夏 金

(西安培华学院，陕西 西安 710125)

0 引言

当前无人机行业的发展基本处于起步阶段，但其应用前景十分广阔，在监测大气污染、战争侦察、投放物资、防震减灾、巡查线路、目标追踪和边防巡逻等军用以及民用领域均有着广泛应用[1-2]。随着导航系统与视频监控技术的进步，无人机使用过程中不再受到重量、体积的影响，因此其飞行方式更加多样化，垂直起降不再需要特殊的跑道，在近地、狭小空间等多种特殊环境下也能实现飞行，其飞行姿态包括悬停、前飞、侧飞等各种飞行姿态[3]。

由于无人机能够在空中悬停，可以被应用于特定场景的拍摄。但在动态环境下，无人机因其自身技术特点，易受风向、参数变化、飞行条件参数不精确、载荷变化和外部风场不确定性等多种因素的影响，增加了其在轨姿态控制难度。为此，相关学者对无人机在轨姿态控制做出了研究：文献[4]方法的误差控制精度较好，但控制效率较差；文献[5]方法的控制效率较好，但对无人机的在轨姿态控制精度有待提高。对此，本文基于干扰观测器对无人机在轨姿态控制系统做出了设计。

1 无人机姿态控制系统硬件设计

无人机姿态控制系统硬件由微处理器、存储器组成，系统硬件结构如图1所示。

图1 无人机姿态控制系统硬件结构

如图1所示，所设计无人机姿态控制系统硬件结构包含微处理器与存储器2个模块。其中，微处理器与业务接口扩展模块、接口可扩展宽带IP及系统界面相连，为系统提供中控支持；存储器与数据分析及利用模块相连，提升无人机在轨姿态控制的数据存储安全性。

1.1 微处理器设计

微处理器是无人机飞行控制系统中姿态控制的执行平台，其具有快速采集系统传感器测量数据并且进行复杂数据融合的能力。微处理器结构如图2所示。

图2 微处理器结构

STK53F406V芯片具有处理速度快、处理数据量大的特点，故采用STK53F406V芯片作为微处理器主控芯片，以提高数据处理的能力。在微处理器中，通过SPI接口提升导航与定位控制所需数据的处理性能；SDI通信接口连接微处理器与存储器芯片，提升系统同步通信的稳定性；引入有源晶振为微处理器提供时钟信号频率；增加时钟器来增加时钟信号的准确性与稳定性。

SPI接口使系统的存储空间显著提高，具有1 MB的片内存储单元、202 KB的SDI及8 KB的备用SDI、灵活的外部存储器，可实现微处理器对导航与定位控制所需数据的处理。微处理器的外部接口具有2个通道，4个SBI单通道，能够与采用数据总线的通信形式和匹配测量器件进行对应连接，处理器应用SDI接口与外部接口数据存储芯片进行无线通信[6]。SDI通信接口由电源中的4条分线构成，这样的设计目的是节省USB的布局空间。

在微处理器外部接口与单通道之间引入6 MHz的有源晶振为微处理器提供时钟信号频率，微处理器的晶振与内部的振荡器相比，可增加时钟器来增加时钟信号的准确性与稳定性。与此同时，为了节省微处理器输入数据的失真与启动时钟器的时间，在设计微处理器的外围电路时，要使负载电容、无源晶振尽量减少与微处理器引脚的距离。在无人机主控板空间有限的条件下，增加30编程接口的下载器，选择SDI为微处理器进行代码编写，外围电路的引脚接口只需要4个就可以实现内部数据的快速传输，能够减少引脚所占空间和接口需要的资源。微处理器的外围电路组成系统的复位电路，按下电源复位键时，微处理器的外用引脚处于高电平，这时电源系统复位结束[7-9]。

