四旋翼无人机的线性自抗扰控制方法研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:hjiejngd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地面作业相比以前已经有很多的岗位被机器人替代,未来的空中作业也可能如同地面作业一样逐渐的被空中机器人替代。带有机械臂的四旋翼无人机在未来的空中作业会扮演一个非常重要的角色,可以进行空中抓取、空中维修等作业。由于四旋翼无人机是无固定支撑点的机器人,机械臂的空中作业会对四旋翼无人机带来很大的干扰,影响四旋翼无人机的飞行稳定性、可靠性,进而影响到了机械臂的空中作业。所以,提高四旋翼无人机的抗干扰能力就有着非常重要的意义。本文应用到了一种具有自抗扰功能的控制策略-线性自抗扰控制(LADRC-Linear Active Disturbances Rejection Controller)。该方法有着不依赖被控对象的精确模型,能够抑制系统内外部扰动,鲁棒性好等优点。为了验证这一点,首先建立X字形四旋翼无人机的动力学模型;然后分别采用经典PID和LADRC控制算法设计无人机的控制系统,并在Matlab/simulink中搭建相应的仿真模型;最后进行四旋翼无人机无干扰的飞行实验、有干扰的飞行实验。仿真实验表明,LADRC控制下的四旋翼无人机性能在多个方面优于经典PID的:(1)首先,在无干扰的飞行实验中,LADRC控制器下的四旋翼无人机多项响应性能指标均优于PID。在超调量上,LADRC的最大超调量比PID的小15%;调节时间上,LADRC比PID快上7秒;延迟时间上,LADRC比PID快0.31秒。可见,LADRC相比于PID控制器有着超调小、稳定快、波动小等优点。(2)其次,在有干扰的飞行实验中,相比于PID,LADRC控制的四旋翼无人机的x、y、z方向实际值偏离期望值比经典PID的更小;俯仰角、滚转角的波动也明显小于PID的;干扰消失后,LADRC的轨迹比经典PID更快地跟踪上期望值。综上,LADRC控制器一方面有着PID控制器所具有的不依赖精确模型的优点,另一方面LADRC控制器的快速性、稳定性、鲁棒性也强于经典PID。更重要的是,相比于PID控制器,LADRC的抗干扰能力更强,能使得四旋翼无人机受到干扰后的轨迹偏离期望值更小、飞行波动更小、跟踪性能更好。LADRC的这些优点可以大大的提高飞行性能,降低应用成本,对未来的空中操纵应用领域具有着重要的意义。
其他文献
人机对话是自然语言处理领域最具挑战性的任务之一,也是未来实现人机共融社会的基础。近年来,得益于深度学习技术的发展和大数据时代积累的海量数据,基于神经网络的对话生成方法受到了学术界和工业界越来越多的关注。目前基于深度学习的生成式对话模型大多以最大似然估计为训练目标,这种方法容易产生内容单一且不含有意义信息的通用回复。情绪的感知和表达在人与人的交流中起着重要的作用,然而现有的研究主要集中在话语的语义理
随着互联网技术的发展,越来越多的人乐意在网络平台中发表评论。随着时间的推移,网络平台产生并保存了大量的评论性文本信息。这些评论信息往往蕴藏着用户对某事件或某产品的倾向性观点及情感,对其进行情感分析,有助于网络舆情监控;也有助于商家改进产品质量,提高服务水平。在文本情感分析方法中,粗粒度的句子级情感分析只能得到文本的整体情感,无法得到所评论对象不同方面或属性的情感信息。而细粒度的方面级情感分析可获取
随着移动电信技术和智能终端的飞速发展,大量计算密集型、时延敏感型的新型应用不断涌现,如智能交通、虚拟现实、车联网、物联网等,为满足移动终端的低时延响应需求,一种整合网络边缘中异构资源的分布式计算范式被提出,即多接入边缘计算(Multi-access Edge Computing,MEC),又称移动边缘计算。但由于MEC的计算资源有限,且用户终端的任务类型复杂多样,不同任务类型的处理难度差距较大。因
阿尔茨海默症(Alzheimer’s Disease,AD)是一种神经退行性脑部疾病,临床上表现为记忆障碍、行动以及语言能力丧失等。AD根据临床症状表现可分为轻度认知障碍(Mild Cognitive Impairment,MCI)、正常情况(Normal Control,NC)和AD。MCI是AD和NC的一种中间状态,是AD的前驱阶段,且MCI的临床症状不明显,在病情的初期不易被察觉,一般情况下
图像描述是一项融合计算机视觉与自然语言处理的技术,能够实现从图像信息到文字信息的转换。图像描述在人机交互、视觉辅助和智能机器人等诸多场景中具有重要的应用价值。目前大多数是针对英文语句的图像描述研究,中文语句与英文语句在语法、分词、表达等方面有所不同,中文描述语句的准确度和细致度等仍有待提高。本文采用深度学习方法对图像中文描述模型进行研究,主要工作如下:第一,提出了基于多尺度密集连接网络的图像中文描
图节点分类在社交网络、电子商务和疾病预测等领域有着广泛的应用。图结构的复杂性给现有分类算法的应用带来了挑战,因此探索高效的分类算法具有重要的现实意义。本文主要基于图卷积神经网络和超图神经网络对节点的半监督分类方法进行研究。在图卷积神经网络的节点分类方法中,初始的图结构往往存在噪声,直接将其送入网络模型中训练,模型的分类准确率会受到影响。因此本文首先在已有的图神经网络架构上改进,设计一种融合图结构和
智能合约作为以太坊区块链的可编程模块继承了区块链的技术特征——数据的存储和计算方式拥有不可更改的特性。它适用于存在互不信任的应用场景。现有的区块链应用研究一般分为两点:(1)针对区块链去中心化和防篡改的特性将其应用在新的应用场景中。(2)针对区块链技术的限制,扩展区块链的功能。本文主要基于以太坊智能合约技术,做出了以下两点研究。(1)针对在互联网环境下社区代币有中心化、不公开、平台掌控者可以任意修
差分故障攻击作为一种经典的侧信道攻击,其攻击原理主要是依赖于在加密设备执行期间恶意注入故障,然后通过分析故障输出和非故障输出之间的差异来推出相关的密钥信息。具有故障注入灵活、分析效率高、攻击复杂度低等优点,对加密算法的工程应用构成了严重威胁。因此,差分故障攻击以及如何抵御差分故障攻击是目前学术界的研究热点之一。本文主要基于故障注入、感染计算以及故障检测等基础思想,对轻量级密码算法ANU和Pyjam
全球卫星导航系统的导航与位置服务给人们带来了前所未有的良好体验,但是由于导航信号传达地面需要经历漫长的过程,其次导航信号的公开性以及其缺乏防护措施让导航信号变的十分脆弱,极易被恶意用户欺骗干扰,而这类干扰不同于容易被检测出来的压制式干扰,不仅隐蔽性极高,而且危害性极大,难以被一般的仪器和算法检测出来。针对上述问题提出了一种基于BP神经网络的有监督的机器学习对欺骗导航信号和真实导航信号进行二分类的欺
单光子探测技术在需要高灵敏度的弱光传感应用,例如3D激光雷达成像技术,量子密钥分发,光感测距技术和医用成像技术等领域拥有广泛的应用前景。在这些应用中最基础核心的器件则是单光子雪崩探测器(Single Photon Avalanche Detector,SPAD),由于在进行单光子探测时可获得的光信号非常微弱,所以要实现检测微弱的光子信号就必须有相应的信号放大处理并同时保持极低的噪声。单光子雪崩二极