CN115373275A - 四旋翼无人机的指定时间预定性能容错控制方法 - Google Patents
四旋翼无人机的指定时间预定性能容错控制方法 Download PDFInfo
- Publication number
- CN115373275A CN115373275A CN202211116444.2A CN202211116444A CN115373275A CN 115373275 A CN115373275 A CN 115373275A CN 202211116444 A CN202211116444 A CN 202211116444A CN 115373275 A CN115373275 A CN 115373275A
- Authority
- CN
- China
- Prior art keywords
- unknown
- quad
- time
- design parameter
- fault
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (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
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:
ηmx=1/mx,ηmy=1/my,ηmz=1/mz,ηmφ=1/Ixx,ηmθ=1/Iyy,ηmψ=1/Izz,Tmφ=(Iyy-Izz)/Ixx,和控制输入
uφ=Mφ,uθ=Mθ,uψ=Mψ,ux=(cφsθcψ+sφsψ)Fz,uy=(cφsθsψ-sφcψ)Fz,uz=cφcθFz。
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Fbi来满足瞬态和稳态性能,如公式(4):
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qi满足:
进一步地,将跟踪误差变量定义如下:
其中,x1d,x3d,x5d为参考信号,αi,i=1,3,5为虚拟控制输入;
定义边界层误差为:
yi=*αi-1-αi-1 (i=2,4,6) (10);
其中,αi,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:
控制器uy和uz设计为:
其中,设计参数c3>0,c5>0。
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uθ和uψ可以设计为:
其中,设计参数c9>0,c11>0;
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mx=my=mz=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,ki,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Ixx,Iyy,Izz表示绕x,y,z轴的转动惯量,Fz是控制输入,V=[Vx,Vy,Vz]T表示在x,y,z方向的线速度,Mφ,Mθ,Mψ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:
ηmx=1/mx,ηmy=1/my,ηmz=1/mz,ηmφ=1/Ixx,ηmθ=1/Iyy,ηmψ=1/Izz,Tmφ=(Iyy-Izz)/Ixx,Tmθ=(Izz-Ixx)/Iyy,Tmψ=(Ixx-Iyy)/Izz。
和控制输入
uφ=Mφ,uθ=Mθ,uψ=Mψ,ux=(cφsθcψ+sφsψ)Fz,uy=(cφsθsψ-sφcψ)Fz,uz=cφcθFz。
假设2:假设以下条件成立:
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Ix,Iy,Iz发生变化,空气动力阻尼系数ki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Ix,Iy,Iz,消除了现有研究中动力学参数的限制。
ui=τiuia+uif,i=(x,y,z,φ,θ,ψ) (3),其中,ui表示执行器的实际输出,uia表示有故障的执行器输入。0≤τi≤1表示执行器故障指数,uif表示未知加性故障。根据ui和uif的不同值,执行器故障可分为不同类型的故障。如果τi=1且uif=0,则为无故障类型;如果0≤τi≤1且uif=0,则为部分失效故障类型;如果τi=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:|ηmxuxf|≤uxF,|ηmyuyf|≤uyF,|ηmzuzf|≤uzF,|ηmφuφf|≤uφF,|ηmθuθf|≤uθF,|ηmψuψf|≤uψF,其中上界参数uxF,uyF,uzF,uφF,uθF,uψF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τi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uif,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Fbi来满足瞬态和稳态性能,如下所述:
其中而且ι,n,ξ∞,te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Fbi是正向递减的并且满足Fbi(0)=lneι+ξ∞>1,Fbi(te)=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ei的定义见下式(9)和(47),并且定义的误差ei,i=1,3,5,7,9,11满足
-d2Fbi<ei<d1Fbi,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。d1Fbi和-d2Fbi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∞,te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,qi满足:
从公式(6)可以看出,当ei(0)∈(-d2Fbi,d1Fbi),只要zi→0,那么ei→0,并且ei∈(-d2Fbi,d1Fbi),因此,只要控制器设计保证zi→0,就可以保证跟踪误差ei渐近稳定,满足约束(5);
由方程(6)得到,进一步推导出zi的导数:
zi=FbiAFiei-FbiAFiei (8)
首先,将跟踪误差变量定义如下:
其中,x1d,x3d,x5d为参考信号,αi,i=1,3,5为虚拟控制输入。
定义边界层误差为:
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。
接下来,Lyapunov函数V2可以选择为:
设计平移位置控制器:
选择的Lyapunov函数Vx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。
