CN105676854B - 一种三自由度直升机抗饱和姿态跟踪控制方法 - Google Patents
一种三自由度直升机抗饱和姿态跟踪控制方法 Download PDFInfo
- Publication number
- CN105676854B CN105676854B CN201610025311.2A CN201610025311A CN105676854B CN 105676854 B CN105676854 B CN 105676854B CN 201610025311 A CN201610025311 A CN 201610025311A CN 105676854 B CN105676854 B CN 105676854B
- Authority
- CN
- China
- Prior art keywords
- helicopter
- dof
- attitude
- attitude angle
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013528 artificial neural network Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 241000135164 Timea Species 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种三自由度直升机抗饱和姿态跟踪控制方法,步骤如下:(一)给定期望跟踪值:期望姿态角xd=[ρd εd]T;(二)姿态角跟踪误差计算:期望姿态角与实际姿态角之间的误差z1=x‑xd;(三)虚拟控制律设计:设计vd并求其对时间的导数作为神经网络中状态量;(四)神经网络设计:逼近3‑DOF直升机动力学方程中的不确定项;(五)辅助控制***设计:设计状态量解决输入饱和问题;(六)模型控制律设计:利用辅助控制***状态量修正姿态角速度跟踪误差项,结合神经网络估计不确定项,最终得到模型控制律;(七)将模型控制律应用于3‑DOF直升机非线性模型,进行姿态角跟踪仿真。该方法能够逼近模型不确定项、抑制外界扰动影响、抗执行机构饱和,跟踪任意期望姿态,保证***渐近稳定,简化计算过程。
Description
技术领域
本发明提供一种三自由度(3-DOF)直升机抗饱和姿态跟踪控制方法,它为三自由度直升机提供一种抑制外界扰动影响、抗执行机构输入饱和的跟踪期望姿态的新控制方法,属于自动控制技术领域。
背景技术
直升机是一种以动力装置驱动的旋翼作为主要升力及动力来源,能垂直起降及前后、左右机动飞行的航空飞行器,不管是在军事还是民用上面都有很广泛的应用。3-DOF直升机是一类常见的欠驱动、高阶次、多入多出(MIMO)的非线性***,并且具有较强的通道耦合特性,可以实现对实际直升机飞行控制***较为真实全面和客观的模拟,是一台验证各种控制算法有效性的非常理想的科研平台。然而,在3-DOF实现姿态跟踪的过程中,当3-DOF模型本身存在不确定性,或在飞行时受到外界扰动干扰时,将会导致***不稳定;此外,由于3-DOF直升机模型执行机构存在限位设置,从而出现执行机构饱和等问题。
因此发明“一种三自由度直升机抗饱和姿态跟踪控制方法”是把以上问题作为切入点,而提出的有针对性、基于抗输入饱和的3-DOF直升机模型的姿态跟踪控制理论,可利用神经网络逼近3-DOF直升机模型的不确定项,抑制外界扰动对***的影响,改善执行机构的饱和问题,保证***的渐进稳定性,实现模型的有效姿态跟踪,为3-DOF直升机的姿态跟踪控制工程提供了一种高效可行的设计手段。
发明内容
(1)目的:本发明的目的在于提供一种3-DOF直升机抗饱和姿态跟踪控制方法,控制工程师可以在结合实际参数的同时,按照该方法实现3-DOF直升机抗不确定项、抗扰动、抗执行机构饱和问题的姿态跟踪控制。
(2)技术方案:本发明“一种三自由度直升机抗饱和姿态跟踪控制方法”,其主要内容及步骤是:先由给定的姿态角期望跟踪值进行误差计算;然后根据姿态运动学方程进行姿态运动学控制计算得到虚拟控制律;利用神经网络逼近3-DOF直升机模型中的不确定项,设计辅助控制***解决执行机构饱和问题,随后基于3-DOF直升机动力学方程得到控制量;最终将此控制量用于3-DOF直升机模型。在实际应用当中,3-DOF直升机的姿态、速度等状态量由组合惯导等传感器测量得到,而由该方法计算得到的控制量将传输至舵机和螺旋桨等执行机构,即可实现3-DOF直升机抗不确定项、抗扰动、抗执行机构饱和问题的姿态跟踪控制功能。