1.2 存储器设计

控制系统的存储器芯片选用AY54GN178M，此芯片使用SDI接口与系统的微处理器进行无线通信，其整体设计以及参数符合无人机飞行姿态控制的设计要求[10-12]。为了避免无人机在飞行过程中因为掉电而出现采集数据丢失的情况，控制系统使用了可编辑程序的存储器，用来存储无人机的飞行姿态、控制数据参数和飞行控制参数[13-15]。存储器结构如图3所示。

图3 存储器结构

存储器通过遥控发送PWM脉冲调制信号，需要无线接收器接收相应的指令同时传达存储器发送的信号，利用时钟信号的传送功能输出主控机的电机转速，增加飞控板的飞行稳定性。飞行中采集的数据参数通过集中器的传输存储在系统的存储器中[16-18]。

2 基于干扰观测器的无人机在轨姿态控制软件设计

无人机姿态控制系统软件设计主要由干扰观测器、姿态控制器和无人机姿态修正控制模块组成。利用串联低通滤波器来减少滤除干扰观测器的外界干扰，计算干扰观测器输出值，将干扰观测器扰动与系统的控制参数控制在同一个范围内，准确估算飞行状态和扰动频率，计算飞行姿态的状态测量值，实现姿态控制器设计；设计无人机姿态修正流程，并结合姿态控制器及硬件模块，实现控制无人机姿态控制系统软件流程设计。

2.1 干扰观测器原理分析

干扰观测器是估计系统模型内部不确定性和外部扰动性的结构，在自抗扰控制领域被首次提出。其基本思想是将设计系统中模型的不确定性和外部扰动转化为系统的总扰动，再将系统的总扰动转化为外部干扰的状态，加入原始的系统模型中，将原来N阶系统模型扩展为包含总扰动的N+1阶系统模型，根据扩展后的N+1阶模型对系统进行实际的总扰动的估计。扩张状态干扰观测器除了对总扰动的估计，还包括了对外界存在的各种干扰的估计，包括环境干扰、人为干扰、电子设备等方面的干扰，各种干扰可将复杂的系统转化为可观测的线性系统，但这时会使非线性系统模型的界限扩大，从而限制了干扰观测器在实际中的应用效果[19]。干扰观测器基本结构如图4所示。

图4 干扰观测器示意图

(1)

k=a-d*+d

(2)

a为变饱和状态控制器的输出；d*为干扰估计值。

随着低通滤波器截止频率的增加，滤波器带宽也随之增加，可提升系统的处理性能，有效抑制干扰。

2.2 基于干扰观测器的姿态控制器设计

为了确认干扰观测器的扰动干扰能力，需要对其进行精度的分析与研究。本文设计的基于干扰观测器的无人机姿态控制系统，采用了干扰观测器的对于各种干扰的估计能力，可以更加直观地展示干扰值与实际计算结果之间的关系，对分析干扰频域更加方便快捷，从干扰的种类、精度、动态性能和飞行模式等方面对系统进行正弦波的干扰分析，将扰动与系统的控制参数控制在同一个范围内，实现对所设计的系统飞行状态以及扰动频率的正确估计，抑制了非匹配与不确定性的估计结果。

姿态控制器的设计是为了使无人机的实际姿态能够达到标准姿态，设置期望值Φc、θ和φc，控制无人机的姿态角Φ、θ和φ无限接近或达到期望值。无人机飞行姿态的调节主要通过控制改变量μ1，μ2和μ3来实现。考虑到飞行姿态控制环节中存在不确定性以及外界干扰的因素，系统中涉及的飞行姿态的状态测量值可以表示为

(3)

b为姿态控制系统中不确定量和外界干扰的复合量；A和E为数量矩阵；c为系统状态相关的矩阵。根据公式可得

(4)

姿态控制器的设计包括控制飞行参量和切换函数，确保函数切换后的姿态误差接近0，在干扰观测器的应用下，重新估计姿态函数，并结合干扰估计值和姿态控制器模型，根据函数率设计姿态控制。

