CN115129072A - 固定翼无人机位置跟踪偏差约束下终端滑模控制方法 - Google Patents
固定翼无人机位置跟踪偏差约束下终端滑模控制方法 Download PDFInfo
- Publication number
- CN115129072A CN115129072A CN202210258027.5A CN202210258027A CN115129072A CN 115129072 A CN115129072 A CN 115129072A CN 202210258027 A CN202210258027 A CN 202210258027A CN 115129072 A CN115129072 A CN 115129072A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- position tracking
- constraint
- wing unmanned
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000003044 adaptive effect Effects 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000009795 derivation Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 4
- 241001051118 Garcinia nigrolineata Species 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000035899 viability 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
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
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
本发明公布了一种固定翼无人机位置跟踪偏差约束下终端滑模控制方法,用于解决固定翼无人机飞行控制***受非线性及不确定性扰动影响导致飞行位置跟踪精度下降,以至于固定翼无人机整体***不稳定的问题。该控制方法首先针对固定翼无人机在惯性坐标系中的运动学和三自由度动力学模型,考虑不确定性扰动,建立固定翼无人机外环位置跟踪控制模型;其次,基于预设性能函数和快速非奇异终端滑模面设计有限时间约束控制器,并利用自适应扰动观测器估计模型中的不确定性扰动以提高固定翼无人机外环约束控制精度;最后,证明整体闭环***的稳定性。本发明用于固定翼无人机位置跟踪偏差下的终端滑模约束控制。
Description
技术领域
本发明涉及一种针对固定翼无人机位置跟踪偏差约束的终端滑模控制方法,属于飞行器约 束控制领域。
技术背景
智能无人***(Intelligent unmanned system)是人工智能与无人***相结合的产物,在近 十年得到了迅猛的发展。而无人***作为人工智能终端将起到越来越广泛的应用,其中无人机 (UAV,Unmanned Aerial Vehicles)是一种典型的自主式无人***,在军事领域和民用领域都 起着非常重要的作用。目前,无人机广泛用于航拍、植保、环境监测、地图测绘,以及监视和 侦察、地面打击和电子对抗等。然而,目前的无人机技术大多停留在平稳飞行阶段,只能在有 限的滚转和俯仰姿态下飞行,不能发挥无人机的机动性能。随着应用范围的拓展和军事领域的 竞争,机动飞行已经成为未来无人机技术发展的关键点。随着飞行器任务要求的提高和飞行器 自身设计的复杂,对整个控制***提出了更高的要求。近些年,无人***的软硬件研究得到了 快速发展,飞行控制的发展经历了经典控制、现代控制,取得了很多突破,但仍然无法满足复 杂的任务需求。传感器的改进、智能控制的发展带来了新的可能,自主机动飞行和复杂***的 控制有望在这些方面取得突破。加拿大麦吉尔大学通过风洞精确建模、姿态控制(考虑力的模 型)位置控制、推力控制,实现垂直悬停,刀刃特技仿真飞行。