本发明“一种三自由度直升机抗饱和姿态跟踪控制方法”,其具体步骤如下:
步骤一给定期望姿态xd=[ρd εd]T。
步骤二姿态角跟踪误差计算:计算期望姿态角与实际姿态角之间的误差z1=x-xd。
步骤三设计虚拟控制律vd。
步骤七将模型控制律应用于3-DOF直升机非线性模型,进行姿态角跟踪仿真。
其中,在步骤一中所述的给定期望姿态角包括:期望姿态角为xd=[ρd εd]T,可以是时间的函数xd(t),也可以是定值xd(c),期望姿态角的二个分量分别是地轴系下的俯仰角、滚转角。
其中,在步骤二中所述的姿态角跟踪误差的计算方法如下:
z1=x-xd
其中,x为3-DOF直升机的实际姿态角,x=[ρ ε]T,其中,实际姿态角的二个分量分别是地轴系下的俯仰角、滚转角。
其中,在步骤三中所述的虚拟控制律vd,其计算方法如下:
1)给出3-DOF直升机的动力学方程
根据附图2得到3-DOF直升机的动力学方程为:
其中Jρ,Jε分别为3-DOF直升机体轴系下的俯仰轴、滚转轴的转动惯量;ρ,ε分别为3-DOF直升机体轴系下的俯仰角、滚转角;ρ,ε分别为3-DOF直升机体轴系下的俯仰角、滚转角;La,Lh分别为模型中的力臂;Ff和Fb分别是前后螺旋桨的输出电压;Kf是电压和力之间的转换系数;
Mf,Mb和Mw分别是前后螺旋桨和配重块的质量。
将3-DOF直升机动力学模型整理成如下控制学模型形式:
为***未知的重力惯量,其中m=Mwg·Lw-(Mf+Mb)g·La;D(v,x,t)∈R2是附加的***未知干
扰;u=[u1 u2]T=[Ff-Fsat Fb-Fsat]T为控制输入矢量,前螺旋桨输出电压Ff∈(0,2Fsat),后
螺旋桨输出电压Fb∈(0,2Fsat);y为观测输出。
2)设计虚拟控制律vd
其设计方法如下:
其中,在步骤四中所述的神经网络,其设计方法如下:
用神经网络逼近3-DOF直升机动力学方程中的不确定项:
***未知干扰:
|Di(v,x,t)|≤pi(v,x)+qi(t)
Sgn(z2):=diag{sgn(z2j)},j=1,2。
本专利中采用径向基神经网络进行不确定项估计,其计算方法如下::
神经网络权向量:
基函数向量:
其中,在步骤五中所述的辅助控制***,其状态量的计算方法如下:
其中,在步骤六中所述的模型控制律,其计算方法如下:
1)对输入矢量限幅,其计算方法如下:
其中,输入矢量u=[u1 u2]T,-Fsat≤ui≤Fsat,i=1,2;-Fsat为控制量所限定的最小值,Fsat为控制量所限定的最大值;u0i是控制律u0的第i维分量。
2)利用辅助控制***修正姿态角速度跟踪误差项,其设计方法如下:
其中,K3∈R2×2,K3=K3 T>0。
其中,在步骤七中所述的将模型控制律应用于3-DOF直升机非线性模型,进行姿态角跟踪仿真,
其方法如下:
将经过限幅和辅助控制***修正过的输入量u0,即为3-DOF直升机非线性模型的控制量。
(3)优点及效果:
本发明“一种三自由度直升机抗饱和姿态跟踪控制方法”,与现有技术比,其优点是:
1)本方法避免模型线性化,可直接应用于非线性模型,步骤简洁高效,并能保证***的渐次稳定性;
2)本方法利用神经网络,从而良好的抑制了模型不确定性和外界扰动对***的干扰影响;
3)本方法采用辅助控制***解决饱和问题,使得执行机构饱和问题得到了大幅度改善;
4)本方法算法结构简单,响应速度快,易于工程实现。
在应用过程中,控制工程师可以根据实际要求给定3-DOF直升机任意期望姿态角,并将由该方法计算得到的控制量直接传输至执行机构实现姿态跟踪控制的功能。
附图说明
图1为纵列式直升机实物图;
图2为本发明3-DOF直升机模型图;
符号说明如下:
u u为***控制量;
u0 u0为***控制律;
-Fsat -Fsat为***控制量所限定的最小值;
Fsat Fsat为***控制量所限定的最大值;
vd vd为虚拟控制律;
S(Z) S(Z)为神经网络中基函数向量;
y y为***观测输出;
R(x) R(x)为3-DOF直升机体轴系和地面坐标系的转换矩阵;
z1 z1为期望姿态角与实际姿态角之间的误差;
具体实施方式
下面对本发明中的各部分设计方法作进一步的说明:
本发明“一种三自由度直升机抗饱和姿态跟踪控制方法”,见图1、图2所示,其具体步骤如下:
步骤一:给定期望跟踪值
1)如图2所示,以3-DOF直升机实验模型中的质量块为原点,以俯仰、偏航、滚转三个轴为坐标轴建立3-DOF直升机机体坐标系;
