欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021112611190
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种多四旋翼无人机输出约束状态一致博弈控制器,其特征在于,所述博弈控制器用于控制网络化系统中的各个跟随者;该网络化系统由一个领导者与N个跟随者通过单向拓扑图连接构成,所述跟随者为网络化系统中除领导者外的、含有输出约束的四旋翼无人机;领导者与至少一个跟随者之间存在通信连接,N个跟随者之间存在通信连接,跟随者之间的信息通信采用有向图 表示,其中v为节点的非空有限集合,且v={v1,…,vN},ε为边的集合,且ε={(vj,vi)∈v×v},vi为第i个移动机器人,vj为第j个移动机器人;(vj,vi)∈v×v表示第i个移动机器人能够直接获得第j个移动机器人的信息;其中,i、j为所述跟随者的编号,且1≤i≤N,1≤j≤N;

所述博弈控制器包括滚转角子控制器、俯仰角子控制器和偏航角子控制器;所述滚转角子控制器、俯仰角子控制器和偏航角子控制器的输入端均与有向图 的输出端相连,输出端均与跟随者的输入端连接;

所述滚转角子控制器包括滚转角姿态系统转换单元、滚转角姿态一致误差运算单元、ADP滚转角姿态逼近器单元、ADP滚转角姿态运算单元、ADP滚转角姿态第i,1,1子控制单元和设计ADP滚转角姿态第i,1,2子控制单元;

所述滚转角姿态系统转换单元的输入端为第i个跟随者的状态xi,1,1和xi,1,2,和第i个跟随者的输出yi,1;

所述滚转角姿态一致误差运算单元的输入端分别为有向图 中第j个跟随者转换后的状态sj,1,1和sj,1,2、跟随者的邻接通信aij、领导者的邻接通信bi、滚转角姿态系统转换单元的输出si,1,1和si,1,2和领导者中滚转角姿态系统转换后的状态s0,1,1和s0,1,2;

所述ADP滚转角姿态逼近器单元的输入端分别为滚转角姿态一致误差运算单元的输出ei,1,1和ei,1,2、第i,1,1ADP子控制单元的输出ui,1和第i,1,2ADP子控制单元的输出di,1;

所述ADP滚转角姿态运算单元的输入端是ADP滚转角姿态逼近器单元的输出所述ADP滚转角姿态第i,1,1子控制单元的输入端分别是ADP滚转角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi;

所述ADP滚转角姿态第i,1,2子控制单元的输入端分别是ADP滚转角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi;

所述俯仰角子控制器包括俯仰角姿态系统转换单元、俯仰角姿态一致误差运算单元、ADP俯仰角姿态逼近器单元、ADP俯仰角姿态运算单元、ADP俯仰角姿态第i,2,1子控制单元和设计ADP俯仰角姿态第i,2,2子控制单元;

所述俯仰角姿态系统转换单元的输入端为第i个跟随者的状态xi,2,1和xi,2,2,和第i个跟随者的输出yi,2;

所述俯仰角姿态一致误差运算单元的输入端分别为有向图 中第j个跟随者转换后的状态sj,2,1和sj,2,2、跟随者的邻接通信aij、领导者的邻接通信bi、俯仰角姿态系统转换单元的输出si,2,1和si,2,2和领导者中俯仰角姿态系统转换后的状态s0,2,1和s0,2,2;

所述ADP俯仰角姿态逼近器单元的输入端分别为俯仰角姿态一致误差运算单元的输出ei,2,1和ei,2,2、第i,2,1ADP子控制单元的输出ui,2和第i,2,2ADP子控制单元的输出di,2;

所述ADP俯仰角姿态运算单元的输入端是ADP俯仰角姿态逼近器单元的输出所述ADP俯仰角姿态第i,2,1子控制单元的输入端分别是ADP俯仰角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi;

所述ADP俯仰角姿态第i,2,2子控制单元的输入端分别是ADP俯仰角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi;

所述偏航角子控制器包括偏航角姿态系统转换单元、偏航角姿态一致误差运算单元、ADP偏航角姿态逼近器单元、ADP偏航角姿态运算单元、ADP偏航角姿态第i,3,1子控制单元和设计ADP偏航角姿态第i,3,2子控制单元;

所述偏航角姿态系统转换单元的输入端为第i个跟随者的状态xi,3,1和xi,3,2,和第i个跟随者的输出yi,3;

