设计新颖的倾转旋翼无人机的飞行控制系统

文摘

本文提出了一种新型的控制系统设计过程倾转旋翼无人机(TRUAV)。首先,一个新的配置与倾斜转子设计方案。然后,建立了详细的非线性数学模型,从设计实验获得的参数和数值分析。为了控制设计,动力学方程是在徘徊在平衡点线性化,基于削减和控制分配方法计算。处理执行器饱和和不确定扰动问题小说TRUAV,一种改进的飞行控制律的基础上,结合鲁棒伺服线性二次调节器(RSLQR)最优控制和扩张状态观测器(ESO)提出。飞行控制律设计有结构简单,可靠性高的工程。进行模拟和悬停飞行测试来验证所提出的数学模型和控制策略的有效性。

1。介绍

固定翼无人机(FWUAVs)和旋翼无人机(RUAVs),作为飞机与传统结构的表征,在军用和民用领域发挥了重要作用在很长一段时间。然而,他们的应用程序总是有限的灵活性,有效负载,和耐力,关心自己的典型结构和动力系统。打破上述局限性,倾转旋翼无人机(TRUAVs)已成为一个焦点的无人机研究[1]。与RUAVs相比,TRUAVs可用于场景需要更高的速度,延长飞行范围,和更大的有效载荷能力。与FWUAVs相比,TRUAVs可以执行起飞和降落的航班不需要跑道。因此,TRUAVs有更广泛的应用比其他类型的飞机。等飞机大部分的早期研究集中于双倾转旋翼如贝尔鹰眼(2],聪明的无人机KARI [3],BIROTAN [4]。Dual-TRUAVs有两个可倾斜的转子安装在了熊熊。类似的结构也是由中国南京航空航天大学(5]。螺旋桨的Dual-TRUAVs通常需要循环控制,这就增加了机械复杂性为稳定和可操作性。随着无人机设计和控制技术的发展,一些小说TRUAV结构在过去十年中已经探讨了。在[6),一个overactuated四轴飞行器设计,允许独立的手臂周围的转子轴倾斜。这个新结构提高了机动性和轨迹跟踪能力,实现完整的力和力矩的权威引导。类似的结构也显示在文献[7]。在[8,9),一个四偏转翼无人机设计和建造。它是一种新型的倾转旋翼结构,转子装配中心的翅膀,和转子和翅膀可以一起倾斜减少向下运动所造成的影响。Papachristos et al。10]采用tri-tilt转子配置分离转子和翅膀,由前置的双倾斜转子和一个后置的单转子倾斜。减少空气动力干扰,转子安装在机身两边在前面和后面的翅膀。在[11),提出了一种新的固定翼垂直起降无人机结构,两个倾斜转子安装在机翼和前两个转子是主要定位为同轴升力。弗洛雷斯et al。12,13)开发了一种Quad-TRUAV有两对可倾斜的转子安装在机身正面和背面,以减少空气动力干扰。

后评价的优点和缺点不同类型的无人机,TRUAV的新结构方案提出了。原型图所示1。与Quad-TRUAV类似,它有四个转子安装在前后的机身实现所有飞行模式。所不同的是,新配置只使用了两个可倾斜的转子满足推力的要求,这意味着更少的机制,降低成本,节约能源,飞行时间更长。推进系统3和4可以倾斜垂直位置( )水平位置( )或者通过four-linkage反向机制。当飞机进入固定翼模式,前面转子1和2停止运营;与此同时,转子3和4的飞机。不同于上述的无人机,新的配置采用较小的发动机和螺旋桨推进系统3和4,以满足低推力重量比要求在巡航飞行,这减少了飞机重量和提高了效率的巡航能力。然而,以确保足够的拉力在垂直起落阶段,3和4的推进系统应该有一个更长的力臂,这给控制系统的设计带来更大的挑战。经过反复工程估算和总重量核算,完成飞机的设计参数。列出了主要参数表1,在这代表了跨度,是机翼面积,是平均气动弦。

能够实现多模飞行带来很多好处。然而,作为一个特定的飞行器,TRUAV比传统飞机有更复杂的功能,这使得它具有高度非线性和耦合系统模型的不确定性和未知的外部干扰和增加控制器设计的复杂性。