2)给定的期望姿态角为xd=[ρd εd]T,可以是时间的函数xd(t),也可以是定值xd(c)。
步骤二:计算姿态角跟踪误差z1
当期望姿态角为时间的函数xd(t)时,姿态角跟踪误差z1为
z1=x-xd(t)
当期望姿态角为定值xd(c)时,姿态角跟踪误差z1为
z1=x-xd(c)
步骤三:设计虚拟控制律vd
1)给出3-DOF直升机的动力学方程
根据附图2得到3-DOF直升机的动力学方程为:
其中Jρ,Jε分别为3-DOF直升机体轴系下的俯仰轴、滚转轴的转动惯量;ρ,ε分别为3-DOF直升机体轴系下的俯仰角、滚转角;La,Lh分别为模型中的力臂;Ff和Fb分别是前后螺旋桨的输出电压;Kf是电压和力之间的转换系数;Mf,Mb和Mw分别是前后螺旋桨和配重块的质量。
将3-DOF直升机动力学模型整理成如下控制模型形式:
v=[q p]T∈R2为3-DOF直升机体轴系下的俯仰角速度、滚转角速度;
为***未知的重力惯量,其中m=Mwg·Lw-(Mf+Mb)g·La;D(v,x,t)∈R2是附加的***未知干扰;u=[u1 u2]T=[Ff-Fsat Fb-Fsat]T为控制输入矢量,前螺旋桨输出电压Ff∈(0,2Fsat),后螺旋桨输出电压Fb∈(0,2Fsat);y为观测输出。
2)设计虚拟控制律vd
步骤四:设计神经网络
利用神经网络逼近3-DOF直升机动力学方程中的不确定项,神经网络方法有多种形式,在本方法中选择径向基神经网络(RBFNN),其形式为
1)神经网络变量Z
2)神经网络权向量
3)基函数向量
步骤六:设计模型控制律
1)对输入矢量限幅,其计算方法如下:
其中,输入矢量u=[u1 u2]T,-Fsat≤ui≤Fsat,i=1,2;-Fsat为控制量所限定的最小值,Fsat为控制量所限定的最大值;u0i是控制律u0的第i维分量2)利用辅助控制***修正姿态角速度跟踪误差项,其设计方法如下:
其中,K3∈R2×2,K3=K3 T>0。
步骤七:将模型控制律应用于3-DOF直升机非线性模型,进行姿态角跟踪仿真
Claims (4)
1.一种三自由度直升机抗饱和姿态跟踪控制方法,其具体步骤如下:
步骤一给定期望姿态xd=[ρd εd]T;
步骤二姿态角跟踪误差计算:计算期望姿态角与实际姿态角之间的误差z1=x-xd;
步骤三设计虚拟控制律vd;
在步骤三中所述的虚拟控制律vd,其设计方法如下:
1)给出3-DOF直升机的动力学方程
3-DOF直升机的动力学方程为:
其中Jρ,Jε分别为3-DOF直升机体轴系下的俯仰轴、滚转轴的转动惯量;ρ,ε分别为3-DOF直升机体轴系下的俯仰角、滚转角;La,Lh分别为模型中的力臂;Lw为模型中的力臂;Ff和Fb分别是前后螺旋桨的输出电压;Kf是电压和力之间的转换系数;Mf,Mb和Mw分别是前后螺旋桨和配重块的质量;将3-DOF直升机动力学模型整理成如下控制学模型形式:
其中,x=[ρ ε]T∈R2是地面坐标系下的俯仰角速度、滚转角速度;v=[q p]T∈R2为3-DOF直升机体轴系下的俯仰角速度、滚转角速度;q、p分别为3-DOF直升机体轴系下的俯仰角速度、滚转角速度;为***未知的质量矩阵; 为***未知的重力惯量,其中m=Mwg·Lw-(Mf+Mb)g·La;D(v,x,t)∈R2是附加的***未知干扰;u=[u1 u2]T=[Ff-Fsat Fb-Fsat]T为控制输入矢量,前螺旋桨输出电压Ff∈(0,2Fsat),后螺旋桨输出电压Fb∈(0,2Fsat);Fsat为控制量所限定的最大值;y为观测输出;
2)设计虚拟控制律vd
1)神经网络变量Z
2)神经网络权向量
3)基函数向量
设计模型控制律,其计算方法如下:
1)对输入矢量限幅,其计算方法如下:
其中,输入矢量u=[u1 u2]T,-Fsat≤ui≤Fsat,i=1,2;-Fsat为控制量所限定的最小值,Fsat为控制量所限定的最大值;u0i是控制律u0的第i维分量;
2)利用辅助控制***修正姿态角速度跟踪误差项,其设计方法如下:
其中,K3∈R2×2,K3=K3 T>0;
步骤七将模型控制律应用于3-DOF直升机非线性模型,进行姿态角跟踪仿真。
2.根据权利要求1所述的一种三自由度直升机抗饱和姿态跟踪控制方法,其特征在于:在步骤一中所述的给定期望姿态角包括:期望姿态角为xd=[ρd εd]T,可以是时间的函数xd(t),也可以是定值xd(c)。