Vx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uy和uz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ri>0,δi>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:
ux=(cφsθcψ+sφsψ)Fz,uy=(cφsθsψ-sφcψ)Fz
uz=cφcθFz
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,x7d,x9d,x11d是参考信号。边界层误差的定义如下:
Lyapunov函数Vφ的选择如下:
Vφ=Vφ1+Vφ2+Vφ3 (41)
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ri>0,δi>0,i=16,17,18,19,20。
综上,可以进一步得到Vφ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uθ和uψ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ri>0,δi>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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211116444.2A CN115373275A (zh) | 2022-09-14 | 2022-09-14 | 四旋翼无人机的指定时间预定性能容错控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211116444.2A CN115373275A (zh) | 2022-09-14 | 2022-09-14 | 四旋翼无人机的指定时间预定性能容错控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115373275A true CN115373275A (zh) | 2022-11-22 |
Family
ID=84070649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211116444.2A Pending CN115373275A (zh) | 2022-09-14 | 2022-09-14 | 四旋翼无人机的指定时间预定性能容错控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115373275A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116954067A (zh) * | 2023-05-16 | 2023-10-27 | 河南科技大学 | 一种四旋翼无人机的跟踪控制器设计方法 |
-
2022
- 2022-09-14 CN CN202211116444.2A patent/CN115373275A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116954067A (zh) * | 2023-05-16 | 2023-10-27 | 河南科技大学 | 一种四旋翼无人机的跟踪控制器设计方法 |
CN116954067B (zh) * | 2023-05-16 | 2024-06-11 | 河南科技大学 | 一种四旋翼无人机的跟踪控制器设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107065539B (zh) | 一种飞翼布局飞行器的操纵面故障自适应容错控制方法 | |
CN105676641B (zh) | 基于反步和滑模控制的非线性鲁棒控制器的设计方法 | |
CN105159305B (zh) | 一种基于滑模变结构的四旋翼飞行控制方法 | |
Chen et al. | Design of Flight Control System for a Novel Tilt‐Rotor UAV | |
CN106647781A (zh) | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 | |
CN107422741B (zh) | 基于学习的保预设性能集群飞行分布式姿态追踪控制方法 | |
CN108776434B (zh) | 一种高超声速飞行器快速自适应滑模容错控制方法 | |
CN109164708B (zh) | 一种高超声速飞行器神经网络自适应容错控制方法 | |
CN111367182A (zh) | 考虑输入受限的高超声速飞行器抗干扰反步控制方法 | |
CN106200665A (zh) | 携带不确定负载的四轴飞行器的建模与自适应控制方法 | |
CN108681331A (zh) | 一种近空间飞行器的姿态跟踪控制方法 | |
CN115793453A (zh) | 融合ai深度学习的旋翼飞行器轨迹跟踪自适应控制方法 | |
CN111781942B (zh) | 一种基于自构造模糊神经网络的容错飞行控制方法 | |
CN111522356A (zh) | 一种倾转旋翼无人机强鲁棒全包线一体化控制方法 | |
CN113568423B (zh) | 一种考虑电机故障的四旋翼无人机智能容错控制方法 | |
Sridhar et al. | Tilt-rotor quadcopter xplored: Hardware based dynamics, smart sliding mode controller, attitude hold & wind disturbance scenarios | |
CN115373275A (zh) | 四旋翼无人机的指定时间预定性能容错控制方法 | |
Akbar et al. | Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface | |
CN115373363A (zh) | 一种执行器故障下受约束无人机***滑模容错控制方法 | |
CN113961010A (zh) | 基于抗饱和有限时间自适应神经网络容错技术的四旋翼植保无人机跟踪控制方法 | |
Shuang et al. | An anti-windup fault tolerant control scheme with guaranteed transient performance for tailless flying wing aircrafts | |
CN108845508B (zh) | 一种基于cmac-滑膜一体化控制的无人机半物理仿真控制方法 | |
CN114995163B (zh) | 一种无人机免疫控制方法 | |
Partridge et al. | Fault Tolerant Control Systems for Novel Tilt Wing UAV Platform | |
Chen et al. | Take-off and landing control for a coaxial ducted fan unmanned helicopter |
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 |