无人机的自动着陆控制.docx

无人机的自动着陆控制.docx

《无人机的自动着陆控制.docx》由会员分享，可在线阅读，更多相关《无人机的自动着陆控制.docx（11页珍藏版）》请在冰豆网上搜索。

无人机的自动着陆控制

基于无人机自动着陆控制的技术研究

班级：

0308102学号：

030810230姓名：

朱德政

摘要：

无人机的自动着陆控制是无人机控制中的一个难点，针对经典PID控制方法所设计的控制律响应速度慢、振荡等现象，提出了一种基于切换输出比例因子的自调整模糊控制方法，设计了无人机自动着陆导引控制方案及控制律，并在试验中得到了验证，并具有很好的静态和动态特性。

关键词：

自动着陆，无人机，下滑轨迹，控制律，PID控制，模糊控制

1引言

无人机具有高性能、低成本、隐身性能好、能在恶劣条件下执行任务等特点，具有很高的军事应用价值。

随着无人机的体积重量的增加，越来越多的大中型无人机开始采用滑跑起降方式代替以往的火箭发射、伞降回收方式。

然而，在着陆阶段，如何保证无人机按照预先设定的航线准确的降落在跑道上是一个难题：

在纵向要实现速度、高度、姿态的多维控制，而保持合适的速度以及理想的下滑角度单靠调节发动机油门无法做到；横侧向控制中，无人机在机场上空需要保持平稳的横滚姿态，又要使航线保持在跑道中心线附近，这在有外干扰如阵风干扰时比较困难，另外很重要的一点是为了降低成本，无人机往往不使用额外的着陆导引装置。

基于以上阐述，深入研究高性能无人机自动着陆控制律是十分重要的。

目前，国内一些科研人员已经进行了相关的研究，但在实际应用中的着陆效果不尽人意，有时还需要靠人工操纵的干预。

2无人机自动着陆的关键因素

安全性与精确性是无人机自动着陆段追求的主要目标，飞行的安全性与控制的精确性是对控制系统最基本的要求，是自动着陆段控制律设计的基本出发点，是无人机能够安全降落的基础。

自动着陆段的控制技术可以分解为几个关键技术：

下滑轨迹线设计、下滑轨迹跟踪控制和高精度的航迹控制。

下滑轨迹线设计是着陆段的一个关键环节。

当无人机的质量和发动机推力固定后，轨迹倾斜角的大小就决定了速度和高度的变化趋势，因此，直线下滑段轨迹倾斜角的设计是最关键的。

当给出了下滑轨迹线的数学描述，飞行控制回路按照下滑轨迹线提供的高度剖面进行高度回路的跟踪制。

只要可以精确跟踪合理的高度，因此，在着陆过程中，下滑轨迹线设计就成了一项关键的技术。

下滑轨迹线设计的一个困难是接地速度是预先设定的，沿着下滑轨迹线飞行时，每一个下滑段的速度剖面如何分配和控制。

在速度进行分配过程中，又要与高度剖面相结合，共同协调完成对轨迹线的设计。

下滑轨迹跟踪控制是保证无人机在安全的着陆范围内着陆的主要方式。

飞行控制系统以相对较高的精度按照下滑轨迹剖面飞行，即可保证无人机进场着陆的安全性以及进场着陆触地时的位置、速度、下沉率等指标要求，同时达到速度控制的目的。

由于跑道宽度的限制，高精度的航迹控制是无人机着陆段的关键技术之一，是确保无人机能够着陆在跑道上的基本前提。

高精度的控制需要高性能的控制规律和高精度的信号源。

高精度的航迹控制从控制策略上就要解决航迹控制的高精度问题，在控制结构实施过程中要对不同反馈信号对航迹控制精度的影响进行定量分析，并设计出无静差、抗阵风的航迹控制器，该航迹控制器同时还具有对回路中其它反馈信号的不敏感性。

