不定风速下无人机混沌运动控制仿真

不定风速下无人机混沌运动控制仿真

第31卷第1期计算机仿真2014年1月文章编号：1006—9348(2014)O1—0041—04不定风速下无人机混沌运动控制仿真张汉艮(天津科技大学，天津300222)摘要：关于无人机精确制导和优化控制问题，在突变风速环境下，无人机的运动受到不定风速的影响，使得运动状态极其复杂。传统的参数自适应方法需要不断的调整试错参数，由于上述混沌运动很复杂，在不断调整参数过程中，控制脉冲参数选择带有一定的盲目性，导致参数选择不当，控制误差很大。为解决上述问题，提出一种动态速度梯度自适应的无人机混沌运动控制方法，通过动态速度梯度自适应控制方法准确调控不定风速情况下无人机昆沌运动参数，调整系统偏差方程实现对调控参数的及时控制，并且能够依据控制参数的特征选择合理的目标控制函数，解决了传统方法存在的缺陷。实验证明，该方法极大提高了不定风速条件下无人机混沌运动的准确性，为无人机制导准确性控制提供了有效的方法。关键词：不定风速；无人机；动态；速度梯度中图分类号：TP315文献标识码：BSimulationonChaoticMotionControlofUAVinUncertainWindZHANGHan—liang(TianjinUniversityofScience＆Technology，Tianjin300222，China)ABSTRACT：TheprecisionguidanceandoptimalcontrolproblemsofUAVwereresearched，UAVmotionisaffectedbyuncertaintyofwindspeed，andthemotionstateisextremelycomplex．Thetraditionalmethodhastoadjusttheer·rortrialparametersconstantly．Thechaoticmotionisverycomplex，andtheselectionofcontrolpulseparametersisblind．Thecontrolerrorislarge．AchaoticcontrolmodelofUAVwasproposedbasedondynamicspeedgradienta·daptiveadjustment．Undertheuncertainwindspeedcondition，thechaoticmotionparametersofUAVwerecontrolledprecisely．Thesystemdeviationequationwasadjusted，andthecontrolparameterscanbecontrolledintime．Therea—sonableobjectcontrolfunctionwasselectedbasedOnthefeaturesofcontrolparameters．Thedefectsoftraditionalmethodweresolved．SimulationresultshowsthatthismethodcanimprovetheprecisionofchaoticmotioninuncertainwindforUAV．ItprovidesaneffectivemethodforUAVcontrolguidanceinprecision．KEYWORDS：Uncertainwindspeed；Unmannedaerialvehicle(UAV)；Dynamic；Speedgradient1引言无人机控制的不精确。随着航空技术的发展，无人机具有体积小，隐蔽性强，灵当无人机运动时会受到周围风速的影响，当风速出现突敏度高，低成本，便于携带等优势。其在军事侦察、火力支变情况时，无人机的运动状态会出现随机性的变化。此时传援、目标定位、航空摄影以及道路交通检测等领域都有着广统的参数自适应方法。。主要通过不断调控试错参数，实现泛的应用J。随着科学技术的发展，人们对无人机精确制对无人机运动状态的控制，但是该种环境下的无人机混沌运导和控制的要求不断的提高，寻求有效的方法高效、准确的动具有随机性和多样性，使得传统方法在调整参数时采用的控制无人机是飞行无人机发展的关键技术之一。当前的控制参数具有较大的盲目性，导致控制出现较大的偏差，无无人机飞行控制过程，通常依据事先输入的任务状态参数对法实现对无人机混沌运动的准确控制。无人机的飞行状态进行控制，但是在无人机的实际飞行过程为了解决传统方法存在的问题，本文提出了一种基于动中，无人机的飞行状态参数同预先输入的任务状态参数间存态速度梯度自适应的无人机混沌运动控制方法，该方法通过在差异，并且无人机运行的环境具有复杂性特征，这些因素动态速度梯度自适应控制法能够根据外界环境的变化，采集都会导致无人机无法依据设定好的任务参数进行飞行，导致有效的调控试错参数，尤其是当风速出现突变情况下，能够获取准确的调控参数，通过调整系统偏差方程实现对调控参数的及时控制，并且能够依据控制参数的特征选择合理的目收稿日期：2013—03—09标控制函数，通过调整策略使由于控制调错参数的变化而导——41——\n致无人机进入混沌飞行状态的控制系统回到了正常的周期用的系统控制函数是：轨道，最终完成对不定风速下无人机混沌运动的准确控制。f1(t)=一(38—10K){【口2(￡)=一29Kgz+glZ2+g31(7)2无人机运动控制原理。