CN115373275A - 四旋翼无人机的指定时间预定性能容错控制方法 - Google Patents

Abstract

本发明提供了四旋翼无人机的指定时间预定性能容错控制方法，采用自适应方法对未知的动力学参数、未知的时变负载、未知的空气阻力和未知的外部扰动的边界进行了估计，同时引入了指定时间预定性能函数和坐标变换来处理跟踪误差。本发明为了使四旋翼无人机满足更高的瞬态和稳态要求，结合指定时间的预定性能函数，利用新的坐标变换函数作用于跟踪误差，简便计算过程，保证闭环***的跟踪误差满足预定的瞬态和稳态性能约束，而且还可以灵活调整收敛时间和收敛速度。

Description

四旋翼无人机的指定时间预定性能容错控制方法

技术领域

本发明涉及无人飞行器控制技术领域，具体涉及四旋翼无人机的指定时间预定性能容错控制方法。

背景技术

四旋翼无人飞行器是一种外形新颖，性能优越的垂直起降无人飞行器，具有结构简单、操作灵活、带载能力强等特点，具有重要的军事和民用价值。四旋翼无人飞行器，国外又称Quadrotor，Four-rotor，4rotors helicopter，X4-flyer等等，是一种具有四个螺旋桨的飞行器并且四个螺旋桨呈十字形交叉结构，相对的四旋翼具有相同的旋转方向，分两组，两组的旋转方向不同。与传统的直升机不同，四旋翼飞行器只能通过改变螺旋桨的速度来实现各种动作。四旋翼飞行器是一种多旋翼的旋翼式飞行器，在旋翼布局上属于非共轴式碟形旋翼飞行器，四个旋翼采用十字型对称分布。与传统的单旋翼飞行器相比，四旋翼飞行器又有着诸多优点，四旋翼飞行器四个旋翼互相抵消回旋影响，无需单旋翼飞行器的尾部旋翼，更加节能同时也减小了飞行器的体积；四旋翼飞行器通过调节四个旋翼的转速来调节飞行器姿态，无需单旋翼直升机的螺旋桨倾角调节装置，在机械设计上更加简单：四旋翼直升机由于有多个旋翼，载重量更大，同时桨叶也可以做得更小，易于小型化。正是由于四旋翼飞行器有着如此多的优点，使其有着广泛的应用前景及研究价值。

四旋翼无人机***是一种典型的欠驱动非线性耦合***。四旋翼无人机具有较强的机动性和悬停能力。由于其生产成本低、操作方便的特点，在许多领域得到了广泛的应用，具有广阔的发展前景。非线性控制***被广泛地应用于许多领域。除了通用的工程***外，它在无人机的控制中也具有重要的意义。目前，有滑模控制、后步控制、四旋翼无人机稳定控制的自适应控制等方法。四旋翼无人机很容易受到未知的外部干扰，并且其执行器可能暴露在测量噪声中，在部件损失、温度、湿度变化、外部干扰等因素的共同影响下，实际***中执行器故障的概律正在增加。

赵广磊,高儒帅,陈健楠公开了《具有执行器故障的四旋翼无人机自适应预定性能控制》，呼忠权,华长春,张柳柳公开了《具有时变扰动的四旋翼无人机有限时间预定性能控制》，现有技术中需要精确已知***动力学参数、气阻、外部扰动和执行器故障，给控制方法的获取带来很大困难。目前，研究未知时变负载、动力学参数和外界干扰的四旋翼无人机容错控制，并考虑在指定时间内达到预定的瞬态稳态性能，仍是一个有待解决的问题。

发明内容

为了克服上述现有技术的不足，本发明提供了一种针对执行器故障和未知***参数的四旋翼无人机的指定时间预定性能容错控制方法，采用自适应方法克服了需要精确已知***动力学参数、气阻、外部扰动和执行器故障的限制。

本发明采用的技术方案是：采用自适应方法对未知的动力学参数、未知的时变负载、未知的空气阻力和未知的外部扰动的边界进行了估计，同时引入了指定时间预定性能函数和坐标变换来处理跟踪误差。

