推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

八旋翼微型飞行器的自适应滑模控制器设计

更新时间:2019-12-30 08:05:27 大小:1M 上传用户:xiaohei1810查看TA发布的资源 标签:微型飞行器自适应滑模控制器 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

八旋翼微型飞行器的不确定性导致很难获得稳定的控制.鉴于此,提出一个稳定的八旋翼微型飞行器的姿态控制策略以适应系统的不确定性因素和外部干扰.首先,采用区间二型模糊神经网络来逼近八旋翼微型飞行器动力学模型中的非线性和不确定性函数.然后,用李诺夫稳定性定理证明闭环系统的渐近稳定性,并利用对区间二型模糊神经网络和滑模控制增益进行在线调整.仿真结果表明,基于区间二型模糊神经网络的自适应滑模控制器能够保证在不确定性因素和有外部干扰的情况下保证八旋翼微型飞行器控制系统的良好性能,与传统的自适应滑模控制器及基于区间一型模糊神经网络的滑模控制器相比,性能显著提高.

部分文件列表

文件名 大小
八旋翼微型飞行器的自适应滑模控制器设计.pdf 1M

部分页面预览

(完整内容请下载后查看)
42 卷 第 1 期  
2018 2 月  
南京理工大学学报  
Vol.42 No.1  
Feb.2018  
Journal of Nanjing University of Science and Technology  
八旋翼微型飞行器的自适应滑模控制器设计  
张 磊1,王 冠1,杨习贝2,王平心3  
(1.徐州幼儿师范高等专科学校,江苏 徐州 221004;2.江苏科技大学 计算机学院,江苏 镇江 212003;  
3.江苏科技大学 理学院,江苏 镇江 212003)  
:八旋翼微型飞行器的不确定性导致很难获得稳定的控制鉴于此,提出一个稳定的八  
旋翼微型飞行器的姿态控制策略以适应系统的不确定性因素和外部干扰首先,采用区间二型  
模糊神经网络来逼近八旋翼微型飞行器动力学模型中的非线性和不确定性函数然后,用李诺  
夫稳定性定理证明闭环系统的渐近稳定性,并利用对区间二型模糊神经网络和滑模控制增益进  
行在线调整仿真结果表明,基于区间二型模糊神经网络的自适应滑模控制器能够保证在不确  
定性因素和有外部干扰的情况下保证八旋翼微型飞行器控制系统的良好性能,与传统的自适应  
滑模控制器及基于区间一型模糊神经网络的滑模控制器相比,性能显著提高。  
关键词:区间二型模糊神经网络;自适应滑模控制器;八旋翼微型飞行器;姿态控制策略;不确定  
;外部干扰  
- - -  
文章编号:1005 9830(2018)01 0033 07  
中图分类号:TP2  
-
DOI:10.14177 / j.cnki.32 1397n.2018.42.01.005  
Designing adaptive sliding mode controller for an eight-rotor MAV  
Zhang Lei1,Wang Guan1,Yang Xibei2,Wang Pingxin3  
(1.Xuzhou Kindergarten Teachers College,Xuzhou 221004,China;  
2.School of Computer,Jiangsu University of Science and Technology,Zhenjiang 212003,China;  
3.School of Sciences,Jiangsu University of Science and Technology,Zhenjiang 212003,China)  
Abstract:This paper focuses on intelligent control of the eightꢀrotor micro aircraft vehicle(MAV)  
which is used to obtain stable control due to uncertainties. This paper designs a robust and stable atꢀ  
titude control strategy for the eightꢀrotor MAV to accommodate system uncertainties,variations,and  
external disturbances. Firstly,by employing interval type  
                                                                                                        
