[发明专利]基于鲁棒伺服控制与模型自适应控制的控制方法及控制器

说明书

本发明公开了基于鲁棒伺服控制与模型自适应控制的控制方法及控制器，属于无人机控制技术领域，包括以下步骤：S101：在所述步骤S302中；S102：确定自适应控制器的结构；S103：确定飞机线性系统的数学模型。在所述步骤S103中，引入的干扰和不确定性因素包括飞机的舵面效率、匹配扰动以及不匹配风扰动。本发明的优点是响应快速和对各种不确定干扰类型具有抑制作用，能够确保系统的稳态响应指标，瞬态响应性能；鲁棒伺服组合的方法增加系统对于扰动信号的鲁棒性，提高了动态响应能力。

技术领域

本发明涉及无人机控制技术领域，具体涉及基于鲁棒伺服控制与模型自适应控制的控制 方法及控制器。

背景技术

无人机抗气流扰动是指在由于飞行过程中遇到湍流，或者在着舰过程中遇到紊流和舰尾 流扰动引起的飞机扰动。在无人机抗扰流控制器设计上，纵观国内学者的研究方案，一部分 学者采用基于LQG/LTR的多变量频域算法,对其纵向自主着舰控制系统的设计进行验证，经过 分析该控制方法具有较强的鲁棒性；一部分学者采用经典的PID在陆基模拟航空母舰着陆， 引入了光学导引方法提高了轨迹控制精度，通过实际的飞行，验证了轨迹控制精度的要求； 一部分学者在轨迹控制上引入一阶误差方法对LQR(LinearQuadratic Regulator，线性二 次调节器)方法进行改进；还有一部分学者设计了侧偏速率反馈的抗侧风控制律，通过反馈 引入前后的性能对比表明：引入的侧偏速率反馈抑制了舰尾流对舰载机的作用，提高了飞机 的着舰精度；纵观国外学者的研究方案，某飞行器公司采用一种基于积分的鲁棒伺服LQR线 性二次型方法，外回路控制采用基于增益调度的PID控制方法，实现对气流扰动的控制。某 国外学者采用了动态逆和LQR最优控制的算法，通过该算法验证了抗气流扰动。

目前为实现无人机在复杂气流环境下的抗干扰控制多采用LQR鲁棒伺服控制、模糊自适 应控制和滑模控制等现代控制方法，来抑制舰尾流的影响，但是LQR鲁棒伺服控制对不确定 参数抗干扰作用不明显，现有的自适应控制方法无法很好的消除由不确定参数带来的干扰作 用，且滑模控制方法具有抖振等问题。

发明内容

本发明所要解决的技术问题在于：如何解决无人机在飞行过程中受气流扰动影响飞行控 制精度和安全的问题，提供了基于鲁棒伺服控制与模型自适应控制的控制方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S101：得到系统的控制输入

通过基于RSLQR(Robust Servomechanism Linear Quadratic Regulator，鲁棒伺服线 性二次调节器)的鲁棒伺服控制方法得到使得系统能够跟随给定的信号，实现了对目标变量 的精确跟踪；

S102：确定自适应控制器的结构

通过基于MRAC(Model Reference Adaptive Control，模型参考自适应控制)的模型自 适应控制方法确定自适应控制器的结构，使所有的闭环信号有界且系统输出渐近地跟踪参考 模型输出；

S103：确定飞机线性系统的数学模型

向系统中引入干扰和不确定性因素，从而确定飞机线性系统的最终数学模型。

优选的，在所述步骤S103中，引入的干扰和不确定性因素包括飞机的舵面效率、匹配扰 动以及不匹配风扰动。

优选的，在所述步骤S103中，飞机线性系统的最终数学模型如下：