｒｉｔｅｒｉｏｎｍｅｔｈｏｄ
Ｗａｓｕｓｅｄ
ｔｏａｎ
ｉｄｅｎｔｉｆｙ
ｏｕｔｌｉｅｒ．ｒｎｌｅｒｅｓｕｌｔｓｏｆｓｉｍｕｌａｔｉｏｎａｎｄ
ｏｎ
ｅｎｇｉｎｅｅｒ
ｐｒａｃｔｉｃｅｓｅｘｐｒｅｓｓｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｉｓｓｉｍ－
ｐｌｅａｎｄｅｆｆｅｃｔｉｖｅ，ｔｈｅａｆｆｅｃｔｉｏｎｏｆｏｕｔｌｉｅｒｆｉｌｔｅｒｐｒｅｃｉｓｉｏｎｗａｓｗｅａｋｅｎｇｒｅａｔｌｙ．
Ｋｅｙｗｏｒｄｓ：ｏｕｔｌｉｅｒｄｅｔｅｃｔｉｏｎ；ｒｅｓｉｄｕｅ；Ｌｅｔｔｓ’ｃｒｉｔｅｒｉｏｎ；ｏｐｔｉｍｕｍｆｉｌｔｅｒｉｎｇ
（编辑：王育林）
（上接第７５页）
Ｒｅｓｅａｒｃｈ
ｏｎ
ＦｌｉｇｈｔＴｅｓｔＴｅｃｈｎｏｌｏｇｙｏｆ
Ｈｕｍａｎ—Ｍａｃｈｉｎｅ
ＣｌｏｓｅｄＬｏｏｐＣｈａｒａｃｔｅｒｉｓｔｉｃｓ
万方数据
（Ａｉｒｃｒａｆｔ
ＹＵＮＺｈｅｎｇ—ｐｉｎｇ，ＷＡＮＧＷｅｉ－ｊｕｎ，ＹＡＮＧ
Ｃｕｉ—ｘｉａ，ＺＨＡＮＧ
Ｐｅｉ—ｔｉａｎ
ＦｌｉｇｈｔＴｅｓｔＴｅｃｈｎｏｌｏｇｙＩｎｓｔｉｔｕｔｅ，ＣｈｉｎｅｓｅＦｌｉｇｈｔＴｅｓｔＥｓｔａｂｌｉｓｈｍｅｎｔ，Ｘｉ’ａｒｔ７１００８９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｃｏｍｐｏｎｅｎｔｉｎｆｌｉｇｈｔｑｕａｌｉｔｉｅｓｆｌｉｇｈｔｔｅｓｔｉｓｔｈｅ
ｔｅｒｉｓｔｉｃｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｕｔｅｍｐｈａｓｉｓｐｕｌｓｅ，ｐｉｔｃｈｓｔｅｐ
ｏｎ
ｈｕｍａｎ・－ｍａｃｈｉｎｅ
ｃｌｏｓｅｄｌｏｏｐｃｈａｒａｃ・・
ｆｌｉｇｈｔｔｅｓｔｏｆｓｏｍｅｔｙｐｅｏｆａｉｒｃｒａｆｔ，ｄｕｒｉｎｇｔｈｅｔｅｓｔ，ｗｅｕｓｅｄｐｉｔｃｈｄｏｕｂｌｅ
ａｎｄ
ｐｉｔｃｈｓｗｅｅｐｔｏｖａｌｉｄａｔｅｔｈｅＧｉｂｓｏｎｃｒｉｔｅｒｉｏｎ
ａｎｄ
ｔｈｅｃｒｉｔｅｒｉｏｎｏｆｐｉｌｏｔ－ｉｎ・ｔｈｅ—ｌｏｏｐ．Ｔｈｅｃｕｒｓｏｒｙ
ｉｎｔｅｒｃｅｐｔ，ｅｘａｃｔｔｒａｃｋａｎｄｆｏｒｍａｔｉｏｎｏｆｔｗｏａｉｒｃｒａｆｔｓｗｅｒｅｕｓｅｄｉｎｔｈｅｔｅｓｔ，ＳＯｔｈａｔｔｈｅｈｕｍａｎ－ｍａｃｈｉｎｅｃｌｏｓｅｄｌｏｏｐｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｍｏｄｅｍａｉｒｃｒａｆｔｗｅｒｅｖａｌｉｄａｔｅｄ
ｔｈｒｏｕｇｈ
ｐｉｌｏｔｅｖａｌｕａｔｉｏｎｓａｎｄＨＱＲ．
（编辑：王育林）
Ｋｅｙｗｏｒｄｓ：ｆｌｙｉｎｇｑｕａｌｉｔｉｅｓ；ｈｕｍａｎ・－ｍａｃｈｉｎｅｃｌｏｓｅｄｌｏｏｐ；Ｎｅａｌ・－Ｓｍｉｔｈｃｒｉｔｅｒｉｏｎ
（上接第７８页）
ＥｘｔｅｎｄｅｄＳｔａｔｅＯｂｓｅｒｖｅｒＵｓｅｄｉｎＵＡＶ
ＬｏｎｇｉｔｕｄｉｎａｌＦｌｉｇｈｔＣｏｎｔｒｏｌ
