王晓海, 孟秀云, 李传旭

(北京理工大学宇航学院, 北京 100081)

0 引 言

近年来,无人机在军事领域和民用领域中的应用越来越广泛,其中固定翼无人机以其航程长、飞行速度快、载重量大等优点引起了人们的重视。固定翼无人机主要采用倾斜转弯(bank-to-turn, BTT)的控制方式,目前主要的BTT航迹跟踪方法有基于比例积分微分(proportional integral derivative,PID)控制的跟踪算法、非线性制导算法、向量场算法及纯追踪与视线角(pure pursuit and line of sight, PLOS)组合制导算法等。文献[1]使用PID控制方法与微分几何制导算法对无人机航迹跟踪方法进行了设计与验证;文献[2]将非线性制导算法进行了改进,引入了一种自适应引导长度,提高了算法的跟踪性能;文献[3-4]提出了向量场算法,并使用Lyapunov方法对算法的稳定性进行了证明;文献[5]对PLOS算法的抗干扰能力进行了讨论。

模型预测控制(model predictive control, MPC)是20世纪70年代后期提出的一类新型计算机控制算法,是一种属于基于模型预测的启发式控制算法[6]。模型预测控制器具有设计简单、易于实现等优点,一经问世,便在电力、化工等复杂工业过程控制中取得了巨大成功。近年来,MPC在飞行器控制问题中得到了大量应用。文献[7]对MPC中用于预测的模型进行泰勒展开,得到近似的线性模型,并对线性化后的模型应用了预测控制。文献[8-10]将目标的运动考虑到预测模型中,用MPC实现了无人飞行器对运动目标的跟踪与着陆。

本文针对固定翼无人机BTT的侧向航迹跟踪问题,采用动态逆方法将模型线性化,基于线性化后的模型……