考虑到这些挑战,许多聪明的非线性控制方法进行了调查,如滑模控制(14),自适应神经网络控制(15),动态反演方法(16),和神经网络增强模型反演控制(17]。然而,大多数相关研究TRUAV专注于仿真阶段。是非常昂贵和难以实现这些非线性控制技术在实际飞行测试由于设计过程的复杂性,相当多的在线计算负担和他们强烈依赖非线性模型的准确性。在工程实践中,PID控制仍是公认的。Yuksek et al。18卷)先后设计了PID控制器,音高和偏航通道,有效验证了飞行试验。类似的研究也可以发现在最近的引用(19,20.]。然而,PID方法具有令人满意的控制性能,不能处理执行器饱和和不确定扰动的问题经常发生在实际飞行测试。因此,如何设计一个更好的线性控制器来解决这些实际问题,提高控制性能促使这项工作。

首先,保护的执行机构饱和和改善控制性能,一个健壮的伺服线性二次调节器(RSLQR)控制方法是在一些其他应用程序开发21,22]。在[21),该方法设计的螺旋角固定翼飞机的控制。仿真结果表明,该方法具有较小的操纵面偏转比传统的PID控制在最初的反应。在[22),RSLQR控制应用的音调控制导弹自动驾驶仪。将会呈现出一种跟踪性能优于PID控制引入到系统状态错误。因此,RSLQR控制方法可以解决执行机构饱和问题,提高控制性能。然而,它不能处理不确定的干扰问题在实际飞行。提高控制系统的抗干扰能力,RSLQR需要改善。近年来,扰动观察人士被广泛研究了某些类型的实时系统。通过正确使用观察者,抗干扰性可以显著改善控制系统的性能。特别是,欧洲南方天文台,称为主动扰动抑制控制的关键模块,用来估计系统的状态和总干扰更少依赖模型信息(23,24]。总干扰主要包括模型不确定性和外部干扰。它被视为一个额外的流程的状态变量和被观察者可以在线估计。针对一种改进的飞行控制律提出了基于RSLQR与ESO的组合来控制飞行新TRUAV。类似于PID控制,所设计的控制器是一个线性控制方法与低成本和容易实现的特点。此外,它解决了执行机构饱和和不确定的干扰问题,提高了控制性能在实际飞行。因此,该飞行控制律是TRUAV潜在的工程应用。

剩下的纸是组织如下。节2,建立了数学模型和相关参数确定的设计实验和数值分析。控制分配方法的新的TRUAV发达,和一个新的飞行控制律的基础上,结合与ESO RSLQR提出了部分3。然后,在部分进行模拟和飞行测试4和5。最后,部分6本文总结和未来工作提供建议。

2。数学建模

主翼身参考系的定义和相应的转换矩阵可以发现在大多数飞机动力学文献[25]。让是物体固定框架(BFF)连接到飞机的重心(齿轮)。惯性坐标系(EFF)表示为固地它的起源在设置起点。此外,不同于以前的作品,四个辅助框架(AFs) 建立考虑倾斜角度和侧倾角,在哪里点沿着螺旋桨轴,无人机的纵向平面平行,垂直于指着鼻子,是由右手定则决定。参考坐标框架如图所示2。根据坐标转换原理,给出协调框架之间的变换矩阵 在哪里代表了欧拉角,分别是余弦和正弦函数的符号,是固定的侧倾角介绍推进系统提高系统可控性(26),而倾斜角度的转子。

TRUAV可以导出的非线性动力学模型的形式-欧拉公式,在BFF表示如下: 在哪里是飞机的质量,和代表BFF总力和力矩向量表示,分别BFF的速度矢量,表示态度的矢量角率,和刚体的惯性矩阵,如下表示:

中表达的力量和时刻,永远的好朋友,是由重力,推进系统,空气动力学,陀螺效应引起的转子倾斜的行动。他们可以表示为 所有组件的力量,时刻把下面的形式呈现。

2.1。重力

BFF的重力可以表示为

2.2。推进系统

2.2.1。推力矢量

沿着BFF的推力矢量可以分解利用AFs和BFF:之间的旋转矩阵 在哪里AFs是推力向量表示,推力值,发动机油门,代表由实验确定的数学关系。

2.2.2。时刻向量

产生的力矩矢量推进系统可以表示为 在哪里矢量推力矢量生成的那一刻,是位置向量的每个转子轴的齿轮,代表转子空气阻力引起的扭矩,AFs的转矩向量表示,是转矩向量表达的永远的好朋友。

