论文部分内容阅读
固定翼无人机在现代军事领域中发挥着越来越重要的作用,由于其续航能力强、巡航速度快、性价比高等特点,逐渐成为无人机领域中重要的研究内容。轨迹跟踪控制是无人机完成巡航和目标追踪等任务的基础,轨迹跟踪效果的优劣直接影响着无人机的飞行安全和任务的完成效果。然而固定翼无人机的模型具有非线性、欠驱动、强耦合等特性,且在飞行过程中容易受到外界扰动的影响以及飞行环境十分复杂,增加了轨迹跟踪控制的难度。固定翼无人机轨迹跟踪控制包括三部分内容:导航,根据无人机的飞行环境及优化指标,规划出无人机的飞行轨迹;制导,根据无人机的飞行状态得到姿态和速度的期望值;控制,参考制导过程中得到的姿态速度期望值并调节无人机推力及舵机偏角的大小,实现无人机底层系统的控制。本文针对于固定翼无人机的轨迹跟踪控制问题,以四元数作为无人机姿态描述参数建立数学模型,设计了基于扩张状态观测器的姿态控制器和速度控制器,通过轨迹跟踪控制器为姿态和速度控制器提供参考输入信号,并通过粒子群算法对复杂环境下无人机的飞行轨迹进行优化,使得无人机实现对动态优化路径的跟踪。首先,以四元数作为固定翼无人机姿态的描述参数建立系统模型,避免了欧拉角描述姿态时存在的奇异现象和复杂的三角运算。根据无人机的运动特点,将其数学模型分为平动方程和转动方程。然后,在分析无人机模型的基础上,采用基于扩张状态观测器的反步滑模法设计姿态和速度控制器,使得在考虑固定翼无人机飞行过程中存在的模型不确定性和外界扰动的情况下,无人机的实际姿态和速度能够达到期望值。通过设计扩张状态观测器对系统中的扰动进行估计,并将扰动估计值进行反馈实现系统对于扰动的抑制。最后,针对固定翼无人机的欠驱动特性,根据无人机当前的飞行位置和期望位置,设计虚拟控制量并将虚拟控制量转化为无人机姿态和速度的期望值。采用跟踪微分器对期望四元数进行微分得到无人机的期望角速度。为规划固定翼无人机在复杂环境下的飞行路径,在考虑无人机自身的攻角和侧滑角以及地势受约束的情况下,为使无人机尽可能避开威胁区且飞行路径和飞行高度得到优化,采用粒子群算法规划出复杂环境中无人机的飞行路径。