基于微分函数观测器和切换微分器的补偿控制方法及系统

摘要: 本发明涉及无人机姿态抗扰控制,尤其涉及一种基于微分函数观测器和切换微分器的补偿控制方法及系统。背景技术:1、无人机姿态系统固有的动力学建模误差与不可预测的外部环...
基于微分函数观测器和切换微分器的补偿控制方法及系统

本发明涉及无人机姿态抗扰控制,尤其涉及一种基于微分函数观测器和切换微分器的补偿控制方法及系统。

背景技术:

1、无人机姿态系统固有的动力学建模误差与不可预测的外部环境干扰,是制约其非线性姿态实现高性能控制的核心因素。主动观测补偿控制策略是解决该问题的有效手段,其通过设计观测器估计未知函数(集总扰动)并前馈至控制律中进行主动补偿,能够以较低的计算成本实现卓越的抗干扰性能。为此,研究人员发展了扩张状态观测器(extendedstate observer, eso)、滑模观测器(sliding mode observer, smo)、扰动观测器(disturbance observer, dob)和补偿函数观测器(compensation function observer,cfo)等多种观测器来估计系统的不确定性。

2、然而,现有基于观测器的抗干扰控制技术存在两大局限。第一,严重依赖高增益机制:为提升稳态跟踪性能,现有观测器往往需要显著增大增益参数,这极易在系统初始阶段或扰动突变时诱发严重的尖峰或抖振现象,并显著放大传感器的宽频带测量噪声,估计信号的瞬态尖峰极易通过反馈通道在控制律中再次放大,进而引发控制振荡甚至系统失稳。第二,微分信号提取面临高精度与强抗噪的固有矛盾:受力函数(扰动)的估计高度依赖于状态微分的精准重构,但现有主流微分器普遍陷入了“稳态跟踪精度”与“瞬态抗噪滤波”不可兼得的技术僵局,易引发明显的动态相位滞后或高频物理抖振。在实际工程应用中,如四旋翼无人机姿态控制系统等,剧烈的时变复合扰动与极端的传感器测量噪声往往共存。因此,需要一种新型的观测器与微分器结构,能够从根本上摆脱未知函数估计对高增益机制的依赖,同时在架构层面实现高精度微分提取与极值噪声抑制的兼得。

技术实现思路

1、本发明旨在至少解决相关技术中存在的技术问题之一。为此,本发明提供一种基于微分函数观测器和切换微分器的补偿控制方法及系统,通过将未知函数估计转化为动量误差微分提取问题,使其摆脱了传统观测器对高增益机制的依赖,同时提出动态切换架构的微分器提取导数信号,从而兼顾高精度微分提取与强抗噪能力,提供一种鲁棒性更强、瞬态与稳态性能更优的抗扰控制解决方案。

2、本发明提供一种基于微分函数观测器和切换微分器的补偿控制方法,包括:

3、s1:基于牛顿动力学方程构建无人机姿态系统的二阶非线性控制模型;

4、s2:通过对无人机的控制输入进行积分处理构造辅助状态变量,根据辅助状态变量、无人机真实姿态角加速度误差以及二阶非线性控制模型构建非线性系统的微分函数观测器;

5、s3:构建双积分ii型微分器与双积分i型微分器,根据双积分ii型微分器与双积分i型微分器,采用并行独立解算的双通道架构构建切换双积分微分器,所述切换双积分微分器以双积分ii型微分器与双积分i型微分器的微分估计输出之差的绝对值作为切换判据,根据预设经验阈值和切换判据确定切换双积分微分器的输出;

6、当切换判据大于预设经验阈值时,切换双积分微分器的输出为双积分i型微分器提取的微分信号;

7、当切换判据小于或等于预设经验阈值时,切换双积分微分器的输出为双积分ii型微分器提取的微分信号;

8、s4:根据微分函数观测器和切换双积分微分器计算集总扰动估计值,根据集总扰动估计值构建主动补偿项,根据主动补偿项和反馈线性化控制理论构建主动抗扰控制律,根据主动抗扰控制律对无人机姿态系统进行补偿控制。

9、进一步地,无人机姿态系统的二阶非线性控制模型为:

10、

11、其中,为无人机姿态角,为姿态角加速度,为的导数,为的导数,为系统非线性模型及模型不确定性,为真实增益,为无人机的控制输入,为时刻的无人机外部扰动;

12、将未建模动态、参数摄动与外部扰动的集总不确定性统一定义为集总扰动,集总扰动的计算表达式为:

13、

14、其中,为集总扰动,为标称控制增益。

15、进一步地,微分函数观测器的计算表达式为:

