一种基于非线性干扰观测器的抗干扰反步控制方法及应用
专利汇可以提供一种基于非线性干扰观测器的抗干扰反步控制方法及应用专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于非线性干扰观测器的抗干扰反步控制方法，其特征在于，包括以下步骤：S1：选取设备移动时不确定干扰因素；S2:改写移动设备的动 力 学模型，建立含不确定干扰的动力学模型；S3:基于S2中的动力学模型，采用非线性干扰观测器对S1中设定的不确定干扰因素进行实时估计；S4:基于S3中非线性干扰观测结果，与反步控制相结合，然后将移动设备的路径控制系统分解为若干子系统，分别设计了子系统的虚拟控制量和控制量，最终实现对干扰的抑制，其具有在实现对轨迹 跟踪 的同时，消除了设备在行进中受到干扰时的漂移和震动，具有较好的抗扰性，保证设备行驶的 稳定性 。，下面是一种基于非线性干扰观测器的抗干扰反步控制方法及应用专利的具体信息内容。
1.一种基于非线性干扰观测器的抗干扰反步控制方法，其特征在于，包括以下步骤：
S1：选取设备移动时不确定干扰因素；
S2:改写移动设备的动力学模型，建立含不确定干扰的动力学模型；
S3:基于S2中的动力学模型，采用非线性干扰观测器对S1中设定的不确定干扰因素进行实时估计；
S4:基于S3中非线性干扰观测结果，与反步控制相结合，然后将移动设备的路径控制系统分解为若干子系统，分别设计了子系统的虚拟控制量和控制量，最终实现对干扰的抑制。
2.根据权利要求1所述一种基于非线性干扰观测器的抗干扰反步控制方法，其特征在于，所述不确定干扰因素包括内部模型参数不确定和外界气流干扰，外界气流干扰包括近地效应、桨叶挥舞、阵风。
3.一种基于非线性干扰观测器的抗干扰反步控制方法在无人移动设备领域的应用。
4.根据权利要求3所述一种基于非线性干扰观测器的抗干扰反步控制方法在无人移动设备领域的应用，其特征在于，包括四旋翼无人飞行器、无人驾驶汽车、无人检测船领域。
5.根据权利要求4所述一种基于非线性干扰观测器的抗干扰反步控制方法在无人移动设备领域的应用，其特征在于，
所述S2中移动设备为四旋翼飞行器，此时四旋翼飞行器受到不确定干扰时动力学模型为：
其中，、和 分别为飞行器沿 轴、轴和 轴方向的加速度，、和 分别为飞行器俯仰角、横滚角和偏航角加速度，、和 分别为俯仰角、横滚角和偏航角的角速度，、和为飞行器的姿态角， 、 、 和 为飞行器的4个输入， 为飞行器的质量，为重力加速度， 、 和 分别为沿 轴、轴和 轴的转动惯量，为机架长度， 为不确定干扰因素，式中 ， 下同。
6.根据权利要求5所述一种基于非线性干扰观测器的抗干扰反步控制方法，其特征在于，
将四旋翼飞行器的非线性动力学模型改写为一般描述形式
其中
所述步骤（2）中的非线性干扰观测器为：
其中，是等效干扰 的估计值，是非线性干扰观测器的内状态， 是待设计的非线性向量函数；
所述S4中4个子控制器分别为
高度 通道控制律
前后运动 通道控制率
左右运动 通道控制律
航向 通道的控制律
其中， 、 和 分别为沿 轴、轴和 轴方向对飞行器的指令的导数， 、 和 分别为沿 轴、轴和 轴方向对飞行器的指令， 和 分别为高度指令信号和偏航指令信号的二阶导数， 为偏航指令信号的导数， 为偏航指令信号， 和 分别为干扰估计 的一阶导数和二阶导数， 和 分别为干扰估计 的一阶导数和二阶导数，
为控制增益。
一种基于非线性干扰观测器的抗干扰反步控制方法及应用
技术领域
背景技术
发明内容
S2:改写移动设备的动力学模型，建立含不确定干扰的动力学模型；
S3:基于S2中的动力学模型，采用非线性干扰观测器对S1中设定的不确定干扰因素进行实时估计；
S4:基于S3中非线性干扰观测结果，与反步控制相结合，然后将移动设备的路径控制系统分解为若干子系统，分别设计了子系统的虚拟控制量和控制量，最终实现对干扰的抑制。
其中，是等效干扰 的估计值，是非线性干扰观测器的内状态， 是待设计的非线性向量函数；
所述S4中4个子控制器分别为
高度 通道控制律
前后运动 通道控制率
左右运动 通道控制律
航向 通道的控制律
其中， 、 和 分别为沿 轴、轴和 轴方向对飞行器的指令的导数， 、 和 分别为沿 轴、轴和 轴方向对飞行器的指令， 和 分别为高度指令信号和偏航指令信号的二阶导数， 为偏航指令信号的导数， 为偏航指令信号， 和 分别为干扰估计 的一阶导数和二阶导数， 和 分别为干扰估计 的一阶导数和二阶导数，
为控制增益。