进一步地，构建评估模型用来采用自适应方法对未知的动力学参数、未知的时变负载、未知的空气阻力和未知的外部扰动的边界进行了估计，所述模型的构建方法为：构建位置子***和姿态子***，分别见公式2a和公式2b，

其中，定义如下参数：

η_mx＝1/m_x,η_my＝1/m_y,η_mz＝1/m_z,η_mφ＝1/I_xx,η_mθ＝1/I_yy,η_mψ＝1/I_zz,T_mφ＝(I_yy-I_zz)/I_xx,和控制输入

u_φ＝M_φ,u_θ＝M_θ,u_ψ＝M_ψ,u_x＝(cφsθcψ+sφsψ)F_z,u_y＝(cφsθsψ-sφcψ)F_z,u_z＝cφcθF_z。

进一步地，为了满足跟踪误差性能约束的要求，采用正减小光滑函数F_bi来满足瞬态和稳态性能，如公式(4)：

其中，

而且ι,n,ξ，∞,t_e是正的设计参数,ln(·)表示自然对数函数，tx是初始时间，一般设为0。

进一步地，为了使跟踪误差满足规定的性能约束，对要使用的跟踪误差进行以下坐标变换：

其中q_i满足：

进一步地，将跟踪误差变量定义如下：

其中，x_1d,x_3d,x_5d为参考信号，α_i,i＝1,3,5为虚拟控制输入；

定义边界层误差为：

y_i＝*α_i-1-α_i-1 (i＝2,4,6) (10)；

其中,α_i,i＝1,3,5都是理想的虚拟控制输入；

选择Lyapunov函数：

其中,设计参数r₁＞0,r₂＞0,r₃＞0,r₄＞0,r₅＞0。

进一步地，针对位置子***，验证控制器和自适应律是否能维持稳定，验证方法为：

其中,

设计平移位置控制器:

其中，设计参数c₂＞0,

是D_x的估计,

是G_x的估计,

是

的估计,χ_x＝1/τ_x,

它们是执行器故障中故障系数和加性故障的估计误差。

控制器u_y和u_z设计为：

其中，设计参数c₃＞0,c₅＞0。

理想虚拟控制输入

和

设计为:

其中，设计参数c₃＞0,c₅＞0；

自适应律设计为：

其中，设计参数δ₁＞0,δ₂＞0,δ₃＞0,δ₅＞0。

进一步地，通过姿态提取算法将位置子***和姿态子***这两个子***相互连接；内环姿态角的参考输入：

进一步地，针对姿态子***，验证控制器和自适应律是否能维持稳定，验证方法为：

其中：

设计滚动角姿态的理想虚拟控制输入为：

其中，设计参数c₇＞0；

设计姿态子***滚动角的控制器为：

其中，设计参数ε7＞0,c8＞0；

控制器u_θ和u_ψ可以设计为：

理想虚拟控制输入

和

可以设计为：

其中，设计参数c₉＞0,c₁₁＞0；

自适应律设计为：

其中，设计参数δ₁＞0,δ₂＞0,δ₃＞0,δ₅＞0。

本发明的有益效果是：

1、本发明为了使执行器故障的四旋翼无人机在未知扰动、未知空气阻力和未知动力学参数的干扰下渐近稳定，采用自适应方法克服了需要精确已知***动力学参数、气阻、外部扰动和执行器故障的限制。为了使四旋翼无人机满足更高的瞬态和稳态要求，本发明结合指定时间预定性能函数，利用新的坐标变换函数作用于跟踪误差，简便计算过程，保证闭环***的跟踪误差满足预定的瞬态和稳态性能约束，而且还可以灵活调整收敛时间和收敛速度。

2、为了使执行器故障的四旋翼无人机在未知空气流、未知气阻和未知动力学参数的干扰下渐近稳定，采用自适应方法克服需要了解***动力学参数、气阻、外部扰动和执行器故障的限制。

3、为了使四旋翼无人机满足更高的瞬态和稳态要求，结合指定时间预定性能函数，采用新的坐标变换函数作用于跟踪误差，保证闭环***的跟踪误差满足规定的瞬态和稳态性能约束。并且收敛时间和收敛速度可以灵活调整。

