【摘 要】
：
针对四旋翼无人机(UAV)系统的高阶次、多变量、强耦合的欠驱动性,为实现四旋翼无人机的有效控制,通过受力分析对四旋翼无人机控制系统进行动力学建模得到非线性动力学模型,并对非线性模型进行线性化处理得到四旋翼无人机系统各个通道的传递函数。结合模型预测控制(MPC)和传统PID控制设计了以误差为切换条件的预测-PID复合控制器。搭建了预测-PID复合控制仿真模型并模拟外界干扰进行仿真,实验结果验证了以预
【机 构】
：
上海海事大学物流工程学院,上海201306
论文部分内容阅读
针对四旋翼无人机(UAV)系统的高阶次、多变量、强耦合的欠驱动性,为实现四旋翼无人机的有效控制,通过受力分析对四旋翼无人机控制系统进行动力学建模得到非线性动力学模型,并对非线性模型进行线性化处理得到四旋翼无人机系统各个通道的传递函数。结合模型预测控制(MPC)和传统PID控制设计了以误差为切换条件的预测-PID复合控制器。搭建了预测-PID复合控制仿真模型并模拟外界干扰进行仿真,实验结果验证了以预测-PID复合控制算法对四旋翼无人机系统控制的快速性、稳定性以及准确性。
其他文献
为了提高柴油机的瞬态调速性能,基于Elman神经网络辨识理论,提出了一种新的柴油机自适应调速算法,即Elman-PID控制算法。该算法运用神经网络提取柴油机转速的雅可比信息,通过转速的雅可比信息反映负载扭矩变化的大小,在线调整PID控制参数,使调速控制能更好地适应柴油机外部负载突变的情况,增加神经网络收敛速度,减小网络对初始权值的依赖。同时,在柴油机整机控制策略中,加入了网络在线学习判定规则,避免运行过程中过度学习、稳态控制性能恶化等问题。最后,建立柴油机平均值模型,验证该算法的实用性。
在网络环境下,考虑网络传输时延和外界干扰输入的影响,基于模型依赖平均驻留时间方法研究一类不确定模糊时滞系统的切换H∞控制问题。首先,基于模型依赖平均驻留时间方法,提出系统状态反馈控制器及切换策略的设计方案。进一步,通过多Lyapunov函数方法求解一组线性矩阵不等式,给出满足系统指数稳定且具有H∞性能指标的充分条件。最后,通过数值仿真例子验证所提方法的有效性和可行性。
针对风电功率预测中出现的随机性和波动性问题,提出了一种基于变分模态分解(VMD)和JAYA优化最小二乘支持向量机(LSSVM)参数的算法,实现短期风电功率的预测。该算法通过分析历史风速序列和气压对风电功率的影响,用VMD对历史风速进行分解,将分解出的风速分量结合气象因素中的气压作为LSSVM预测模型的训练输入,利用JAYA算法的寻优特性对LSSVM的参数进行优化,建立短期风电功率预测模型。最后以风电场实测数据为例进行仿真分析,仿真结果表明,与LSSVM和PSO优化的LSSVM预测模型相比,VMD-JAYA
帮助兵棋AI学习兵棋推演中专家(人类指挥员)的知识和经验,有望提升其智能程度.在前期对兵棋专家知识进行分析归纳的过程中发现,专家知识中包含一类重要且使用频繁的隐性知识
为了满足电网故障情况下并网逆变器的控制要求,并针对传统基波正序电压分量同步方法响应速度较慢和滤波性能较差的问题,提出了一种基于改进二阶广义积分器锁相环(SOGI-PLL)的电网基波正序分量同步方法。首先将改进的具有直流偏移消除的SOGI结构加入单同步坐标系锁相环中,利用SOGI输出信号相互正交的性质来消除负序分量对锁相结果的影响;然后通过级联滤波模块来消除谐波分量对锁相结果的影响,通过频率自适应结构和相位补偿来抑制电网频率和相位偏移的影响,实现故障工况下电网基波正序电压分量的快速准确跟踪;最后利用仿真和实
为保障复杂设备和系统安全平稳地运行,需对其健康状态进行准确评估,从而提高复杂设备及系统长期运行的安全性。基于一种深度置信网络(DBN)和最小二乘支持向量机(LSSVM)的健康状态评估方法,通过无监督学习对深度置信网络进行训练,实现对多传感器数据的特征提取,并利用最小二乘支持向量机算法对特征参数指标进行状态划分,实现对设备及系统状态的自动评估。利用美国航空航天局Ames研究中心提供的涡扇发动机退化模拟数据集进行方法验证,结果证明了基于深度置信网络构建的发动机健康指标能够较好地反映系统退化趋势,评估方法能够准
永磁同步电机的矢量控制中,电流采样的误差会引起转速和转矩的脉动,需予以消除。变频器通常采用相电阻采样,各相电流的幅值变化规律一致,故幅值间的不一致可以预先离线标定出来。但电流采样中的零漂随着供电而变化,需要在线消除。由于电流环的控制作用,尽管实际电流存在误差,用于反馈的采样电流很可能接近正弦,此时利用采样电流本身进行误差消除就十分困难。为此,推导了αβ轴电压与三相电流零漂的关系,通过电压中的直流分量来体现相电流中的零漂分量,进而设计了电压反馈模块,用以估计和消除相电流中的零漂。所提方法简单易行,实验结果表
由于无线输电技术的迅速发展,将无线输电与无人机相结合的研究也在逐渐开展。英国帝国理工的课题组已可以使小型无人机在仅用充电线圈供电下,距地飞行12 cm。由于未对无人机进行控制,该课题组使用细线限制了无人机的飞行范围。现阶段对于无线输电与无人机的结合多集中于输电电路的研究而较少涉及位置控制技术,故尝试对无线输电条件下的无人机位置控制进行研究,使用六轴惯性传感器与光流里程计相结合的方法对无人机的位置进行控制,以实现无线输电条件下无人机较为稳定的悬停。
针对变绳长下的桥式吊车防摇定位控制问题,提出了一种基于不确定性和扰动估计器的自适应增益超螺旋移动滑模控制的方法。首先,所设计的移动滑模面可以根据输入的误差及相应的导数实时改变自身的斜率;此外,在该移动滑模面上加入动态指数项以使任意初始状态误差变量都在滑模面上,从而大大提高系统的鲁棒性和控制性能。其次,为实现系统状态误差的快速收敛,设计一种自适应超螺旋滑模控制算法,该方法不仅能有效地削弱控制系统的抖振,也能很好地抑制系统的匹配扰动,另外构造一个不确定性和扰动估计器用来解决系统的非匹配扰动。最后利用李雅普诺夫
跨场景多目标跟踪算法在刑事侦查、安防监控、无人零售以及智能交通等领域有着重要应用。针对跨场景多目标问题介绍了一种基于步态识别的多行人目标跨场景跟踪方法。提出了基于时空定位卷积的步态识别算法,并设计了基于步态识别的跨场景多目标跟踪系统。提出了时空定位卷积结构,通过在卷积层中加入当前目标轮廓的时序信息以及空间信息,提高了步态识别算法的时序感知以及空间感知能力。在此基础上设计了跨场景多目标跟踪流程,搭建