由于固定翼的气动效率特别高,因此续航长、活动范围大,在大范围监控特别是森林防火 中的表现尤为突出,同时,在一些特殊的任务中,部分固定翼无人机需要在城市建筑物、树林 等复杂境地中飞行,机动飞行使无人机能够在复杂的环境中快速改变自身的姿态和位置,可以 极大地提高无人机的生存能力。而复杂多变的任务环境、参数不确定的扰动和多状态的受限条 件等因素为无人机自主飞行带来一系列亟待解决的控制难题。出于机械制造和执行部件的物理 受限,如果在无人机飞行***的控制设计环节不考虑相关的物理约束条件,***基于无约束下 的控制方案执行飞行任务期间,违反约束限制的情况可能为***性能带来不利影响。固定翼无 人机的位置跟踪控制要求无人机尽可能跟踪任意一条指定的飞行路线,以达到飞行任务的完 成。在有限时间内完成跟踪偏差的收敛是保证无人机安全稳定控制的必要手段,将跟踪偏差约 束在某一预先设定的范围内可以保障无人机外环控制的精度,保障其动态性能和整体稳定性, 使无人机在完成复杂任务的同时充分体现其原有机动灵活的性能优势,对于固定翼无人机的安 全飞行具有重要的现实意义。现有的非线性***约束控制方案成果颇多,但仍存在以下不足:
1.现有约束控制方案大多是要求非线性***的稳态性能达到一定指标,很少具有针对约 束非线性***动态收敛快速性的技术手段,同时多为鲁棒形式的控制,保守性很大,且针对于 固定翼无人机外环位置跟踪偏差的约束控制相对较少;
2.目前大多数固定翼无人机外环位置跟踪偏差约束控制律中较少对扰动和建模不确定性 同时进行有界估计,可能导致控制精度和约束性能不理想,无法保证控制信号的有界性和工程 可实现性。
发明内容
发明目的
为了解决上述技术问题,本发明的目的在于提供一种固定翼无人机位置跟踪偏差约束下终 端滑模控制方法,保证固定翼无人机在外部扰动影响下跟踪期望位置信号的同时,在有限时间 内将跟踪偏差约束在预先规定的约束范围内。
技术方案
为了实现上述目的,本发明采用以下技术方案:
本发明为一种固定翼无人机位置跟踪偏差约束下终端滑模控制方法,所述方法包括以下步 骤:
步骤一,建立固定翼无人机三自由度动力学模型;
步骤二,基于预设性能函数和快速非奇异终端滑模面设计有限时间约束控制器,并利用自 适应扰动观测器估计模型中的不确定性扰动以提高固定翼无人机外环约束控制精度;
步骤三,将所述有限时间约束控制器的输出结果作为控制输入信号,以实现固定翼无人机 位置跟踪偏差约束下的终端滑模控制。
进一步的,所述步骤一具体包括以下过程:
步骤1.1定义无人机在惯性坐标系X轴、Y轴和H轴三个方向上的位置P=[x,y,h]T,建立固定翼无人机三自由度运动学模型
其中,V为无人机的飞行空速,γ和χ为无人机的航迹倾斜角和航迹方位角,并建立无人机三 自由度质点模型:
其中,m为无人机的质量,g为重力加速度,Te和Df为发动机推力和阻力,φ为滚转角,n为 载荷系数即升力与重量的比值,且gncosφ和gnsinφ分别表示固定翼无人机的俯仰加速度和偏 航加速度;D=[dt,dy,dp]T,dt,dy,dp分别为模型中V、χ和γ三个参量中存在的不确定性扰 动;引入无人机的伪控制量
通过对(1)式求导,得到
其中,旋转矩阵R为
通过把式(2)代入式(4),得到
将无人机动力学模型改写为
其中G=[0,0,-g]T。
进一步的,所述步骤二具体包括以下过程:
步骤2.1定义固定翼无人机的位置跟踪偏差Pe=P-Pd,其中Pd=[xd,yd,zd]T分别为无人机在X轴、Y轴和H轴三个方向上的期望位置指令,则位置跟踪偏差约束表示为
则位置跟踪偏差约束不等式(8)被转换为
Pei=εiΩ(Ei) (10)
其中,Ω(·)为光滑的递增函数,且具有如下性质:
其中,位置跟踪偏差约束函数表示为
通过对式(11)求导得到
通过对(12)求导得到
步骤2.2根据位置跟踪误差约束的转换函数,选取快速非奇异终端滑模面为
其中,C1和C2为正定对角阵,且σ(E)=[σ(E1),σ(E2),σ(E3)]表示为
对(16)求导得到
则,式(15)即快速非奇异终端滑模面的导数为
进一步的,所述步骤三具体包括以下过程:
设计基于快速非奇异终端滑模的位置跟踪偏差约束控制器的伪控制量为
本发明的有益效果为:
(1)本发明考虑了固定翼无人机存在不确定性扰动和建模不确定性情况下的位置跟踪偏 差约束控制问题,基于预设性能控制理论和自适应扰动估计技术,所设计的有限时间约束控制 方案不仅确保了不确定性扰动下固定翼无人机的稳定飞行,还使得固定翼无人机的外环位置跟 踪偏差能够以有限时间被限制在预先规定的约束范围内;
(2)在控制设计中采用具有有限时间收敛特性的快速非奇异终端滑模控制技术,即在滑动 超平面的设计中引入非线性函数,使得在滑模面上位置跟踪偏差能够在有限时间内收敛,保证 了整体外环控制***的动态性能即快速性;
(3)在固定翼无人机的外环约束控制上具有很好的实际意义和应用前景。
附图表说明
图1为固定翼无人机位置跟踪偏差约束下终端滑模控制方法流程图;
图2为固定翼无人机位置跟踪偏差约束下终端滑模控制***框图;
图3为固定翼无人机飞行轨迹的曲线图;
图4为固定翼无人机X轴方向的位置跟踪偏差曲线图;
图5为固定翼无人机Y轴方向的位置跟踪偏差曲线图;