16、

17、其中,为辅助状态变量,为的导数,为无人机的控制输入,为标称控制增益,为无人机真实姿态角加速度误差,为的导数,为姿态角加速度,为集总扰动的估计值。

18、进一步地,双积分ii型微分器的状态方程为:

19、

20、其中,为ii型微分器系统跟踪状态,为的导数,为ii型微分器姿态角加速度跟踪状态,为的导数,为ii型微分器输入误差信号,,为姿态角加速度,为ii型微分器第一增益参数,为ii型微分器第二增益参数,为双积分ii型微分器提取的微分信号。

21、进一步地,双积分i型微分器的状态方程为:

22、

23、其中,为i型微分器系统跟踪状态,为的导数,为i型微分器姿态角加速度跟踪状态,为的导数,为i型微分器第一增益参数,为i型微分器输入误差信号,,为真实姿态角加速度,为i型微分器第二增益参数,为双积分i型微分器提取的微分信号。

24、进一步地,切换双积分微分器的输出为:

25、

26、

27、其中,为集总扰动的估计值,为动态切换判据,为双积分i型微分器提取的微分信号,为双积分ii型微分器提取的微分信号,为预设经验阈值。

28、进一步地,s4步骤包括:

29、根据系统期望的轨迹跟踪信号计算系统的跟踪误差;

30、对系统的跟踪误差进行微分计算,获得系统误差动力学方程;

31、根据反馈线性化控制思想构建主动抗扰控制律;

32、将主动抗扰控制律代入误差动力学方程,获得闭环误差动态方程;

33、通过闭环误差动态方程对无人机姿态系统进行补偿控制。

34、进一步地,主动抗扰控制律的计算表达式为:

35、

36、其中,为标称控制增益,为无人机的控制输入,为系统期望的轨迹跟踪信号,为的二阶导数,为控制律第一增益参数,为控制律第二增益参数,为姿态角加速度跟踪误差,为位置跟踪误差,为集总扰动的估计值。

37、进一步地,闭环误差动态方程的计算表达式为:

38、

39、

40、其中,为的导数,为观测器的扰动估计残差,为集总扰动。

41、本发明还提供一种基于微分函数观测器和切换微分器的补偿控制系统,用以执行上述的一种基于微分函数观测器和切换微分器的补偿控制方法,包括:

42、控制模型构建模块,所述控制模型构建模块用于基于牛顿动力学方程构建无人机姿态系统的二阶非线性控制模型;

43、微分函数观测器构建模块,所述微分函数观测器构建模块用于通过对无人机的控制输入进行积分处理构造辅助状态变量,根据辅助状态变量、无人机真实姿态角加速度误差以及二阶非线性控制模型构建非线性系统的微分函数观测器;

44、切换双积分微分器构建模块,所述切换双积分微分器构建模块用于构建双积分ii型微分器与双积分i型微分器,根据双积分ii型微分器与双积分i型微分器,采用并行独立解算的双通道架构构建切换双积分微分器,所述切换双积分微分器以双积分ii型微分器与双积分i型微分器的微分估计输出之差的绝对值作为切换判据,根据预设经验阈值和切换判据确定切换双积分微分器的输出;

45、当切换判据大于预设经验阈值时,切换双积分微分器的输出为双积分i型微分器提取的微分信号;

46、当切换判据小于或等于预设经验阈值时,切换双积分微分器的输出为双积分ii型微分器提取的微分信号;

47、补偿控制模块,所述补偿控制模块用于根据微分函数观测器和切换双积分微分器计算集总扰动估计值,根据集总扰动估计值构建主动补偿项,根据主动补偿项和反馈线性化控制理论构建主动抗扰控制律,根据主动抗扰控制律对无人机姿态系统进行补偿控制。

48、本发明实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:

49、本发明基于牛顿第二定律,将未知函数(扰动)的估计等价转化为动量误差微分提取问题。通过控制量积分与误差微分实现,使得未知函数的估计不再依赖高增益机制,从而从根本上避免了峰值现象与对噪声的敏感性。本发明设计了双积分i型微分器(double-integral differentiator with type-i, 简称did-i)与双积分ii型微分器(doubleintegrator differentiator with type-ii, 简称did-ii)。其中did-i用于强效抑制高频噪声与瞬态超调,而did-ii则用于保障稳态阶段的高精度微分提取。构建了切换双积分微分器(switch double integrator differentiator, 简称sdid),该结构采用并行双通道与残差评估逻辑,在受扰瞬态动态切换至did-i,而在稳态平滑切回did-ii。这一机制在架构层面实现了高精度微分提取与强抗噪性能的兼得,极大降低了系统的参数联调难度。

50、本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。