[发明专利]一种基于PID神经网络的无人机控制方法

说明书

技术领域

本发明属于自动控制领域，尤其涉及一种无人机的控制方法。

背景技术

无人飞行器(Unmanned Aerial Vehicle，UAV)简称无人机，是指在飞机上没有驾驶员，依靠无线遥控或自身程序控制的一类飞行器。无人机最早出现在20世纪20年代，由于其巨大的应用前景，从50年代开始得到了巨大的发展。由于其不存在人员伤亡的风险，生存能力强，机动性好，使用方便，使得其在军事和民用两个领域都有着广泛的应用和广阔的发展前景。

近年来，无人机控制技术发展迅速，越来越多的算法被应用到无人机的控制领域中来，如为了有效实现无人机纵向姿态控制和纵向航迹跟踪设计的模糊自适应PID(比例积分微分)控制器。近些年由于神经网络的发展，也有很多文献将神经网络技术应用于无人机中，如将CMAC(Cerebellar Model Articulation Controller，小脑模型)神经网络应用于小型无人机并联式混合推进控制系统中，也有基于自适应神经模糊推理的无人机自主飞行控制系统，这都大大的改进了无人机的性能。

从控制方法上来讲，上述方法都或多或少的改进了控制指标，但是上述控制方法在抗干扰能力和容错性方面都有缺陷，在实际飞行中是否可用，还是未知。

发明内容

本发明要解决的技术问题是提供一种控制精度高，抗干扰能力强，鲁棒性好的无人机控制方法。

为了解决上述技术问题，本发明的技术方案是提供一种基于PID神经网络的无人机控制方法，包括如下步骤：

步骤1：给无人机上电，进行开始准备；

步骤2：无人机开启遥控模式；

步骤3：无人机接受遥控器的指令进行飞行；

步骤4：无人机控制系统进行飞行是否稳定的判定，如果稳定进行步骤5，如果不稳定进行步骤3；

步骤5：无人机启动自主飞行模式；

步骤6：无人机在自主飞行模式下，进行自主飞行；

其特征在于：

所述自主飞行模式采用PID神经网络控制算法，简称PIDNN控制算法；

PIDNN的基本形式是2×3×1的结构，即：两个输入层神经元，分别输入给定信号及实际信号的反馈量；三个隐含层神经元，分别为比例神经元、积分神经元和微分神经元；一个输出层神经元，用来输出计算结果；

PIDNN的前向算法为：

每个神经元都包含了输入net、状态u以及输出x，激活函数采用分段线性函数；

(1)输入层

输入层由两个神经元组成，分别输入给定值rin以及实际输出值yout，在任意的采样时刻有：

net1(k)=rin(k)net2(k)=yout(k)]]>

其中，k为任意时刻的采样点；

输入层神经元的状态为：

u_i(k)＝net_i(k)

输入层神经元的输出为：