3自动着陆的总体结构

无人机在完成飞行任务之后，将进入进场着陆过程。

无人机首先要放下起落架，然后切入下滑轨迹线，沿轨迹剖面飞行直至触地。

全部过程可以分为进场飞行段、轨迹捕获段、直线下滑段、末端拉平段和地面滑跑段五个阶段。

无人机的进场着陆轨迹如图1所示。

具体过程如下

：

图1着陆过程轨迹图

4无人机自动着陆方案

该无人机的操纵面包括升降舵面、副翼舵面、方向舵面和扰流片，升降舵用于控制飞机的纵向，副翼用于控制飞机的滚转方向，方向舵用于调节航向，扰流片用于下滑着陆时增加阻力，调节速度。

为了保证着陆时无人机及机载设备的安全，应对其落地的各项指标加以约束，一般来说，无人机落地时的垂直速度应小于1.5m/s，航迹偏差在跑道中心线的左右5m范围内，且应有一定的抬头角度，但该角度不可过大，一般在6°～12°。

基于指标的要求，针对文中所研究无人机的控制方案是：

预先设定一个着陆窗口，在无人机准备降落并飞行到该窗口时，自动执行着陆程序，该程序实时判断当前高度（由无线电高度表测得）和预先设定的该点高度之间的偏差

H，并通过控制飞机的相应舵面、发动机油门来改变飞机的飞行状态，并最终消除高度偏差。

在该过程中，需要偏转扰流片以增加阻力，进而调节速度。

横侧向使用航迹控制模式，即实时求得当前的侧向偏移

Y（由GPS数据求得），通过副翼和方向舵控制飞机消除侧向偏移，并在着陆时保证无人机的滚转姿态平稳。

自动着陆控制结构简图如图2所示。

图2自动着陆控制结构简图

其中，无人机输出的速度、高度、侧向偏移、各姿态角等参数进入纵向控制和横侧控制模块，该模块中运行自动着陆导引控制律，控制输出驱动相应的舵面，从而带动无人机沿着预先设定的着陆轨迹降落。

副翼和方向舵偏转用于横侧控制，发动机油门、升降舵和扰流片偏转用于控制纵向。

5自动着陆控制律设计

5.1基于PID控制的自动着陆控制律设计

PID控制是最早发展起来的控制策略之一，由于其算法简单、整定方便、鲁棒性强、可靠性高以及不需要对象的精确数学模型等优点，在实际的控制系统中得到了较为广泛的应用。

但是随着工业生产的发展，控制系统变得越来越复杂、不确定的因素也日益增多，同时对相应的控制指标提出了更高的要求，采用常规的PID控制技术已不能达到理想的控制效果。

无人机的着陆控制结构可以分为纵向控制结构和横侧向控制结构，纵向控制结构包含姿态控制，不过无人机在下滑过程中要跟踪高度，因此纵向控制结构还包括高度控制回路。

5.1.1姿态控制回路

俯仰角保持与控制系统是纵向着陆控制系统的基础，高度保持控制系统、下滑轨迹跟踪系统和自动拉平系统都是以俯仰角保持与控制为基础建立起来的。

俯仰姿态控制系统是用于保持与控制飞机的俯仰角，它根据飞行状态（爬升、或者下降）的需要将飞机保持在给定的姿态角。

控制系统方框图如下：

图3俯仰姿态控制结构图

从图中我们可以看到，整个控制系统是由外回路（俯仰角反馈回路）和内回路（俯仰角速率反馈回路）构成的。

内回路中俯仰角速率反馈的引入相当于改变了无人机的纵向阻尼导数，增加了它的纵向阻尼，从而使其短周期模态的阻尼特性得到了改善；外回路则构成了俯仰角稳定回路，可以改善无人机长周期模态的阻尼特性。

