[发明专利]固定翼无人机栖落机动轨迹的建模与预测控制方法

说明书

本发明公开了一种固定翼无人机栖落机动轨迹的建模与预测控制方法，通过将飞行器栖落机动控制问题转化为优化轨迹的跟踪控制问题，基于轨迹线性化将无人机纵向非线性动力学模型转化为线性变参数模型，根据线性变参数模型建立分段线性模型，利用切换系统等效无人机栖落机动的离散化的分段线性模型，放宽末端约束条件设计基于终端约束集的模型预测控制器，根据基于终端约束集的模型预测控制器对切换系统进行预测控制，进而对离散化的分段线性模型进行预测控制，因此本发明能够实现精确的栖落轨迹控制。

技术领域

本发明属于飞行控制领域，具体是指固定翼无人机进行栖落机动时的基于预测控制的轨迹控制方法。

背景技术

自然界的鸟类能够从平飞状态迅速减速，最终栖落在树枝或其它目标位置。如果固定翼无人机能模仿鸟类这种降落方式，即在平飞时将迎角拉大达到过失速状态、实现快速减速、最终精确降落在指定位置，则能实现无跑道降落，从而扩展固定翼无人机的应用场景。固定翼无人机的这种降落方式称为栖落机动。

栖落机动过程中无人机会超过失速迎角，姿态变化范围大、变化速度快，动力学呈高度非线性与快时变特性。然而栖落机动轨迹的落点精度要求很高。设计固定翼无人机栖落机动的轨迹控制方法，使无人机能够实现精确的栖落，是本领域技术人员待解决的技术难题。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种固定翼无人机栖落机动的建模与预测控制方法，通过该方法无人机能够实现精确的栖落轨迹控制。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种固定翼无人机栖落机动轨迹的建模方法，采集无人机的参数，根据无人机的参数设计无人机栖落机动优化参考轨迹，将飞行器栖落机动控制问题转化为优化轨迹的跟踪控制问题，基于轨迹线性化将无人机纵向非线性动力学模型转化为线性变参数模型，根据线性变参数模型建立分段线性模型，完成无人机栖落机动轨迹的建模。包括以下步骤：

步骤1.1，建立固定翼无人机的动力学方程：根据采集到的无人机的参数，假设飞行器横向运动以及力和力矩对飞行器的纵向运动方程没有影响，对飞行器的纵向运动进行建模，其动力学方程为：

其中，V,μ,α,q分别代表飞行器的飞行速度、航迹角、迎角以及俯仰角速度；x和h分别代表飞行器的水平位置和垂直高度；m是飞行器的质量，I_y是飞行器俯仰转动惯量；T代表飞行器发动机产生的推力，M为空气动力矩，L和D分别代表飞行器所受升力和阻力；

飞行器所受的空气动力和动力矩的表达方程为：

其中，C_L、C_D和C_M分别表示飞行器升力系数、阻力系数和力矩系数，ρ是空气密度，S是飞行器的机翼面积；

通过运动捕捉系统在室内非定常飞行环境下得到实时运动飞行数据，从而根据飞行状态量提取纵向运动气动系数，升力系数和阻力系数关于迎角α的表达式如下：

俯仰力矩系数表达式：

其中，S_e表示升降舵的表面积，l_e表示升降舵空气动力重心到飞行器质心的距离，δ_e表示升降舵偏转角；

步骤1.2，建立栖落机动的线性变参数动力学方程：将飞行器栖落轨迹跟踪纵向非线性动力学模型转化为线性变参数模型，首先设置状态变量为x＝[x,h,V,μ,α,q]^T，控制输入为u＝[T,δ_e]^T，把空气动力参数(2)-(4)式代入(1)式中，则可将式子(1)改写如下：