动力学参数未知的四旋翼无人机预定性能控制

针对具有外部气流干扰、空气阻力和时变负载的不确定四旋翼无人机,考虑动力学参数未知的情况,基于自适应动态表面控制框架,提出了一种新的双闭环预定性能控制方法。将四旋翼无人机系统解耦为双环,即外环位置子系统和内环姿态子系统,内外环通过姿态提取算法连接。分别针对位置和姿态子系统,利用自适应方法对系统的未知动力学参数、空气阻力和外界干扰进行估计,同时引入新的坐标变换作用于跟踪误差,基于Lyapunov稳定理论,提出预定性能控制器设计方法,使闭环系统跟踪误差一致最终有界稳定,且整个动态过程中满足暂稳态性能要求。所提方法克服了系统动力学参数和负载精确已知的局限性,避免了预定性能控制设计中复杂的求逆过程。通过仿真实例验证了所提方法的有效性和优越性。

基于强化学习的高速飞行器巡航段高度控制

针对模型参数不确定情况下的高速飞行器高度控制问题,本文提出了一种基于强化学习的高度控制算法。在给出高速飞行器纵向运动学与动力学模型的基础上,将飞行器纵向模型分解成高度子系统和姿态子系统,并对高度子系统进行近似处理,使其具有与姿态子系统模型相同的形式。在此基础上,分别对高度子系统和姿态子系统进行基于强化学习的高度控制律和姿态控制律设计。最后分别对标称模型和气动参数极限拉偏情况下进行仿真实验。结果表明:所提出的方法对建模不确定具有很好的控制效果。