其中，

分别为俯仰角和俯仰角速率反馈增益。

引入俯仰角速率反馈的目的是为了增加系统阻尼。

这样，俯仰姿态控制系统控制律为：

俯仰角控制律参数选取主要有两种方法：

第一种方法是综合考虑所有回路中的参数，一次选定；另一种方法则是从最内层开始分部选取。

本文采用后一种方法，设计控制器时，先应用频域法，使用Matlab中的SISO工具箱设计角速率反馈增益群，使系统稳定，然后再确定参数群，使响应曲线达到满意的精度。

为了进一步简化控制器的设计，可以只使用纵向无人机方程的短周期模态。

5.1.2高度控制回路

无人机的高度保持与控制是不能仅由俯仰角的稳定与控制来完成的。

原则上讲，可以通过控制升降舵或控制发动机推力的大小来控制飞行高度。

但借助于控制推力来控制飞行高度不很有效，因推力改变使飞行速度改变后，飞行高度才开始变化。

由于惯性的作用，飞行速度的变化是缓慢的，故高度变化的过渡过程也是缓慢的。

因此，这里只讨论利用升降舵来控制高度的高度控制系统的设计。

在高度控制系统中，若控制中没有俯仰角的偏离信号，则在高度稳定过程中舵总是向上偏转，导致升力增量总为正，轨迹总是向上弯曲。

当无人机到达给定高度时，由于速度向量不在水平位置而超越给定高度，出现正的高度差，到了这时舵才向下偏转，这样就不可避免地出现在给定高度上的振荡运动。

当引入俯仰角偏离信号后，无人机在未达到给定高度时就提前收回舵面，减小了它的上升率，从而对高度的振荡起到了一定的阻尼作用。

为进一步增加高度稳定系统的阻尼，仅靠

信号是不够的，因为

信号的增益

在设计角稳定系统中己确定，故需要引入高度微分信号

。

控制框图如图4所示：

图4高度控制结构

为给定的高度信号，H为高度传感器所测得的实际高度信号，进场着陆的初始阶段需保持高度的稳定，飞行高度的稳定与控制不能仅由俯仰角的稳定与控制来完成，需要引入高度差信号。

高度控制系统利用气压高度表测量飞机高度，与给定高度比较得到高度差信号，由高度差信号控制飞机的姿态，改变飞机航迹倾斜角，使飞机回到预定高度。

其中引入高度差变化率反馈的目的是为了增加高度稳定系统的阻尼，引入高度差积分信号的目的是为了改善定高系统的稳态控制精度。

这样，高度保持控制系统控制律为：

5.2自动着陆自调整模糊控制器的设计

5.2.1基于切换比例因子的自调整模糊控制方法

在常规比例微分型（PD型）模糊控制器中，比例因子与系统的动态、静态性能的密切联系主要体现在：

误差比例因子

和误差变化率比例因子

分别相当于模糊控制的比例作用和微分作用的系数，输出比例因子

相当于总的放大倍数。

增大

或增大

，即增强比例作用，使系统响应的上升时间缩短，超调增大，稳态误差减小；增大

或减小

，即削弱比例作用，增强微分作用，使系统响应的上升时间增长，超调减小，稳态误差增大；反之亦然。

为了改善系统的动态、静态性能，当跟踪误差较大时，应加快系统反应速度，缩短上升时间，抑制阻尼作用：

当输出接近期望值时，应增强阻尼作用，减小系统的反应速度，避免超调。

然而，常规模糊控制器比例因子是固定不变的，对输出跟踪期望值的不同情况没有适应能力，无法协调比例作用和阻尼作用在跟踪误差值不同时的矛盾。

针对以上问题，设计一种基于切换比例因子的自调整模糊控制器可以使问题迎刃而解，即根据跟踪误差在线调整输出比例因子从而直接校正系统的控制量，在保证系统鲁棒性的同时，有效地改善系统的动态和静态性能。

