[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

说明书

本发明涉及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，属于编队飞行控制领域。该方法引入了虚拟领航无人机的协调策略，设定各无人机与领航者的相对位置作为反馈信息，采用反步法设计控制输入，按照飞行编队队形实现协调轨迹跟踪。采用神经网络估计动力学不确定性，采集在线数据构造预测误差评价估计能力，并结合跟踪误差设计神经网络权重自适应更新律。本发明考虑多无人机系统在编队飞行过程中模型存在动力学不确定性的问题对跟踪性能的影响，设计了基于数据分析的复合估计算法，增强了不确定估计的精度，为提升编队飞行性能提供了新的技术途径。

技术领域

本发明涉及一种多飞行器跟踪控制方法，特别是涉及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，属于编队飞行控制领域。

背景技术

针对多无人机协同跟踪控制，基于虚拟结构的策略整体描述了群体行为并简化任务描述与分配，能够取得较高的编队控制精度。考虑到无人机系统存在的动力学不确定性和非线性性对编队飞行跟踪性能的影响，利用神经网络逼近能力进行估计的智能控制算法得到了广泛研究。然而目前的智能控制只能保证系统稳定，忽略对预期非线性估计性能的评价。为了提升协同跟踪控制性能保证非线性估计效果，研究基于数据分析的复合估计策略对编队飞行安全具有重要意义。

《Composite Learning Finite-Time Control With Application toQuadrotors》(B.Xu，《IEEE Transactions on Systems，Man，and Cybernetics:Systems》，2018年，第48卷第10期)针对欠驱动无人机设计有限时间神经网络控制算法，论文研究目标为实现无人机个体对期望轨迹指令的跟踪。《Coordinated Path-Following Control fora Group of Underactuated Surface Vessels》(Ghommam J，Mnif F，《IEEE Transactionson Industrial Electronics》，2009年，第56卷第10期)采用虚拟领航目标设计多智能体协同跟踪控制算法。论文以路径跟随器推导编队内个体的参考路径，同步协调状态实现路径跟踪。然而该论文所设计的控制算法依赖于模型的动力学特性，难以实现系统的快速稳定控制。

发明内容

要解决的技术问题

为克服现有技术在多无人机协调控制中处理动力学模型不确定性问题的不足，本发明提出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。该方法引入了虚拟领航无人机的协调策略，设定各无人机与领航者的相对位置作为反馈信息，采用反步法设计控制输入，按照飞行编队队形实现协调轨迹跟踪。采用神经网络估计动力学不确定性，采集在线数据构造预测误差评价估计能力，并结合跟踪误差设计神经网络权重自适应更新律。

技术方案

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，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；