考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法
专利汇可以提供考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了考虑外部 风 干扰的固定翼无人机鲁棒离散分数阶控制方法，具体为：首先，建立了外部风干扰下的固定翼无人机纵向控制系统与 姿态 动 力 学系统模型；然后，利用欧拉近似方法将存在风干扰的连续形式无人机非线性模型转换为离散形式，并设计了离散干扰观测器以补偿外部风干扰对固定翼无人机飞行控制性能的不利影响；最后，结合离散分数阶理论与反步法设计基于离散干扰观测器的控制方案来解决考虑外部风干扰的无人机鲁棒离散抗扰 跟踪 控制问题。本发明通过考虑风干扰对固定翼无人机飞行控制性能的影响，提供一种基于干扰观测器的鲁棒离散分数阶控制方法，不仅能够有效的控制固定翼无人机飞行，同时还能跟踪上期望的参考轨迹。，下面是考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法专利的具体信息内容。
1.考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法，其特征在于，包括如下步骤：
步骤1，根据牛顿-欧拉定理，建立存在外部风干扰作用下的固定翼无人机纵向飞行控制系统与姿态动力学系统模型，即存在外部风干扰的连续形式无人机非线性模型；
步骤2，利用欧拉近似方法将存在外部风干扰的连续形式无人机非线性模型转换为存在外部风干扰的离散形式无人机非线性模型；
步骤3，基于存在外部风干扰的离散形式无人机非线性模型，设计非线性离散干扰观测器以补偿外部风干扰对固定翼无人机系统的影响；所述非线性离散干扰观测器为：
其中， 是 的估计， 是有界干扰 中的第 个变量，
是设计的正常数， 是 的估计， 是中间变量， 是状态变量
中的第 个变量，
步骤4，结合离散分数阶理论与反步控制方法，并利用步骤3设计的非线性离散干扰观测器来设计鲁棒离散分数阶控制器使得固定翼无人机系统飞行轨迹与姿态角跟踪上期望的参考信号；具体为：
针对纵向飞行控制系统，设计基于步骤3的非线性离散干扰观测器的离散分数阶控制器，使得固定翼无人机系统飞行轨迹跟踪上期望的飞行轨迹参考信号，具体过程如下：
为了消除风对无人机飞行高度引起的干扰，基于步骤3设计一种非线性离散干扰观测器，表达式为：
其中，k+1、k分别表示第k+1、k时刻， 为离散干扰观测器的状态变量，
为离散干扰观测器的输出，ζz为设计的控制参数且满足ζz＞0， Uz(k)＝
Gz(k)uz(k)， uz(k)＝sinγ(k)， 是飞行高度，ΔT是采样周
期， 是飞行速度，γ是航迹倾斜角；
则离散分数阶高度控制器设计为：
其中， 为分数阶阶次， 表示分数阶定义的表达式，
λz和λ1z为设计的常数，ez(k)为高度跟踪误差，nz＝j-1，并且j＝2,…,k+1和
为高度参考信号；
为了消除风对无人机飞行速度和航迹倾斜角引起的干扰，基于步骤3设计一种非线性离散干扰观测器，表达式为：
其中，i0＝1,2， 为离散干扰观测器的状态变量， 为离散干扰
观测器的第i0个输出， 为设计的控制参数满足 为FH(k)的第i0个变量，
为UH(k)第i0个变量，UH
(k)＝GH(k)uH(k)， 为H(k)的第i0个变量，
M是无人机的质量，g是重力加速度；
则离散分数阶速度和航迹倾斜角控制器设计为：
其中， 为分数阶阶次，
表示分数阶定义的表达式，λH和λ1H为设计的常数，eH(k)为速度和航迹倾斜角误差变量，nH＝j-1，并且j＝2,…,k+1和
γd(k+1)分别为速度、航迹倾斜角参考信号；
针对姿态动力学系统，设计基于步骤3的非线性离散干扰观测器的离散分数阶控制器，使得固定翼无人机系统姿态角跟踪上期望的姿态角参考信号，具体过程如下：
为了消除风对无人机姿态系统慢回路引起的干扰，基于步骤3设计一种非线性离散干扰观测器，表达式为：
其中， 为离散干扰观测器的状态变量， 为离散干扰观测器的第
i个输出，且 ζ1i为设计的控制参数且满足ζ1i＞0， 为
的第i个变量， F1(x1(k))为无人机姿态系统中慢回路非线
性函数，x1(k)为无人机的姿态角， α(k)是迎角，β(k)是侧滑
角，μ(k)是航迹滚转角，U1i(k)为U1(k)第i个变量，且
G1(x1(k))为无人机姿态系统中慢回路控制增益