2.3。陀螺力矩

旋转的旋翼将导致陀螺进动力矩的效果。这一刻向量给出的表达式如下: 在哪里的转动惯量是推进组织的轴和代表转子的旋转角速度向量在AFs。

2.4。气动力和力矩

不同文献[27),舵是本文的气动力和力矩TRUAV介绍如下: 在哪里问是动态的压力,是攻角,侧滑角,副翼的偏转角度,电梯,和舵。空气动力学推导可以通过CFD模拟和风洞测试。

此外,如果代表在EFF飞机的位置矢量。根据坐标系统之间的转换关系,翻译运动学方程和旋转运动方程可以表示为

最后,基于上述分析,系统的6自由度非线性动力学方程可以描述一个一阶向量微分方程的形式: 在哪里是状态变量的向量 ,和是输入变量的向量,通常由发动机油门和控制表面变形量 ,被认为是在过渡模式和飞机模式。

2.5。识别的参数

通过上述的分析和推导公式,建立了数学模型。然而,许多参数需要确定。在本节中,我们主要测量拉力和扭矩系数的电动机转子组合实验(如图3)。

设备配备了6自由度扭矩/力传感器用于识别节流阀之间的映射和生成的推力和扭矩。实验结果在图表示4和5。

因此,下面的多项式模型可以通过数据拟合得到:

飞机的名义质量是15.5公斤。通过high-detail UG模型,我们也获得身体的惯性力矩和推进组织。无人机参数如表所示1。

3所示。控制器的设计

3.1。控制分配策略

在本部分中,基于通道油门控制分配方法和削减计算提出了新的TRUAV。首先,虚拟控制输入的四个渠道之间的关系,建立了推进器的实际油门如下: 在哪里 的权重表中描述的四个通道的油门2。

当飞机处于一个平衡状态,即 ,我们可以很容易的得到以下摄动平衡方程基于非线性动力学方程(11): 在哪里 ,“人事处”表示操作点。

根据上面的描述,修剪的条件可以表示为四通道

在解决方程之前,需要做出以下假设。(1)在直升机模式下,空气动力效应物和陀螺效应的效率非常低,这样他们就可以被忽略。(2)让 ,和在直升机模式下等于零。(3)忽略了较小的高阶项,即 在哪里和 。

1日和2日汽车到达最大容量首先由于不对称的几何参数;因此,每个通道的权重系数可以得到基于第一马达。并给出了计算结果如下:

最后,控制分配通道的输入之间的关系和实际油门可以得到方程(17)方程(13)。

3.2。线性化模型

设计的态度和高度控制器在直升机模式下,非线性模型(11)是分区的,考虑到状态向量和输入向量 ,导致新系统:

由于控制器的设计是基于线性模型,系统(18)是在平衡线性化操作点,扩大通过泰勒级数和删除的一阶条件。因此,线性化模型如下: 在哪里和 。

3.3。RSLQR控制

基于模型(19),下面的线性化系统TRUAV由方程 在哪里是输出向量和是相应的转移矩阵。

RSLQR控制方法是基于开发的等方法通过引入状态偏差系统作为一个新的变量。通过这种方式,可以调整偏差为零,这样系统状态变量可以准确地跟踪输入的命令。如果偏差应该是 ,在哪里控制指令。新的状态方程可以被定义为 在哪里 , , ,和 。

RSLQR控制的成本函数的基础上,新系统是由 在哪里和权重矩阵。选择加权矩阵来描述控制设计的性能。选择这些矩阵可用的技术仍不成熟。为了便于工程应用,矩阵选为单位矩阵和矩阵吗被选中的对角矩阵根据控制系统的要求。矩阵的值问使用布赖森比例定律在文献[28]。最后,RSLQR控制的增益矩阵可以表示为 在哪里和不同的块,有相同的尺寸吗和 ,和 的解决方案是代数黎卡提微分方程如下:

最优控制输入RSLQR控制方程所示(25),RSLQR状态反馈控制的原理图呈现在图6:

