張文廣,易文俊,管 軍,袁丹丹,張浩然
(南京理工大學 瞬態(tài)物理國家重點實驗室,江蘇 南京 210094)
隨著無人機在直接作戰(zhàn)中的應用,對無人機精確航跡與姿態(tài)的控制要求越來越高。由于無人機空氣動力學特性復雜,受空氣擾動、測量因素的影響,難以建立精確的數(shù)學模型[1]。當無人機的運動學模型不夠精確時,對其進行控制時可能難以取得滿意的效果,控制中會有較大的穩(wěn)態(tài)誤差,甚至可能出現(xiàn)發(fā)散的誤差。國內(nèi)外學者對這一問題提出了很多解決辦法。如滑??刂芠2-5]被廣泛應用于無人機姿態(tài)控制,但是由于建模誤差等原因,這種方法存在抖振的現(xiàn)象。一些新發(fā)展起來的方法,如微分幾何方法也被應用于解決飛行器的控制問題[6-7],但此方法對模型的擾動也不具有魯棒性。此外,還有參數(shù)自校正的方法[8-10],取得了良好的控制效果,但是當系統(tǒng)的多個參數(shù)存在擾動的情況下,該方法無法準確估計出參數(shù)真值,而是整體達到一種使系統(tǒng)誤差降低的組合。
單純的滑模控制或微分幾何的方法無法解決系統(tǒng)參數(shù)攝動的問題,而自適應的方法又需要計算參數(shù)的更新率,這無疑增加了控制計算機的計算負擔。本文考慮到實際中無人機的參數(shù)攝動是存在且已知的,在此基礎上設計了一種簡便的控制算法。本文的思想可以描述為:針對某固定翼小型無人機,構造含參數(shù)攝動上限的速度和姿態(tài)控制器,使系統(tǒng)在李雅普諾夫意義下是穩(wěn)定的,且對于參數(shù)攝動具有魯棒性。最后,將本文所提算法應用于該型無人機的航跡跟蹤任務中,以驗證其有效性。
(1)
定義質(zhì)心運動為[11]
(2)
(3)
(4)
其中,攻角α定義為
(5)
側(cè)滑角定義為
(6)
其中,合速度vT定義為
(7)
相對速度在速度坐標系下可以表示為
(8)
假設風速為常數(shù),或者變化緩慢,則可用牛頓第二定律求得機體的加速度:
(9)
(10)
(11)
(12)
(13)
(14)
合速度對時間t的導數(shù)可以表示為
(15)
將式(9)代入式(15)中,得:
(16)
(17)
注意vT和vx為正值。
固定翼無人機繞質(zhì)心轉(zhuǎn)動的運動可以建模為[12]
(18)
式中:
(19)
為慣性矩陣,J(·)是正的常數(shù);u=(δaδeδr)T,為控制輸入矢量,由3個偏向角組成;氣動力矩函數(shù)定義為
(20)
定義:
(21)
(22)
(23)
(24)
(25)
(26)
則有
(27)
上述式中各符號含義見文獻[12]。
(28)
(29)
令
(30)
式中:KV為正的增益系數(shù);ΔC(·)(·)Z=|max(ΔC)|,即攝動上限的絕對值;符號“°”表示hadamard乘號,即矢量對應元素相乘。將制導律代入式(38),得:
(31)
采用滑模變結構的方法設計姿態(tài)控制器[13]。
定義滑模變量為[14]
(32)
(33)
(34)
(35)
式中:I為單位矢量。
用慣性矩陣J左乘σb并對其求導,代入式(26),得:
(36)
式中參考角加速度變?yōu)?/p>
(37)
令Lyapunov候選函數(shù)為
(38)
(39)
(40)
設計控制律為
(41)
式中:Ks是一個正定陣。
將控制律代入式(9),得:
(42)
假設1:
sign(ηd,w(t))=sign(ηd,w(t0))?t
(43)
引理1[15]在假設1的條件下,可以得到如下不等式:
(44)
(45)
設置組合氣動參數(shù)誤差見表1。
表1 各航跡點處設置的氣動參數(shù)攝動 %
為進一步分析和驗證本文所提算法的性能,將該算法與一種基于參數(shù)自適應校正的算法[8]進行對比。根據(jù)該自適應算法,重新設計V1:
(46)
(47)
令
(48)
(49)
同理,重新設計V2,得:
(50)
將V2對t求導,得:
(51)
令
(52)
(53)
(54)
上述式中參數(shù)A1,A2,N1,N2,N3為正的常數(shù),本文中設置為A1=5,A2=6,N1=10,N2=8,N3=5,仿真的初始條件同前文。
圖1 姿態(tài)四元數(shù)誤差
圖2 速度誤差對比
圖3 跟蹤距離誤差
本文針對氣動參數(shù)攝動設計了一種簡便的控制算法,解決了無人機航跡跟蹤控制中的實際問題,具有較大的應用價值。根據(jù)穩(wěn)定性理論,設計含有參數(shù)攝動上限項并加入到控制輸入中,從而抑制參數(shù)攝動對系統(tǒng)的不利影響。仿真結果表明,本文的改進算法可以保證較高的控制精度。