科创中国

航空航天技术,控制、调节装置的制造及其应用技

小型无人旋翼机具有垂直起降、悬停等特性，通过自身携带的各类传感器可以在危险区域或市区街道等狭窄空间执行观测、信息收集等任务，具有广泛的应用前景。随着应用领域的拓展，小型无人旋翼机的工作环境也复杂多变，抗扰性强、稳定性高的小型无人旋翼机高精度控制成为研究的热点。 作为复杂的多输入多输出控制系统，小型无人旋翼机具有非线性、强耦合、控制难度高等特性。并且小型无人旋翼机在飞行过程中存在多类干扰，如风扰、大气湍流、地面干扰、系统电磁干扰等，因此，小型无人旋翼机在扰动下的高精度控制是飞控系统的关键技术之一。针对小型无人旋翼机在执行任务时控制性能容易受到外界干扰影响的问题，该项目开发出基于自适应神经网络和极点配置方法相结合的复合控制技术，对小型无人旋翼机在飞行中所受的多源干扰进行估计并抑制，实现大包络范围的高精度控制。

该技术针对小型无人旋翼机动力学模型，通过极点配置方法构建反馈控制系数矩阵来保证系统的初步稳定性；设计具有自主更新权值特性的自适应神经网络，基于误差信息构建自适应网络权值更新矩阵来在线更新神经网络的权值矩阵，实现对扰动的估计和抑制；并设计自适应阈值优化策略，基于时间窗口内的实际位置与期望位置的误差均方差，对自适应神经网络的控制残差上限阈值进行在线更新，降低控制残差上界不精确对神经网络扰动控制量的影响，进而优化自适应神经网络扰动控制量，实现复杂环境下的小型无人旋翼机高精度姿态控制。该技术具有实时性好、动态参数响应快、对多源干扰适应性强等优点，可用于小型无人旋翼机复杂多源干扰环境下的高精度控制。

北京航空航天大这团队， 由雷旭升;郭克信;陆培;张霄组成，雷旭升是北航仪器科学与光电工程学院长聘副教授。长期从事小型无人机高精抗干扰控制方法研究，主持北京市科委重大项目（1项）、国家自然科学基金（3项）、北京市自然科学基金（1项）等项目8项，作为技术骨干参与了国防基础科研、国家自然基金重点项目等项目7项。针对小型无人机多干扰环境下的控制精度问题，提出一种基于自适应神经网络的控制方法，估计和抑制多源干扰，提高系统控制精度，在国家测绘局无人机国土资源监测和南方电网无人直升机电力巡线等项目中发挥重要作用。研究过程中，以发表SCI论文18篇，其中Q1区论文9篇；申请国家发明专利6项，授权4项；授权软件著作权8项。2015年获批国防科学技术发明二等奖1项。

点击查看