3.根据权利要求1所述的一种三自由度直升机抗饱和姿态跟踪控制方法,其特征在于:在步骤二中所述的姿态角跟踪误差z1,其计算方法如下:
1)当期望姿态角为时间的函数xd(t)时,姿态角跟踪误差z1为
z1=x-xd(t)
2)当期望姿态角为定值xd(c)时,姿态角跟踪误差z1为
z1=x-xd(c)。
4.根据权利要求1所述的一种三自由度直升机抗饱和姿态跟踪控制方法,其特征在于:将模型控制律应用于3-DOF直升机非线性模型,进行姿态角跟踪仿真。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610025311.2A CN105676854B (zh) | 2016-01-14 | 2016-01-14 | 一种三自由度直升机抗饱和姿态跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610025311.2A CN105676854B (zh) | 2016-01-14 | 2016-01-14 | 一种三自由度直升机抗饱和姿态跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105676854A CN105676854A (zh) | 2016-06-15 |
CN105676854B true CN105676854B (zh) | 2020-05-05 |
Family
ID=56300814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610025311.2A Active CN105676854B (zh) | 2016-01-14 | 2016-01-14 | 一种三自由度直升机抗饱和姿态跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105676854B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106802570B (zh) * | 2017-04-01 | 2020-02-07 | 广东工业大学 | 一种无人直升机位置跟踪的方法与装置 |
CN108646556B (zh) * | 2018-05-08 | 2019-06-25 | 中国人民解放军战略支援部队航天工程大学 | 输入饱和航天器无退绕姿态跟踪控制方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1033300B1 (en) * | 1999-03-03 | 2003-08-13 | Hughes Electronics Corporation | Method and apparatus for controlling spacecraft attitude with rotational star trackers |
KR100793058B1 (ko) * | 2006-09-27 | 2008-01-10 | 한국전자통신연구원 | 지향 목표 궤적 근사화를 이용한 위성 자세 제어 방법 |
CN103207568A (zh) * | 2013-03-18 | 2013-07-17 | 哈尔滨工程大学 | 一种抗舵机饱和的船舶航向自适应控制方法 |
CN104007660A (zh) * | 2014-06-12 | 2014-08-27 | 国电科学技术研究院 | 一种基于反演设计的伺服***的抗饱和控制方法 |
CN104199457A (zh) * | 2014-09-19 | 2014-12-10 | 北京航空航天大学 | 一种基于h∞和模型修复抗饱和的平流层飞艇姿态控制方法 |
CN104252177A (zh) * | 2013-06-27 | 2014-12-31 | 上海新跃仪表厂 | 微小卫星对地凝视抗饱和跟踪控制方法 |
CN104527994A (zh) * | 2015-01-21 | 2015-04-22 | 哈尔滨工业大学 | 异面交叉快变轨道固定时间稳定姿态指向跟踪控制方法 |
CN104881044A (zh) * | 2015-06-11 | 2015-09-02 | 北京理工大学 | 一种姿态未知的多移动机器人***的自适应跟踪控制方法 |
CN104950671A (zh) * | 2015-06-10 | 2015-09-30 | 北京理工大学 | 基于自适应模糊的再入飞行器pid型滑模姿态控制方法 |