矩阵， x2(k)为无人机的姿态角，p(k)是滚转角速率，q(k)是
俯仰角速率，r(k)是偏航角速率，x1i(k)为x1(k)的第i个变量，i＝1,2,3；
则无人机姿态系统虚拟控制器设计为：
其中，x1d为期望的姿态角跟踪信号，N1＝diag[N11,N12,N13]，且N1i为设计的常数，e1(k)为跟踪误差， 为离散形式的跟踪微分器的状态变量，h11为设计的常数；
为了消除风对无人机姿态系统快回路引起的干扰，基于步骤3设计一种非线性离散干扰观测器，表达式为：
其中， 为离散干扰观测器的状态变量， 为离散干扰观测器的第
i个输出，且 ζ2i为设计的控制参数且满足ζ2i＞0， 为
的第i个变量， F2(x(k))为无人机姿态系统中快回路非线
性函数，U2i(k)为U2(k)第i个变量，且 G2(x(k))为
无人机姿态系统中快回路控制增益矩阵，x2i(k)为x2(k)的第i个变量，i＝1,2,3；
则离散分数姿态系统控制器设计为：
其中， 为离散形式的跟踪微分器的状态变量，
为分数阶阶次， 表示分数阶定义的表达式，λ和λ1为设计的常数，h01为设计的常数，e2(k)为跟踪误差，n＝j-1，并且j＝2,…,k+1和
2.根据权利要求1所述考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法，其特征在于，步骤1所述存在外部风干扰作用下的固定翼无人机纵向飞行控制系统与姿态动力学系统模型，为：
其中，M是无人机的质量，g是重力加速度， 是飞行高度， 是飞行速度，γ是航迹倾斜角， 是阻力， 是发动机推力，α是迎角，β是侧滑角，μ是航迹滚转角， 是升力，p是滚转角速率，q是俯仰角速率，r是偏航角速率， 和 是推力矢量在机体坐标系上的分量， 是空气动力，Ixx、Iyy和Izz是转动惯量，Ixz是惯性积，lΔ0、nΔ0和mΔ0是关于p、q和r的函数，ΔlΔ、ΔnΔ和ΔmΔ是由风梯度引起的不确定项，dz、dv、dγ、dα、dβ和dμ是风对无人机引起的干扰，其具体表达式为：
dz＝wWg
其中，wWg、uWg和vWg是外部风速，χ是气流坐标系和地面坐标系之间的方位角。
3.根据权利要求2所述考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法，其特征在于，步骤2所述存在外部风干扰的离散形式无人机非线性模型，为：
y(k)＝x1(k)
其中，ΔT是采样周期，k+1、k分别是第k+1、k时刻，
u z (k ) ＝ si n γ (k) ，
F1(x1(k))为无人机姿态系
统中慢回路非线性函数， G1(x1(k))为无人机姿态系统中慢回路控制增
益矩阵， F2(x(k))为无人机姿态系统中快回路非线性函数，
G2(x(k))为无人机姿态系统中快回路控制增益矩阵，定义
则有
考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法
技术领域
背景技术
泛，最近几十年，国内外研究者设计了多种类型无人机，并且针对无人机的飞行控制系统的研究得到了高度关注。
多变，并且执行的任务比较特殊，因此，设计高精度和高效率的飞行控制方案对提高无人机的控制性能具有重要的作用。同时，无人机在飞行过程中不可避免地会遇到风扰等扰动的
影响。若不考虑外部风扰动所带来的影响，可能导致系统性能的恶化。此时，基于传统系统设计的控制律一般很难达到期望的性能指标。因此，对无人机系统的鲁棒控制问题进行研
究具有重要的理论和实践意义。目前，常用的处理干扰的方法主要有鲁棒控制方法，自适应控制方法，干扰观测器方法等。
信号需要转换为离散信号。此外，实际的非线性控制律是由数字控制器实现的，因此，离散非线性系统控制问题的研究就显得尤为重要。另外，基于近似离散被控对象模型设计的数
字控制器的控制性能，可能比通过连续被控对象模型设计的连续控制器而得到的数字控制
器的控制性能更好。因此，为了方便数字实现，在离散框架下进一步研究固定翼无人机系统的离散时间飞行控制方法具有实际的意义。
发明内容
中的第 个变量，
(k)＝Gz(k)uz(k)， uz(k)＝sinγ(k)， 是飞行高度，ΔT是采
样周期， 是飞行速度，γ是航迹倾斜角；
为高度参考信号；
量， 为UH(k)第i0个变
量，UH(k)＝GH(k)uH(k)， 的第i0个变量，
M是无人机的质量，g是重力加速度；
量，nH＝j-1，并且j＝2,…,k+1和
