1.一种四旋翼无人机的高度和姿态跟踪控制方法,其特征在于,包括如下步骤:步骤1. 建立四旋翼无人机离散时间系统模型;
步骤2. 基于得到的四旋翼无人机离散时间系统模型,构造存在外部干扰和系统不确定性情况下四旋翼无人机的离散时间模糊自适应命令滤波反步跟踪控制器;
首先构造高度子系统的离散时间模糊自适应命令滤波反步跟踪控制器,如下所示:;
;
其中,表示权向量自适应律的自适应参数,表示权向量自适应律的自适应参数,表示外部干扰自适应律的自适应参数,表示外部干扰自适应律的自适应参数;
然后构造姿态子系统的离散时间模糊自适应命令滤波反步跟踪控制器,如下所示:;
;
步骤3. 对步骤2构建的离散时间模糊自适应命令滤波反步跟踪控制器进行稳定性分析;
步骤4. 利用步骤2构建的离散时间模糊自适应命令滤波反步跟踪控制器,实现四旋翼无人机的高度和姿态的跟踪控制。
2.根据权利要求1所述的四旋翼无人机的高度和姿态跟踪控制方法,其特征在于,所述步骤1具体为:
四旋翼无人机在高度和姿态的连续时间系统模型定义为:(1)
其中,L代表四旋翼无人机机臂的长度,即电机到重心的长度;m代表无人机质量,、、、代表四旋翼无人机的横滚角度、俯仰角度、偏航角度和高度;、、代表四旋翼无人机各轴的转动惯量,g表示重力加速度;
表示高度子系统的空气阻力系数,表示横滚子系统的空气阻力系数,表示俯仰子系统的空气阻力系数,表示偏航子系统的空气阻力系数,表示高度子系统的控制输入,表示电机在横滚子系统的控制输入,表示俯仰子系统的控制输入,表示偏航子系统的控制输入;表示高度子系统的外部干扰函数,表示横滚子系统的外部干扰函数,表示俯仰子系统的外部干扰函数,表示偏航子系统的外部干扰函数;
令,,,,,,,, ,,,,则四旋翼无人机的连续时间模型改写为:(2)
其中,,,,,这四项均为系统模型中可计算的部分;,,,,这四项是指系统模型中的未知部分;,,,这三项是指系统模型中能够被计算的部分;
,表示状态向量;
根据四旋翼无人机的连续时间模型即公式(2),设计四旋翼无人机离散时间系统模型为:(3)
其中,为传感器的采样周期;代表第时刻,是系统在时刻的状态向量;
根据四旋翼无人机离散时间系统模型即公式(3),将其简化为高度子系统和姿态子系统,为方便计算,定义时,为高度子系统模型,即为:(4)
同时,定义、、时,为姿态子系统,即为:(5)
其中,表示、、、离散化后的函数。
3.根据权利要求1所述的四旋翼无人机的高度和姿态跟踪控制方法,其特征在于,对于一个紧集和一个离散函数,存在一个近似未知的模糊逻辑系统,利用模糊逻辑系统近似未知的非线性函数,对于任意,总是存在模糊逻辑系统,表示为;其中,为近似误差;为理想的权向量,,表示理想的权向量的元素;为基函数,表示为:;
其中,,为中心向量为和高斯函数宽度为的高斯函数。
4.根据权利要求2所述的四旋翼无人机的高度和姿态跟踪控制方法,其特征在于,所述步骤2具体为:
步骤2.1. 构造高度子系统的离散时间模糊自适应命令滤波反步跟踪控制器;
为了解决离散时间反步法中的因果问题,引入一阶低通滤波器,使用一阶低通滤波器来预测虚拟控制器中的未来信息,一阶低通滤波器的离散时间模型为:(6)
其中,为一阶低通滤波器的输入,、为一阶低通滤波器在和时刻的输出;,为一阶低通滤波器的时间常数;
定义为的初值,为的初值,则;
同时,一阶低通滤波器的输出还满足,表示滤波器误差上界;
定义补偿的跟踪误差为:
(7)
其中,为跟踪误差,为误差补偿信号,跟踪误差定义为:;
其中,表示第i个子系统的第j个状态,、、、,、2,、分别为系统的期望信号及虚拟期望信号,,为输入的期望信号;
定义虚拟控制信号和控制信号为:(8)
(9)
其中,表示误差补偿的参数,表示误差补偿信号,表示权向量的自适应信号,表示基函数向量,表示自适应信号;
定义误差补偿信号为:
(10)
其中,表示更新后下一时刻的滤波器误差补偿信号、表示当前时刻滤波器误差补偿信号;选择李雅普诺夫函数为:(11)
其中,表示第i个子系统的李雅普诺夫函数的位置加权系数;根据离散系统的差分方法,式(11)中的增量为:(12)
将虚拟控制信号和误差补偿信号代入式(12),得到:(13)
选择李雅普诺夫函数为:
(14)
其中,表示第i个子系统的李雅普诺夫函数的速度加权系数;利用差分方法,(14)式中的增量为:(15)
其中,未知函数部分使用模糊逻辑控制来逼近,将未知函数部分改写为:(16)
其中,,表示理想的权向量,表示基函数,表示逼近误差;
