发明名称 一种无人自主飞行器自适应PID控制方法
摘要 本发明提供了一种无人自主飞行器自适应PID控制方法,首先建立无人自主飞行器的六自由度运动模型,然后建立目标机动模型,最后设计无人自主飞行器飞行轨迹仿真算法。本发明在标准的PID控制方法中加入适用于非线性系统的时滞预估控制算法和针对不确定系统的反推控制算法,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。
申请公布号 CN105022271A 申请公布日期 2015.11.04
申请号 CN201510312338.5 申请日期 2015.06.09
申请人 西北工业大学 发明人 周德云;张旋;张骏;潘潜;王鹏飞;刘佳瑶
分类号 G05B13/04(2006.01)I 主分类号 G05B13/04(2006.01)I
代理机构 西北工业大学专利中心 61204 代理人 顾潮琪
主权项 一种无人自主飞行器自适应PID控制方法,其特征在于包括下述步骤:步骤1、建立无人自主飞行器的六自由度运动模型;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x<sub>1</sub>、y<sub>1</sub>,利用目标机动模型得到目标瞬时位置x<sub>t</sub>、y<sub>t</sub>;步骤3、设计无人自主飞行器飞行轨迹仿真算法,具体包括:3.1标准PID控制算法在离散域的控制形式:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>u</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mi>u</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><mi>K</mi><mo>[</mo><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><mfrac><mi>T</mi><msub><mi>T</mi><mi>i</mi></msub></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></munderover><mi>e</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>T</mi><mi>d</mi></msub><mover><mi>e</mi><mo>.</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>]</mo></mrow>]]></math><img file="FDA0000733876090000011.GIF" wi="1016" he="149" /></maths>式中,u(k)为第k步控制系统的输出;K∈R为比例增益系数,R表示实数;e(k‑1)∈R为第k‑1步实际输出信号和期望输出信号的误差信号;T<sub>i</sub>∈R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0~k‑1;T<sub>d</sub>∈R为微分系数;3.2BCTND控制算法在离散域的控制形式:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msup><mi>u</mi><mo>&prime;</mo></msup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><msup><mi>u</mi><mo>&prime;</mo></msup><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><mo>[</mo><mo>-</mo><mover><mi>M</mi><mo>&OverBar;</mo></mover><msub><mi>c</mi><mn>2</mn></msub><msub><mi>x</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>]</mo><mo>+</mo><mo>[</mo><mo>-</mo><mover><mi>M</mi><mo>&OverBar;</mo></mover><msub><mover><mi>x</mi><mo>.</mo></mover><mn>2</mn></msub><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>]</mo><mo>+</mo><mo>[</mo><mo>-</mo><mover><mi>M</mi><mo>&OverBar;</mo></mover><mi>fw</mi><msub><mi>x</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>]</mo></mrow>]]></math><img file="FDA0000733876090000012.GIF" wi="1335" he="79" /></maths>式中,x<sub>1</sub>=‑e,<img file="FDA0000733876090000013.GIF" wi="288" he="71" />u'为控制系统的输出;c<sub>1</sub>,c<sub>2</sub>∈R是常值系数;<img file="FDA0000733876090000014.GIF" wi="150" he="69" />是由TDE预估的常值增益系数;f∈R是一个常值正数;w∈R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;3.3用BCTND控制算法的系数表示PID控制算法的比例系数K<sub>p</sub>、积分系数K<sub>i</sub>、微分系数K<sub>d</sub>,即:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mfenced open='{' close=''><mtable><mtr><mtd><msub><mi>K</mi><mi>p</mi></msub><mo>=</mo><mo>[</mo><mover><mi>M</mi><mo>&OverBar;</mo></mover><mrow><mo>(</mo><msub><mi>c</mi><mn>2</mn></msub><mo>-</mo><msub><mi>c</mi><mn>1</mn></msub><mo>+</mo><mi>fw</mi><mo>)</mo></mrow><mo>]</mo><mo>/</mo><mi>T</mi></mtd></mtr><mtr><mtd><msub><mi>K</mi><mi>i</mi></msub><mo>=</mo><msub><mi>K</mi><mi>p</mi></msub><mi>T</mi><mo>/</mo><msub><mi>T</mi><mi>i</mi></msub><mo>=</mo><msub><mi>K</mi><mi>p</mi></msub><mi>T</mi><mo>/</mo><mo>[</mo><mrow><mo>(</mo><msub><mi>c</mi><mn>2</mn></msub><mo>-</mo><msub><mi>c</mi><mn>1</mn></msub><mo>+</mo><mi>fw</mi><mo>)</mo></mrow><msup><mrow><mo>(</mo><msub><mi>c</mi><mn>1</mn></msub><msub><mi>c</mi><mn>2</mn></msub><mo>+</mo><msub><mi>c</mi><mn>1</mn></msub><mi>fw</mi><mo>)</mo></mrow><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>]</mo><mo>=</mo><mover><mi>M</mi><mo>&OverBar;</mo></mover></mtd></mtr><mtr><mtd><msub><mi>K</mi><mi>d</mi></msub><mo>=</mo><msub><mi>K</mi><mi>p</mi></msub><msub><mi>T</mi><mi>d</mi></msub><mo>=</mo><msub><mi>K</mi><mi>p</mi></msub><msup><mrow><mo>(</mo><msub><mi>c</mi><mn>2</mn></msub><mo>-</mo><msub><mi>c</mi><mn>1</mn></msub><mo>+</mo><mi>fw</mi><mo>)</mo></mrow><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>=</mo><mover><mi>M</mi><mo>&OverBar;</mo></mover><mo>/</mo><mi>T</mi></mtd></mtr></mtable><mrow><mo>(</mo><msub><mi>c</mi><mn>1</mn></msub><msub><mi>c</mi><mn>2</mn></msub><mo>+</mo><msub><mi>c</mi><mn>1</mn></msub><mi>fw</mi><mo>)</mo></mrow></mfenced><mo>;</mo></mrow>]]></math><img file="FDA0000733876090000015.GIF" wi="1433" he="276" /></maths>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:3.4.1首先根据公式<img file="FDA0000733876090000016.GIF" wi="628" he="78" />来确定常系数c<sub>1</sub>和c<sub>2</sub>;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;3.4.3逐步增大<img file="FDA0000733876090000017.GIF" wi="100" he="69" />使<img file="FDA0000733876090000018.GIF" wi="62" he="68" />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;3.4.4由步骤3.3的公式确定本发明方法的控制系数K<sub>p</sub>、K<sub>i</sub>、K<sub>d</sub>;3.5无人自主飞行器控制律的设计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;3.5.2纵向控制律设计为:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>&delta;</mi><mi>z</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>&delta;</mi><mi>z</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><msub><mi>K</mi><mi>p&theta;</mi></msub><mo>[</mo><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><msubsup><mi>TT</mi><mi>I&theta;</mi><mrow><mo>-</mo><mn>1</mn></mrow></msubsup><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></munderover><mi>e</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>T</mi><mi>D&theta;</mi></msub><mover><mi>e</mi><mo>.</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>]</mo></mrow>]]></math><img file="FDA0000733876090000021.GIF" wi="1159" he="142" /></maths>其中,<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>=</mo><msub><mi>q</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>-</mo><mi>&theta;</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000733876090000022.GIF" wi="570" he="69" /></maths><maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><mover><mi>e</mi><mo>.</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>=</mo><mo>[</mo><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>-</mo><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>2</mn><mo>)</mo></mrow><mo>]</mo><mo>/</mo><mi>T</mi></mrow>]]></math><img file="FDA0000733876090000023.GIF" wi="647" he="74" /></maths>式中,δ<sub>z</sub>为无人自主飞行器方向舵的舵偏角;q<sub>1</sub>(k‑1)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;<img file="FDA0000733876090000024.GIF" wi="166" he="69" />为无人自主飞行器的俯仰角;3.5.3横向控制律设计为:<img file="FDA0000733876090000025.GIF" wi="1166" he="142" />其中:<img file="FDA0000733876090000026.GIF" wi="578" he="71" /><maths num="0007" id="cmaths0007"><math><![CDATA[<mrow><mover><mi>e</mi><mo>.</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>=</mo><mo>[</mo><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>-</mo><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>2</mn><mo>)</mo></mrow><mo>]</mo><mo>/</mo><mi>T</mi></mrow>]]></math><img file="FDA0000733876090000027.GIF" wi="645" he="71" /></maths><img file="FDA0000733876090000028.GIF" wi="722" he="269" />式中,δ<sub>y</sub>为无人自主飞行器升降舵的舵偏角;q<sub>2</sub>(k‑1)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;<img file="FDA0000733876090000029.GIF" wi="171" he="74" />为无人自主飞行器的偏航角;w<sub>2</sub>是一个可变的自适应参数,其值等于水平面内q<sub>2</sub>的变化率,即<img file="FDA00007338760900000210.GIF" wi="189" he="87" />
地址 710072 陕西省西安市友谊西路127号