APP下载

基于变权重变异鸽群优化的无人机空中加油自抗扰控制器设计

2020-03-02费伦段海滨徐小斌鲍瑞孙永斌

航空学报 2020年1期
关键词:优化

费伦,段海滨,2,*,徐小斌,鲍瑞,孙永斌

1. 北京航空航天大学 自动化科学与电气工程学院, 北京 100083 2. 鹏城实验室, 深圳 518000

空中加油 (Aerial Refueling) 技术是加油机在航行中为受油机补充燃料的技术,可以显著提高战斗机的续航能力[1]。在空中加油任务中,由于尾流等影响,需要受油机具有较高的控制精度,因此需要设计控制精度高、抗干扰能力强的控制系统。Nicol等[2]在2011年提出了一种直接近似的自适应控制方法,依靠一组先验的权重来指导学习,从而更新控制器的权重。Enomoto等[3]在2008年采用内外环动态逆方法,设计了无人机制导跟踪控制系统,该系统能够实现与目标无人机保持理想的相对距离。但动态逆系统控制器使用在空中加油的对接阶段,会造成逆误差,不能满足对接阶段的控制要求。Lungu[4]于2019年设计了一种基于动态反步控制的自动着陆飞行控制系统,验证了该控制结构在不同初始条件下的稳定性和鲁棒性,由于其控制算法需要基于准确的数学模型,其实现有一定的困难。

自抗扰控制(Active Disturbance Rejection Controll, ADRC)技术是Han在20世纪80年代所提出的一种新的控制理论,这种控制不依赖于受控对象的具体数学模型,具有很强的鲁棒性和抗干扰性[5]。自抗扰技术广泛地在控制工程领域应用[6-10]。相比于经典的比例-积分-微分(Proportional-Integral-Derivative, PID)控制器,自抗扰控制器的控制效果更为优越,系统的稳健性更强。但自抗扰控制同样存在控制器参数众多,整定参数往往依靠工程经验等问题,不容易得到最优控制效果[11]。

鸽群优化(Pigeon Inspired Optimization, PIO)是在2014年提出的一种启发式优化仿生算法[12],该算法基于鸽群在飞行中寻找目标的行为机制。……

登录APP查看全文

猜你喜欢

优化
超限高层建筑结构设计与优化思考
PEMFC流道的多目标优化
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
围绕“地、业、人”优化产业扶贫
事业单位中固定资产会计处理的优化
4K HDR性能大幅度优化 JVC DLA-X8 18 BC
几种常见的负载均衡算法的优化