第二、同时，采用非线性干扰观测器并运用合理的算法能够合理预判外界对于移动设备行驶的影响，并作出预先调整，这种预判能够促使移动设备预先调整，从而减少设备实际发生的偏移效果，从而真正从根本上结局移动设备的户外应用困局；
第三、本发明中优选四旋翼无人机作为案例，但是目前仍然有更多子系统数量不同的控制系统能够应用该方法，能够满足大量企业的实际需求；
第四、与传统的反步控制器相比，基于非线性干扰观测器设计的抗干扰反步控制器既能保证传统反步控制可实现的对设定轨迹的精确跟踪，又消除了四旋翼飞行器在干扰环境中漂移和震动现象，具有较好的抗扰性。
附图说明
具体实施方式
S1：选取设备移动时不确定干扰因素；
S2:改写移动设备的动力学模型，建立四旋翼飞行器在受到不确定干扰时改写其动力学模型；
S3:基于S2中的动力学模型，采用非线性干扰观测器对S1中设定的不确定干扰因素进行实时估计；
S4:基于S3中非线性干扰观测结果，与反步控制相结合，然后将移动设备的路径控制系统分解为若干子系统，分别设计了子系统的虚拟控制量和控制量，最终实现对干扰的抑制，使飞行器实现在干扰环境下稳定飞行。
(1)
其中，、和 分别为飞行器沿 轴、轴和 轴方向的加速度，、和 分别为飞行器俯仰角、横滚角和偏航角加速度，、和 分别为俯仰角、横滚角和偏航角的角速度，、和为飞行器的姿态角， 、 、 和 为飞行器的4个输入， 为飞行器的质量，为重力加速度，、 和 分别为沿 轴、轴和 轴的转动惯量，为机架长度， 为不确定干扰，包含内部模型参数不确定和外界气流等干扰，如近地效应、桨叶挥舞、阵风等，式中， ， 下同。
第三步，基于第二步的动力学模型设计非线性干扰观测器：
其中，是等效干扰 的估计值，是非线性干扰观测器的内状态， 是待设计的非线性向量函数。
假设等价干扰随时间变化缓慢，即 的条件下，可以得到干扰观测器的误差方程即
要使微分方程的解指数收敛
需选取合适的干扰观测器增益矩阵 ，构造向量函
数 ，进而使观测器估计误差对任意 全局指数稳定。
其导数
由于机体的俯仰角 变化对横滚角 影响较小，可以忽略不计，故对状态变量 作了如上简化处理，具体实现步骤
（1）定义子系统的误差变量
取 导数
式中 为虚拟误差变量， 为虚拟控制量，为待定项。构造Lyapunov函数
并取其导数
仅当 子系统才稳定收敛，有虚拟控制量
其中 为控制增益
（2）对虚拟误差变量 取导
式中 为虚拟误差变量， 为虚拟控制量， 为待定项。构造Lyapunov函数取其导数
仅当 子系统才稳定收敛，有
即
在有限时间内收敛为0
（3）对虚拟误差变量 取导
式中 为虚拟误差变量， 为虚拟控制量， 为待定项。构造Lyapunov函数取其导数
仅当 子系统才稳定收敛，
即
在有限时间内收敛为0
（4）构造Lyapunov函数
取其导数
为保证设计的子系统稳定收敛，即 ，满足如下关系式
忽略 和 整理
在等式左边加入 。因
为 在有限时间内收敛为0，所以等式仍然成立
由于
在等式左边加入 。由于 在有限时间内收敛为0，所
以等式仍然成立
同样的 通道的控制律
高度 通道控制律
航向 通道的控制律
设计控制增益：干扰观测器增益矩阵为 ，另反步
控制器共有 12个控制增益，所有控制增益大于0可保证系统的跟踪误差最终收敛为0，控制增益越大，控制器对误差的控制力越强，调整时间越短。但由于实际系统的控制量都限制在一定范围内，所以控制增益也不能取得太大以免造成系统失控。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种倾转旋翼飞行器过渡态切换过程的几何最优控制器设计方法 | 2020-05-08 | 974 |
| 使用飞行器反射雷达的系统和方法 | 2020-05-13 | 312 |
| 无人驾驶飞行系统和用于无人驾驶飞行系统的控制系统 | 2020-05-12 | 746 |
| 用于无人驾驶飞行器的着陆平台、方法和充电系统 | 2020-05-12 | 109 |
| 一种基于5G网络远端控制的无人机系统 | 2020-05-11 | 423 |
| 使用机器学习工作流进行灌溉管理的系统与方法 | 2020-05-12 | 456 |
| 使用大型变速倾转旋翼的EVTOL飞行器 | 2020-05-13 | 153 |
| 垂直起飞和着陆无人驾驶飞行器 | 2020-05-13 | 158 |
| 空中货物运输的系统与方法 | 2020-05-11 | 985 |
| VMIMO天线、微波雷达及可移动平台 | 2020-05-08 | 541 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
