基于UIF-MPC 仿真的UAV 環(huán)航姿態(tài)控制研究

朱代武，劉 豪，路東林，魯 力

（1.中國民用航空飛行學(xué)院圖書館，四川 廣漢 618307；2.中國民用航空飛行學(xué)院空中交通管理學(xué)院，四川 廣漢 618307）

0 引言

對(duì)于分散、動(dòng)態(tài)、多平臺(tái)多元觀測(cè)信息進(jìn)行有效的態(tài)勢(shì)融合，完成復(fù)雜環(huán)境感知和理解，是實(shí)現(xiàn)UAV 自主協(xié)同控制的必有舉措；同時(shí)UAV 具有一定自治組織與協(xié)調(diào)能力，可通過控制器對(duì)其姿態(tài)、運(yùn)動(dòng)模式進(jìn)行調(diào)整。UAV 控制系統(tǒng)主要依據(jù)任務(wù)進(jìn)行飛行姿態(tài)調(diào)整，即需要實(shí)際飛行姿態(tài)與參考飛行姿態(tài)保持一致使得誤差最小［1-2］；ROTONDO D 等提出將非線性系統(tǒng)進(jìn)行線性處理的變參數(shù)方法，雖然結(jié)構(gòu)控制器比較簡(jiǎn)單但難以用于實(shí)際工程［3］；KORKMAZ M 等提出比例積分微分控制辦法，但處理數(shù)據(jù)過大響應(yīng)時(shí)間過長，使得UAV 組織控制存在時(shí)滯［4］；MELKOU L 等提出高階滑模控制器，可有效減小偏振影響但犧牲該組織控制系統(tǒng)的魯棒性［5］；KARIMODDINI I、HAFEZ A T 及DENTLER J 等提出基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的UAV 姿態(tài)控制模型，但由于數(shù)據(jù)中心點(diǎn)的不確定性使得控制器最優(yōu)化處理結(jié)果存在偏差［6-8］；此外常用的控制算法如反步法［9-10］、模糊控制［11］、強(qiáng)化學(xué)習(xí)控制［12］等，但上述模型所需飛行數(shù)量量大，對(duì)未建模動(dòng)態(tài)特性和未知干擾的適應(yīng)性較差。因此，本文在考慮到UAV 時(shí)變系統(tǒng)的高度非線性、欠驅(qū)動(dòng)、高耦合的特性［13-14］、外界環(huán)境的多變性與干擾性，提出一種UIF-MPC 仿真的UAV 環(huán)航姿態(tài)控制模型，使得UAV 在運(yùn)動(dòng)過程中具有較高的魯棒性、抗干擾性與適應(yīng)能力。

1 UAV 運(yùn)動(dòng)觀測(cè)模型

假設(shè)目標(biāo)運(yùn)動(dòng)場(chǎng)面環(huán)境為X-Y，UAV 定高飛行且速度大于目標(biāo)移動(dòng)速度，UAV 與運(yùn)動(dòng)目標(biāo)體的相對(duì)運(yùn)動(dòng)如圖1 所示。……