[发明专利]一种无人倾转旋翼机自抗扰姿态控制方法

说明书

本发明公开了一种无人倾转旋翼机自抗扰姿态控制方法，首先安排过渡过程，将姿态角指令信号通过跟踪微分器得到平滑的姿态角指令和其微分信号，并把微分信号视作姿态角速率指令信号；直接将飞行器实际的姿态角和姿态角速率作为反馈量，得到姿态角和姿态角速率的误差，并将误差通过非线性组合构成初始的控制量；利用扩张状态观测器估计出系统的总扰动的实时作用量对初始控制量进行补偿，得到最终的控制量；对倾转旋翼机冗余舵面进行融合和分配。本方法优化了自抗扰控制器的结构，减少扩张状态观测器的阶数，采用跟踪微分器的微分输出作为姿态角速率指令，简化姿态控制器的结构，同时依靠误差进行控制，不依赖被控对象的精确模型，适合于工程应用。

技术领域

本发明涉及飞行控制技术领域，特别是一种无人倾转旋翼机自抗扰姿态控制方法。

背景技术

倾转旋翼机结合了直升机和飞机的优点，既有直升机空中悬停和垂直起降的特性，又有飞机高速飞行的性能，具有特殊的应用价值。然而，旋翼倾转会引起飞行器动力学变化和气动干扰，同时又具有通道间耦合强、操纵系统冗余等特点，给飞控系统设计带来了较大的困难。

现有控制方法主要分为三类：一是基于误差来消除误差的控制策略；二是基于内部机理描述的控制方法；三是基于数据统计和训练的智能控制方法。PID控制器是一种基于误差来消除误差的控制策略，在控制工程实际中，控制目标的对象实际行为之间的误差是容易获取的，因此基于误差的控制策略不依赖于被控对象的具体数学模型，然而由于倾转旋翼机的非线性耦合和不确定的复杂结构，PID控制器的控制效果有限，此外倾转过渡过程需要多组控制器的协调，控制器的设计较为复杂。基于内部机理描述的控制方法需要被控对象较为精确的数学模型，对于倾转旋翼机的控制来说，通常是将非线性模型在各个工作点附近进行配平并计算其线性化模型，然后针对每个线性模型，设计相应的控制器，最后通过增益调度技术进行飞行控制，然而这类控制方法需要通过线性化非线性模型获得精确的线性模型，对于模型的精度有很强的依赖性。以神经网络为代表的智能控制算法能够扩大传统控制方法处理倾转旋翼机过渡状态下动力学变化的适用范围，提高控制性能，但控制器结构更加复杂，引入神经网络后，需要通过实验获取大量数据，利用数据对神经网络进行训练，加大了控制器设计过程的复杂度。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种无人倾转旋翼机自抗扰姿态控制方法，根据飞行控制的特点，对自抗扰控制器的结构进行优化，并采用跟踪微分器的微分输出作为姿态角速率指令，对姿态控制器的结构进行简化，以便于工程应用。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种无人倾转旋翼机自抗扰姿态控制方法，包括以下步骤：

步骤一、将姿态角控制指令通过跟踪微分器得到平滑的姿态角指令和其微分信号，并将微分信号作为姿态角速率指令；

步骤二、在步骤一得到姿态角指令和其微分信号的基础上，将飞行器实际的姿态角和姿态角速率作为反馈量，得到姿态角误差和姿态角速率误差，并将误差通过非线性组合构成初始控制量；

步骤三、在步骤二得到初始控制量的基础上，利用扩张状态观测器估计出无人倾转旋翼机姿态控制系统的总扰动的实时作用量对初始控制量进行补偿，得到最终的控制量；

步骤四、在步骤三得到控制量的基础上，根据倾转旋翼机的操纵策略，设计旋翼和气动舵面的融合和分配方式。

作为本发明所述的一种无人倾转旋翼机自抗扰姿态控制方法进一步优化方案，步骤一中跟踪微分器具体形式为：