从图中可以看到,RSLQR控制改善系统类型和增强了抗干扰能力,因为它添加了状态反馈控制回路的积分元素。因此,飞行控制律,基于RSLQR控制,可以改善控制系统的动态特性和稳态性能。考虑系统(20.)再一次,我们可以提取角速率模型和垂直速度模型。然后,RSLQR控制器设计的角速率和速度循环,也称为内部循环。此外,为了满足控制精度要求越高,成熟和可靠的PI控制方法用于态度和高度循环控制。以辊通道为例,控制结构如图7,π收益和由最优阻尼比和带宽匹配内外循环之间的关系。他们可以通过在MATLAB优化工具箱的PI参数。

3.4。根据ESO RSLQR控制

设计控制器基于RSLQR不确定性和干扰条件下控制效果不佳,因为它是不可能获得真正的状态。在本节中,ESO旨在估计美国总干扰和未知。然后,最后的控制输入是通过补偿RSLQR的初始控制量,可以有效改善的能力承受扰动和不确定因素。

考虑添加扰动项系统(18),可获得下列二阶非线性系统: 在哪里代表态度或高度的状态变量,系统的总干扰包括模型不确定性和外部干扰,表示控制输入是放大。然后,总扰动是扩展到一个新的状态变量 ,,让 。新系统可以表示如下:

扩展系统,下面的ESO的目的是(29日]: 在哪里扩展状态向量的估计吗 , 观察者收益,非线性函数 表示为 在哪里非线性函数的参数吗 。 决定了非线性形状,一般和 。 决定了它的线性区间的宽度在原点。如果它太大,大的扰动信号振幅不能跟踪。相比之下,高频振荡原点附近容易出现。观察者的参数确定状态的跟踪速度 。此外,这些参数是相互制约的。适当的增加和能有效抑制观察者振荡引起的过度吗 。因此,应协调这三个参数的调优。通过不断调整这些参数,观察者可以实时观察美国好,特别是扩大状态 。详细的调优方法可以在文献[30.]。控制结构如图8。

在获得估计价值总扰动,实时控制量可以通过干扰补偿RSLQR控制器的输出 ,也就是说,

用方程(30.)系统(25),非线性控制系统成为一系列线性积分系统,叫做动态补偿线性化(31日]:

4所示。仿真结果

在本节中,给出了一些结果说明控制器效率考虑环境参数 。TRUAV参数如表一所示选择悬停飞行的稳定状态向量 。通过替换参数为系统(17)和平衡方程,我们得到下面的平衡态和平衡输入 。基于平衡操作点,我们可以获得四个频道的一阶线性模型,即 ; , ; , ;和 , 。选择相应的权重矩阵 , , , ,和 。然后,RSLQR控制收益和π获得通过使用MATLAB工具箱,结果如表所示3。此外,根据上述参数调优规则,ESO参数设置为 , , , , ,和 。

在第一个描述模拟,干扰是不考虑。为简单起见,本文以垂直通道为例,显示控制器的性能。此外,RSLQR控制器与PID控制器相比,证明其优势在真实飞行测试。悬停高度设置为3.5。仿真结果如图9和10。时间和频率域给出该控制器在表的属性4。图9显示PID和RSLQR控制器可以满足系统要求,但RSLQR控制器并不表现出过度和比PID控制器在同一个温和的响应时间。图10表明RSLQR控制器会产生较小的控制输入的最初反应,这避免了更大的角速率的现象引起伺服命令从饱和突变和保护驱动器。因此,RSLQR控制显示了更高的抗过载能力和更好的性能比PID控制。

在以下描述模拟,干扰被认为是。在实际飞行中,干扰主要来自空气对流(31日),这是一个随机的低频干扰。此外,高频噪声干扰的输出测量的链接不被认为是。原因是大型观察者收益在欧洲南方天文台将放大测量噪声,这将对观察者的性能造成不良影响(32]。处理消除噪声的影响,我们首先用一个低通滤波器在实际测试。因为过滤器的研究不是本文的重点,为了简便起见,这里不讨论。因此,在仿真测试中,干扰被认为是一个正弦扰动,表示为 。以辊通道为例,ESO的观察效果如图11。

