[发明专利]一种无人机变参神经动力学控制器的设计方法及其应用

说明书

本发明公开了一种无人机变参神经动力学控制器的设计方法及其应用，该方法步骤包括：构建无人机模型；基于无人机模型，采用变参递归神经动力学方法设计无人机的高度控制器、偏航角控制器、横滚角控制器、俯仰角控制器、X控制器和Y控制器；将控制目标和无人机传感器采集到的无人机状态信息输入到各个无人机的控制器，各个无人机的控制器输出控制分量控制无人机飞行。本发明利用了一种非线性激活函数，得到的控制器能使无人机在误差较大的情况下更快地收敛到目标，在接近任务目标的情况下达到更高的精度，使得无人机能快速、准确、实时地控制无人机跟踪时变轨迹。

技术领域

本发明涉及无人机控制器技术领域，具体涉及一种无人机变参神经动力学控制器的设计方法及其应用。

背景技术

多旋翼无人机是一种灵活、简单的无人机，为了体现它灵活的优越性，控制器能否快速高效的对多旋翼无人机进行高精度控制就变得尤为重要。

现有的无人机控制器主要采用PID控制器，但由于其本身为非时变算法，导致其收敛速度不足以完成时变任务目标，PID的优势正在逐渐下降，同时，由于其使用参数的复制性，导致它难以完成需要时刻改变参数的高精度的控制任务，而且PID控制器的参数设置过于依赖于设计者的经验。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种无人机变参神经动力学控制器的设计方法，该控制器继承了神经动力学的传统优点，同时，通过利用Power-sigmoid激活函数的非线性特性，得到的控制器可以使无人机在误差较大的情况下更快地收敛到目标，在接近任务目标的情况下达到更高的精度，与以往的神经动力学控制器相比，能够更快地收敛于时变目标。

本发明的第二目的在提供一种无人机变参神经动力学控制器的设计系统。

本发明的第三目的在于提供一种存储介质。

本发明的第四目的在于提供一种计算设备。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种无人机变参神经动力学控制器的设计方法，包括下述步骤：

构建无人机模型；

基于所述无人机模型，采用基于激活函数的变参递归神经动力学方法分别设计无人机的高度控制器、偏航角控制器、横滚角控制器、俯仰角控制器、X控制器和Y控制器；

将控制目标参数和无人机传感器采集到的无人机状态信息输入到各个无人机的控制器，各个无人机的控制器输出控制分量控制无人机飞行。

作为优选的技术方案，所述构建无人机模型，具体步骤包括：

无人机的位置状态变量的动力学方程描述为：

其中，X，Y，Z表示无人机重心位置，为对应的二阶导数，m表示无人机的总质量，S_φ，C_φ，S_θ，C_θ，S_φ，C_ψ分别表示为sinφ，cosφ，sinθ，cosθ，sinψ，cosψ，u_z表示为无人机在机体坐标系oz轴方向上的合力，g为重力加速度，φ表示侧倾角，θ表示俯仰角，ψ表示偏航角；

采用欧拉法，对无人机姿态角运动建模，得到无人机的转动动力学描述为：