基于鲁棒优化算法的小型无人机模糊控制器研究
2012-07-04孙大伟许国栋
电光与控制 2012年6期
孙大伟, 许国栋
(中国空空导弹研究院,河南 洛阳 471009)
0 引言
模糊控制器的应用是现代控制理论中一个比较重要的研究方向,特别是在飞行控制课题中,当飞行器发生飞控传感器失灵、性能参数指示不精确、外界紊流的干扰等特殊情况时,利用模糊控制技术来提高整体系统的适应性和可靠性,已成为提高飞行器安全性能的一种十分有效的解决手段。欧美[1-4]和俄罗斯[5]科学家在飞行控制系统内结合模糊控制技术的研究上都取得了长足的进步,一些研究成果已在小型无人飞行器(SUAV)上得到应用。
1 鲁棒H2/H∞优化算法简介
从文献[2-3]可知,模糊控制器的构造一般都参照经典(Crisp)控制器的结构原理,其中包括微分和积分动态反馈,以及为经典控制器求取的增益系数,都可以被转换到模糊控制系统中。典型的控制系统最优系数求解方法如文献[6],其离散模型的标准形式如图1所示。

图1 无人机离散模型Fig.1 Discrete model of SUAV
外部扰动向量g(涡流速度随机向量)为Dryden模型[7],为了通用化将此模型转化成了多维成形滤波器形式,其输入由白噪声η激发。成形滤波器的状态空间为四子集矩阵[Af,Bf,Cf,Df]只有在随机扰动时被启用。矩阵B0g将控制输入u和扰动输入g结合为一个控制输入向量A为SUAV的状态空间矩阵,C0为输出向量Z的观测矩阵,而Z被用来计算系统控制品质,而Cc为真实闭环系统输出Y的观测矩阵。成形滤波器DE为离散开关,周期为Ts,连续型被控对象的闭环系统为四子集矩阵[A,B0g,Cc,Dc],另一个四子集矩阵[A,B0g,C0,D0]被用来做最优化判断。……
登录APP查看全文