图11表明,ESO可以准确估计给定的正弦扰动,在观察到的扰动幅度基本上是一样的实际值,并观察值之间的相位偏差和实际值是在可接受的范围之内。

图12显示了响应的横摇角控制器和扰动和disturbance-free条件下没有ESO。以确保稳定的TRUAV,横摇角应小于5°。

从图可以看出,该控制器与ESO保持其性能的质量相对于真正的横摇角控制器在扰动条件下,此外,它表现出更好的性能比没有ESO扰动条件下的控制器。

5。飞行测试结果

在本部分中,TRUAV平台组装进行初步实验。部分实验设置如图13。

平台由机载部分,包括TRUAV框架和自动驾驶仪,和地上部分,包括地面站和远程控制器。自动驾驶仪可以测量飞行状态,将它们发送到地面站,然后控制飞机的飞行。自动驾驶仪采用Pixhawk自动驾驶系统,这是一个独立、开源,开源硬件项目开发的3 drobotics。自从Pixhawk开源硬件平台相对比较成熟,在这个基础上我们进行了二次开发。主要内容包括飞行控制算法更新,增加了新的飞行管理内容,增加了新的起飞前的检查内容,增加了新的应急管理方法,增加了新的数据记录功能。运行NuttX Pixhawk,实时操作系统,利用168 MHz CortexM4FARM处理器和256 KB的RAM和2 MB的闪存。该系统有14个脉冲宽度调制伺服输出。机载传感器包括一个IMU, GPS模块与数据更新在5赫兹,气压计,数字空速传感器。可以控制飞机的自动驾驶仪和一个飞行员。如果飞行员发现异常的TRUAV飞行方式,控制切换到远程控制器模式使用双叶T14SG 2.4 GHz发射机恢复飞机安全飞行条件。 The ground station adopts the software “QGroundControl,” which is open-source ground control software compatible with the Pixhawk autopilot. The ground station is used to observe the flight status of the TRUAV and control it by sending commands to the autopilot through the data link with a radio frequency of 900 MHz. To facilitate the parameter tuning and algorithm verification, we have also conducted the related secondary development of the “QGroundControl,” mainly including the following: customized some communication protocols, added the parameter settings of the proposed control algorithms, added the options of preflight check, and added the options of emergency disposal. Finally, two sets of hovering tests are carried out in a wide area, as shown in Figure14。

在第一个实验中,基于RSLQR控制器设计。首先,3.5米高度的一步控制命令在垂直起飞阶段,然后飞机盘旋在这个高度。测试结果见图15和16。从图15它可以观察到,高度可以在短时间内达到预设值,并跟踪曲线是光滑的和温柔的。图16表明,控制输入值大约为0.7,有足够的保证金,以避免电动机饱和问题。此外,没有重大变化的控制输入指令的变化,从而减少可用的致动器的过载要求。测试结果与仿真结果是一致的,验证RSLQR控制器的有效性。

在接下来的实验中,ESO被认为是在控制器的设计。为方便比较,以滚动通道为例,测试结果的姿态控制和基于RSLQR控制器的跟踪误差与ESO RSLQR控制器没有ESO给出数据17和18,分别。从这些数据可以清楚的看到,前横摇角的误差变化范围内基本上是(−4.8°,3.1°),而后者(−8.5°,7.3°)内。为了帮助分析控制器的性能,均方误差(MSE)使用性能指标。MSE指数相对于控制误差均方误差较低暗示一个更好的态度跟踪。通过分析和计算,均方误差值基于RSLQR没有ESO的控制器和ESO RSLQR控制器是1.9861和8.8291,分别。与ESO姿态角有一个较小的MSE。因此,RSLQR控制器根据ESO可以更好地处理在实际飞行扰动问题。

6。结论和未来的工作

介绍了控制系统设计的一个新的TRUAV。本文的主要贡献如下:(1)小说TRUAV设计的配置方案。建立了数学模型,发现的相关系数是设计实验和数值分析。(2)基于通道油门控制分配方法和削减计算提出了新的TRUAV。(3)一种改进的控制方法提出了基于RSLQR控制和ESO稳定悬浮的高度和态度的阶段。类似于PID控制器,新的线性控制器在工程成本低,容易实现。与此同时,它有一个更高的抗过载能力,抗干扰能力更强,比PID控制更好的性能。(4)模拟和悬停飞行测试验证这个新配置的可信度,提出了数学模型的有效性和控制策略,提供下一个完整的信封飞行控制设计的基础。

