[发明专利]一种基于自抗扰的无人机控制方法

权利要求书

1.一种基于自抗扰的无人机控制方法，该方法控制模型为：

其中，分别为无人机在n系中各个方向的加速度，F_bz为气动主动力F在b系z轴上的分力，φ、θ、ψ分别为横滚角、俯仰角、偏航角，g为重力加速度，m为无人机质量，虚拟控制变量U₁＝F_bz，U₂＝M_bx/J_x，U₃＝M_by/J_y，U₄＝M_bz/J_z，惯性矩阵其中，J_x、J_y、J_z为惯性矩阵J的对角线元素；M_bx、M_by、M_bz为无人机绕坐标系在各轴上受到的转矩；ω_bx、ω_by、ω_bz分别为绕b系各轴的旋转的角速度，分别为角加速度；

该方法包括如下步骤：

步骤1：将控制器得到的期望角速度采用跟踪微分器计算得到跟踪值v₁(k)和微分值v₂(k)；

步骤2：获取卡尔曼滤波器观测的系统状态Z₁(k)、Z₂(k)和抗扰值Z₃(k)；根据下式计算出系统的状态估计Z_1pre(k)、Z_2pre(k)和对抗扰值Z₃(k)进行修正；

式中，k为采样点数，h为采样步长，β_0i，i＝1,2,3为带调参数，b₀为修正系数，u(k)为输入，E(k)为系统输出与Z₁(k)的误差，α、δ、a、b为常数，且：

式中，e为自然指数；

步骤3：利用卡尔曼滤波器根据系统的状态估计进行系统状态更新；

系统协方差估计：P_pre(k+1)＝A·P_up(k)·A^T+Q

卡尔曼增益：K(k+1)＝P_pre(k+1)·C^T[C·P_pre(k+1)C^T+R]

系统协方差更新：P_up(k+1)＝P_pre(k+1)-K(k+1)·C·P_pre(k+1)

系统状态更新：

其中，Q、R为系统噪声协方差，C＝[1 0]；

步骤5：利用Z₃(k)进行不确定性补偿，最终控制量计算公式为；

e₁(k)＝v₁(k)-Z₁(k)

e₂(k)＝v₂(k)-Z₂(k)

u₀(k)＝β₁fal(e₁(k),α₁,δ)+β₂fal(e₂(k),α₂,δ)

其中，e₁(k)为跟踪微分器跟踪值v₁(k)与Z₁(k)的差值，u₀(k)为由非线性状态误差反馈环节计算得到的控制信号，u(k)为在u₀(k)的基础上进行误差补偿的控制器最终控制信号，e₂(k)为微分值v₂(k)与Z₂(k)的差值，β₁、β₂为带调参数；α₁，α₂为常数。