ＳＯＮＧＪｉｎ－ｌａｉ，ＪＩＮｙｕｅ，ＤＵＺｈｉ—ｗｅｉ，ＬＩＪｉｎ—ｍｉｎｇ
（Ｔｈｅ
Ａｃａｄｅｍｙ
ｏｆＣｈｉｎａＡｅｒｏｓｐａｃｅＴｉｍｅｓＥｌｅｃｔｒｏｎｉｃｓ
ａｎ
Ｃｏｒｐｏｒａｔｉｏｎ，Ｂｅｉｊｉｎｇ１０００７０，Ｃｈｉｎａ）
ｌａｗ，ｓｕｃｈ
ｏｎｅ
ａｓ
Ａｂｓｔｒａｃｔ：Ａｉｍｅｄａｔｔｈｅｃｈａｒａｃｔｅｒ§ｏｆ
ｕｎｍａｎｎｅｄａｉｒ
ｖｅｈｉｃｌｅ’Ｓ（ＵＡＶ）ｃｏｎｔｒｏｌ
ｎｏｎ－ｍｏｄｅｌｉｎｇ
ｄｙｎａｍｉｃｓａｎｄｕｎｃｅｒｔａｉｎｅｘｔｅｒｎａｌｄｉｓｔｕｒｂａｎｃｅ，ｔｈｉｓｐａｐｅｒｒｅｇａｒｄｅｄｔｈｅｓｅｄｉｓｔｕｒｂａｎｃｅｓａｓ
ｉｎｔｅｇｒａｔｅｄｄｉｓｔｕｒｂａｎｃｅ
ａｎｄ
ｔｈｅｎ
ｐｒｅｓｅｎｔｅｄｔｈｅ
ａｎ
ｍｅｔｈｏｄｏｆｅｘｔｅｎｄｅｄｓｔａｔｅ
ｏｂｓｅｒｖｅｒ（ＥＳＯ）ｔｏ
ｏｎ
ｏｂｓｅｒｖｅｒａｎｄｃｏｍｐｅｎｓａｔｅｔｈｉｓｉｎｔｅｇｒａｔｅｄｄｉｓｔｕｒｂａｎｃｅ，
ｉｍｐｒｏｖｅｍｅｎｔＰＩＤｃｏｎｔｒｏｌｌｅｒｗｈｉｃｈｄｉｄｎ’ｔｒｅｌｙ
ｔｈｅｍａｔｈｅｍａｔｉｃｓ’ｍｏｄｅｌＷａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｉｎ—
ｄｉｃａｔｅｓｔｈａｔｔｈｉｓｃｏｎｔｒｏｌｌｅｒ’ＳｑｕａｌｉｔｙｉｓｂｅｔｔｅｒｔｈａｎｇｅｎｅｒａｌＰＩＤｃｏｎｔｒｏｌｌｅｒｉｎａｓｐｅｃｔｏｆｉｎｐｕｔｑｕａｌｉｔｙ，ｄｙｎａｍｉｃｓａｎｄｓｔａｂｉｌｉｔｙｐｒｅｃｉｓｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ＵＡＶ；ｎｏｎ－ｍｏｄｅｌｉｎｇｄｙｎａｍｉｃｓ；ｉｎｔｅｇｒａｔｅｄｄｉｓｔｕｒｂａｎｃｅ；ＥＳＯ；ｇｅｎｅｒａｌＰＩＤｃｏｎｔｒｏｌｌｅｒ
（编辑：王育林）
扩张状态观测器在无人机纵向飞行控制中的应用
作者：作者单位：刊名：英文刊名：年，卷(期)：引用次数：
宋金来， 金岳， 杜志伟， 李金鸣， SONG Jin-lai， JIN yue， DU Zhi-wei， LI Jin-ming
中国航天时代电子公司,研究院,北京,100070飞行力学
FLIGHT DYNAMICS2008，26(6)0次
参考文献(6条)
1. 韩京清 从PID技术到"自抗扰控制"技术[期刊论文]-控制工程 2002(3)
2. 雷春林. 吴捷. 陈渊睿. 杨金明 自抗扰控制在永磁直线电机控制中的应用[期刊论文]-控制理论与应用 2005(3)3. 于萍. 刘胜 非线性自抗扰控制器在船舶减摇鳍系统中的应用[期刊论文]-哈尔滨工程大学学报 2002(5)4. 吴森堂. 费玉华 飞行控制系统 2005
5. Kanellakopoulos I. Kokotovic P V. Morse A S Systematic Design of Adaptive Controllers for FeedbackLinearizable Systems 1991(11)