γd(k+1)分别为速度、航迹倾斜角参考信号；
为 的第i个变量， F1(x1(k))为无人机姿态系统中慢回路非
线性函数，x1(k)为无人机的姿态角， α(k)是迎角，β(k)是侧
滑角，μ(k)是航迹滚转角，U1i(k)为U1(k)第i个变量，且
G1(x1(k))为无人机姿态系统中慢回路控制增益矩阵， x2(k)
为无人机的姿态角，p(k)是滚转角速率，q(k)是俯仰角速率，r(k)是偏航角速率，x1i(k)为x1(k)的第i个变量，i＝1,2,3；
为 的第i个变量， F2(x(k))为无人机姿态系统中快回
路非线性函数，U2i(k)为U2(k)第i个变量，且 G2(x
(k))为无人机姿态系统中快回路控制增益矩阵，x2i(k)为x2(k)的第i个变量，i＝1,2,3；
的常数，h01为设计的常数，e2(k)为跟踪误差，n＝j-1，并且j＝2,…,k+1和
G1(x1(k))为无人机姿态系统中慢回路控制增益矩阵，
F2(x(k))为无人机姿态系统中快回路非线性函数，
G2(x(k))为无人机姿态系统中快回路控制增益矩阵，定义
则有
计了离散干扰观测器以补偿外部风干扰对固定翼无人机飞行控制性能的不利影响；结合离
散分数阶理论与反步法设计基于离散干扰观测器的控制方案来解决考虑外部风干扰的无
人机鲁棒离散抗扰跟踪控制问题。通过考虑风干扰对固定翼无人机飞行控制性能的影响，
提供一种基于干扰观测器的鲁棒离散分数阶控制方法，不仅能有效的控制固定翼无人机飞
行，同时还能跟踪上期望的参考轨迹。
附图说明
具体实施方式
体分为以下步骤：
参考信号。
角，δr是方向舵偏转角， 是无人机的输出信号， 和
是已知的非线性状态函数向量， 和 是已知的无人机控制矩阵，
和 是风干扰对无人机的影响。非线性函数F1
(x1)＝[F11,F12,F13]T和F2(x)＝[F21,F22,F23]T，控制矩阵G1(x1)和G2(x)以及外部干扰 的具体表达式如下：
是风引起的差分有界干扰，已知的非线性函数
定义有界干扰 非线性函数 状态
变量
观测器能够保证干扰观测器的估计值与外部干扰之间的误差是有界的。
(24)和(25)能够保证干扰估计误差 是有界的。
界的。首先针对纵向控制系统，设计一种基于离散干扰观测器的离散分数阶控制方法，定义高度跟踪误差为 根据式(13)，则有
(k)，并且有 并且Dz为正常数。
的状态变量；设计的控制参数 满足 此外，定义干扰估计误差为
并且 为UH(k)第i0个变量，并且UH
(k)＝GH(k)uH(k)。另外， 为正常数，并且定义
量，并且 是有界的，同时 和 为正常数。
器的状态变量；设计的控制参数ζ1i满足ζ1i＞0；此外，定义干扰估计误差为
并且 U1i(k)为U1(k)第i个变量，并且
另外， D1i为正常数，并且定义
器的状态变量；设计的控制参数ζ2i满足ζ2i＞0；此外，定义干扰估计误差为
并且 U2i(k)为U2(k)第i个变量，并且
另外， D2i为正常数，并且定义
且 是有界的，同时 为正常数和
(32)，速度与航迹倾斜角控制律为(45)，虚拟控制器(62)以及离散分数阶姿态控制器(76)，则闭环系统中的所有信号是有界的。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种快速校正风洞试验模型侧滑角零点的方法 | 2020-05-12 | 702 |
| 风洞侧滑角直接实时测量方法及其系统 | 2020-05-12 | 71 |
| 有环境干扰下考虑侧滑角的UUV航迹视线导引法 | 2020-05-12 | 926 |
| 飞机迎角、侧滑角和舵偏角均为零度时操纵面铰链力矩系数计算方法 | 2020-05-15 | 953 |
| 飞机迎角、侧滑角和舵偏角均为零度时操纵面铰链力矩系数计算方法 | 2020-05-15 | 862 |
| 风洞三自由度模型姿态调整装置 | 2020-05-16 | 1002 |
| 车辆用姿势控制装置 | 2020-05-15 | 578 |
| 一种适用于高速风洞的变侧滑角机构 | 2020-05-14 | 330 |
| 一种可实现侧滑角正负变换且阻塞比小的风洞侧滑机构 | 2020-05-15 | 625 |
| 一种用于风洞试验的高精度双转轴式侧滑角变换装置 | 2020-05-15 | 506 |
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。
