论文部分内容阅读
四旋翼飞行器(Four Rotor Aircraft)应用广泛,许多行业和领域都可以见到它的身影,例如在军事、民用以及商业上,在这些领域和行业它都发挥出它应有的价值。四旋翼飞行器飞行姿态的性能优劣直接关系到飞行器的飞行安全和经济效益。因次四旋翼飞行器的飞行姿态的稳定就变的极其重要。因此针对模糊PID控制中模糊控制规则的制定依赖于操作经验而改进模糊PID控制。同时还针对传统PID参数的整定需要一定的工作经验和技巧,还要有充足的时间,而且调整好的PID参数不能自适应外界环境的变化,这样就难以对四旋翼飞行器的姿态控制取得良好的控制效果。基于此本文完成的具体研究工作如下:1、利用相关物理学知识结合四旋翼飞行器的飞行姿态的工作原理,在现有研究成果的基础上,推导出可以适用于四旋翼飞行器的数学模型。同时利用MATLAB建立四旋翼飞行器动力学模型的Simulink模块,从而进行四旋翼飞行器姿态控制的仿真研究。2、针对模糊PID控制算法中模糊规则的制定需要有实际的操作经验,且模糊控制不具有自主学习的能力。文章采用人工神经网络生成模糊规则,将人工神经网络和模糊控制的优点相互结合,进而进一步的调整PID参数,从而实现对四旋翼飞行器的姿态控制。同时针对飞行器自身震动产生的噪声,采用卡尔曼滤波器滤除。3、由于四旋翼飞行器的动力来源是依靠螺旋桨的旋转提供,且根据其控制信号指令的特点,基于此为了提高控制系统的控制精度,本文将重复补偿控制与神经模糊PID控制相结合,同时也能够实现对四旋翼飞行器的姿态控制。4、针对传统PID控制算法中参数的整定需要工作经验等一些局限性,本文采用人群搜索算法整定PID参数。人群搜索算法在整定PID参数寻优过程中不会“跳脱”,能够有效利用种群信息,并以此此算法实现对四旋翼飞行器的姿态控制。通过仿真实验分析可知,以上几种控制算法对四旋翼飞行器能够取得良好的控制效果,其控制性能都要优于传统PID控制,且都具有一定的抗干扰的能力,其控制精度也得到改善。