CN104950898A (zh) * | 2015-06-10 | 2015-09-30 | 北京理工大学 | 一种再入飞行器全阶非奇异终端滑模姿态控制方法 |
CN105159307A (zh) * | 2015-08-27 | 2015-12-16 | 北京天航华创科技股份有限公司 | 一种带有执行器饱和问题的运动体姿态事件触发控制方法 |
CN105182990A (zh) * | 2015-09-30 | 2015-12-23 | 南京航空航天大学 | 具有输出受限的三自由度模型直升机的鲁棒控制方法 |
-
2016
- 2016-01-14 CN CN201610025311.2A patent/CN105676854B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1033300B1 (en) * | 1999-03-03 | 2003-08-13 | Hughes Electronics Corporation | Method and apparatus for controlling spacecraft attitude with rotational star trackers |
KR100793058B1 (ko) * | 2006-09-27 | 2008-01-10 | 한국전자통신연구원 | 지향 목표 궤적 근사화를 이용한 위성 자세 제어 방법 |
CN103207568A (zh) * | 2013-03-18 | 2013-07-17 | 哈尔滨工程大学 | 一种抗舵机饱和的船舶航向自适应控制方法 |
CN104252177A (zh) * | 2013-06-27 | 2014-12-31 | 上海新跃仪表厂 | 微小卫星对地凝视抗饱和跟踪控制方法 |
CN104007660A (zh) * | 2014-06-12 | 2014-08-27 | 国电科学技术研究院 | 一种基于反演设计的伺服***的抗饱和控制方法 |
CN104199457A (zh) * | 2014-09-19 | 2014-12-10 | 北京航空航天大学 | 一种基于h∞和模型修复抗饱和的平流层飞艇姿态控制方法 |
CN104527994A (zh) * | 2015-01-21 | 2015-04-22 | 哈尔滨工业大学 | 异面交叉快变轨道固定时间稳定姿态指向跟踪控制方法 |
CN104950671A (zh) * | 2015-06-10 | 2015-09-30 | 北京理工大学 | 基于自适应模糊的再入飞行器pid型滑模姿态控制方法 |
CN104950898A (zh) * | 2015-06-10 | 2015-09-30 | 北京理工大学 | 一种再入飞行器全阶非奇异终端滑模姿态控制方法 |
CN104881044A (zh) * | 2015-06-11 | 2015-09-02 | 北京理工大学 | 一种姿态未知的多移动机器人***的自适应跟踪控制方法 |
CN105159307A (zh) * | 2015-08-27 | 2015-12-16 | 北京天航华创科技股份有限公司 | 一种带有执行器饱和问题的运动体姿态事件触发控制方法 |
CN105182990A (zh) * | 2015-09-30 | 2015-12-23 | 南京航空航天大学 | 具有输出受限的三自由度模型直升机的鲁棒控制方法 |
Non-Patent Citations (1)
Title |
---|
Hamilton***的鲁棒自适应控制及在航天器中的应用;史小平等;《四川大学学报(工程科学版)》;20130930;第45卷(第5期);第130-133页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105676854A (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Adaptive tracking control of underactuated quadrotor unmanned aerial vehicles via backstepping | |
Chen et al. | Guaranteed transient performance based control with input saturation for near space vehicles | |