4、避免了现有预定性能条件下的复杂求逆计算过程。

附图说明

图1为本发明数据仿真中三维跟踪轨迹；

图2为本发明数据仿真中位置环误差的跟踪误差曲线；

图3为本发明数据仿真中姿态环误差的跟踪误差曲线；

图4为本发明控制方法的原理图。

具体实施方式

为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如后。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

首先需要说明的是，本发明任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供。因此，其它实施例也在相应权利要求项的保护范围之内。

另外，下面描述中的附图仅为本发明的较佳实施例而已，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。此外这些实施例并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

实施例

本发明研究了一种具有参数不确定性和外部干扰的四旋翼无人机***的自适应指定时间预定性能容错控制方法。针对位置子***和姿态子***，采用自适应方法对未知的动力学参数、未知的时变负载、未知的空气阻力和未知的外部扰动的边界进行了估计。同时，引入了一种新的指定时间预定性能函数和坐标变换来处理跟踪误差。在Lyapunov稳定性理论的基础上，提出了一种自适应动态表面控制方法，以保证闭环***的跟踪位置和姿态误差能在指定时间内达到收敛，以及预定性能中规定的瞬态和稳态性能。此外，还可以灵活地设置指定时间预定性能函数的收敛速度和收敛时间。

本发明研究了执行器故障下的四旋翼无人机稳定控制问题，提出了无人机满足指定时间预定性能条件下的控制器设计。参照图4理解本发明技术方案，本发明具体方法如下：

在较小扰动的情况下，认为机身的姿态角变化律和旋转角速度近似相等。考虑未知时变载荷、外部扰动和空气阻力对***的影响，四旋翼无人机的动力学方程为：

其中m_x＝m_y＝m_z＝m是四旋翼无人机的质量,[x,y,z,]和[φ,θ,ψ]分别是四旋翼无人机的位置和姿态角,_g是重力加速度,k_i,i＝1,2,3,4,5,6为***的气动阻尼系数，

表示外界扰动，其中

和分别是

和，

和

分别表示

和

矩阵I_xx,I_yy,I_zz表示绕x,y,z轴的转动惯量，F_z是控制输入，V＝[V_x,V_y,V_z]^T表示在x,y,z方向的线速度，M_φ,M_θ,M_ψ分别是横滚力矩、俯仰力矩和偏航力矩。定义向量

那么，式(1a)和式(1b)所描述的四旋翼无人机数学模型可表示为如下位置子***(2a)和姿态子***(2b)：

本发明整体模型构件如2a和2b所示，

其中定义如下参数：

η_mx＝1/m_x,η_my＝1/m_y,η_mz＝1/m_z,η_mφ＝1/I_xx,η_mθ＝1/I_yy,η_mψ＝1/I_zz,T_mφ＝(I_yy-I_zz)/I_xx,T_mθ＝(I_zz-I_xx)/I_yy,T_mψ＝(I_xx-I_yy)/I_zz。

和控制输入

u_φ＝M_φ,u_θ＝M_θ,u_ψ＝M_ψ,u_x＝(cφsθcψ+sφsψ)F_z,u_y＝(cφsθsψ-sφcψ)F_z,u_z＝cφcθF_z。

假设1：假设参数η_mx,η_my,η_mz,η_mφ,η_mθ和η_mψ均是未知的，其下界参

和

也是未知且均大于零；气动阻力系数ki_,i＝1,2,3,4,5,6是未知的且均大于零。

假设2：假设以下条件成立:

其中上界参数

和

均是未知的；同时，假设以下不等式成立：

|η_mxd_x|≤D_x,|η_myd_y|≤D_y,|η_mzd_z|≤D_z,|η_mxk₁|≤G_x,|η_myk₂|≤G_y,|η_mzk₃|≤G_z,