所述偏航角姿态一致误差运算单元的输入端分别为有向图 中第j个跟随者转换后的状态sj,3,1和sj,3,2、跟随者的邻接通信aij、领导者的邻接通信bi、偏航角姿态系统转换单元的输出si,3,1和si,3,2和领导者中偏航角姿态系统转换后的状态s0,3,1和s0,3,2;

所述ADP偏航角姿态逼近器单元的输入端分别为偏航角姿态一致误差运算单元的输出ei,3,1和ei,3,2、第i,3,1ADP子控制单元的输出ui,3和第i,3,2ADP子控制单元的输出di,3;

所述ADP偏航角姿态运算单元的输入端是ADP偏航角姿态逼近器单元的输出ADP偏航角姿态第i,3,1子控制单元的输入端分别是ADP偏航角姿态运算单元的输出和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi;

所述ADP偏航角姿态第i,3,2子控制单元的输入端分别是ADP偏航角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi;

跟随者中第i个四旋翼无人机的系统模型为:其中,φi为第i四旋翼无人机的滚转角、θi为第i个四旋翼无人机的俯仰角、ψi为第i四旋翼无人机的偏航角、ξφ,i、ξθ,i和ξψ,i表示第i个四旋翼无人机的空气动力阻尼系数、Ix,i、Iy,i和Iz,i表示第i个四旋翼无人机的转动惯量、ui,1、ui,2和ui,3表示第i个四旋翼无人机的控制输入和di,1、di,2和di,3表示第i个四旋翼无人机的外部未知扰动;

将第i个四旋翼无人机的系统模型转换成状态模型,令xi,1,1=φi, yi,1=xi,1,1,xi,2,1=θi, yi,2=xi,2,1,xi,3,1=ψi, yi,3=xi,3,1,则转换后第i个四旋翼无人机的状态模型为:

其中,yi,1为转换后第i个四旋翼无人机的输出滚转角,yi,2为转换后第i个四旋翼无人机的输出俯仰角,yi,3为转换后第i个四旋翼无人机的输出偏航角,xi,1,1、xi,1,2、xi,2,1、xi,2,2、xi,3,1和xi,3,2为第i个跟随者的状态,ui,1、ui,2和ui,3分别为第i个四旋翼无人机的滚转角控制输入、俯仰角控制输入和偏航角控制输入,di,1、di,2和di,3分别为第i个四旋翼无人机的滚转角扰动、俯仰角扰动和偏航角扰动。

2.根据权利要求1所述的多四旋翼无人机输出约束状态一致博弈控制器,其特征在于,将跟随者的邻接矩阵记为A,那么A=[ai,j]N×N,该邻接矩阵A=[ai,j]N×N的定义如下:其中,aij为第i、j个跟随者的邻接通信;

将有向图 的拉普拉斯矩阵记为L,那么L=D‑A,其中,D为有向图 的度矩阵,且D=diag{d1,…,dN},di为跟随者的邻接矩阵的行和,且

3.根据权利要求1所述的多四旋翼无人机输出约束状态一致博弈控制器,其特征在于,将节点i的邻接集合定义为Ni={j|(vj,vi)∈ε};有向图 的拉普拉斯矩阵记为L,L=[li,j]N×N,有向图 的拉普拉斯矩阵L=[li,j]N×N的定义为:其中,lij为有向图 的拉普拉斯矩阵中的元素。

4.根据权利要求1所述的多四旋翼无人机输出约束状态一致博弈控制器,其特征在于,将领导者的邻接矩阵记为B,B=diag{b1,…,bN},其中bi为领导者的邻接通信,当第i个跟随者能够得到领导者的信号时,bi=1;当第i个跟随者不能得到领导者的信号时,bi=0。

5.一种基于权利要求1‑4任一项所述多四旋翼无人机输出约束状态一致博弈控制器的设计方法,其特征在于,所述设计方法包括以下步骤:A、第i个跟随者的输出约束状态一致博弈控制器结构包括滚转角子控制器、俯仰角子控制器和偏航角子控制器,在第i个跟随者的输出约束状态一致博弈控制器中,设计滚转角子控制器;包括以下步骤:

A1、设计滚转角姿态系统转换单元:滚转角姿态系统转换单元的输入端为第i个跟随者的状态xi,1,1和xi,1,2,和第i个跟随者的输出yi,1,根据滚转角输出约束的要求,引入一个非线性滚转角映射函数: 其中,Hi,1(·)是一个平滑、可逆和严格单调递增的函数,且满足以下条件: χi,1<0为滚转角输出约束的下界,和为滚转角输出约束的上界;

根据非线性滚转角映射函数,转换后的滚转角姿态系统为:根据转换后的滚转角姿态系统,得到滚转角姿态系统转换单元的输出为转换后的滚转角姿态系统的状态si,1,1、si,1,2和转换后的滚转角姿态系统的输出A2、设计滚转角姿态一致误差运算单元:滚转角姿态一致误差运算单元的输入端分别为有向图 中第j个跟随者转换后的状态sj,1,1和sj,1,2、跟随者的邻接通信aij、领导者的邻接通信bi、滚转角姿态系统转换单元的输出si,1,1和si,1,2和领导者中滚转角姿态系统转换后的状态s0,1,1和s0,1,2,根据以下公式计算滚转角姿态一致误差:A3、设计ADP滚转角姿态逼近器单元:ADP滚转角姿态逼近器单元的输入端分别为滚转角姿态一致误差运算单元的输出ei,1,1和ei,1,2、第i,1,1ADP子控制单元的输出ui,1和第i,1,

2ADP子控制单元的输出di,1,经过以下的计算: 得到ADP滚转角姿态逼近器单元的输出 其中 为ADP滚转角姿态逼近器单元中神经网络隐藏层到输出层的估计权值矩阵,是k1行1列矩阵,k1为ADP滚转角姿态逼近器单元中神经网络隐藏层神经元的个数,是大于零的常数; ci,1为

神经网络的学习率,是大于零的常数; ei,1=[ei,1,1,ei,1,2T

] , qi,1,1、qi,1,2、Ri,1、γi,1和Γi,1分别是大于零的常数; 为激活函数,T

是k1行1列矩阵, 是激活函数 对ei,1的偏导矩阵,ei,1=[ei,1,1,ei,1,2] ;

A4、设计ADP滚转角姿态运算单元:ADP滚转角姿态运算单元的输入端是ADP滚转角姿态逼近器单元的输出 经过以下计算:

得到ADP滚转角姿态运算单元的输出 和A5、设计ADP滚转角姿态第i,1,1子控制单元:ADP滚转角姿态第i,1,1子控制单元的输入端分别是ADP滚转角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi,经过以下计算:得到ADP滚转角姿态第i,1,1子控制单元的输出ui,1A6、设计ADP滚转角姿态第i,1,2子控制单元‑ADP滚转角姿态第i,1,2子控制单元的输入端分别是ADP滚转角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi,经过以下计算:得到ADP滚转角姿态第i,1,2子控制单元的输出di,1;

B、在第i个跟随者的输出约束状态一致博弈控制器中,设计俯仰角子控制器;

B1、设计俯仰角姿态系统转换单元:俯仰角姿态系统转换单元的输入端为第i个跟随者的状态xi,2,1和xi,2,2,和第i个跟随者的输出yi,2,根据俯仰角输出约束的要求,引入一个非线性俯仰角映射函数,为

其中,Hi,2(·)是一个平滑、可逆和严格单调递增的函数,且满足以下条件:χi2<0为俯仰角输出约束的下界,和 为俯仰角输出约束的上界;

根据非线性俯仰角映射函数,转换后的俯仰角姿态系统为:根据转换后的俯仰角姿态系统,得到俯仰角姿态系统转换单元的输出为转换后的俯仰角姿态系统的状态si,2,1、si,2,2和转换后的滚转角姿态系统的输出B2、设计俯仰角姿态一致误差运算单元:俯仰角姿态一致误差运算单元的输入端分别为有向图 中第j个跟随者转换后的状态sj,2,1和sj,2,2、跟随者的邻接通信aij、领导者的邻接通信bi、俯仰角姿态系统转换单元的输出si,2,1和si,2,2和领导者中俯仰角姿态系统转换后的状态s0,2,1和s0,2,2,根据以下公式计算俯仰角姿态一致误差:B3、设计ADP俯仰角姿态逼近器单元:ADP俯仰角姿态逼近器单元的输入端分别为俯仰角姿态一致误差运算单元的输出ei,2,1和ei,2,2、第i,2,1ADP子控制单元的输出ui,2和第i,2,