CN104589349B (zh) | 一种混合悬浮微重力环境下带有单关节机械臂的组合体自主控制方法 | |
Das et al. | Backstepping approach for controlling a quadrotor using lagrange form dynamics | |
Zhang et al. | Attitude control of a quadrotor aircraft subject to a class of time-varying disturbances | |
CN110347170B (zh) | 可重复使用运载器再入段鲁棒容错制导控制***及工作方法 | |
CN103488814B (zh) | 一种适用于再入飞行器姿态控制的闭环仿真*** | |
Yüksel et al. | Reshaping the physical properties of a quadrotor through IDA-PBC and its application to aerial physical interaction | |
CN110488852B (zh) | 一种高超声速飞行器全剖面自适应控制方法 | |
CN107479384A (zh) | 高超声速飞行器神经网络复合学习非反步控制方法 | |
CN107272719B (zh) | 基于协调因子的高超声速飞行器姿态运动协调控制方法 | |
CN104898683A (zh) | 一种挠性卫星神经网络反步滑模姿态控制方法 | |
Nadda et al. | Development of backstepping based sliding mode control for a quadrotor | |
CN105676854B (zh) | 一种三自由度直升机抗饱和姿态跟踪控制方法 | |
Safaei et al. | Lyapunov-based nonlinear controller for quadrotor position and attitude tracking with GA optimization | |
Ansari et al. | Quadrotor control using generalized dynamic inversion and terminal sliding mode | |
Chen et al. | Adaptive attitude control for a coaxial tilt-rotor UAV via immersion and invariance methodology | |
Hussein et al. | Modeling and control of quadrotor systems | |
Nguyen et al. | Observer-based super-twisting sliding mode control with fuzzy variable gains and its application to overactuated quadrotors | |
Das et al. | Dynamic neural network-based robust backstepping control approach for quadrotors | |
Babaei et al. | Robust backstepping control of a quadrotor uav using extended kalman bucy filter | |
Kwon et al. | EKF based sliding mode control for a quadrotor attitude stabilization | |
Ding et al. | Energy-efficient adaptive robust control of vector thrust UAVs with unknown inertia parameters | |
CN114779797A (zh) | 一种无人直升机故障估计方法和跟踪容错方法 | |
CN115079715A (zh) | 角速度及输入约束下分布式航天器编队姿态同步控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |