[发明专利]一种旋转翼-倾斜混合式无人机非线性模型预测控制方法

权利要求书

1.一种旋转翼-倾斜混合式无人机非线性模型预测控制方法，其特征在于，包括以下步骤：

步骤1、定义无人机重要参数；步骤1中无人机包括11个驱动自由度，驱动自由度由四个螺旋桨角速度矢量w₁,w₂,w₃,w₄，五个控制面δ_E和两个倾斜角χ_r、χ_l组成；为参数维度，姿态四元数q₀和为姿态四元数组成向量，H为Hamilton空间；

步骤2、设计基于导航MPC算法的非线性模型；非线性模型包括导航MPC模块、姿态控制器和控制分配模块；建立旋转翼-倾斜混合式无人机动力学方程，计算无人机EoM最优结果，建立无人机目标函数并进行优化，建立非线性模型控制方法的约束条件；

步骤3、设计控制分配算法：基于当前空气速度v_a^B，v_a^B＝v_W^B-v^B，导航MPC算法、姿态控制器驱动力T_mpc、倾斜角度和无人机实际扭矩，结合固定系向量B中的控制扭矩公式和虚拟受力公式，反演计算得到11个驱动自由度状态向量对应的执行器指令；引入两步法菊花链算法，分配控制面偏转，分配旋转速度和倾斜角度；

步骤4、设计无人机飞行实验：设定无人机飞行实验场地、风速范围、MPC解算器采样时间、预测控制算法步进范围、解算器收敛时间；如果解算器不收敛，将根据无人机当前姿态重新初始化解算器。

2.根据权利要求1所述旋转翼-倾斜混合式无人机非线性模型预测控制方法，其特征在于：步骤2中基于导航MPC算法的非线性模型的总输入向量为下标ref表示参考量；上标γ表示惯性系；上标B表示固定系向量；表示惯性系γ的参考质心速度；姿态控制器的输入向量为q_γB,mpc，其中带下标mpc的参数表示导航MPC模块的输出量；姿态控制器的输出向量为固定系向量B中的姿态力矩导航MPC模块同时输出姿态力矩将与叠加，作为控制分配模块的输入向量将控制分配模块的输出向量作为无人机的控制输入量，其中带下标cmd的参数表示控制分配模块的输出量；将无人机的实时状态向量x作为反馈量输入导航MPC模块。

3.根据权利要求2所述旋转翼-倾斜混合式无人机非线性模型预测控制方法，其特征在于，步骤2具体包括以下步骤：

步骤2-1、建立非线性模型：在预测控制算法的每次迭代过程中，建立如式(1)至式(5)所示的非线性模型：

s.t.

¹x_n＝x(t) (3)

上式中，n为方向向量；为状态向量；u_n为控制输入向量；t时刻系统状态值为x(t)；¹x_n为预测阶段1的初始值，^jx_n表示预测阶段j的状态向量，^jx_n的最小值和最大值区间为[x_min,x_max]；^ju_n表示预测阶段j的控制输入向量，^ju_n的最小值和最大值区间为[u_min,u_max]；^jΔx和jΔu表示MPC预测阶段j预测值和期望值之间的偏差值；N为预测控制算法步长，h()为成本函数，h_N+1()为预测阶段N+1的成本函数；表达式表示状态向量导数，f()为非线性函数；

步骤2-2、根据公式(2)，建立旋转翼-倾斜混合式无人机动力学方程，计算无人机EoM最优结果；简化非线性模型，通过降低非线性模型复杂度来减少导航MPC模块内的MPC解算器收敛时间。