[发明专利]一种无人机自适应控制方法及系统

权利要求书

1.一种无人机自适应控制方法，其特征在于，包括：

根据建立的无人机非线性动力学模型构建控制变量的初步控制律；利用神经网络对初步控制律中无人机受到的总扰动进行补偿获得一次修正控制律；

通过对一次修正控制律进行稳定性分析获得控制律中控制参数的取值范围；从而获得控制变量的最终控制律；

根据无人机的目标位置和当前位置以及竖直方向升力的最终控制律获得竖直方向升力值、滚转角期望值和俯仰角期望值；

根据无人机的航偏角期望值、滚转角期望值和俯仰角期望值、竖直方向升力值以及滚转转矩、俯仰转矩、航偏转矩的最终控制律获得滚转转矩值、俯仰转矩值、航偏转矩值作为控制量输出。

2.根据权利要求1所述的无人机自适应控制方法，其特征在于，在所述根据建立的无人机非线性动力学模型构建控制变量的初步控制律的步骤之前还包括：

建立无人机非线性动力学模型，具体包括：

建立地球坐标系和无人机的机体坐标系；

确定机体坐标系变化至地面坐标系的转换矩阵与无人机姿态变量之间的关系；

利用刚体理论获得地面坐标系下位置加速度与所述转换矩阵及位置总扰动之间的关系；

利用刚体理论获得机体坐标系下无人机姿态加速度与姿态总扰动之间关系；

利用牛顿—欧拉方程根据竖直方向升力、滚转转矩、俯仰转矩、航偏转矩以及上述位置加速度与所述转换矩阵及位置总扰动之间的关系、无人机姿态加速度与姿态总扰动之间关系获得无人机非线性动力模型。

3.根据权利要求2所述的无人机自适应控制方法，其特征在于，所述根据建立的无人机非线性动力学模型构建控制变量的初步控制律；利用神经网络对初步控制律中无人机受到的总扰动进行补偿获得一次修正控制律的步骤包括：

根据动态面控制设计初步控制律；

将RBF神经网络引入初步控制律，确定权重更新规则并获得一次修正控制律。

4.根据权利要求3所述的无人机自适应控制方法，其特征在于，所述根据动态面控制设计初步控制律的步骤包括：

以无人机位置或姿态中任一自由度为动态面由第一时刻轨迹和第一时刻期望的轨迹建立第一误差面方程；

根据子系统起始条件、第一误差面定义的Lyapunov函数设计第二时刻期望轨迹；

对第二时刻期望轨迹进行低通滤波处理获得第二时刻期望轨迹与低通滤波参数及低通滤波变量之间关系；

根据第二时刻轨迹与低通滤波变量建立第二误差面方程；

根据子系统起始条件、第二误差面定义的Lyapunov函数设计初步控制律，初步控制律表达为自由度、第一误差面、第二误差面、低通滤波变量、总扰动之间的关系式。

5.根据权利要求4所述的无人机自适应控制方法，其特征在于，所述将RBF神经网络引入初步控制律，确定权重更新规则并获得一次修正控制律的步骤包括：

采用RBF网络对初步控制律中的总扰动进行估计，获得总扰动与误差输入量之间的映射关系矩阵；

根据RBF网络设定的理想权值对所述映射关系矩阵中设定的权重进行迭代计算并更新，获得一次修正控制律。

6.根据权利要求1~5任一项所述的无人机自适应控制方法，其特征在于，在利用神经网络对初步控制律中无人机受到的总扰动进行补偿获得一次修正控制律之后还包括：

在控制变量的输出与被控对象的实际输入不一致时，将与输出差异最小的实际输入作为控制变量的输出，据此在所述一次修正控制律中增加抗饱和补偿获得二次修正控制律；

所述通过对所述二次控制律进行稳定性分析获得控制律中控制参数的取值范围的步骤为：对所述二次修正控制律进行稳定性分析获得控制律中控制参数取值范围。