论文部分内容阅读
小型固定翼无人机的飞行控制可以分成三个阶段:即自主起飞阶段,自动巡航阶段和自主降落阶段。这三个阶段是个复杂的控制过程,在这个控制过程中涉及到无人机的姿态控制,高度与速度控制以及无人机的导航控制。然而在每一个飞行阶段都存在着未知干扰和参数不确定性,所以设计可靠的飞行控制系统变得尤为重要。本文设计了可靠的自动驾驶仪硬件系统,并且在自动驾驶仪中实现了基本的PID控制方法。除此之外,还进一步进行了一种高效的L1自适应控制方法在无人机飞行控制中的应用研究,解决了在飞行控制过程中一些参数不确定性和未知干扰的影响,并且通过李雅普诺夫稳定性理论证明了算法的稳定性。主要研究内容如下:首先,利用当前先进的传感器以及其他可靠的芯片设计了一款自动驾驶仪系统,通过调试和相关的实验测试满足本文实验用的小型无人机的各个控制要求。其次,通过对无人机飞行原理的分析,在自动驾驶仪中实现了基于PID的无人机自主起降,捷联式惯性导航控制,姿态控制等。在实现PID控制方法的基础上,针对PID控制算法对参数不确定性和未知干扰及非线性特性的控制缺陷,在L1自适应方法的基础上结合极点配置控制算法和BGF(Bounded-Gain Forgetting)算法提出了一种高效的L1自适应控制方法(High Performance L1 Adaptive Control,HPL1AC)。高效的L1自适应控制算法解决了无人机飞行控制系统中的参数不确定性和未知干扰问题,尤其是时变的BGF自适应增益使得算法在非零初始状态下有更好的未知参数估计能力。然后给出了该算法的基于Lyapunov稳定性证明,并且将本文提出的算法通过球杆系统控制器设计实验与PID控制器进行了比较,验证了该算法的较好的控制性能。除此之外,还将高效的L1自适应控制算法应用在无人机纵向模型控制仿真。通过对无人机纵向通道姿态角的控制仿真和无人机自主起降过程的仿真更进一步验证了算法的有效性。最后将高效的L1自适应控制方法与输出反馈相结合,提出一种高效的L1自适应滤波器,可有效的滤除干扰,通过仿真实验验证了算法的有效性。