输入饱和情形下大机动UAV鲁棒反演姿态控制

无人机(UAV)大机动过程中,控制舵面效能降低带来的输入饱和问题导致UAV极易进入失控状态。针对此问题,引入辅助系统实现对输入饱和的有效补偿;同时针对UAV面临的建模误差及机动过程中受到的干扰,用径向基神经网络(Radial Basis Function Neural Networks,RBFNNs)逼近建模不确定性并在控制律设计时构造鲁棒项来消除这些不利影响。同时在反演姿态控制器设计时,为了能对设计的虚拟控制律求导,采用动态面控制技术(Dynamic Surface Control,DSC),有效降低了控制器的解算复杂性,综合提出一种控制性能更好的鲁棒反演大机动姿态控制器;然后对整个闭环系统设计Lyapunov函数,证明了系统的稳定性;最后,通过对典型大机动动作Herbst机动的仿真结果分析,证明了本文设计的鲁棒反演姿态控制器的有效性和鲁棒性。