Ⅱ fuzzy neural network to approximate the  
nonlinearity function and uncertainty functions. The parameters of the interval typeꢀⅡ fuzzy neural  
-
-
- -  
修回日期:2018 01 10  
收稿日期:2017 09 28  
基金项目:国家自然科学基金(61572242;61503160)  
-
作者简介:张磊(1980 ),,讲师,主要研究方向:模糊神经网络网络安全,Eꢀmail:xzyzzhlei@ 126.com;通讯作  
-
:杨习贝 (1980 ), , , 要研究方: 计算与智能 系 , Eꢀmail: zhenjiangyangxibei @  
163.com。  
引文格式:张磊,王冠,杨习贝,. 八旋翼微型飞行器的自适应滑模控制器设计[J]. 南京理工大学学报,2018,  
-
42(1):33 39.  
万方数据  
投稿网址:http:/ / zrxuebao.njust.edu.cn  
34  
南京理工大学学报  
42 卷第 1 期  
network and gain of sliding mode control can be tuned onꢀline by adaptive laws based on Lyapunov  
synthesis approach,and the Lyapunov stability theorem has been used to testify the asymptotic stabilꢀ  
ity. The simulation results show that the performance of interval typeꢀⅡ fuzzy neural network based  
adaptive sliding mode controller can guarantee the eightꢀrotor MAV control system with good perꢀ  
formances under uncertainties,variations,and external disturbances,and which is significantly imꢀ  
proved compared with the conventional adaptive sliding mode controller,typeꢀⅠ fuzzy neural network  
based sliding mode controller.  
Key words:interval typeꢀⅡ fuzzy neural network;adaptive sliding mode controller;eightꢀrotor micro  
aircraft vehicle;attitude contral strategy;uncertainties;enternal disturbances  
微型飞行器可被分为两大类,固定和旋转翼  
经网络控制器。  
众所周知,滑模控制对系统模型的不确定性  
和外部扰动具有鲁棒性。 Lin [16] 提出基于区间  
类型旋翼式飞行器可分为四旋翼式共轴式直  
升机等其中,四旋翼式微型飞行器具有最简单  
的机械结构本文介绍了一种由 8 个旋翼组成的  
多旋翼飞行器,以解决四旋翼微型飞行器升力和  
重力之间系数比过低的问题,从而能够增加有效  
载荷能力,有风的情况下保持稳定和有限的  
损伤。  
二型模糊神经网络的直接自适应 SISO 非线性系  
-
笔者采用区间二型模糊神经网络[16 18] 分类  
以及李诺夫稳定性分析相结合的方法设计增益自  
适应滑模控制器通过引入区间二型模糊神经网  
络结合所需的自适应律来逼近未知动态系统的非  
线性函数,同时将李诺夫设计方法和滑模控制方  
法相结合,提出一种自适应模糊神经控制策略,以  
获得控制规则不仅保证了闭环的稳定性,同时  
也确保整体系统的稳定性。  
本文给出了一个动力学模型,为以验证该模  
,引入了一个智能控制策略,该控制策略是建立  
在模糊神经网络自适应控制的基础上的近年  
-
,模糊神经网络已经有许多成功的应用[1 8] ,如  
Spooner [1] Ordonez [2] 出了一种结合模  
糊系与 神 经 网 络 的 自 适 应 控 制 系 。 Melin  
1 八旋翼微型飞行器的动力学模型  
[3] 利用神经 模糊 自适应控制方法提出了一  
种非线性动态模型方法。 Lou [4] 提出了一种用  
神经模糊方法进行建模和自适应控制的机制。  
-
-
八旋翼微型飞行器[20] 可以通过 8 个交叉的  
旋翼建模这种交叉结构是相当简单的,但它通  
过机械连接的电机,具有较好的鲁棒性每一个  
推进器通过减速齿轮连接到发动机,所有螺旋桨  
旋的转轴是固定和平行的八旋翼微型飞行器的  
结构是刚性的,唯一可以改变的是推进器的速度,  
如图 1 所示。  
Melin [5] 利用神经 模糊 遗传的方法来控制复  
杂的电化学系统。 Meng [6] 设计了一种用于选  
择符合装配机器人的动态模糊神经网络控制器。  
但是这些都是基于一型模糊集。  
-
-
随着对控制精度更高的要求,比一型模糊神  
-
经网络具有更好性能的二型模糊神经网络[9 12] 近  
=
1 ,Ωi 1,2,…,8 表示第 i 个电机的转  
年来发展迅速。 2000 年以来,多个国际著名期刊  
出版了二型模糊专辑,同时在多个国际学术会议  
上都召开了二型模糊系统理论与应用方面的专题  
,同时在图上也表示出了第 i 个旋翼的旋转方  
其中,旋翼 2、3、6、7 旋转方向为逆时针,旋翼  
1、4、5、8 的旋转方向为顺时针1 ,x,y,z 代  
表线性位置,ϕ,θ,ψ 在惯性参考系中分别代表滚  
转角俯仰角和偏航角与常规四旋翼无人机相  
,共轴八旋翼无人机也是通过改变每个旋翼的  
转速来实现飞行器的姿态转动和水平运动,但八  
旋翼无人机多了 4 个执行单元,在具有相同电机  
与旋翼的情况下,八旋翼产生的升力是四旋翼无  
人机升力的近两倍。  
-
学术讨论Lee [9 10] 利用二型模糊神经网络  
-
开发的识别系统,Chen [11 12] 计了基于二型  
模糊神经网络的双轴运动控制系统和动态时变辨  
识系统。 Wang [13] 出一种二型模糊神经网  
,后件参数由动态优化训练算法得到。 Mendez  
[14] 研究了二型模糊神经网络参数优化的混合  
[15]  
万方数据  
算法。 Chen 等 研究了参数自适应二型模糊神  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载