首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于神经网络的四旋翼无人机非线性容错控制系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:贵阳学院

摘要:本发明提供基于神经网络的四旋翼无人机非线性容错控制系统。该基于神经网络的四旋翼无人机非线性容错控制系统,包括建立带有乘性执行器失效系数以及外部未知扰动的四旋翼无人机运动学与动力学模型、四旋翼无人机的位置控制策略设计、四旋翼无人机的姿态控制策略设计。该基于神经网络的四旋翼无人机非线性容错控制系统,针对四旋翼无人机带有时变乘性执行器失效系数以及时变外部未知扰动的非线性动力学模型,结合RBF神经网络和STA算法,设计了一种鲁棒容错控制策略,确保了四旋翼无人机长时间高空作业时突发时变部分动力失效以及遭受外部未知扰动的情况下仍能保持较好的位姿跟踪。

主权项:1.基于神经网络的四旋翼无人机非线性容错控制系统,包括:四旋翼无人机的运动学与动力学模型、四旋翼无人机的位置控制策略模块以及四旋翼无人机的姿态控制策略模块;所述四旋翼无人机的运动学与动力学模型通过首先建立两个右手正交坐标系,随后建立四旋翼无人机的运动学与动力学模型,即惯性坐标系{e}={xe,ye,ze}和机体坐标系{b}={xb,yb,zb},根据牛顿第二定律和欧拉定理可建立带有乘性执行器失效因子和外部未知扰动的四旋翼无人机的动力学方程表达式如式1: 其中xt,yt,zt分别表示四旋翼无人机在惯性坐标系下的x轴位置、y轴位置和z轴位置,φt,θt,ψt分别表示四旋翼无人机在惯性坐标系下的滚转角、俯仰角和航向角,代表四旋翼无人机总的向上的升力,νiti=1,2,3,4表示的是四旋翼无人机四个旋翼的转速,b为一正常系数,Uiti=x,y,z表示四旋翼无人机姿态环的三个通道的控制力矩,aiti=1,2,3表示三个通道的乘性执行器失效因子,rditi=1,2,3表示姿态运动学中的外界未知扰动,kii=1,2,3,4,5,6为正的阻尼系数,Gx,Gy,Gz为四旋翼无人机旋转的转动惯量,l为四旋翼无人机质心到桨叶之间的距离,c为力到力矩映射的常数;为方便后续控制器的设计,四旋翼无人机动力学模型式1可进一步改写为: 其中表示四旋翼无人机在惯性坐标系下的位置,表示四旋翼无人机在惯性坐标系下的欧拉角,表示横滚方向、俯仰方向和偏航方向的旋转力矩,表示位置环的输入增益矩阵,表示姿态环的输入增益矩阵,表示重力矢量,表示四旋翼无人机的执行器失效系数,其中0<ait<1代表执行器部分失效,ait=1表示执行器无损耗,ait=0表示执行器完全失效,表示外界的未知扰动;表示四旋翼无人机的机身转动惯量,表示位置环的正增益阻尼矩阵,D2=diag{[k4l,k5l,k6]}表示姿态环的正增益阻尼矩阵;所述四旋翼无人机的位置控制模块,针对式2中的平动动力学方程,设计带有加速度前馈的比例积分控制策略,定义位置跟踪误差和线速度跟踪误差为 其中表示期望的四旋翼无人机位置,表示期望的线速度,比例增益系数和微分增益系数可分别由kex和kev表示,因此带有加速度前馈的比例积分控制策略由下式表示为: 若控制增益满足kev,kex>0且定义加速度有界,同时满足式5 结合式2中的平动动力学方程与式4的比例积分控制策略可设计位置环的控制输入为: 则可以保证位置误差和线速度误差式3渐进收敛为零;所述四旋翼无人机的姿态控制模块采用强非线性系统,所述强非线性系统是欠驱动、强耦合的,所述四旋翼无人机的期望滚转角φdt以及期望俯仰角θdt可由位置环的输出计算得到,位置环三个通道的虚拟控制输入可由式7表示: 其中Fxt,Fyt,Fzt分别表示总升力Ft在平动动力学中x,y,z轴的分力,由式7可得到期望姿态环的滚转和俯仰通道表示为: 其中期望的航向角ψdt设置为0度;基于式2中的转动动力学方程,定义姿态跟踪误差为以及线性滑模面为: 其中表示期望的姿态角,s为正的控制增益;针对执行器失效系数本文采用RBF神经网络进行实时估计,激活函数选取径向基函数输出为: 其中表示神经网络的输入,j是隐藏层的第j个节点,cj表示为高斯函数的中心位置,bj为高斯基函数的基宽;设置表示为执行器失效系数的估计值,设置表示为执行器失效系数的估计误差值,其中表示RBF理想网络权值,表示估计的RBF神经网络权值,表示RBF神经网络的权值误差,表示RBF网络针对执行器失效系数的逼近误差,针对执行器失效以及外部未知扰动设计理想网络权值趋近律为: 对式2中的线性滑模面求一阶时间导数为: 结合式11与式12可设计带有神经网络的STA控制策略为: 其中λ1和λ2表示STA算法正的可调控制增益,sign·为标准的符号函数;将式13代入式12可得闭环系统的动力学方程为: 对式14进一步整理可得 当式2中转动动力学方程满足RBF神经网络权值自适应更新律式11和姿态环控制输入式13时,则可以保证姿态跟踪误差式9渐进收敛为零。

全文数据:

权利要求:

百度查询: 贵阳学院 基于神经网络的四旋翼无人机非线性容错控制系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。