【封面文章】南京航空航天大学 沈俊等:输入受限下无人直升机自适应固定时间滑模控制

文摘   2024-11-26 19:05   辽宁  




点击蓝字 关注我们 







本文引用信息 

贺战胜, 邱宏凌, 沈俊. 输入受限下无人直升机自适应固定时间滑模控制[J]. 控制与决策, 2024, 39(11): 3547-3556.


2024年第11期封面文章推荐

输入受限下无人直升机自适应固定时间滑模控

贺战胜,邱宏凌,沈俊


本文创新点

1) 设计新型非线性滑模函数,避免产生奇异问题,确保跟踪误差固定时间内收敛有界。同时,采用饱和函数替代符号函数,降低输入抖振。


2) 利用径向基神经网络估计外界扰动和饱和误差项,改进神经网络权值更新率,有效解决干扰及输入饱和对系统的不利影响,无需引入其他控制技术处理饱和,简化控制器的设计过程,便于推广到其他系统。


3) 提供闭环系统详细的稳定性证明,并给出收敛时间上界的近似估计以及无人直升机跟踪误差最终收敛集合。

01

选题背景

无人直升机因其续航时间长、负载能力强及机动性高等优势,广泛应用于农业、通信和军工等领域。然而,直升机系统高度非线性,飞行过程中易受到阵风及气象条件变化等外界影响,极大提高了控制器设计难度。此外,直升机在执行大机动飞行任务时,飞行速度更快、角度更大,系统期望输入量可能超出执行器实际输出范围,导致执行机构出现输入受限问题。输入受限对直升机系统飞行性能影响较大,轻则降低跟踪性能,重则导致系统失稳,引发严重安全事故。因此,考虑外界干扰和输入饱和下无人直升机,设计高精度抗饱和控制器,提高跟踪性能至关重要。

02

研究内容

滑模控制理论简单且具有较强的鲁棒性,飞行器控制多采用此方法。传统滑模控制仅能保证跟踪误差渐近收敛到平衡点,无法实现期望轨迹精确跟踪。随着研究的不断深入,通过改进滑模面,设计终端滑模控制方案,可以保证跟踪误差有限时间内收敛到平衡点。但有限时间控制收敛时间往往会随着初值变化而变化,幸运的是,Polyakov提出的固定时间控制可以保证控制系统收敛时间与初值无关,大大提高了控制系统跟踪精度及收敛速度。传统固定时间滑模函数包含符号函数幂次项 (幂次小于1),对滑模函数求导会出现奇异问题,本文通过改进滑模函数,采用分段函数形式,保证滑模函数连续可导,避免滑模面及其导数出现奇异问题。同时,滑模函数增加跟踪误差的一次项 (),保证跟踪误差固定时间收敛有界,提高无人直升机系统的精确性及快速性。

实际飞行过程中,出于安全考虑,执行机构往往设置最佳运行范围。因此,无人机控制器设计必须考虑执行器饱和现象。目前抗饱和控制方法主要包括:采用双曲正切函数逼近饱和,但需要与其他控制技术相结合,加大控制系统设计难度,例如结合中值定理或Nussbaum增益设计控制器,提升抗饱和性能。考虑到辅助系统技术简单,也可用来补偿输入饱和或执行器故障等非线性输入。但通过两种不同技术处理外界干扰与输入饱和,跟踪误差取决于观测器和辅助系统控制精度,可能会降低控制系统精度。考虑到观测器强大的估计性能,可采用观测器估计外界干扰和饱和误差总扰动,提升系统抗干扰性能,补偿精度取决于观测器估计精度。常见观测器往往要求未知项有界或导数有界,而径向基神经网络仅需保证干扰连续即可,扩大观测器补偿输入饱和应用范围。本文采用径向基神经网络估计外界扰动及饱和误差总干扰,通过改进神经网络自适应权值更新率,保证径向基神经网络固定时间估计总干扰,提高无人直升机控制系统的抗干扰能力。

综上所述,本文考虑存在外界扰动和输入饱和的无人直升机控制系统,为便于控制器设计,不妨将外界干扰及饱和误差视为无人直升机系统总扰动,采用RBF神经网络估计总扰动,基于自适应固定时间滑模控制算法设计抗饱和控制器,实现对无人直升机期望跟踪信号固定时间跟踪。无人直升机自适应固定时间滑模抗饱和控制框图如图1所示。

图1 无人直升机自适应固定时间滑模抗饱和控制框图

03

主要结论

为解决存在外部干扰和输入饱和的无人直升机系统,本文设计了自适应RBF神经网络固定时间滑模控制器。该控制器利用RBF神经网络估计外界扰动和输入饱和误差,削弱了控制抖振问题。采用分段函数设计固定时间滑模控制变量,消除传统终端滑模中的奇异问题,实现了固定时间跟踪控制,加快了误差收敛速度。仿真结果表明了跟踪误差可以固定时间内收敛至原点微小邻域,并验证了所提出算法的卓越性能。未来研究方向将集中于神经网络与固定时间控制相结合应用到无人直升机实际飞行中,进一步提高跟踪性能。


作者介绍


战胜南京航空航天大学硕士生,从事无人机飞行控制、抗饱和控制等研究,E-mail: zhanshenghe@nuaa.edu.cn;

邱宏凌南京航空航天大学博士生,从事正系统理论与应用、分数阶控制系统等研究,E-mail: ling9454@nuaa.edu.cn;

沈俊南京航空航天大学教授,博士生导师,从事正系统理论与应用、网络化多智能体系统等研究,E-mail: junshen@nuaa.edu.cn.


相关文章推荐






【封面文章】基于模型预测控制与改进人工势场法的多无人机路径规划

【封面文章】多模式下的车辆和无人机联合配送模型与优化算法

【论文推荐】基于安全边界保护法的非线性系统自适应安全跟踪控制


郑重声明:根据国家版权局相关规定,纸媒、网站、微博、微信公众号转载、摘编本微信信息,需包含本微信名称、二维码等相关信息,并在文首注明《控制与决策》原创。个人请按本微信原文转发、分享。


-联系我们-

《控制与决策》

网站:http://kzyjc.alljournals.cn

电话:024-83687766

邮箱:kzyjc@mail.neu.edu.cn

《Journal of Control and Decision》

网站:

https://www.tandfonline.com/toc/tjcd20/current

邮箱:tengrong@ise.neu.edu.cn


点击“阅读原文”查看全文信息

控制与决策
该服务号旨在发布期刊、网刊动态和征文通知等内容
 最新文章