该控制方法中起着重要作用在单个状态点控制器设计。它提供了一个研究方法过渡控制和固定翼飞行控制。特别是,产品化阶段是一个多态点控制器的设计过程。因此,如何实现平稳切换控制器是一个关键。在后续的研究中,以下工作需要:(1)混合方案需要探索执行提议之间的光滑的增益调度控制器(2)一个完整的信封飞行测试计划进行进一步的研究研究飞行控制律。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持的重大科学技术项目开发吉林:关键技术产业化高度可靠的固定翼无人机(批准号20170201006 gx)和吉林的关键科学和技术的研究与开发项目:研究光无人机的关键技术和小摆动扫描智能航空摄影测量系统(批准号20180201106 gx)。

引用

1. b . j . Lee Min, e·金,“倾转旋翼无人机自动驾驶仪设计,使用粒子群优化方法,”控制,自动化学报2007年国际会议上和系统IEEE,首尔,韩国,2007年10月。视图:谷歌学术搜索
2. d·怀亚特鹰眼袖珍指南达信公司贝尔直升机,沃斯堡,TX,美国,2004年。
3. y s . Choi Kang s, s .古永锵和j·m·金”发展和转换小倾斜旋翼无人机的飞行测试,”杂志上的飞机卷,47号2、730 - 732年,2010页。视图:出版商的网站|谷歌学术搜索
4. f . Kendoul i Fantoni, r . Lozano”建模和控制的小型自治飞机有两个转子倾斜”学报》第44届IEEE会议决定和控制,和欧洲控制会议IEEE,塞维利亚,西班牙,2005年12月。视图:谷歌学术搜索
5. y . g .歌曲和h·j·王,“设计飞行控制系统的小型无人旋翼飞机倾斜,“中国航空杂志,22卷,不。3、250 - 256年,2009页。视图:出版商的网站|谷歌学术搜索
6. 答:Alkamachi,大肠Ercelebi。”H_∞控制一个overactuated倾斜转子四轴飞行器。”中南大学学报,25卷,不。3、586 - 599年,2018页。视图:出版商的网站|谷歌学术搜索
7. f .Şenkul和大肠Altuğ建模和小说tilt-roll转子quadrotor无人机的控制权,”美国无人驾驶飞机系统国际会议(ICUAS)美国IEEE,亚特兰大,乔治亚州,2013年5月。视图:谷歌学术搜索
8. e . Cetinsoy s Dikyar c .拱腰et al .,“小说四偏转翼无人机的设计和施工,“机电一体化,22卷,不。6,723 - 745年,2012页。视图:出版商的网站|谷歌学术搜索
9. 佐藤m和k . Muraoka“飞行控制器设计和演示quad-tilt-wing无人机,“杂志的指导、控制和动力学,38卷,不。6,1071 - 1082年,2015页。视图:出版商的网站|谷歌学术搜索
10. c . Papachristos k亚历克西斯,a . tz”Dual-authority推力矢量的tri-tiltrotor采用模型预测控制,”《智能与机器人系统,卷81,不。3 - 4、471 - 504年,2016页。视图:出版商的网站|谷歌学术搜索
11. a . Vuruskan b . Yuksek奥兹德米尔,a . Yukselen和g . Inalhan“固定翼垂直起降无人机动态建模,”《2014年国际会议上无人机系统(ICUAS)美国奥兰多、IEEE 2014年5月。视图:出版商的网站|谷歌学术搜索
12. g·r·弗洛雷斯,j . Escareno r . Lozano,萨拉查,“Quad-tilting转子可转换飞行器:建模和实时悬停飞行控制,”《智能与机器人系统,卷65,不。1 - 4、457 - 471年,2012页。视图:谷歌学术搜索
13. g·弗洛雷斯,卢戈,r . Lozano”6自由度悬停控制器设计的四tiltrotor飞机”学报》第53 IEEE年度会议上决定和控制美国CA, IEEE,洛杉矶,2014年12月。视图:谷歌学术搜索
14. j j。熊和E.-H。郑”,位置和姿态跟踪控制quadrotor无人机,“ISA事务,53卷,不。3、725 - 731年,2014页。视图:出版商的网站|谷歌学术搜索
