员乾乾， 付兴建

(北京信息科技大学自动化学院, 北京 100192)

0 引 言

四旋翼飞行器姿态控制策略一直是研究的热点问题。虽然分数阶PID能较好的达到期望的控制品质，但是在实际的飞行控制中，无论是环境中干扰还是系统内部模型参数的不确定性，都会对飞行器的飞行效果产生很大的影响。因此，带观测器的分数阶PID，能对系统中存在的干扰进行有效的补偿，增加系统的抗干扰性以及鲁棒性，但是传统的经验法很难得到最佳的分数阶PID的参数值。神经网络应用于传统的PID参数整定已经是非常方便的策略。为了能得到最优的PID参数，采用RBF神经网络整定分数阶PID控制器的参数。

设计干扰观测器有诸多的优点。第一：观测器的结构简单，在控制过程中不需要大量的计算，能够很好的满足设计者的需要；第二：一般的控制系统都比较复杂，采用干扰观测器抑制干扰，对模型的准确性要求不高。因此，干扰观测器常常用在多种控制场合。关于复杂的控制系统控制算法的研究主要集中于神经网络、滑模控制等非线性控制策略。在理论研究中，虽然非线性控制算法有比较好的控制效果，但是非线性控制器对控制对象模型有较高的要求，在实际中难以实现。在控制系统的模型存在误差或者参数不确定的情况下，考虑到线性PID控制算法存在抗干扰能力差，鲁棒性较弱的问题。因此，给出了一种带干扰观测器的神经网络RBF分数阶PID控制器，其中干扰观测器能很好抑制系统的噪声，而经过神经网络学习的的分数阶PID控制能实现对系统的良好控制。……