其中上界参数D_x,D_y,D_z,G_x,G_y,G_z，

和

是未知的。

注1：在实际应用中，假设四旋翼无人机具有时变未知载荷和时变未知动力学参数，同时四旋翼无人机的载荷质量随任务执行和动力学参数I_x,I_y,I_z发生变化，空气动力阻尼系数k_i而外部气流干扰并不容易获得，因此，这些参数的信息不能用于控制器的设计。基于假设1和假设2的控制器设计是合理的，更适合于实际情况。在考虑未知负载、未知扰动的情况下，采用自适应方法估计了这些未知参数的界，包括***未知动力学参数的惯性矩I_x,I_y,I_z，消除了现有研究中动力学参数的限制。

u_i＝τ_iu_ia+u_if,i＝(x,y,z,φ,θ,ψ) (3)，其中，u_i表示执行器的实际输出，u_ia表示有故障的执行器输入。0≤τ_i≤1表示执行器故障指数，u_if表示未知加性故障。根据u_i和u_if的不同值，执行器故障可分为不同类型的故障。如果τ_i＝1且u_if＝0，则为无故障类型；如果0≤τ_i≤1且u_if＝0，则为部分失效故障类型；如果τ_i＝0则为完全失效故障类型。

假设3：假设这些不等式仍然存在：|η_mxu_xf|≤u_xF,|η_myu_yf|≤u_yF,|η_mzu_zf|≤u_zF,|η_mφu_φf|≤u_φF,|η_mθu_θf|≤u_θF,|η_mψu_ψf|≤u_ψF,其中上界参数u_xF,u_yF,u_zF,u_φF,u_θF,u_ψF是未知的。

注2：执行器的故障经常危及整个***的控制策略，从而在考虑执行器故障指数τ_i的情况下，有效地解决执行器故障情况下四旋翼无人机的轨迹跟踪问题和未知加性故障u_if，本文用自适应方法估计了这些未知参数的边界。

为了满足跟踪误差性能约束的要求，设计了一种新的正减小光滑函数F_bi来满足瞬态和稳态性能，如下所述:

其中

而且ι,n,ξ_∞,t_e是正的设计参数,ln(·)表示自然对数函数，t₀是初始时间，一般设为0。从上面指定的性能函数可以看出，该函数F_bi是正向递减的并且满足F_bi(0)＝lne^ι+ξ_∞＞1,F_bi(t_e)＝ξ_∞＞0,初始状态能够通过参数ι,ξ_∞调整,而稳态值也可以通过调整参数ξ_∞来进行调整。跟踪误差e_i的定义见下式(9)和(47),并且定义的误差e_i,i＝1,3,5,7,9,11满足

-d₂F_bi＜e_i＜d₁F_bi,i＝1,3,5,7,9,11 (5)

其中，规定的性能要求的可调参数d₁和d₂为正常数。d₁F_bi和-d₂F_bi是跟踪误差需要满足的预定性能的上界和下界。综上所述，通过选择合适的参数ι,n,ξ_∞,t_e和可调参数d₁和d₂，使所选的性能函数(4)赋予跟踪误差的性能特征。

为了使跟踪误差满足规定的性能的约束，对要使用的跟踪误差进行以下坐标变换：

其中,q_i满足：

从公式(6)可以看出，当e_i(0)∈(-d₂F_bi,d₁F_bi)，只要z_i→0，那么e_i→0，并且e_i∈(-d₂F_bi,d₁F_bi)，因此，只要控制器设计保证z_i→0，就可以保证跟踪误差e_i渐近稳定，满足约束(5)；

由方程(6)得到，进一步推导出z_i的导数：

z_i＝F_biA_Fie_i-F_biA_Fie_i (8)

其中：

首先，将跟踪误差变量定义如下：

其中，x_1d,x_3d,x_5d为参考信号，α_i,i＝1,3,5为虚拟控制输入。

定义边界层误差为：

其中,

都是理想的虚拟控制输入。

选择以下形式选择Lyapunov函数：

两个***模型建立完成。

理想虚拟控制输入可以设计为:

其中，设计参数c₁＞0。

将理想的虚拟控制输入

代入式(11)得到：

接下来,Lyapunov函数V₂可以选择为:

设计平移位置控制器:

