[发明专利]一种基于粒子群优化算法的四旋翼自抗扰控制器

说明书

本发明公开了一种基于粒子群优化算法的四旋翼自抗扰控制器，涉及四旋翼无人机技术领域；它包括如下步骤：步骤一：四旋翼飞行器数学模型的建立；步骤二：自抗扰控制器设计：将四旋翼飞行器系统分为四个通道控制，分别是高度、俯仰、横滚和偏航控制，每个通道拥有单独的各个通道都有单独的ADRC进行控制；对总扰动进行实时估计，并在被控系统控制量输出的同时对其进行补偿；步骤三：粒子群算法的改进及控制器参数整定；步骤四：搭建Simulink仿真和四旋翼飞行器；本发明以提高飞行控制性能。对于自抗扰控制器的参数使用粒子群算法进行寻优，从而提高设计效率；同时对于粒子群算法易陷入局部最优的问题对粒子群进行改进。

技术领域

本发明属于四旋翼无人机技术领域，具体涉及一种基于粒子群优化算法的四旋翼自抗扰控制器。

背景技术

目前，国内外一大批四旋翼无人机开源项目涌现，主要的控制算法是PID，但是飞行效果不理想，悬停飞行时姿态角会出现波动，而且受到外界干扰时波动更大，悬停效果更差。另外的控制算法如反步控制可以提高四旋翼无人机的抗干扰能力，但控制效果过于依赖数学模型的精度。虽然在仿真实验中可以取得很好的控制效果，但是四旋翼无人机飞行过程是一个非常复杂的过程，很难建立精确的数学模型,本发明专利提出一种基于粒子群优化算法的四旋翼自抗扰控制器。

发明内容

为解决现有的问题；本发明的目的在于提供一种基于粒子群优化算法的四旋翼自抗扰控制器。

本发明的一种基于粒子群优化算法的四旋翼自抗扰控制器，它包括如下步骤：

步骤一：四旋翼飞行器数学模型的建立：

四旋翼飞行器的平动模型：

其中是四旋翼总质量，表示从机体坐标系到地面坐标系的旋转矩阵，G重力，T推力，D_T空气阻力；

四旋翼飞行器的转动模型：

其中推力力矩，螺旋效应力矩M_G，转式的空气阻力D_R，I是量矩阵，二者联立可得四旋翼飞行器的数学模型；模型数据采用matlab机器人工具箱中的四旋翼参数；

步骤二：自抗扰控制器设计：

将四旋翼飞行器系统分为四个通道控制，分别是高度、俯仰、横滚和偏航控制，自抗扰控制器不去探究各通道所有扰动的具体形式，仅估计该通道的总扰动，为了实现每个通道的解耦控制，每个通道拥有单独的各个通道都有单独的ADRC进行控制；对总扰动进行实时估计，并在被控系统控制量输出的同时对其进行补偿，从而解决了四旋翼飞行器通道之间相互耦合的问题；

步骤三：粒子群算法的改进及控制器参数整定：

根据误差准则选取算法适应度函数、选择部分控制器参数作为粒子群算法的粒子、设定最大迭代次数；

步骤四：搭建Simulink仿真和四旋翼飞行器：

通过S函数搭建仿真模型，假设初始姿态角、初始高度均为 0，控制目标：滚动角30°、俯仰角15°、偏航角10°，高度5m；验证超调、调节时间、稳定性、稳态误差是否达到预期。

与现有技术相比，本发明的有益效果为：

一、以提高飞行控制性能。对于自抗扰控制器的参数使用粒子群算法进行寻优，从而提高设计效率；

二、同时对于粒子群算法易陷入局部最优的问题对粒子群进行改进。

附图说明

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1为本发明的自抗扰控制器结构图；