15. x y . c, h .妞妞,刘,“自适应神经网络滑模控制对四旋翼飞机倾斜,“复杂性ID 7104708条,卷。2017年,13页,2017。视图:出版商的网站|谷歌学术搜索
16. b m。金、k . Choi和b . s . Kim”轨迹跟踪控制器设计对tiltrotor无人机使用神经网络,”张仁学报- 2007 - 6460指导、导航和控制会议和展览美国SC,张仁希尔顿头,2007年8月。视图:出版商的网站|谷歌学术搜索
17. r . t . Rysdyk和a·j·Calise”自适应模型反演倾转旋翼飞机的飞行控制,”杂志的指导、控制和动力学,22卷,不。3、402 - 407年,1999页。视图:出版商的网站|谷歌学术搜索
18. b . Yuksek a . Vuruskan奥兹德米尔,m . a . Yukselen和g . Inalhan”过渡的固定翼垂直起降无人机飞行建模”,《智能与机器人系统,卷84,不。1 - 4、83 - 105年,2016页。视图:出版商的网站|谷歌学术搜索
19. 张j . c . Chen, d, l .沈”控制和倾转旋翼无人机的飞行测试,”国际先进的机器人系统杂志》上,14卷,不。1、1 - 12,2017页。视图:出版商的网站|谷歌学术搜索
20. a . n . Wan g . m . s . Sim r·w·l·Koh et al .,“发展UGS-TUM垂直起飞和着陆(垂直起落)无人机飞行控制,”学报2019年第一次国际研讨会上仪器仪表、控制、人工智能和机器人(ICA-SYMP)2019年1月,曼谷,泰国,。视图:出版商的网站|谷歌学术搜索
21. z段,”鲁棒伺服等无人机的飞行控制律设计,“计算机测量与控制,23卷,不。8,2713 - 2715年,2015页。视图:谷歌学术搜索
22. e·m·默罕默德和l .严,”鲁棒伺服机构等方面比较两个三环自动驾驶仪的设计,“国际期刊的建模和优化,7卷,不。1,只愿降价,2017页。视图:谷歌学术搜索
23. j .窦x,和b·温”高度和态度积极干扰抑制控制器设计quadrotor无人机,“美国机械工程师学会学报》上,部分旅客:航空航天工程杂志》上,卷231,不。9日,第1745 - 1732页,2017年。视图:出版商的网站|谷歌学术搜索
24. y夏,f . Pu、s·李和y高,“横向路径跟踪控制的自主车辆基于自抗扰控制器和微分平坦,土地”IEEE工业电子产品,卷63,不。5,3091 - 3099年,2016页。视图:出版商的网站|谷歌学术搜索
25. z . w .香港陆问:,“数学建模和模态切换控制的一种新型tiltrotor无人机,“机器人杂志卷,2018篇文章ID 8641731, 12页,2018。视图:出版商的网站|谷歌学术搜索
26. g . v . 14“quadrotor直升机的鲁棒控制策略:一个欠驱动机械系统,”来自塞维利亚大学,塞维利亚,西班牙,2011年博士论文。视图:谷歌学术搜索
27. 张j . c, d . Zhang, t·李”倾斜旋翼无人机的一个新的结构配置建模、”《2017美国第35届中国控制会议,成都,中国,2017年7月。视图:出版商的网站|谷歌学术搜索
28. m·a·约翰逊和m . j . Grimble”最近的趋势在线性最优二次多变量控制系统设计中,“IEE诉讼D控制理论和应用程序,卷134,不。1,53 - 71年,1987页。视图:出版商的网站|谷歌学术搜索
29. j·k·刘,先进的PID控制和MATLAB仿真,电子工业出版社,北京,2016。
30. y s . Liu S.-X。杨和w·王”,一个活跃的扰动抑制quad-rotor无人机飞行控制方法,”控制理论与应用,32卷,不。10日,1351 - 1360年,2015页。视图:谷歌学术搜索
31. j .锅和c·l·刘”无人机姿态控制基于扩张状态观测器与控制器等,“系统仿真学报,30卷,不。2、753 - 759年,2018页。视图:谷歌学术搜索
32. f·林,h .太阳,问:郑,y夏,“小说扩张状态观测器与测量噪声不确定系统,”控制理论与应用》第六卷,没有。22日,第998 - 995页,2005年。视图:谷歌学术搜索

版权

版权©2020 Zaibin陈,红光贾庆林。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。