[发明专利]基于虚拟领导者的飞行编队协同自适应跟踪控制方法

权利要求书

1.一种基于虚拟领导者的飞行编队协同自适应跟踪控制方法，其特征在于步骤如下：

步骤1：采用无人机的动力学模型：

式中，x,y,z为位置，为横滚角，θ为俯仰角，ψ为偏航角，m为质量，g为重力加速度，I_x,I_y,I_z为惯性矩阵，l为无人机质心到旋翼中心的距离，J_r为电机转动惯量，ω_r＝ω₂+ω₄-ω₁-ω₃，ω_i为第i个电机的转速，i＝1,2,3,4；U₁,U₂,U₃,U₄分别为垂直、滚转、俯仰、偏航运动的控制输入为：

其中，b为升力系数，d为力矩系数；

步骤2：将无人机动力学模型解耦得到位置子系统和姿态子系统；定义x_j,1＝z_j，第j个无人机位置子系统动力学可写为：

式中，τ_j,1＝U_j,1为控制输入，为由式(1)得到的未知光滑函数，由式(1)得到的已知函数，j为编队中无人机的编号，j＝1,…N，N为飞行编队中无人机数量；

定义x_j,3＝x_j，x_j,4＝y_j，假设平衡位置附近的姿态角较小；第j个无人机水平运动动力学可以简化为：

第j个无人机姿态子系统动力学可写为：

式中，τ_j,2＝[U_j,2,U_j,3,U_j,4]为控制输入，为由式(1)得到的未知光滑函数，由式(1)得到的已知函数；

步骤3：设计无人机的位置和航向角期望指令为：

x_j,d＝x_d+cosψ_dl_xi-sinψ_dl_yi

y_j,d＝y_d+sinψ_dl_xi+cosψ_dl_yi

z_j,d＝z_d+l_zi

ψ_j,d＝ψ_d+l_ψi

式中，x_j,d,y_j,d,z_j,d为第j个无人机的位置期望指令，ψ_j,d为第j个无人机的偏航角期望指令，x_d,y_d,z_d为虚拟领航无人机的位置期望指令，ψ_d为虚拟领航无人机的偏航角期望指令，l_xi,l_yi,l_zi为第j个无人机和虚拟领航无人机的相对位置，l_ψi为第j个无人机和虚拟领航无人机的相对偏航角；

步骤4：针对位置子系统(3)，定义位置跟踪误差为e_j,1＝x_j,1-z_j,d；设计虚拟控制量为：

式中，k_j,1＞0为设计参数，为高度期望指令的导数；

设计一阶滤波器为：

式中，τ_j,1＞0为滤波器参数，

设计补偿信号z_j,1为：

式中，z_j,2在后续设计中给出；

定义补偿后跟踪误差为：

ν_j,1＝e_j,1-z_j,1 (9)

定义跟踪误差为设计实际控制输入τ_j,1为：

式中，为神经网络最优权重的估计值，为神经网络基函数向量，k_j,2＞0为设计参数；

设计补偿信号z_j,2为：

定义补偿后跟踪误差为：

ν_j,2＝e_j,2-z_j,2 (12)

定义预测误差为：

式中，

设计神经网络自适应更新律为：

式中，λ_j,1＞0，k_j,ω1＞0和δ_j,f1＞0为设计参数；

步骤5：针对水平运动(4)，设计PD控制器计算预期加速度为：

式中，k_j,3＞0，k_j,4＞0，k_j,5＞0，k_j,6＞0为设计参数，为水平位置期望指令的导数；

获取期望横滚角和俯仰角为：

步骤6：针对姿态子系统(5)，定义姿态角跟踪误差为e_j,X1＝X_j,1-X_j,d，其中为姿态角期望指令；设计虚拟控制量为：

式中，k_j,7＞0为设计参数，为姿态角期望指令的导数；

设计一阶滤波器为：

式中，τ_j,2＞0为滤波器参数，

设计补偿信号z_j,3为：

式中，z_j,4在后续设计中给出；

定义补偿后跟踪误差为：

ν_j,3＝e_j,X1-z_j,3 (20)

定义跟踪误差为设计实际控制输入τ_j,2为：

式中，为神经网络最优权重的估计值，为神经网络基函数向量，k_j,8＞0为设计参数；

设计补偿信号z_j,4为：

定义补偿后跟踪误差为：

ν_j,4＝e_j,X2-z_j,4 (23)

定义预测误差为：

式中，

设计神经网络自适应更新律为：

式中，λ_j,2＞0，k_j,ω2＞0和δ_j,f2＞0为设计参数；

步骤7：据得到的垂直、滚转、俯仰、偏航运动的控制输入U_j,1,U_j,2,U_j,3,U_j,4，返回到无人机系统动力学模型，以飞行编队形式对期望指令x_d,y_d,z_d进行跟踪控制。