论文部分内容阅读
近年来,随着电子信息技术飞速发展与人们需求的转变,不管是在民用、科研领域,还是军事领域,旋翼式无人机已成为各国争相研究的热点。四旋翼无人机是一种具有垂直起降、自由悬停、飞行灵活等特点的新型无人飞行器,现已被应用于高空航拍、资源勘探、抢险救灾等多个领域,具有良好的发展前景。但其多输入、多变量、欠驱动、强耦合的特性,加大了四旋翼无人机在各种复杂环境下,保持较高控制精度、抗扰能力和鲁棒性等性能指标的难度。四旋翼无人机的应用领域在不断拓展的同时,人们对它的性能和功能也提出了越来越高的要求,这使得对控制算法的要求也大幅提高。由于四旋翼无人机具有重量轻、飞行速度慢的特点,这使它很容易在风力作用的影响下发生姿态上的变化。为提高四旋翼无人机的抗风扰能力,同时使控制算法在面对不同风况时具备一定的学习与适应能力,本文提出一种利用遗传算法和四旋翼无人机反馈数据,对模糊控制器的模糊规则进行整定和优化的方法,使控制器具备“学习”能力来应对不同风况产生的干扰,提高控制器的抗扰能力。本文还对自然条件下风速的变化特征进行分析与建模,将其作为环境噪声引入控制系统,以检验控制算法的控制性能。本文的主要成果可以概述为:(1)以“X”型结构四旋翼无人机为研究对象,在Matlab/Simulink仿真环境下,建立完整的四旋翼无人机模型,并设计模糊PID(Proportion Integral Derivative)控制器实现对其的基本控制。(2)对自然条件下的风速变化进行分析,在Matlab/Simulink仿真环境下建立了反映风速变化特征的数学模型,并将其作为一种四旋翼无人机性能检测方法引入系统,为检验控制算法的性能优劣提供了一种技术手段。(3)根据模糊控制器控制规则自身的特点,利用遗传算法设计一种对模糊规则进行优化的算法。该算法能根据四旋翼无人机反馈的飞行数据与预期期望值进行对比,在遗传算法的作用下,实现模糊规则的整定与优化。