改进EKF的自抗扰飞控系统设计

改进EKF的自抗扰飞控系统设计

ID:44499312

大小:41.00 KB

页数:4页

时间:2019-10-22

改进EKF的自抗扰飞控系统设计_第1页
改进EKF的自抗扰飞控系统设计_第2页
改进EKF的自抗扰飞控系统设计_第3页
改进EKF的自抗扰飞控系统设计_第4页
资源描述:

《改进EKF的自抗扰飞控系统设计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、改进EKF的自抗扰飞控系统设计四旋翼飞行器是一种能够实现垂直起降、悬停、偏航等复杂动作的多旋翼无人机,因而在军事和民用领域的应用前景十分乐观⑴,但其自身系统的复杂性以及易受外界空气动力和不确定因素影响的问题一直困扰着科研人员。针对上述问题,科研人员对四旋翼飞行器系统模型的控制方法和滤波算法进行了研究。经典PID算法是一种不依赖于系统模型的控制方法,该方法结构简单,理论成熟⑵,但参数整定比较繁琐。文献[3・4]屮反步法虽然对非线性系统有很好的跟踪效果且反应速度快,但是其鲁棒性差,抗干扰能力弱,FL需要建立精确的系统模型。文献[5]用滑膜控制法对四旋翼•飞行器进行控制,虽然滑膜控制相对反步法

2、具有较好的鲁棒性,但此类算法都没有对系统的干扰进行实时估计和补偿,也没有对各个通道进行解耦处理,当外界干扰较大时,其控制效果并不理想。控制方法的选取虽然可以减小对四旋翼模型的依赖性,保证内部系统的相对稳定,但要想实现四旋翼飞行器在复杂的环境中安全飞行,滤波算法的研究也是不可或缺的。文献⑹利用粒子滤波对飞行器姿态进行估计,其在非线性系统中表现出较强的优越性,但其计算量较人,难以满足四旋翼飞行器实时控制的效果。文献[7]利用互补滤波对四旋翼飞行器数据进行融合,该算法根据陀螺仪和加速度计传感器特性的不同,将两者的优点融合起来得到较好的数据,但其和粒子滤波一样也存在系统延迟问题。文献[8・9]提

3、出基于卡尔曼滤波的姿态估计算法,其能够有效地滤除外界噪声,确保获取数据的精度,但当系统滤波偏差较大时会出现滤波发散的现象,从而导致系统不能正常工作。综合以上问题,本文提出改进EKF的自抗扰控制方法,利用自抗扰控制器对飞行器姿态进行控制,将受噪声干扰的姿态经改进EKF进行滤波,使得飞行姿态更加稳定,有效提高了系统的稳定性和抗干扰性。四旋翼飞行器动力学模型为得到四旋翼飞行器的数学模型,首先建立两个坐标系:惯性坐标系E(OXYZ)和机体坐标系B(OXYZ)。其重心和质心均与飞行器原点0(0?重合,如图1所示。则四旋翼的动力学模型为【①:由上式可知,四旋翼飞行器是一个欠驱动、非线性、强耦合系统。

4、本文采用自抗扰控制器作为控制系统,同时利用改进EKF对带冇噪声的飞行器姿态进行修止,其控制系统模型如图2所示。ADRC系统2.1ADRC系统结构自抗扰控制是通过跟踪微分器仃D)安排过渡过程,利用扩张观测器(ESO)实现状态间耦合项的跟踪和估计,同时对系统总扰动进行估计,并根据扰动估计值采用非线性状态误差反馈(NLSEF)进行实时补偿。其二阶的结构如图3所示2.2姿态控制系统的自抗扰解耦控制四旋翼姿态子系统方程如下:式中,6、b2为控制器增益。自抗扰控制器品质的好坏和其内部各模块参数的整定有关,因此,对自抗扰控制器各模块参数的整定是必要的。2.3自抗扰解耦控制参数的整定因为ADRC屮各模块

5、互不影响,因此,可以对各模块的参数单独整定,最后进行总体调整。2.3.1TD参数整定跟踪微分器中的速度因子r影响着跟踪信号的速度,其影响效果如图4所示。其中T=0.01,x=5是初始信号,y是跟踪波形,分别对应着速度因子「习、5、14的曲线。由图4可知,速度因子r越大,跟踪速度越快,容易造成超调现象,失去了微分跟踪器的意义;「越小跟踪过程越长,系统的实时性变差。2.3.2ESO参数整定ESO是自抗扰控制器最重要的部分,一般选取a讦0.5,a2=0.25oo是fal函数原点附近线性区间的宽度,若o过大则可能无法准确跟踪一些非线性信号,大大降低了ADRC的控制效果;。太小则会在原点位附近出现

6、信号跳变现象,降低了系统的稳定性。而价、p2>03仅影响ESO的收敛速度,不因控制对象的改变而改变[12]o2.3.3NLSEF参数整定NLSEF中控制量增益6、b2对控制效果的影响较大。控制量增益大会导致系统发散,影响系统的安全性;控制增益越小,则系统的实时性较差,故应根据不同的控制系统动态调整。改进EKF滤波原理及算法本文提出一种改进的EKF算法,首先,计算观测矩阵时进行迭代处理以提高滤波精度。然后,采用两个迭代的EKF对四旋翼飞行器的姿态数据进行预测和更新,将它们输出的状态变量加权整合后输出飞行器的最优状态估计,其原理图如图5所示。对于一个离散随机系统:其中Wk、Vk分别为系统k时

7、刻的过程噪声和观测噪声且均为均值为零的高斯白噪声,对应的方差分别为Qk、Wko改进EKF算法过程如下:仿真与实验结果分析本文在前期的工作中已完成了双坏PID、改进EKF的自抗扰飞控系统的仿真和实验,飞行器在改进EKF的自抗扰控制器控制下的实际飞行效果如图6所示。4.1改进EKF的自抗扰稳定性控制实验为了验证该方法对四旋翼飞行器稳定性控制的效果,给定飞行器横滚角的期望值为0=20°,其仿真结果如图7所示。由图7可知,俯仰角可以在0.9

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。