一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法

摘要: 本发明涉及无人飞行器控制和海上智能救援装备,具体而言,尤其涉及一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法。背景技术:1、随着海上交通运输...
一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法

本发明涉及无人飞行器控制和海上智能救援装备,具体而言,尤其涉及一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法。

背景技术:

1、随着海上交通运输、海洋资源开发、滨海旅游以及水上作业活动的不断增加,海上人员落水事故的快速发现与应急救援问题受到广泛关注。传统海上人员救援主要依靠救援船艇驶近落水区域,再由救援人员投放救生圈、救生浮具或直接开展水面施救。然而,救援船艇的航行速度容易受到海况、航道条件、船舶操纵性能以及落水位置等因素限制。当落水人员距离船舶或岸基救援站较远,或者事故区域存在礁石、浅滩、狭窄水道及较大风浪时,救援船艇往往难以在短时间内抵达目标位置。此外,救援人员直接接近落水者还可能面临恶劣海况、低能见度和水面障碍物等风险。因此,如何在事故发生后迅速向落水人员提供浮力支撑,为后续救援争取时间,成为海上应急救援领域需要解决的重要问题。

2、飞行救生器是一种将多旋翼无人飞行平台与具有浮力的救生装置相结合的海上应急救援装备。该装备通常由旋翼动力系统、机体结构、浮力装置、飞行控制器、通信模块、定位模块、电源模块以及相关传感器组成。当发现人员落水后,飞行救生器可由船舶、岸基站或其他救援平台快速投放,并依靠旋翼产生的升力飞抵落水人员所在区域。到达目标上方后,飞行救生器可下降至水面,为落水人员提供及时的浮力支持,或者在救援人员的控制下引导落水人员向安全区域移动。与完全依靠救援船艇接近目标的方式相比,飞行救生器具有响应速度快、机动性强、受水面航行条件影响较小以及能够降低救援人员直接涉险概率等优点,因而在近海、港口、海岛、船舶甲板及滨海景区等场景中具有较好的应用前景。

3、飞行救生器在飞行过程中需要完成起飞、加速、巡航、减速、悬停、下降以及接触水面等多个运行阶段。其中,姿态控制性能直接影响飞行救生器的飞行稳定性、航迹精度和投放安全性。由于飞行救生器需要携带具有一定体积和浮力的救生结构,其机体外形、质量分布和气动特性通常不同于常规小型多旋翼无人机。浮力结构可能增大迎风面积,并使飞行器对外部风场变化更加敏感;救生装置与旋翼平台之间的结构连接还可能造成质心偏移及转动惯量变化。因此,在滚转、俯仰和偏航运动过程中,各姿态通道之间可能存在较为明显的非线性惯性耦合,使飞行救生器的姿态动力学呈现非线性、强耦合和参数不确定等特征。

4、近海面低空区域的风场环境较为复杂。海面与空气之间的热量和动量交换会形成具有随机性和时变性的阵风及湍流,船体上层建筑、岸基设施和海岸地形也可能引起局部气流分离、尾流及风速突变。飞行救生器由船舶或岸基平台起飞并接近水面目标时,容易持续受到平移风速和角湍流率的共同影响。特别是在低空悬停、目标对准和下降投放阶段,风湍流可能引起滚转角、俯仰角和偏航角的快速变化,使姿态跟踪误差增大,严重时还可能造成飞行器偏离预定投放区域。除外部风扰动外,旋翼气动力变化、执行器响应误差、机体参数摄动、负载变化以及未建模动态也会影响姿态控制性能。上述因素通常同时存在,并可与机体的非线性惯性耦合共同构成具有时变性、随机性和不确定性的集总扰动。

5、现有多旋翼飞行器姿态控制方法主要包括比例-积分-微分控制、滑模控制、自适应控制、反步控制、模型预测控制以及基于扰动观测器的控制方法等。比例-积分-微分控制结构简单,便于工程实现,但其控制参数通常依据特定工作状态整定,当外部扰动增强、系统参数发生变化或通道耦合较为明显时,控制性能容易下降。滑模控制具有较强的鲁棒性,能够在一定程度上抑制参数不确定性和外部扰动,但传统滑模控制中的不连续切换项可能引起控制输入抖振,增加旋翼电机及执行机构的频繁动作,不利于能源受限的飞行救生器长期稳定运行。采用连续近似函数虽然能够减小抖振,但也可能引入稳态误差,并削弱控制系统对快速变化扰动的补偿能力。