2ADP子控制单元的输出di,2,经过以下的计算: 得到ADP俯仰角姿态逼近器单元的输出 其中 为ADP俯仰角姿态逼近器单元中神经网络隐藏层到输出层的估计权值矩阵,是k2行1列矩阵,k2为ADP俯仰角姿态逼近器单元中神经网络隐藏层神经元的个数,是大于零的常数;

ci,2为神经网络的学习率,是大于零的常数; ei,2=T

[ei,2,1,ei,2,2] , qi,2,1、qi,2,2、Ri,2、γi,2和Γi,2分别是大于零的常数;

T

为激活函数,是k2行1列矩阵, 是激活函数 对ei,2的偏导矩阵,ei,2=[ei,2,1,ei,2,2] ;

B4、设计ADP俯仰角姿态运算单元:ADP俯仰角姿态运算单元的输入端是ADP俯仰角姿态逼近器单元的输出 经过以下计算:

得到ADP俯仰角姿态运算单元的输出 和B5、设计ADP俯仰角姿态第i,2,1子控制单元:ADP俯仰角姿态第i,2,1子控制单元的输入端分别是ADP俯仰角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi,经过以下计算:得到ADP俯仰角姿态第i,2,1子控制单元的输出ui,2;

B6、设计ADP俯仰角姿态第i,2,2子控制单元:ADP俯仰角姿态第i,2,2子控制单元的输入端分别是ADP俯仰角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi,经过以下计算:得到ADP俯仰角姿态第i,2,2子控制单元的输出di,2;

C、在第i个跟随者的输出约束状态一致博弈控制器中,设计偏航角子控制器;

C1、设计偏航角姿态系统转换单元‑偏航角姿态系统转换单元的输入端为第i个跟随者的状态xi,3,1和xi,3,2,和第i个跟随者的输出yi,3,根据偏航角输出约束的要求,引入一个非线性偏航角映射函数:

其中,Hi,3(·)是一个平滑、可逆和严格单调递增的函数,且满足以下条件:χi,3<0为偏航角输出约束的下界,和 为偏航角输出约束的上界;

根据非线性偏航角映射函数,转换后的偏航角姿态系统为:根据转换后的偏航角姿态系统,得到偏航角姿态系统转换单元的输出为转换后的偏航角姿态系统的状态si,3,1、si,3,2和转换后的偏航角姿态系统的输出C2、设计偏航角姿态一致误差运算单元:偏航角姿态一致误差运算单元的输入端分别为有向图 中第j个跟随者转换后的状态sj,3,1和sj,3,2、跟随者的邻接通信aij、领导者的邻接通信bi、偏航角姿态系统转换单元的输出si,3,1和si,3,2和领导者中偏航角姿态系统转换后的状态s0,3,1和s0,3,2,根据以下公式计算偏航角姿态一致误差:C3、设计ADP偏航角姿态逼近器单元:ADP偏航角姿态逼近器单元的输入端分别为偏航角姿态一致误差运算单元的输出ei,3,1和ei,3,2、第i,3,1ADP子控制单元的输出ui,3和第i,3,

2ADP子控制单元的输出di,3,经过以下的计算: 得到ADP偏航角姿态逼近器单元的输出 其中 为ADP偏航角姿态逼近器单元中神经网络隐藏层到输出层的估计权值矩阵,是k3行1列矩阵,k3为ADP偏航角姿态逼近器单元中神经网络隐藏层神经元的个数,是大于零的常数;

ci,3为神经网络的学习率,是大于零的常数; ei,3=[ei,3,1,T

ei,3,2] , qi,3,1、qi,3,2、Ri,3、γi,3和Γi,3分别是大于零的常数; 为激活T

函数,是k3行1列矩阵, 是激活函数 对ei,3的偏导矩阵,ei,3=[ei,3,1,ei,3,2] ;

C4、设计ADP偏航角姿态运算单元:ADP偏航角姿态运算单元的输入端是ADP偏航角姿态逼近器单元的输出 经过以下计算:

得到ADP偏航角姿态运算单元的输出 和C5、设计ADP偏航角姿态第i,3,1子控制单元:ADP偏航角姿态第i,3,1子控制单元的输入端分别是ADP偏航角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi,经过以下计算:得到ADP偏航角姿态第i,3,1子控制单元的输出ui,3;

C6、设计ADP偏航角姿态第i,3,2子控制单元‑ADP偏航角姿态第i,3,2子控制单元的输入端分别是ADP偏航角姿态运算单元的输出 和 有向图 中的拉普拉斯矩阵中的参数lii和领导者的邻接通信bi,经过以下计算:得到ADP偏航角姿态第i,3,2子控制单元的输出di,3。