结合层次动态逆解与约束模型预测控制的非线性飞行控制器设计

本文主要探讨了一种结合了层次结构动态逆变（Hierarchical Structured Dynamic Inversion, HSDI）与约束模型预测控制（Constrained Model Predictive Control, MPC）的非线性飞行控制器设计方法。针对存在状态和执行器范围硬限制的研究型无人驾驶航空器（RUA），这种方法旨在提高系统的性能和鲁棒性。 首先，作者引入了HSDI作为核心控制策略。HSDI通过线性化飞机的非线性动力学模型，使得复杂系统的行为在局部范围内变得可管理。这种线性化处理有助于将非线性问题转化为易于处理的形式，从而简化了控制设计过程。 接着，为了确保HSDI的有效应用并考虑到系统的实际约束，文中采用了伪线性系统理论来设计约束MPC。这种方法在线上确定最优输入，同时考虑到实际操作中的物理限制，如速度、加速度等的边界条件。这样，控制器能够在满足安全约束的同时寻求最佳性能。 为了进一步增强整个系统的抗扰动能力，文章引入了在线识别技术，基于自适应估计方法对不确定性进行实时补偿。这有助于提高控制器对于诸如风阻、发动机参数变化等外部扰动的鲁棒性，确保飞行稳定性。 最后，作者采用自适应T-S模糊模型来实时更新在线手臂模型。模糊系统的优势在于其良好的适应性和泛化能力，能够更好地逼近实际飞行系统的动态特性，从而提升控制器合成时使用的模型精度。 通过仿真结果，研究者验证了所提出控制策略在姿态指令跟踪控制方面的良好性能，以及其对参数变化的稳健应对能力。这种结合HSDI和约束MPC的方法不仅提高了飞行器的控制精度，还显著增强了其在实际飞行环境中的稳定性和鲁棒性，为无人驾驶航空器的高效和安全飞行提供了有力支持。