将式(16)代入式(15),同时使用自适应控制解决外部干扰问题,则(15)改写为:(17)
将控制信号代入(17)的同时,因为,因此,式(17)改写为:(18)
其中,,,为的估计值,第i个子系统的理想的权向量;为的估计值,通过放缩得到:(19)
因此,自适应律分别设计为:(20)
(21)
其中,表示权向量自适应律的自适应参数,表示权向量自适应律的自适应参数,表示外部干扰自适应律的自适应参数,表示外部干扰自适应律的自适应参数;
步骤2.2. 构造姿态子系统的离散时间模糊自适应命令滤波反步跟踪控制器;
定义补偿的跟踪误差为:
(22)
其中,为跟踪误差,为误差补偿信号;跟踪误差定义为:(23)
其中,为滤波器的输出,且;
定义虚拟控制信号和控制信号为:(24)
(25)
由于使用一阶低通滤波器预测未来信号会存在误差,因此误差补偿信号定义为:(26)
选择李雅普诺夫函数为:
(27)
根据离散系统的差分方法,式(27)中的增量为:(28)
将虚拟控制信号和误差补偿信号代入式,得到:(29)
选择李雅普诺夫函数为:
(30)
利用差分方法,式(30)中的增量为:(31)
其中,未知函数部分使用模糊逻辑控制来逼近,将未知函数部分改写为:(32)
同时,使用自适应控制解决外部干扰问题,则式(31)改写为:(33)
将控制信号代入式(33),则式(33)改写为:(34)
由于,因此,式(34)改写为:(35)
其中,,,为的估计值,第i个子系统的理想的权向量;为的估计值,通过放缩得到:(36)
因此,自适应律分别设计为:(37)
(38)。
5.根据权利要求4所述的四旋翼无人机的高度和姿态跟踪控制方法,其特征在于,所述步骤3具体为:
步骤3.1. 证明在离散时间模糊自适应命令滤波反步跟踪控制器控制下,四旋翼无人机系统整体稳定;
步骤3.2. 证明离散时间模糊自适应命令滤波反步跟踪控制器中误差补偿信号收敛。
6.根据权利要求5所述的四旋翼无人机的高度和姿态跟踪控制方法,其特征在于,所述步骤3.1具体为:
将、、、重新定义为、、、;选择李雅普诺夫函数为:(39)
其中,为自适应系统的李雅普诺夫函数,定义为:(40)
其中,、表示第i个子系统两个自适应率的李雅普诺夫函数的加权系数;
利用差分方法,得到的增量为:(41)
其中,表示的范数,表示的范数;
因为,,推导出以下不等式:(42)
(43)
(44)
(45)
(46)
(47)
(48)
(49)
其中,表示不等式的参数;根据不等式(42)-(49),则式(41)改写为:(50)
其中,设计参数需满足的不等式(51)所示:,,,, (51)
将不等式(50)、(19)、(36)、式(13)、(29)及自适应率(20)、(21)、(37)、(38)代入(39)得到:(52)
因此,式(52)改写为:(53)
其中,,;如果设计的参数满足式(54),得出一致最终有界的;
(54)。
7.根据权利要求6所述的四旋翼无人机的高度和姿态跟踪控制方法,其特征在于,所述步骤3.2具体为:
首先,选择李雅普诺夫函数为:(55)
利用差分方法,得到的增量为:(56)
将误差补偿信号代入(56)得到:(57)
因为,所以得到:
(58)
式(58)改写为
(59)
其中,,,参数的定义满足不等式:,,则得到是一致最终有界的。
8.一种用于实现如权利要求1所述的四旋翼无人机的高度和姿态跟踪控制方法的四旋翼无人机的高度和姿态跟踪控制系统,其特征在于,所述四旋翼无人机的高度和姿态跟踪控制系统包括:模型建立模块,用于建立四旋翼无人机离散时间系统模型;
控制器设计模块,用于基于构建的四旋翼无人机离散时间系统模型,构造存在外部干扰和系统不确定性情况下四旋翼无人机的离散时间模糊自适应命令滤波反步跟踪控制器;
稳定性分析模块,用于对离散时间模糊自适应命令滤波反步跟踪控制器进行稳定性分析;
以及高度和姿态跟踪控制模块,用于利用构建的四旋翼无人机的离散时间模糊自适应命令滤波反步跟踪控制器,实现四旋翼无人机的高度和姿态的跟踪控制。
9.一种计算机设备,包括存储器和一个或多个处理器,所述存储器中存储有可执行代码,其特征在于,所述处理器执行所述可执行代码时,实现如权利要求1至7任一项所述的四旋翼无人机的高度和姿态跟踪控制方法的步骤。
10.一种计算机可读存储介质,其上存储有程序,其特征在于,程序被处理器执行时,实现如权利要求1至7任一项所述的四旋翼无人机的高度和姿态跟踪控制方法的步骤。