6. 老大中. 刘艳芬. 李东海. 唐多元 基于Monte-Carlo方法的自抗扰控制系统优化设计[期刊论文]-北京理工大学学报 2004(3)
相似文献(5条)
1.期刊论文 苏丙未. 曹云峰. 陈欣. 杨一栋 一种鲁棒自适应Backstepping控制方案研究 -应用科学学报2002,20(4)
对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.
2.会议论文 苏丙未. 曹云峰. 陈欣. 杨一栋. 郭锁凤 基于神经网络动态逆的无人机飞控系统设计研究 2001
本文基本思想是采用在线神经网络来消除由于模型不精确和飞机故障所引起的动态逆控制器的求逆误差,并对整个系统的稳定性给出了严格数学证明.全文主要工作包括以下一些内容:首先,基于奇异摄动原理,将无人机非线性运动方程分为快慢两个模态,采用解析求逆的方法建立无人机动态逆控制器;然后基于李雅普诺夫方法,在保证闭环系统稳定的前提下,得出了用以补偿逆误差(也可以认为是增强鲁棒性、对故障适应性)的在线神经网络权值调整算法,本部分研究了两种在线网络(线性权值网络和单隐层网络)权值调整规则,并详细分析了网络结构;考虑作动器未建模动态对自适应控制的不利影响,本文采用两种方法改善了存在输入动态时系统的跟随性能.最后对本文控制器进行了仿真分析,控制器的鲁棒性、对故障的重构能力也得到了仿真验证.
3.期刊论文 李爱军. 吕晻. 章卫国 基于自适应逆的无人直升机指令控制器设计 -电光与控制2002,9(4)
使用动态逆和在线神经网络相结合的方法设计了无人直升机的指令控制器.该方法用无人机近似线性模型的动态逆使系统反馈线性化,然后用一神经网络在线消除逆误差的影响.由于在线神经网络的自适应作用,消除了无人机未建模动态和不确定性的影响.仿真结果表明所设计的控制器具有较好的性能.
4.期刊论文 沈毅. 于晓敏. 李爱军 无人直升机的动态逆模糊集成控制 -北京航空航天大学学报2003,29(12)
对于一个非线性系统,利用其近似的线性化模型求出系统的近似逆,采用模糊控制方法抑制误差对系统输出的影响来保证系统的最终特性,构成一种动态逆模糊集成控制方案.将这一方法应用在无人直升机的姿态控制中,仿真结果表明该方法可以消除无人机未建模动态和不确定性的影响,具有较好的鲁棒性能.
5.会议论文 沈毅. 李爱军. 章卫国 无人直升机的动态逆模糊集成控制 2001
对于一个非线性系统,首先利用其近似的线性化模型求出系统的近似逆,再采用模糊控制方法抑制误差以系统输出的影响来保证系统的最终特性,就可构成一种动态逆模糊集成控制方案.本文将这一方法应用在无人直升机的姿态控制中,仿真结果表明该方法可以消除无人机未建模动态和不确定性的影响,具有较好的鲁棒性能.
本文链接：http://d.g.wanfangdata.com.cn/Periodical_fxlx200806019.aspx
下载时间：2009年10月29日