[发明专利]一种无人机控制算法

说明书

本发明公开了一种无人机控制算法，属于无人机控制技术领域。该无人机控制算法基于自适应Super‑Twisting滑膜控制算法及相关计算机程序的支持，包括以下步骤：a.构建被研究对象的动力学方程，被研究对象为无人机控制过程中包含非匹配不确定性和/或匹配不确定性的各个控制环节；b.根据被研究对象的动力学方程，构建跟踪控制器；c.构建非匹配不确定性扰动观测器，形成对于非匹配不确定性的扰动观测闭环回路；步骤b中推导出来的跟踪控制器和步骤c中推导出来的非匹配不确定性扰动观测器共同构成无人机控制算法。它可以改善自适应Super‑Twisting滑膜控制算法对于无人机飞行过程中非匹配不确定性的鲁棒性。

技术领域

本发明涉及无人机控制技术领域。

背景技术

随着无人机技术的广泛应用，无人机系统面临越来越复杂的飞行环境与飞行任务，这对无人机控制的鲁棒性提出了更高的要求。滑膜控制算法作为一种典型的非线性控制算法，其原理简洁，易于实现，同时鲁棒性强，因此被广泛应用于飞行器位置以及姿态控制过程中。但是由于其控制输入的不连续性，滑膜控制算法在实际应用中存在沿滑膜面的抖动现象，这种抖动现象反而影响了滑膜的控制效果。为了改善这种抖动现象，通常有两种做法，一种是将滑膜控制中的符号函数改为饱和函数，从而减弱滑膜控制输出的非连续性，降低滑膜的抖动程度，但是这种改动反而会对滑膜控制的鲁棒性产生较大影响；另一种做法是采用高阶滑膜控制技术，即引入滑膜变量的高阶导数，从而使得最终的滑膜面控制效果不仅使滑膜变量收敛到零，还要使滑膜变量的各阶导数收敛到零，由此减弱甚至消除滑膜变量的抖动情况。但是高阶滑膜控制技术需要计算滑膜变量的高阶导数，计算量大幅增加，从而在一定程度上影响其应用。自适应Super-Twisting滑膜控制算法作为一种高阶滑膜控制算法的变种，不仅仅保留了高阶滑膜控制算法的优势，同时还不需要计算滑膜变量的高阶导数，也不需要知道系统扰动与不确定性的上界，从而在一定程度上避免了对于滑膜控制增益的过度估计，大大改善了原有高阶滑膜控制算法的性能与应用难度，自算法提出以来，逐渐在电机控制、工业生产、航空航天领域得到应用。但是自适应Super-Twisting滑膜控制算法并没有对非匹配不确定性有专门的设计进行消除，因此当被控系统中存在有非匹配不确定性时，自适应Super-Twisting滑膜控制算法的控制性能将会受到影响。

发明内容

本发明要解决的技术问题是提供一种无人机控制算法，它可以改善自适应Super-Twisting滑膜控制算法对于无人机飞行过程中非匹配不确定性的鲁棒性。

为解决上述技术问题，本发明所采取的技术方案是：

一种无人机控制算法，该无人机控制算法基于自适应 Super-Twisting滑膜控制算法及相关计算机程序的支持，包括以下步骤：

a.构建被研究对象的动力学方程，被研究对象为无人机控制过程中包含非匹配不确定性和/或匹配不确定性的各个控制环节，各个控制环节的动力学方程具有以下形式：

其中，x＝[x₁,x₂,…,x_n]^T为被研究对象的状态变量，d_i,i＝1,…,n-1为被研究对象所受到的非匹配不确定性与扰动，d₀为系统受到的匹配不确定性与扰动；

获取上述动力学方程(1)的二阶形式，以得到下述方程式：

b.根据被研究对象的动力学方程(1)，构建跟踪控制器：

首先构造跟踪控制的滑膜变量：

其中有：

e₁＝x₁-y_d (5)