基本信息：

中北大学·仪器与电子学院，研究方向：导航、制导与控制

论文内容简介：

论文针对计算/通信硬件资源受限的四旋翼无人机干扰环境下鲁棒轨迹跟踪问题，提出了基于非周期信息更新的四旋翼预设性能抖震抑制控制方法。首先，为确保轨迹误差指定时间范围内收敛于给定稳态包络，构造了一种基于连续可微分段函数的性能边界，借助误差转化技术将受限的四旋翼轨迹运动学转化为非受限的等价形式；其次，开发了使能控制和干扰观测回路解耦的自适应神经观测结构，利用观测误差而不是跟踪误差驱动神经权值范数更新，有效降低了在线学习维数和计算复杂度，抵消了参数不确定性和环境扰动对飞行品质的不利影响；再次，在控制与执行器端建立了基于相对阈值的事件触发机制，使得轨迹控制任务仅在事件违背时刻执行，在确保满意的闭环特性的前提下显著降低了机载计算/通信资源利用率；最后，给出了利用灵思创奇开发的四旋翼平台开展室内高精度四旋翼轨迹抗扰控制与测试评估的方案。

研究背景

四旋翼无人机是集通信技术、传感技术、控制理论、惯性导航、人工智能等众多前沿性交叉学科于一体的高新科技产物，具有机动灵活、维护方便、可垂直起降和定点悬停等特性，具有广泛的军民两用价值。四旋翼飞控系统设计是确保其高效执行任务、保障飞行安全与稳定性的关键。四旋翼结构简洁、鲁棒高效的飞控算法开发一直是当前控制和航空领域关注的热点话题。

当前已报道的四旋翼飞控算法大多采用等周期的时间触发控制策略，虽然行之有效，具有可预见性；但从资源利用角度来看，周期执行控制任务不可避免消耗大量的机载计算/通信资源，严重制约四旋翼的勤务能力与滞空范围；此外，传统基于Lyapunov稳定性理论导出的控制算法难以保证四旋翼飞行控制性能满足既定约束，在强不确定环境下面临较大的控制保守性和安全隐患；已报道的神经辨识结果需要依赖于耦合的学习和控制结构，难以实现观测与跟踪品质的协调设计，特别地，权值快速更新情况下经常出现严重的暂态抖震问题，易导致四旋翼控制失稳。因而，迫切需要研究可节省机载硬件资源、具有预设性能约束和暂态抖震抑制能力的四旋翼轨迹跟踪控制方法。

论文创新点：

(1)不同于传统的周期时间触发控制理论，所提的相对阈值事件触发轨迹控制策略仅在事件违背的时刻执行跟踪控制任务，在确保满意的控制精度前提下，可有效节省有限的系统采样/计算资源，更加适用于硬件性能受限的四旋翼系统；

(2)相较于已报道的预设性能控制方案，所提的指定时间预设性能不仅能实现暂稳态指标的预先设计，还能确保指定时间意义下误差收敛，并且调节时间不依赖于系统状态初值和控制器参数，大大方便了四旋翼飞控性能的量化调节；

(3)对比常见的神经网络学习结构，其大多采用跟踪误差更新神经权值，面临暂态学习抖震缺陷，不同于已有思路，所提的神经学习新结构运用观测误差使得控制与学习回路解耦，即便在大自适应增益情况下依然可以确保对于快时变扰动的光滑平顺估计；论文工程应用价值：

灵思创奇设备价值

论文最后给出了利用灵思创奇开发的四旋翼平台开展室内高精度四旋翼轨迹抗扰控制与测试评估的方案。具体而言，利用室内高精度光学捕捉系统实现四旋翼毫米级的位置估计，通过机载IMU解算得到必要的四旋翼姿态及角速率信息；在地面站安装的MATLAB/SIMULINK环境中搭建所涉及的算法模块，编译无误后下载至机载飞控板卡；飞行过程中可利用落地扇模拟外界大气扰动，以评估飞控系统的鲁棒性。实验结束后全程参量数据都可以导出，方便用户查看与重设计。