本文设计的基于切换输出比例因子的自调整模糊控制器，利用跟踪误差的实时信息，直接修正控制量，这种设计思想的原理方框图如图5所示。

图5基于切换比例因子的自调整模糊控制器原理方框图

5.2.2纵向模糊控制系统的设计

初步设计自动着陆纵向模糊控制系统，控制指令施加在升降舵上。

通过改变升降舵的偏转状态控制飞机的俯仰运动，同时，借助升降舵的控制效果进一步减小高度跟踪误差。

自动着陆纵向控制系统如图6所示。

图6自动着陆纵向控制结构图

在着陆控制系统的初步设计基础上，分别设计下滑控制系统和拉平控制系统。

其中，下滑控制系统分为俯仰角速度和高度两个通道，拉平控制系统分为俯仰角和高度两个通道。

俯仰角速度和俯仰角通道用来保证俯仰轴的稳定性；高度通道用来实现对速度量和高度量的跟踪控制。

每个通道均由基于切换输出比例因子的自调整模糊控制器构成的子系统来实现，且模糊控制器的结构完全相同，包括论域的大小，输入输出空间的划分，模糊控制规则，模糊推理算法，反模糊化方法等，以降低整个自动着陆控制系统的复杂程度。

模糊控制器的比例因子将各模糊控制器不同的实际输入量变换到统一的归一化论域中。

下滑段和拉平段模糊控制系统结构图如图7、图8所示。

图7下滑段模糊控制系统结构图

图8拉平段模糊控制系统结构图

5.3PID控制和模糊控制性能对比

PID控制方法简单，可靠性高，但随着控制对象越来越复杂，对相应的控制指标也提出了更高的要求，采用常规的PID控制技术已不能达到理想的控制效果。

与PID控制相比，基于切换输出比例因子的自调整模糊控制具有响应速度快，振荡较小，具有良好的动态和静态性能，显然模糊控制的效果优于PID控制。

6总结与展望

6．1本文的主要工作

无人机自动着陆控制是一个日渐引起重视的课题。

本文在常用的飞行控制基础上，分析了着陆阶段飞行控制的特点，设计了相应的控制规律。

从文中的讨论和最终的飞行结果可知，所采用的自动着陆方法是正确的，且易于实现，不需要额外的着陆导引系统，经济性好，所设计的导引控制律切实可行，能够满足无人机着落时的各项指标要求。

6．2后续研究工作展望

本文的后续工作展望如下：

1.自主控制是一个庞大的系统，现阶段对它的研究还处于起步阶段，有些概念，结构还有待进一步系统化，准确化和数学化。

本文只对自动着陆控制系统进行了研究，以后还应该对其他各关键技术进行深入的研究，实现各关键技术的工程化，以期待完成对整个无人机自主控制系统的设计。

2．本文采用线性方程作为控制器设计的模型，这在一定程度上简化了系统的复杂程度，但与实际飞行运动方程还有一定的差距，因此，非线性鲁棒控制问题成为飞行控制领域研究的前沿。

3．以神经网络为代表的智能控制方法越来越多的引起人们的关注，由于这些方法在处理非线性模型时表现出的强大能力，因而在处理类似无人机这样的复杂非线性系统时具有良好的研究价值。

参考文献

【1】郭圣洪，许云峰。

新一代攻击型飞机的性能要求[J]。

航空科学技术，2003

（1）。

【2】冯吴。

无人机自动着陆系统设计[D]。

南京航空航天大学，2003。

【3】吴小椿。

无人机问世之初[J]。

航空知识，2001。

【4】张珊珊译，吴晓鸥校。

美国无人机发展概况[J]。

外军炮兵，2005.3。

【5】计秀敏。

无入机的发展及其影响[J]。

中国航空学会飞机总体专业委员会第五次学术交流会论文集，2002.9。

【6】苏新兵，王建平，华江涛。

无人驾驶飞机综述明．航空制造技术，2003．3。

【7】韦晓波．无人机研究综述[C]。

中国航空学会信号与信息处理专业第八届学术会议论文集，2004．10。

【8】文传源。

现代飞行控制系统[M]。

北京航空航天大学出版社，1992。

【9】张明廉。

飞行控制系统[M]。

航空工业出版社，1994。

【10】方振平。

带自动器飞机飞行动力学[M]。

国防工业出版社，1999。

【11】吴麟。

自动控制原理[M]。

清华大学出版社，1994。

【12】李爱军，沈毅，章卫国。

飞机自动着陆的模糊控制系统设计[J]。

武器装备自动化。

2002，21（6）：

4-7。