[发明专利]一种基于ESO的无人机动态逆广义预测控制器

权利要求书

1.一种基于ESO的无人机动态逆广义预测控制器，其特征在于，包括以下步骤：

步骤1：建立无人机姿态回路和速度回路的数学模型；

步骤2：采用动态逆方法对无人机的数学模型进行线性化处理；

步骤3：设计线性扩张状态观测器对姿态回路和速度回路的总扰动进行估计；

步骤4：设计基于CARMA模型的广义预测控制器对线性化后的姿态回路和速度回路施加控制作用。

2.根据权利要求1所述的一种基于ESO的无人机动态逆广义预测控制器，其特征在于，所述步骤1中，以姿态回路为例，来给出基于ESO的无人机动态逆广义预测控制器的设计思路，速度回路数学模型的处理思路和姿态回路类似。假设无人机姿态回路的数学模型可以写成如下形式：

其中：U＝[u₁ u₂ u₃]是姿态回路的控制输入，X＝[x₁ x₂ x₃]是姿态回路的输出，F₁(X)是非线性函数，假设F₁(X)＝[f₁(X) f₂(X) f₃(X)]是已知的，G₁为控制器的增益，Δ是未知的扰动，包括系统所有内部外部不确定性；

在动态逆算法的思想中，对于多输入多输出系统，G₁应该是可逆的，如果G₁不可逆，可以用一个可逆矩阵G₁₀来对G₁进行估计，则原来的被控对象可写成如下形式：

将(G₁-G₁₀)U归结到未知扰动Δ中，则被控对象可写成如下形式：

其中：Δ_s＝Δ+(G₁-G₀)U。

3.根据权利要求2所述的一种基于ESO的无人机动态逆广义预测控制器，其特征在于，步骤2中，基于动态逆的思想对被控对象的数学模型进行线性化处理，

引入虚拟控制输入U₀＝[u₁₀ u₂₀ u₃₀]，在没有未知扰动Δ_s时，根据动态逆算法的思想，可设计如下形式的控制律：

将所设计的控制律代入没有未知扰动Δ_s的被控对象中，将原来的被控对象简化成一个分器的形式：

可以发现，引入动态逆思想对被控对象进行简化后，原来的多输入多输出的被控对象可以实现解耦，且每个解耦后的子系统都被简化成积分器的形式，可以更容易设计控制器对简化后的系统施加控制作用，以获得满意的性能。

4.根据权利要求3所述的一种基于ESO的无人机动态逆广义预测控制器，其特征在于，Δ_s是未知的，需要设计线性扩张状态观测器对其进行估计，则所述线性扩张状态观测器的表达式为：

其中：Z₁用来估计X，Z₂用来估计总扰动Δ_s；

如果扩张状态观测器估计准确，则Z₂可以很好的跟踪未知扰动Δ_s，则根据动态逆算法的思想，在有未知扰动Δ_s时，可设计如下形式的控制律：。

5.根据权利要求1所述的一种基于ESO的无人机动态逆广义预测控制器，其特征在于，步骤4中，可对各个线性化后的子系统独立地设计基于CARMA模型的广义预测控制律作为虚拟控制输入u_i0(i＝1,2,3)来进行控制，表达式为：

U＝(G^TG+λI)^-1G^T[W-Fy(k)-Hu(k-1)]

其中：F，G，H是广义预测控制器丢番图方程的解，W是期望输入的柔化序列，y(k)是系统的输出，u(k)是系统的输入，取U的第一个元素作为被控对象的虚拟控制输入u_i0(i＝1,2,3)。