无人机动态特性分析及工作点设计自动化技术研究

论文摘要

由于无人机非线性特性,设计出能适应全包线无人机需求的控制律成为当前飞行控制所面临的一个技术难题。常规控制器设计方案是在飞行包线内,迭代选择多个典型工作点后,利用无人机线性模型来设计飞行控制律。因此,典型工作点的选择情况,将直接影响无人机飞行控制的品质。本文在分析影响工作点选择因素后,对无人机典型工作点选择机制进行了研究,并应用模糊聚类技术完成了典型工作点的选取。论文首先在Matlab/Simulink环境下建立无人机6自由度非线性数学模型后,得到了无人机的飞行包线。在此基础上,通过均匀采样获取配平工作点集合。然后,利用小扰动原理,得到线性化模型后,从阻尼/自然振荡频率及气动导数两种角度,分析了无人机纵向动态特性的参数,确定了聚类原型。其次,应用GK算法对阻尼/自然振荡频率和气动导数两种聚类原型进行了研究,得到两种形式典型工作点。通过极点、阻尼比和振荡频率分布图,验证了利用模糊聚类获取典型工作点的合理性。再次,在典型工作点处,设计了无人机纵向和横侧向控制律增益。结合典型工作点处控制参数和模糊隶属度矩阵,制定了飞行控制器全包线控制律调参策略。最后,本文基于Matlab/Simulink下无人机6自由度数学模型,进行全包线非线性数值仿真。仿真结果表明:基于本文所选择的典型工作点所设计的控制器和调参方案,能够稳定控制无人机飞行,并具有较好的控制品质,从而验证利用本文选择典型工作点算法的可行性和合理性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景
• 1.3 国内外现状
• 1.4 本文研究内容
• 第二章 无人机动态特性分析
• 2.1 引言
• 2.2 六自由度模型
• 2.3 飞行包线
• 2.4 工作点样本
• 2.5 动态特性分析
• 2.6 聚类原型
• 2.7 聚类数据集计算
• 2.8 本章小结
• 第三章 典型工作点选择
• 3.1 引言
• 3.2 模糊聚类
• 3.2.1 数据集划分
• 3.2.2 聚类目标函数
• 3.2.3 GK 聚类算法
• 3.3 聚类有效性
• 3.3.1 聚类有效性分析
• 3.3.2 聚类有效性函数
• 3.4 确定模糊聚类参数
• 3.4.1 聚类原型处理
• 3.4.2 确定聚类数目
• 3.4.3 确定加权指数
• 3.5 工作点聚类结果
• 3.6 工作点特性分析
• 3.7 本章小结
• 第四章 控制律设计
• 4.1 引言
• 4.2 线性化模型
• 4.3 控制器结构
• 4.3.1 纵向控制通道
• 4.3.2 横侧向控制通道
• 4.3.3 控制律参数
• 4.4 控制参数设计
• 4.4.1 俯仰角控制器
• 4.4.2 高度控制器
• 4.4.3 滚转角控制器
• 4.4.4 空中转弯控制器
• 4.4.5 偏航角控制器
• 4.4.6 侧偏控制器
• 4.4.7 控制器参数小结
• 4.5 本章小结
• 第五章 全包线仿真验证
• 5.1 引言
• 5.2 全包线控制律
• 5.3 纵向控制律验证
• 5.4 横侧向控制律验证
• 5.5 本章小结
• 第六章 结束语
• 6.1 本文的主要工作和贡献
• 6.2 需进一步研究的问题
• 参考文献
• 致谢
• 攻读硕士学位期间论文发表情况
• 附录