[发明专利]一种无人直升机自适应低阶控制器

说明书

本发明涉及一种无人直升机自适应低阶控制器。包括规划与辨识器，所述规划器用于监视被控系统的控制输入和控制输出，当被控系统的稳态控制输出不满足预设要求时，利用所述辨识器进行在线辨识并启动结构滤波器、内模控制器和双环滑模控制器进行控制器参数修正；结构滤波器，用于对所述内模控制器的滤波环节进行修正控制；内模控制器，用于对被控系统的内部模型和反馈修正进行预测控制；双环滑模控制器，用于对姿态角和姿态角速度进行跟踪控制；控制分量综合模块，用于对控制分量求和，得到被控系统的控制量。本发明解决存在未知有界干扰、推力误差和定位误差情况下的太空垃圾捕获系统的复杂高阶动力学鲁棒控制问题，也便于处理控制约束和状态约束。

技术领域

本发明涉及无人机控制领域，具体的说是一种无人直升机自适应低阶控制器。

背景技术

无人直升机系统模型是高阶动力学系统，设计高阶控制器一般具有与被控对象模型可比的阶次，具有不易理解，计算量大、不易实现，硬、软件中缺陷多，可靠性不高等缺陷。因此在控制系统设计中，通常宁愿选用简单的线性控制器而不用复杂的控制器。只要最终性能误差保持在允许范围内，就应当寻找低阶控制器。低阶控制器具有的较好的工程可实现性与其在工业控制中广泛的应用，可以作为理论与实际的一个最佳结合点。近十年来，低阶控制器设计理论和方法成为国内外控制界的研究热点之一，国内外控制理论界学者对此类问题作了大量研究。

低阶控制器设计大体可分为三种：第一种是直接针对高阶模型设计低阶控制器，目前尚是一个基本没有解决的研究问题，Lagrange乘子法是解这类问题的潜在有用方法。第二种是先降低高阶对象的阶次，然后基于降阶对象模型设计相应的低阶控制器。这种方法潜在的问题是这样设计的低阶控制器有可能不能镇定全阶对象，因为在设计控制器时没有考虑全阶模型与降阶模型的误差信息。第三种首先设计高阶次、高性能控制器，继而对设计的控制器进行降阶。

时域的集结法、摄动法，频域的矩匹配法、Padé近似计算法、Routh近似法和连分式法等都是模型降阶的基本方法。基于误差准则的最小二乘法、极大似然法等也可达到模型简化的目的。基于状态空间的内部平衡截断法、Hankel-范数近似法、q方差等价实现法、互质因子法、时间尺度分离等。对于时域的集结法(即主导极点法)，是通过选取主导极点来简化，由于极点离虚轴的远近仅仅考虑了衰减速度的快慢，而这些极点所对应的响应振幅并没有考虑进去。尤其对于阶次较高的系统，在计算特征值的倒数时，会引入不可忽视的误差，造成严重的数值不稳定性。

频域的诸多方法都是以系统传递函数的形式为基础的，在处理高阶传递函数模型时有很大的数值冒险性，会使数值不稳定。同样，鲁棒辨识的最小二乘法在数值计算中也存在类似的数值不稳定的缺点。因此，对于高阶状态空间形式的控制系统，降阶多采用以状态空间为基础的方法。在降阶过程中，关键考虑闭环，降阶控制器要保证闭环稳定性和闭环性能损失最小。

发明内容

针对现有技术中存在的上述不足之处，本发明要解决的技术问题是提供一种无人直升机自适应低阶控制器。

本发明为实现上述目的所采用的技术方案是：一种无人直升机自适应低阶控制器，包括：

规划与辨识器，包括规划器和辨识器，所述规划器用于监视被控系统的控制输入和控制输出，当被控系统的稳态控制输出不满足预设要求时，利用所述辨识器进行在线辨识并启动结构滤波器、内模控制器和双环滑模控制器进行控制器参数修正；

结构滤波器，用于对所述内模控制器的滤波环节进行修正控制；

内模控制器，用于对被控系统的内部模型和反馈修正进行预测控制；

双环滑模控制器，用于对姿态角和姿态角速度进行跟踪控制；

控制分量综合模块，用于对所述结构滤波器、内模控制器和双环滑模控制器输出的控制分量求和，得到被控系统的控制量。