[发明专利]风扰下无人机栖落机动的轨迹控制方法

说明书

本发明公开了一种风扰下无人机栖落机动的轨迹控制方法，通过建立无人机离散分段线性模型：增加扰动风速影响，通过张量积转换表示成多胞形，进而得到风扰动下无人机栖落机动切换系统的张量积模型；给出无人机切换系统的第p个不确定子系统张量积模型，构造无人机切换系统第p个子系统在k时刻无穷时域min‑max问题，并转化为一个极小值问题；进而得到含有约束的无穷时域min‑max问题，通过求解含有约束的无穷时域min‑max问题，进而得到当前时刻的控制量，完成对风扰下无人机栖落机动的轨迹控制。

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在风扰动下进行栖落机动时的轨迹控制方法。

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受到风扰动的影响。然而栖落机动轨迹的落点精度要求很高。设计风扰动下固定翼无人机栖落机动的轨迹控制方法，使无人机在风扰下能够实现较精确的栖落，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鲁棒预测控制方法，通过该方法无人机能够实现风扰下栖落轨迹控制。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种风扰下无人机栖落机动的轨迹控制方法，包括以下步骤：

步骤1，采集无人机基本信息，根据无人机基本信息建立无人机栖落机动的动力学方程；应用了Jacobian线性化方法，将飞行器栖落轨迹跟踪纵向非线性动力学模型转换成线性变参数模型，根据线性变参数模型得到分段线性模型，根据分段线性模型得到离散分段线性模型：

步骤2，基于步骤1中得到离散化分段线性模型的基础上，增加扰动风速影响，通过张量积转换表示成多胞形，进而得到风扰动下无人机栖落机动切换系统的张量积模型；

步骤3，基于步骤2得到的无人机栖落机动切换系统的张量积模型得到无人机切换系统的第p个不确定子系统张量积模型，根据无人机切换系统的第p个不确定子系统张量积模型构造无人机切换系统第p个子系统在k时刻无穷时域min-max问题，将无穷时域min-max问题转化为一个极小值问题；对于极小值问题采用一个单一状态反馈控制律将系统的状态量控制在不变集内，得到含有约束的无穷时域min-max问题，通过求解含有约束的无穷时域min-max问题，得到X₀和Y，表X₀表示不变集系数矩阵，Y表示待定系数矩阵，进而得到当前时刻的控制量，完成对风扰下无人机栖落机动的轨迹控制。

所述步骤2中得到风扰动下无人机栖落机动切换系统的张量积模型方法如下：

采集阵风风速V_wg(k)和基本风速V_wb，根据阵风风速V_wg(k)和基本风速V_wb得到扰动风速V_w(k)：

V_w(k)＝V_wb+V_wg(k) (15)

V_w(k)∈Ω_w

则飞行器纵向动力矩的表达式变为：

分段线性模型(13)被改写为：