基于动态规划的无人机编队最优协同容错控制

为了克服未知的执行器故障对四旋翼无人机编队飞行的影响,提出了一种基于动态规划的最优协同容错控制律。首先,建立了四旋翼无人机模型,然后,基于动态规划设计了最优协同控制律,利用RBF神经网络逼近最优性能指标函数,设计了自适应律来估计未知的执行器故障,最终得到的最优协同容错控制律可实现对无人机编队飞行的高精度控制。通过对比仿真验证了设计的控制律具有更优的编队控制效果,编队飞行的最大轨迹跟踪误差仅为0.04 m,控制精度较高,设计的自适应律具有更优的故障估计效果,最大估计误差仅为0.05 N·m,实现了对四旋翼无人机编队的安全稳定控制。

考虑不确定性多智能体系统的分布式容错控制

针对多智能体系统中存在的不确定性、参数摄动和执行器故障等问题,设计了分布式容错控制方法.建立了包含不确定性的多智能体系统乘性和加性故障数学模型,在领导者和领域内智能体状态量的基础上,通过引入参数自适应律和符号函数设计出分布式容错控制律,采用Lyapunov定理证明了设计的容错控制系统的稳定性.通过对无人机编队的仿真结果表明,所提控制方法与自适应协同容错控制方法相比表现出了更优的稳定性、准确性和快速性,速度和航迹角的最大误差分别仅为0.3 cm/s和0.1°,表现出了优良的容错性能.