其中，设计参数c₂＞0,

是D_x的估计,

是G_x的估计,

是

的估计,χ_x＝1/τ_x,

它们是执行器故障中故障系数和加性故障的估计误差。根据设计的控制器(14)，方程(13)可以改写为：

其中

选择的Lyapunov函数V_x为：

其中,设计参数r₁＞0,r₂＞0,r₃＞0,r₄＞0,r₅＞0。

自适应律设计为：

其中，设计参数δ₁＞0,δ₂＞0,δ₃＞0,δ₅＞0。

V_x的导数可以进一步得到为：

针对位置子***，验证控制器、自适应律是否能维持稳定，

其中,

同样地，控制器u_y和u_z设计为：

其中，设计参数c₄,c₆＞0，

是D_y的估计,

是G_y的估计,

是

的估计，

是u_yF的估计，

是D_z的估计,

是G_z的估计,

是

的估计,

是u_zF的估计。

理想虚拟控制输入

和

设计为:

其中，设计参数c₃＞0,c₅＞0。

另外，自适应律设计为：

其中，设计参数r_i＞0,δ_i＞0,i＝6,7,8,9,10,11,12,13,14,15。

接下来将设计内环姿态子***控制器。首先，通过姿态提取算法将这两个子***相互连接。相关关系如下：

u_x＝(cφsθcψ+sφsψ)F_z,u_y＝(cφsθsψ-sφcψ)F_z

u_z＝cφcθF_z

可以得到内环姿态角的参考输入：

把两个***位置子***(2a)和姿态子***(2b)联系起来，

姿态***的跟踪误差定义为：

其中α₇,α₉,α₁₁是虚拟控制输入，x_7d,x_9d,x_11d是参考信号。边界层误差的定义如下：

其中

是虚拟控制输入。

Lyapunov函数V_φ的选择如下：

V_φ＝V_φ1+V_φ2+V_φ3 (41)

其中

其中，设计参数r₁₆＞0,r₁₇＞0,r₁₈＞0,r₁₉＞0,r₂₀＞0,

是

的估计,

是

的估计,

是

的估计，χ_φ＝1/τ_φ,

它们是执行器故障中故障系数和加性故障的估计误差。设计理想虚拟控制输入为：

其中，设计参数c₇＞0。

设计姿态子***控制器为：

其中，设计参数ε₇＞0,c₈＞0。

根据设计的控制器(42)，式(41)可以写成：

自适应律设计为：

其中，设计参数r_i＞0,δ_i＞0,i＝16,17,18,19,20。

综上，可以进一步得到V_φ的导数为：

验证另一个***姿态子***，验证控制器、自适应律是否能维持稳定，其中：

同样地，控制器u_θ和u_ψ可以设计为：

其中，设计参数ε₉,ε₁₁＞0,c₁₀,c₁₂＞0,

是

的估计,

是

的估计,

是

的估计,

是u_θF的估计，

是

的估计,

是

的估计,

是

的估计,

是u_ψF的估计。

理想虚拟控制输入

和

可以设计为：

其中，设计参数c₉＞0,c₁₁＞0。

另外，自适应律设计为：

其中，设计参数r_i＞0,δ_i＞0,i＝21,22,23,24,25,26,27,28,29,30。

为了验证所提出的自适应指定时间预定性能容错控制方法的有效性，接下来进行了数值仿真。图1给出了三维跟踪轨迹，以五角星为起点的曲线为期望轨迹，以星号为起点的曲线为四旋翼无人机的实际轨迹，从图中可以看出四旋翼无人机快速到达期望轨迹,并一直保持跟踪状态。图2和图3分别给出了位置环和姿态环误差的跟踪误差曲线，同时，为了更清楚显示出跟踪误差满足预定暂态和稳态性能约束，两幅图中均画出了指定时间预定性能函数曲线，从图中可以看出位置环和姿态环的跟踪误差最终一致有界稳定，并且在整个动态过程中均不超出指定时间预定性能函数曲线的上下界。

本发明的主要贡献主要体现在三个方面，首先针对动力学参数未知、负载变化和执行器故障的不确定四旋翼无人机***，提出了一种新的鲁棒自适应指定时间预定性能容错动态表面控制方案，保证了闭环***的跟踪误差最终一致有界稳定，并满足指定时间预定性能的稳态和瞬态性能要求；另外克服了外部未知干扰和未知空气阻力对***性能的影响，消除了现有研究要求准确了解四旋翼无人机的***负载或动力学参数的限制，避免了固定时间初始条件的限制，保证了执行器故障四旋翼无人机的稳态性能要求；此外，引入了新的坐标变换和动态表面技术的结合，简化了控制器的设计。