6、自适应控制能够利用在线参数调整补偿部分参数不确定性,但其控制效果通常依赖于不确定项的参数化形式。当系统受到难以准确参数化的风湍流、未建模动态及非线性耦合作用时,传统自适应方法可能难以获得理想的补偿效果。扩张状态观测器和其他扰动观测器可以将外部扰动、参数摄动以及未建模项统一处理为集总扰动,并根据可测状态对其进行在线估计。然而,传统扩张状态观测器通常侧重于集总扰动的整体估计,主要依靠较高的观测器增益提高估计速度。在连续变化风湍流和非线性惯性耦合共同作用的情况下,过高的观测器增益容易放大量化噪声和测量噪声,而较低的观测器增益又可能产生明显的估计滞后。因此,传统观测器在扰动表达能力、动态重构精度以及噪声抑制能力之间存在一定矛盾。

7、为了提高对复杂扰动的逼近能力,部分现有技术将神经网络、模糊系统或基函数学习机制引入扰动观测与控制过程,利用在线学习权重表示未知非线性项。学习型观测器能够在一定程度上提取扰动中的结构化成分,但其学习效果通常受到基函数选择、学习速率、测量噪声以及状态精度等因素影响。飞行控制器所使用的姿态角和角速度信号通常来自传感器采样及数字处理,实际获得的信号具有有限分辨率。状态信号经过量化后会产生不连续跳变,若直接对量化角速度进行微分,容易造成微分信号尖峰,并进一步引起学习残差波动和权重快速变化。当近似基函数不能完全描述实际扰动时,还会产生基函数失配误差及未建模残差。若缺少对学习残差和权重变化的合理处理,观测器的估计输出可能出现高频波动,进而影响姿态控制指令的平滑性。

8、另一方面,飞行救生器通常由机载电池和嵌入式飞行控制器供电,其通信带宽、计算能力以及旋翼执行器的允许更新次数均受到一定限制。姿态角和角速度等状态量经过传感器采样、模数转换或数字编码后形成有限分辨率信号,控制指令在传输和执行过程中还可能经历输入量化。状态量化误差会直接影响跟踪误差、滑模变量和扰动估计结果;输入量化则会使实际作用于飞行器的控制量与连续控制器计算的理想控制量之间存在偏差。如果控制系统在每个采样时刻均向执行器发送新的控制指令,将增加通信负担、控制器计算负担以及旋翼电机的频繁调节,不利于降低飞行救生器的能源消耗和执行器损耗。

9、事件触发控制可以根据当前控制需求判断是否更新执行器指令,从而减少不必要的通信和控制更新。现有连续时间事件触发方法通常需要持续监测系统状态或触发条件,对处理器的实时计算能力提出较高要求,并可能在某些条件下产生触发间隔不断缩短的问题。基于预设采样时刻进行事件判断的方法便于数字控制系统实现,但仍需合理处理连续控制指令、量化候选指令和零阶保持后实际执行器输入之间的关系。若在稳定性分析中仅考虑连续控制器输出,而忽略状态量化、输入量化、采样失配、事件阈值和零阶保持所引起的误差,则理论模型与实际执行过程可能不一致,难以准确说明闭环系统的稳定性及姿态跟踪误差范围。

10、此外,飞行救生器控制系统中的扰动观测、状态量化、输入量化及事件触发并非相互独立。量化状态会影响观测器的状态校正过程和学习基函数,扰动估计误差会进一步影响连续控制指令,输入量化会改变事件判断所使用的候选控制量,而事件触发和零阶保持又会导致实际执行器输入与当前候选指令之间产生失配。上述误差在闭环系统中相互耦合,若分别设计观测器、控制器和事件触发机制,而未进行统一建模与稳定性分析,可能造成控制增益选择不合理、扰动补偿不足或控制输入频繁更新等问题。