图6为固定翼无人机H轴方向的位置跟踪偏差曲线图;
图7为自适应扰动估计值的曲线图;
图8为所设计固定翼无人机实际控制输入量的曲线图。
具体实施方式
结合所附图表,对本发明的控制方法作进一步解释说明。
(a)建立固定翼无人机三自由度动力学模型:
定义无人机在惯性坐标系X轴、Y轴和H轴三个方向上的位置P=[x,y,h]T,建立固定 翼无人机三自由度运动学模型
其中,V为无人机的飞行空速,γ和χ为无人机的航迹倾斜角和航迹方位角,并建立无人机三 自由度质点模型:
其中,m为无人机的质量,g为重力加速度,Tc和Df为发动机推力和阻力,φ为滚转角,n为 载荷系数即升力与重量的比值,且gncosφ和gnsinφ分别表示固定翼无人机的俯仰加速度和偏 航加速度;D=[dt,dy,dp]T,dt,dy,dp分别为模型中V、χ和γ通道中存在的不确定性扰动; 引入无人机的伪控制量
U=[ut,uy,up]T (3)
通过对(1)式求导,得到
其中,旋转矩阵R为
通过把式(2)代入式(4)得到
将无人机动力学改写为
其中,G=[0,0,-g]T。
(b)预设约束性能函数设计:
定义固定翼无人机的位置跟踪偏差Pe=P-Pd,其中Pd=[xd,yd,zd]T分别为无人机在 X轴、Y轴和H轴三个方向上的期望位置指令,则位置跟踪偏差约束表示为
则位置跟踪偏差约束不等式(8)被转换为
Pei=εiΩ(Ei) (10)
其中,Ω(·)为光滑的递增函数,且具有如下性质:
则位置跟踪偏差约束函数表示为
通过对式(11)求导得到
通过对(12)求导得到
(c)基于快速终端滑模面的偏差约束设计:
根据位置跟踪误差约束的转换函数,选取快速非奇异终端滑模面为
其中,C1和C2为正定对角阵,且σ(E)=[σ(E1),σ(E2),σ(E3)]表示为
对(16)求导后得到
则,式(15)即快速非奇异终端滑模面的导数为
(d)位置跟踪偏差约束控制器及自适应扰动估计设计:
设计基于快速非奇异终端滑模的位置跟踪偏差约束控制器的伪控制量为
(e)位置跟踪偏差约束控制方案稳定性分析
选取Lyapunov函数为
对(21)求导得到
随后,选取新的Lyapunov函数为
对(23)求导得到
下面将针对快速终端滑模展开三类情况下的讨论:
选取Lyapunov函数为
根据杨氏不等式,结合式(16)并对上式求导得
上述等式改写为下列两种形式
根据式(31)可知,当成立时,可得位置跟踪误差将在有限时间Tc31内收敛于 域中。而根据式(32)可得,当成立时,可得位置跟踪误差 将在有限时间Tc32内收敛于域中。即得位置跟踪偏差E将在有限时间 Tc3=max{Tc31,Tc32}收敛于Ω4={E:||E||1≤3||Ω5||1}中,其中
根据上述分析可得在该终端滑模控制设计下,位置跟踪偏差E将在有限时间 Tc=max{Tc1,Tc2,Tc3}内收敛至有界域Ω=min{Ω2,Ω3,Ω4}内。根据预设性能函数可知,位 置跟踪偏差Pe将最终一致有界稳定且收敛于预设约束范围式(8)内。
(f)根据得到的控制输入U,返回到固定翼无人机外环模型,对存在不确定性扰动的固定 翼无人机进行有限时间位置跟踪偏差约束控制。
下面通过进行仿真验证本发明的有效性:
固定翼无人机动力学模型及各定义如(1)-(6)所示,其结构参数取值为m=25kg,g=9.8m·s,期望位置信号设定为X轴、Y轴和H轴分别以xd=28cos(0.45t)+80m、 yd=28sin(0.45t)+80m和hd=3t+1024m的轨迹呈螺旋状爬升。假设无人机飞行过程中所受阻 力Df=0且模型中的不确定性扰动分别设定为0s到10s时 D=[0.2sin(0.3t);0.4sin(0.35t);0.3sin(0.4t)],在18s到21s时D=[0.2;0.2;0.25],在32s 后D=[0.015;0.02;0.015];***的初始状态设定为V(0)=12.9m/s, χ(0)=0.01°,γ(0)=0.015°。
选取位置跟踪偏差预设约函数相关参数为k1 =0.9,η=0.8, k 2=0.9, k3 =0.9,快速非奇 异终端滑模参数选取为α=5/7,es=0.001,C1=diag{8,11.2,8}, C2=diag{0.2,0.28,0.2},控制器参数选取为m1=diag{5,5,5}, n1=diag{0.25,0.25,0.25},τ=0.6,自适应扰动估计参数选取为l1=0.2,l2=0.5, h1,2=0.9。
此仿真结果表明,本发明所设计的固定翼无人机位置跟踪偏差约束下终端滑模控制方法可 以较好地控制无人机的位置跟踪,并有较好的偏差约束效果。图3为固定翼无人机在所设计控 制律下跟踪给定的期望位置示意图,图中曲线表示无人机的真实飞行轨迹与期望信号趋于一 致;图4、图5和图6为固定翼无人机分别在X、Y和H轴的跟踪偏差约束曲线图,可以明显 看到无人机的位置状态E1能够在有限时间内收敛,即表示位置偏差Pe能够并被严格约束在预 设约束偏差范围内;图7为所设计自适应扰动估计值示意图,根据图中可以得到该 自适应扰动估计为有界值,即可证明所设计自适应扰动的稳定性;图8中的曲线展示了本发明 中的实际控制信号量Te、φ和n,通过设计控制律得到的实际控制输入信号最终是稳定有界的。
综上所述,针对固定翼无人机存在不确定扰动下考虑位置跟踪偏差约束的情况,本发明的 方法可以在有限时间内实现固定翼无人机的扰动估计和位置跟踪偏差约束控制。
上述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不 脱离本发明原理的前提下,还可以做出若干改进和调整,这些改进和调整也应视为本发明的保 护范围。
Claims (4)
1.固定翼无人机位置跟踪偏差约束下终端滑模控制方法,其特征在于,所述方法包括以下步骤:
步骤一,建立固定翼无人机三自由度动力学模型;
步骤二,基于预设性能函数和快速非奇异终端滑模面设计有限时间约束控制器,并利用自适应扰动观测器估计模型中的不确定性扰动以提高固定翼无人机外环约束控制精度;
步骤三,将所述有限时间约束控制器的输出结果作为控制输入信号,以实现固定翼无人机位置跟踪偏差约束下的终端滑模控制。
2.根据权利要求1所述的固定翼无人机位置跟踪偏差约束下终端滑模控制方法,其特征在于,所述步骤一具体包括以下过程:
步骤1.1定义无人机在惯性坐标系X轴、Y轴和H轴三个方向上的位置P=[x,y,h]T,建立固定翼无人机三自由度运动学模型
其中,V为无人机的飞行空速,γ和χ为无人机的航迹倾斜角和航迹方位角,并建立无人机三自由度质点模型:
其中,m为无人机的质量,g为重力加速度,Te和Df为发动机推力和阻力,φ为滚转角,n为载荷系数即升力与重量的比值,且gn cosφ和gn sinφ分别表示固定翼无人机的俯仰加速度和偏航加速度;D=[dt,dy,dp]T,dt,dy,dp分别为模型中V、χ和γ三个参量中存在的不确定性扰动;引入无人机的伪控制量
U=[ut,uy,up]T (3)
通过对(1)式求导,得到
其中,旋转矩阵R为
通过把式(2)代入式(4),得到
将无人机动力学模型改写为
其中G=[0,0,-g]T。
3.根据权利要求2所述的固定翼无人机位置跟踪偏差约束下终端滑模控制方法,其特征在于,所述步骤二具体包括以下过程:
步骤2.1定义固定翼无人机的位置跟踪偏差Pe=P-Pd,其中Pd=[xd,yd,zd]T分别为无人机在X轴、Y轴和H轴三个方向上的期望位置指令,则位置跟踪偏差约束表示为
则位置跟踪偏差约束不等式(8)被转换为
Pei=εiΩ(Ei) (10)
其中,Ω(·)为光滑的递增函数,且具有如下性质:
其中,位置跟踪偏差约束函数表示为
通过对式(11)求导得到
通过对(12)求导得到
步骤2.2根据位置跟踪误差约束的转换函数,选取快速非奇异终端滑模面为
其中,C1和C2为正定对角阵,且σ(E)=[σ(E1),σ(E2),σ(E3)]表示为
对(16)求导得到
则,式(15)即快速非奇异终端滑模面的导数为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210258027.5A CN115129072A (zh) | 2022-03-16 | 2022-03-16 | 固定翼无人机位置跟踪偏差约束下终端滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210258027.5A CN115129072A (zh) | 2022-03-16 | 2022-03-16 | 固定翼无人机位置跟踪偏差约束下终端滑模控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115129072A true CN115129072A (zh) | 2022-09-30 |
Family
ID=83376324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210258027.5A Pending CN115129072A (zh) | 2022-03-16 | 2022-03-16 | 固定翼无人机位置跟踪偏差约束下终端滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129072A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115576209A (zh) * | 2022-12-08 | 2023-01-06 | 南京理工大学紫金学院 | 一种基于极值搜索的无人机位置跟踪控制方法 |