目前，本发明的技术方案已经进行了中试，即产品在大规模量产前的小规模实验；中试完成后，在小范围内开展了用户使用调研，调研结果表明用户满意度较高；现在已经着手准备产品正式投产进行产业化(包括知识产权风险预警调研)。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (8)

1.一种四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，采用自适应方法对未知的动力学参数、未知的时变负载、未知的空气阻力和未知的外部扰动的边界进行了估计，同时引入了指定时间预定性能函数和坐标变换来处理跟踪误差。

2.根据权利要求1所述的四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，构建评估模型用来采用自适应方法对未知的动力学参数、未知的时变负载、未知的空气阻力和未知的外部扰动的边界进行了估计，所述模型的构建方法为：构建位置子***和姿态子***，分别见公式2a和公式2b，

其中，定义如下参数：

η_mx＝1/m_x,η_my＝1/m_y,η_mz＝1/m_z,η_mφ＝1/I_xx,η_mθ＝1/I_yy,η_mψ＝1/I_zz,T_mφ＝(I_yy-I_zz)/I_xx,和控制输入u_φ＝M_φ,u_θ＝M_θ,u_ψ＝M_ψ,u_x＝(cφsθcψ+sφsψ)F_z,u_y＝(cφsθsψ-sφcψ)F_z,u_z＝cφcθF_z。

3.根据权利要求2所述的四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，为了满足跟踪误差性能约束的要求，采用正减小光滑函数F_bi来满足瞬态和稳态性能，如公式(4)：

其中，

而且ι,n,ξ_∞,t_e是正的设计参数,ln(·)表示自然对数函数，t₀是初始时间，一般设为0。

4.根据权利要求3所述的四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，为了使跟踪误差满足规定的性能约束，对要使用的跟踪误差进行以下坐标变换：

其中q_i满足：

5.根据权利要求4所述的四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，

将跟踪误差变量定义如下：

其中，x_1d,x_3d,x_5d为参考信号，α_i,i＝1,3,5为虚拟控制输入；

定义边界层误差为：

y_i*＝α_i-1-α_i-1(i＝2,4,6) (10)；

其中,α_i,i＝1,3,5都是理想的虚拟控制输入；

选择Lyapunov函数：

其中,设计参数r₁＞0,r₂＞0,r₃＞0,r₄＞0,r₅＞0。

6.根据权利要求5所述的四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，针对位置子***，验证控制器和自适应律是否能维持稳定，验证方法为：

其中,

设计平移位置控制器:

其中，设计参数c₂＞0,

是D_x的估计,

是G_x的估计,

是

的估计,χ_x＝1/τ_x,

它们是执行器故障中故障系数和加性故障的估计误差；

控制器u_y和u_z设计为：

其中，设计参数c₃＞0,c₅＞0；

理想虚拟控制输入

和

设计为:

其中，设计参数c₃＞0,c₅＞0；

自适应律设计为：

其中，设计参数δ₁＞0,δ₂＞0,δ₃＞0,δ₅＞0。

7.根据权利要求6所述的四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，通过姿态提取算法将位置子***和姿态子***这两个子***相互连接；内环姿态角的参考输入：

8.根据权利要求7所述的四旋翼无人机的指定时间预定性能容错控制方法，其特征在于，针对姿态子***，验证控制器和自适应律是否能维持稳定，验证方法为：

其中：

设计滚动角姿态的理想虚拟控制输入为：

其中，设计参数c₇＞0；

设计姿态子***滚动角的控制器为：

其中，设计参数ε₇＞0,c₈＞0；

控制器u_θ和u_ψ可以设计为：

理想虚拟控制输入

和

可以设计为：

其中，设计参数c₉＞0,c₁₁＞0；

自适应律设计为：

其中，设计参数δ₁＞0,δ₂＞0,δ₃＞0,δ₅＞0。

Images