2.3 无人机姿态修正控制模块

基于干扰观测器的无人机姿态控制系统软件流程如图5所示。

图5 无人机姿态控制系统软件流程

首先,对所设计的程序进行初始化。在软件飞行系统开启或者复位结束后，系统需进行自检，初始化系统的硬件和软件，其中，硬件初始化包括时钟、接口设置、电源中断和通道打通等步骤，在微处理器设计和安装过程中可能会出现误差，所以为了确保微处理器处理数据的精准度需要对其进行初始校准。系统软件初始化需要进行全部软件测量变量的定义和声明，飞行姿态控制系统的存储器、传感器等数据参数存储在微处理器内部的芯片内，系统放电后会自动从芯片内读取软件进行初始化的操作。

然后，在系统传感器、存储器、微处理器、电源电路和气压高度计中，使用数据总线方式进行数据的传递，并将姿态控制器设置为主机，姿态微处理器设置成固化地址保存在初始化过程中。数据总线实行高低电平状态的转换来表示开始、传达和结束传达3种通信信号，当从高电平转化为低电平时，系统采集的数据开始传递，传感器接收到数据发送低电平信号。

最后，在软件初始化后，需要对系统内部时钟、数据采样频率、引脚的设置进行数据的处理。根据数据总线传递数据的速度，每当进行1个字节的传递时，进行10次数据的采集和原始磁场数据的存储。由于飞行中受到磁场强度的干扰比较大，需对系统中相关的函数进行校正，捕获脉宽以及输出频率的控制信号，将定时时钟设置为上沿捕获。

3 实验研究

3.1 实验环境和指标

为了验证本文提出的基于干扰观测器的无人机姿态控制系统的有效性，以文献[4]方法、文献[5]方法作为实验对比方法，进行仿真验证。

在MATLAB实验平台搭建实验环境，设置无人机仿真参数如表1所示。

表1 无人机仿真参数

在上述无人机仿真参数的设置下，进行对比实验，在MATLAB2017b 平台上进行仿真，控制目标为使系统从初始姿态角转到期望姿态角、从初始角速度转到期望角速度。分别采用以上3种方法对无人机在轨姿态控制过程中的扰动估计值、扰动控制量和控制耗时进行分析，并对实验结果进行讨论。

3.2 实验结果分析

不同方法的无人机在轨姿态的扰动估计值如图6所示。

图6 无人机在轨姿态扰动估计值

根据图6可知，本文提出的基于干扰观测器的无人机姿态控制系统，能够将扰动估计值和干扰控制器结合到一起，准确计算姿态扰动量，从而实现扰动抑制，提升无人机在轨姿态控制精度。

不同方法的无人机在轨姿态的扰动控制量实验结果如表2所示。

表2 无人机在轨姿态扰动控制量实验结果

根据表2可知，本文提出的控制系统在60 s时的扰动控制量绝对值为14°，高于对比文献方法。本文提出的控制系统能够有效抑制外界信息扰动，可以确保无人机姿态在控制过程横滚角和俯仰角都达到期望值，因此控制量更大。

不同方法的无人机在轨姿态控制耗时实验结果如表3所示。

表3 无人机在轨姿态控制耗时

如表3所示，在6次无人机在轨姿态控制实验中，文献[4]方法的控制耗时平均值为3.6 s，文献[5]方法的控制耗时平均值为5.3 s，而本文方法的控制耗时平均值为1.3 s，小于对比文献方法。分析其原因可知，本文方法采用STK53F406V微处理器芯片有效提高了数据处理的能力，通过脉冲调制信号的采集与存储提升了数据处理效率，能够在最短时间内实现无人机在轨姿态控制，提升了其控制效率。

4 结束语

无人机如今广泛应用在多个领域，在农业以及军用方面扮演了重要的角色。本文设计了基于干扰观测器的无人机姿态控制系统。通过仿真实验可知，所设计系统提高了干扰观测器的扰动估计精度以及系统的整体稳定性，提升了无人机在轨姿态控制的效率，使无人机能够平稳、安全地飞行。