11、因此,有必要提供一种适用于飞行救生器的事件触发姿态跟踪控制方法,对连续风湍流、非线性惯性耦合、参数不确定性和未建模动态形成的集总扰动进行有效估计,同时处理状态量化、输入量化、采样失配以及零阶保持误差。在提高集总扰动重构能力和姿态跟踪性能的基础上,还需要降低控制指令的更新频率,减轻通信与执行器动作负担,并从理论上说明观测误差、学习权重误差和姿态跟踪误差的有界性,以及排除有限时间内发生无限次触发的可能性,从而提高飞行救生器在复杂近海风环境下运行的稳定性、可靠性和工程可实现性。

技术实现思路

1、根据上述提出现有技术中存在的对连续时变风湍流与非线性惯性耦合构成的集总扰动估计精度不足、状态及输入量化误差未显式处理、控制指令更新频繁导致通信与执行器资源负担过重的技术问题,提供一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法。本发明将集总扰动分解为结构化学习项与等效残差项,通过残差驱动的两阶段学习结构兼顾快速适应与权重平滑;利用量化状态构造自适应姿态控制器;在执行器端采用固定阈值周期事件触发和零阶保持,仅在量化候选指令与当前保持指令偏差达到阈值时更新,从而在保证闭环信号有界和姿态跟踪性能的同时降低指令更新次数。

2、本发明采用的技术手段如下:

3、一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法,包括:

4、s1、根据飞行救生器的滚转、俯仰和偏航运动建立三轴姿态动力学模型,对姿态角、角速度和连续控制指令分别进行均匀量化,获得量化状态信号和量化候选控制指令;

5、s2、利用连续 dryden 风湍流模型生成飞行救生器近海面飞行时的角湍流率,将所述角湍流率转换为三轴等效角加速度扰动,并与非线性惯性耦合项共同构成集总扰动;

6、s3、将所述集总扰动表示为结构化学习项与等效残差项之和,建立量化高阶学习扩张状态观测器;所述观测器包括姿态状态估计通道、角速度状态估计通道、残差估计通道、滤波微分通道、中间学习权重通道和最终平滑学习权重通道;

7、s4、根据量化姿态角、量化角速度、期望姿态轨迹以及所述集总扰动估计值构造滑模变量和自适应量化状态反馈控制器,生成连续控制指令,并对连续控制指令进行限幅和输入量化;

8、s5、在预设周期评估时刻比较所述量化候选控制指令与执行器当前保持指令,当二者差值的绝对值不小于固定触发阈值时更新执行器指令,否则维持原指令,并在相邻评估时刻之间对执行器指令进行零阶保持;

9、s6、构造观测学习子系统和姿态跟踪子系统的李雅普诺夫函数,确定使闭环信号一致最终有界的控制参数条件,并根据预设周期评估间隔排除芝诺行为。

10、进一步地,步骤s1,包括:

11、s11、将飞行救生器的姿态运动描述为四旋翼式刚体旋转动力学模型,基于四旋翼式刚体旋转动力学模型,将飞行救生器系统的旋转运动表示为:

12、

13、其中,为滚转角,为滚转角速度,为滚转角加速度,为俯仰角,俯仰角速度,为俯仰角加速度,为偏航角,为偏航角速度,为偏航角加速度,为滚转通道转动惯量,为俯仰通道转动惯量,为偏航通道转动惯量,、、为三轴控制输入;

14、s12、将四旋翼式刚体旋转动力学模型写成状态空间形式,如下:

15、

16、其中,为姿态角向量,为角速度向量,为对角增益矩阵,为控制输入向量,为集总扰动向量;

17、s13、对姿态角和角速度分别进行均匀量化,得到姿态角和角速度的均匀量化信号分别为:

18、

19、其中,为第通道量化姿态角,为姿态角量化步长,为第通道实际姿态角,为第通道量化角速度,为角速度量化步长,为第通道实际角速度,为四舍五入取整运算;

20、s14、设定量化误差满足条件如下:

21、

22、s15、对连续控制指令进行输入量化,得到量化候选指令如下:

23、

24、其中,为第通道量化候选控制指令,为入量化算子,为输入量化步长,为第通道连续控制指令,为量化等效表示的切换阈值;

25、s16、将量化候选指令等效表示为:

26、

27、其中,为第通道时变增益,,是未知的且为有界时变增益,在量化的过程中符号不变;为第通道有界时变偏移量,;

28、s17、由于,当时,也是有界的,由此推出是有界的,令,其中,为第通道偏移量上界;

29、s18、由于的下限具有不确定性且随时间变化,因此采用自适应估计对其进行估计,为避免因估计零值而产生奇异困难,因此,的下限用时变增益表示,其中,为时变增益的正下界。

30、进一步地,步骤s2,包括:

31、s21、建立连续dryden风湍流模型,利用连续dryden风湍流模型生成飞行救生器近海面飞行时的角湍流率,连续dryden风湍流模型的输入输出关系为:

32、

33、其中,为平移风速度向量,为角湍流率向量,为dryden风湍流模型算子,为飞行高度,为飞行空速,为机体系至导航系方向余弦矩阵,为高斯随机驱动噪声;

34、s22、将角湍流率转换为三轴等效角加速度扰动:

35、

36、其中,为三轴等效角加速度扰动向量,为角湍流率至角加速度扰动的映射矩阵;

37、s23、将非线性惯性耦合项与三轴等效角加速度扰动共同构成集总扰动,如下:

38、

39、其中,为集总扰动向量,为非线性惯性耦合项,为角速度向量。

40、进一步地,步骤s3,包括:

41、s31、将集总扰动分解为结构化学习项与等效残差项之和,建立量化高阶学习扩张状态观测器如下:

42、

43、其中,为基函数矩阵,为未知理想权重向量,为残差近似误差;

44、s32、对于任一姿态通道,定义,采用十六维基函数向量如下:

45、

46、s33、建立姿态状态估计通道、角速度状态估计通道及残差估计通道,量化高阶学习扩张状态观测器满足:

47、

48、其中,为姿态状态估计向量,为实际姿态角向量,为角速度状态估计向量,为实际角速度向量,为对角增益矩阵,为控制输入向量,为基函数矩阵,为最终平滑学习权重向量,为残差估计向量,为正定观测器增益矩阵,为残差泄漏增益矩阵;

49、s34、建立滤波微分通道,为避免直接微分不连续量化角速度,引入滤波微分状态如下:

50、

51、其中,为滤波角速度状态向量,为滤波时间常数矩阵,为滤波微分输出向量,作为角加速度的替代信号;

52、s35、建立中间学习权重通道,定义第通道原始学习残差如下:

53、

54、其中,为第通道原始学习残差,为第通道滤波微分输出,为第通道控制增益,为矩阵的第个对角元素,为第通道实际执行器输入,为第通道基函数行向量,为第通道中间学习权重向量;

55、s36、对原始学习残差实施死区处理,如下:

56、

57、其中,为第通道死区处理后残差,为第通道死区阈值,为符号函数;

58、s37、对死区处理后残差实施光滑有界映射,如下:

59、

60、其中,为第通道光滑有界学习残差,为第通道光滑映射限幅值;

61、s38、建立最终平滑学习权重通道,其中,中间学习权重和最终平滑学习权重分别按照下式更新:

62、

63、

64、其中,为第通道中间权重学习增益矩阵,为第通道中间权重泄漏系数,为第通道平滑权重增益矩阵,为第通道平滑权重泄漏系数;

65、s39、建立扰动估计输出通道,观测器的原始扰动估计为:

66、

67、其中,为第通道原始扰动估计值;

68、s310、对原始扰动估计实施限幅,得到实际输出如下:

69、

70、其中,为第通道限幅后的扰动估计值,为限幅值为的饱和函数;

71、s311、令,当限幅未激活时,使基函数在线学习扰动的结构化成分,残差状态补偿剩余近似误差及未建模项,第二级平滑权重则抑制量化切换引起的快速参数波动。

72、进一步地,步骤s4,包括:

73、s41、设定期望姿态轨迹,并定义实际跟踪误差及量化可测误差,如下:

74、

75、

76、

77、其中,为期望姿态轨迹向量,为期望滚转角,为期望俯仰角,为期望偏航角,为实际姿态跟踪误差向量,为实际姿态跟踪误差变化率向量,为际姿态角向量,为实际角速度向量,为化可测姿态误差向量,为量化可测姿态误差变化率向量,为量化姿态角向量,为量化角速度向量,为姿态角量化误差向量,为角速度量化误差向量;

78、s42、定义实际滑模变量,如下:

79、

80、其中,为滑模增益对角矩阵;

81、s43、定义量化滑模变量,如下:

82、

83、其中,为滑模变量量化偏差向量,;

84、s44、确定滑模变量量化误差界,并构造可测辅助项,如下:

85、

86、其中,为第通道滑模变量量化偏差,为角速度量化步长,为滑模增益矩阵的第个对角元素,为姿态角量化步长,为第通道可测辅助项,为第通道量化可测姿态误差变化率,为第通道期望姿态角加速度;

87、s45、定义量化后的有效输入增益,如下:

88、

89、其中,为第通道量化后的有效输入增益,有效输入增益的未知正下界为,令,并引入估计值,其中,为第通道自适应参数,为第通道自适应参数估计值;

90、s46、根据量化滑模变量、可测辅助项及集总扰动估计值,构造连续控制指令,如下:

91、

92、其中,为限幅值为的饱和函数,为第通道鲁棒增益,为双曲正切函数,为第通道量化滑模变量,为第通道光滑化参数,为第通道自适应参数估计值,为第通道控制辅助变量,为第通道分母正则化参数;

93、s47、建立自适应参数更新律,构造自适应量化状态反馈控制器,如下:

94、

95、其中,为第通道自适应参数估计值的变化率,为将估计值投影至区间的投影算子,投影算子保证,为第通道自适应学习率,为第通道自适应泄漏系数,为自适应参数估计下界,为自适应参数估计上界。

96、进一步地,步骤s5中,设计了固定阈值周期事件触发机制,包括:

97、s51、预设事件评估时刻为,在每个处,利用输入量化器计算量化候选控制指令,如下:

98、

99、其中,为输入量化算子,为第通道在时刻的连续控制指令;

100、s52、比较量化候选控制指令与执行器当前保持指令,按照固定阈值规则更新执行器指令,如下:

101、

102、其中,为第通道在时刻更新后的执行器指令,为第通道在时刻更新前的执行器保持指令,为第通道固定触发阈值;

103、s53、设置初始时刻执行器指令,如下:

104、

105、其中,为第通道初始时刻的执行器指令,为第通道初始时刻的量化候选控制指令;

106、s54、在相邻评估时刻之间对执行器指令进行零阶保持,如下:

107、

108、其中,为第通道在时刻的实际执行器输入;

109、s55、定义采样失配,并将保持输入等效表示为:

110、

111、其中,表示第通道采样失配,为第通道在时刻的连续控制指令,为第通道与第个评估时刻相关的有界系数。

112、进一步地,步骤s6,包括:

113、s61、定义观测误差,如下:

114、

115、s62、定义中间权重误差,如下:

116、

117、其中,为第通道未知理想权重向量;

118、s63、定义最终权重误差,如下:

119、

120、其中,为第通道最终平滑学习权重向量;

121、s64、当理想权重有界、等效残差及其变化率有界时,建立中间权重误差动态方程,如下:

122、

123、其中,为第通道中间权重泄漏系数,为第通道中间权重误差有界扰动项,为第通道光滑映射限幅值;

124、s65、定义中间权重误差的渐近上界,如下:

125、

126、其中,为第通道中间权重误差扰动项上界;

127、s66、建立最终权重误差动态方程,如下:

128、

129、其中,为第通道平滑权重泄漏系数;因此中间权重、最终平滑权重、观测器估计误差以及扰动估计误差均一致最终有界;

130、s67、对第姿态通道,构造姿态跟踪子系统的李雅普诺夫函数,如下:

131、

132、其中,为第通道自适应参数估计误差,;

133、s68、确定使闭环信号一致最终有界的控制参数条件,如下:

134、

135、其中,为第通道有效输入增益正下界,为第通道控制增益参数,为第通道集总扰动及量化误差合成上界;

136、s69、考虑状态量化导致的有界实现失配后,存在和使,因而得到:

137、

138、其中,为第通道李雅普诺夫函数收敛速率系数,为第通道李雅普诺夫函数有界残差系数,为第通道李雅普诺夫函数初始值;

139、s610、设定实际滑模变量和姿态跟踪误差分别满足:

140、

141、

142、其中,为第通道实际滑模变量,为第通道姿态跟踪误差,为第通道滑模增益;

143、s611、由于所有触发时刻均属于,根据预设周期评估间隔,确定相邻触发时刻之间的最小时间间隔,即任意相邻触发时刻满足:

144、

145、因此,有限时间内不可能发生无限次触发,芝诺行为被排除;其中,为第通道第次触发时刻,为第通道第次触发时刻,为第通道第次触发对应的评估序号,为第通道第次触发对应的评估序号,为事件评估周期。

146、较现有技术相比,本发明具有以下优点:

147、1、本发明提供的一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法,通过将集总扰动分解为结构化学习项与等效残差项,并构造包含姿态状态估计通道、角速度状态估计通道、残差估计通道、滤波微分通道、中间学习权重通道及最终平滑学习权重通道的量化高阶学习扩张状态观测器,实现了对连续风湍流和非线性惯性耦合构成的集总扰动中结构化成分的在线辨识与剩余近似误差的实时补偿。

148、2、本发明提供的一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法,通过由中间权重快速学习与最终权重平滑构成的高阶两阶段学习过程,并结合对学习残差实施的死区处理、光滑有界映射、泄漏项修正及扰动估计输出限幅,实现了对量化切换、滤波微分和基函数近似误差引起的权重突变及参数漂移的有效抑制。

149、3、本发明提供的一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法,通过在观测器状态校正、控制器构造及事件触发判别中显式引入状态量化误差、输入量化误差、采样失配、固定触发阈值及零阶保持误差的等效数学描述,实现了理论模型与数字控制实现的一致性。

150、4、本发明提供的一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法,通过在预设周期评估时刻比较量化候选控制指令与执行器当前保持指令的偏差,并依据固定阈值规则选择性更新执行器指令,实现了控制指令传输次数与执行器更新次数的显著削减,并由正的周期评估间隔从结构上排除芝诺行为。

151、5、本发明提供的一种基于量化高阶学习扩张状态观测器的飞行救生器事件触发姿态控制方法,通过构造包含观测学习子系统和姿态跟踪子系统的李雅普诺夫函数,并确定使闭环信号一致最终有界的控制参数条件,实现了在复合扰动、状态量化、输入量化及事件触发零阶保持共同作用下的闭环稳定性严格保证。

152、综上,现有技术中传统扩张状态观测器仅依赖单一扩张状态重构全部复杂扰动,难以在连续时变风湍流与非线性惯性耦合条件下兼顾扰动重构精度与测量噪声抑制,且未对状态量化、输入量化、采样失配及事件触发零阶保持所引起的多重误差进行显式区分与统一建模,导致观测器、控制器和事件触发机制分别设计时闭环增益选择不合理、扰动补偿不足及控制输入频繁更新。应用本发明的技术方案通过将集总扰动分解为结构化学习项与等效残差项并建立高阶两阶段学习结构,同时对状态量化、输入量化、采样失配及事件触发零阶保持进行统一建模与闭环稳定性分析,使观测学习误差、姿态跟踪误差及内部信号在资源受限条件下保持一致最终有界。因此,本发明的技术方案解决了现有技术中传统扰动观测器对复杂集总扰动重构能力不足、状态及输入量化与事件触发误差未显式处理、以及控制指令频繁更新导致通信与执行器资源负担过重的问题。

153、基于上述理由本发明可在无人飞行器控制、海上智能救援装备、资源受限嵌入式控制系统等领域广泛推广。