CN115903908A (zh) * | 2022-12-14 | 2023-04-04 | 南京航空航天大学 | 一种基于快速终端滑模的蜂群无人机容错协同控制方法 |
-
2022
- 2022-03-16 CN CN202210258027.5A patent/CN115129072A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115576209A (zh) * | 2022-12-08 | 2023-01-06 | 南京理工大学紫金学院 | 一种基于极值搜索的无人机位置跟踪控制方法 |
CN115903908A (zh) * | 2022-12-14 | 2023-04-04 | 南京航空航天大学 | 一种基于快速终端滑模的蜂群无人机容错协同控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A novel control scheme for quadrotor UAV based upon active disturbance rejection control | |
CN106643737B (zh) | 风力干扰环境下四旋翼飞行器姿态解算方法 | |
CN107608367B (zh) | 多变量干扰补偿四旋翼无人机轨迹与姿态协同控制方法 | |
CN109144084B (zh) | 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法 | |
CN110320925B (zh) | 基于高阶干扰观测器的四旋翼飞行器安全控制方法 | |
He et al. | A Simple Attitude Control of Quadrotor Helicopter Based on Ziegler‐Nichols Rules for Tuning PD Parameters | |
CN109976361B (zh) | 面向事件触发的四旋翼无人机姿态控制方法 | |
CN106406325B (zh) | 基于模糊扩张状态观测器的四旋翼无人机反馈线性化控制方法 | |
CN115129072A (zh) | 固定翼无人机位置跟踪偏差约束下终端滑模控制方法 | |
CN110794857B (zh) | 考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法 | |
CN113050427B (zh) | 一种执行器故障下非线性***快速终端滑模容错控制方法 | |
CN112327926B (zh) | 一种无人机编队的自适应滑模控制方法 | |
CN113342037A (zh) | 具有输入饱和的多旋翼无人机时变编队控制方法及*** | |
CN113268084B (zh) | 一种无人机编队智能容错控制方法 | |
CN105182990A (zh) | 具有输出受限的三自由度模型直升机的鲁棒控制方法 | |
CN110275542B (zh) | 一种基于自适应有限时间控制的四旋翼飞行器控制方法 | |
CN109062242B (zh) | 一种新的旋翼无人机控制方法 | |
Aruneshwaran et al. | Neural adaptive flight controller for ducted-fan UAV performing nonlinear maneuver | |
CN105116905A (zh) | 一种飞行器姿态控制方法 | |
CN108459611B (zh) | 一种近空间飞行器的姿态跟踪控制方法 | |
CN114019997B (zh) | 固定翼无人机位置跟踪偏差约束下有限时间控制方法 | |
CN107942672A (zh) | 一种基于对称时不变障碍李雅普诺夫函数的四旋翼飞行器输出受限反步控制方法 | |
CN112506209B (zh) | 一种基于自适应预测周期的再入飞行器预测控制方法 | |
Gao et al. | Attitude tracking control of a quadrotor based on linear active disturbance rejective control | |
CN117369258B (zh) | 一种航天器固定时间预设性能姿态跟踪控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |