[发明专利]基于未知输入观测器的无人机分布式编队的故障诊断方法

摘要

本发明提供了一类基于未知输入观测器的小型无人机分布式编队故障诊断的实现方法。根据分布式控制系统的层次概念，分别研究了单无人机和多无人机编队的控制器设计，保证小型无人机分布式编队的飞行稳定性。当单个无人机执行器故障发生时，提出了一种有效的未知输入观测器分布式系统故障检测方法，对干扰的彻底解耦，彻底消除了外界干扰对故障诊断过程的不利影响。然后，提出了将状态向量和故障向量扩充为一个增广向量的方法来估计故障。本发明通过将传统的未知输入观测器和增广系统相结合，很好地实现了小型无人机分布式编队的故障检测、分离和估计。根据已知的小型无人机模型参数，可以建立数值模拟来进行执行器的故障诊断。本发明用于小型无人机分布式编队故障诊断。

主权项

1.对一类基于未知输入观测器的小型无人机分布式编队故障诊断的实现方法，其特征在于：根据分布式控制系统的层次概念，分别研究了单无人机和多无人机编队的控制器设计，保证小型无人机分布式编队的飞行稳定性。当单个无人机执行器故障发生时，提出了一种有效的未知输入观测器分布式系统故障检测方法，对干扰的彻底解耦，彻底消除了外界干扰对故障诊断过程的不利影响。然后，提出了将状态向量和故障向量扩充为一个增广向量的方法来估计故障，包括如下具体步骤：步骤1)采取分布式控制策略：按照层级的概念把大规模的无人机编队分割成若干个两机编队，每个单元编队之间又是紧密联系的，最终实现多机的编队；考虑双机编队过程中的运动学模型，根据参考坐标系中标出了长机和僚机的瞬时位置和速度向量列出方程：步骤2)对非线性小型无人机飞行控制系统进行线性化，得到每个小型无人机飞行控制系统的状态方程和输出方程建立具有执行器故障的系统模型，将第i个智能体系统模型表示为：其中，状态变量为m_i＝[v_i α_i q_i θ_i H_i β_i φ_i p_i r_i ψ_i]^T∈R¹⁰，它们分别为向前速度、迎角、俯仰角速度、俯仰角、高度、侧滑角、滚转角、滚转角速度、偏航角速度、偏航角，底层的单机输入变量是δ_i＝[δ_ie δ_iT δ_ia δ_ir]∈R⁴，分别表示升降舵、油门、副翼和襟翼。γ_i(t)是过程和执行器故障，代表干扰和噪声。M_ij(m_j)为第i个无人机与第j个无人机互相传递的信息。步骤3)通过实现纵向与横航向的解耦建模之后，根据纵向和横向各个变量之间关系不同，分别设计了纵向控制器和横侧向控制器。步骤3.1)纵向控制高度和速度。高度保持控制系统的控制律表达形式为：其中，ΔH＝H_g‑H‑k_HH为高度偏差信号。速度误差信号包括两部分，一部分是期望速度与实际速度输出的差值，另一部分是速度微分信号。其控制律的表达形式为：其中，ΔV＝Vg‑V。横向由偏航控制。飞机滚转产生侧力，使飞机发生偏航.其控制律表达形式为：其中，Δφ＝φg‑φ‑kpp，Δ(ψ‑β)＝ψg‑ψ‑kψψ‑(βg‑β‑kββ)。注：下标g均为已知的期望变量的值。步骤3.2)在设计僚机对长机的跟踪控制时，主要是利用x、y、z三通道控制完成对编队中僚机三方面的控制。其中前向距离、侧向距离与高度可以通过对与的控制达到编队保持与变换目的。其控制律的形式为：其中，步骤4)通过步骤2)和步骤3)，在编队控制器稳定的基础上，考虑了存在干扰和执行器故障的小型无人机编队的编队模型和单机模型。将飞机飞行控制系统状态向量和故障向量扩充为一个增广向量之后，将第i个单机系统模型表示为：定义增广变量：可得：步骤5)当单个无人机执行器故障发生时，提出了一种有效的未知输入观测器分布式系统故障检测方法，对干扰的彻底解耦，彻底消除了外界干扰对故障诊断过程的不利影响。在故障诊断中，针对存在未知输入的情况，设计相应的观测器为：其中，和分别是状态变量和输出变量的观测值，是故障估计的值。其中，K是需要设计的。定义则因为带入式可得：根据则可得：由定理1：假设存在对称矩阵P，使得如下的矩阵R和Q正定，矩阵R：R＝‑(NTP+PN)＞0其中，R为对称阵。矩阵Q，则可以证明观测器误差渐近收敛于零。步骤6)根据得到一组基于未知输入观测器的小型无人机编队故障诊断观测器增益矩阵，可以重写故障估计算法为：