(￡)：一(gy：+g：。)无人机运用分析自治系统完成控制，控制过程如下：其中参数是对参数K的预测，并且预测参数的自适应：，P)(1)律是品：29g，，因此可定误差系统存在平衡点g：0以及其中，ER，P∈R：R一R，P表示能够获取的无=五，响应系统同控制系统能够实现大范围的渐近同步，也就人机控制系统的参数，式(1)的控制目标是：是对于任意的控制参数有lirallg(t)【l=0。Y=y，P)(2)当[0，1]时，控制系统以及过滤控制函数后的响应其中，Y∈R，PR。Y从某个初值出发并在确定的参系统混沌，取系统初始值分别是(0)=10、y(0)=10、数P下作自由演化，在中获取一条轨道，用U(y)表示，zl(0)=10；2(0)=一5、，，2(0)=一5、Z2(0)：一5；K可取[0，也就是无人机运行的期望轨道或参考轨道，产生该轨道的系1]的任意值，的初值为(0)=0．5。其中系统误差为：统(2)被称为目标系统或参考系统。对系统(1)中的可获取lgI=~／(2一1)+(Y2一y1)+(z2一z1)(8)参数P采用一种控制机制，确保系统(1)从任意初值出发的因此可得：通过不断调整控制参数>0，能够实现对无轨道U(x)跟谁目标系统的轨道u()，)而变化。系统(1)也人机飞行系统的控制，并且能够实现对系统误差的有效调称为受控系统或响应系统。若有lira一Yfl一0成立，则称控，但是这种方法运行的前提条件是无人机飞行的环境是线受控系统与目标系统实现了同步。通常采用统一混沌系统性稳定变化的，响应的控制参数也具有一定的稳定性。一旦模型控制无人机的运动状态，该模型的的数学模型的表达式无人机遇到不定风速时，将导致控制脉冲参数选择出现较大为：的随机性，使得式(7)的控制系统由于控制参数的随机变化r=(25K+10)(Y—)而发生显著地波动，最终导致式(8)的系统误差出现较大{=(28—35K)x一+(29K一1)Y(3)值，也就是对无人机的控制出现明显的偏差，无法实现对无【：xy一(8+，c)3人机运行状态的准确控制。其中系统参数[0，1]，在此范围内统一系统具有全域性混沌特性。依据相关资料可得，当Ke[0，0．8]时，统一3动态速度梯度自适应控制方法系统属于广义Lorenz系统；当K[0．8，1]时，统一系统属于基于动态速度梯度自适应控制方法的无人机混沌运动广义Chen系统；而当K=0．8时，统一系统属于“系统．统一控制步骤是采用无人机速度梯度自适应方法构建处于混沌混沌系统是单参数、全域性的连续混沌系统，在飞行器控制状态下的无人机运动模型，该模型通过调整系统偏差方程实领域具有广泛应用前景。当两个系统参数相等但未知时，基现对调控参数的及时控制，并且能够依据控制参数的特征选于统一混沌系统的控制、响应系统分别定义如下：择合理的目标控制函数，通过调整策略使由于控制调错参数rxl=(25K+10)(Yl—1)q的变化而导致无人机进入混沌飞行状态的控制系统回到了{l=(28—35K)X1一X1zl+(29K一1)Y1(4)正常的周期轨道，最终完成对不定风速下无人机混沌运动的L1=1Y1一(8+，c)1／3准确控制。r2=(25K+10)(Y2一2)+l(t)3．1构建混沌状态下的无人机运动模型{2=(28—35~)x2一~g22+(29K一1)YZ+2()(5)当无人机运动环境出现不定速风变的情况下，为了实现Ll=X2Y2一(8+K)z2／3+U3()对无人机运动情况的有效控制，应先构建混沌状态下的无人其中=[．，，]用于描述无人机飞行的控制量，，c机运动模型，先分析无人机的动力学方法，如式(9)所示，该表示无人机飞行控制系统的控制参数。设系统的误差变量方程中的某些参数变化时，方程会呈现出相应的动力学行是gl：2一1，g2=Y2一Y1，g3=Z2一l，则系统(2)和(3)为，基于Melnikov原理可得，当异号时，能够获取存在的误差系统是：混沌的必要条件，可得如下动力学表达式：rl=(25x+10)(g2～g1)+l(t)。{g2：(28～35K)gl—X1l—X22+(29K一1)g2+2(t){：_-：一一，一；++。。c9tg3：X2y2一X1yl一(8+K)g3／3+3(t)其中W>0，>0，W用于描述具有随机性特征的控制(6)参数，也就是无人机的运动控制参数。为了确保误差系统的稳定性以及控制系统和误差系统本文通过速度梯度自适应控制方法构建处于混沌状态的同步性，应对控制函数和预测参数进行如下的设置：的无人机动态运动模型。在式(7)的右边融入控制项，则能对于无人机飞行控制系统(4)和响应系统(5)，如果采够获取被控制系统动力学方程是：一42一\np(g(t))=W1g2(t)一0(20)由于g。=g，故g一0，从而达到(12)式的目标，即通：，一W4+W5+WCOSWt+过调整策略(18)式，使由于控制调错参数W的变化而导致无(10)人机进入混沌飞行状态的控制系统回到了正常的周期轨其中，s表示控制信号。因为控制参数W具有随机性和道。为了保证计算结果的准确性，需要进行多次迭代计算，不确定性，则采用的参考模型是：选取多个检测结果作为依据，进而实现对无人机?昆沌运动的准确控制。4实验分析如果控制模型运行的目标是规划一个自适应控制器，确通过实验验证本文方法的有效性，该实验环境需要利用保式(12)成立：Matlab7．1建立。实验以某型无人机为研究对象，飞行高度limxl—1=0一，limx2一2，=0(12)彬515km，飞行速度0．7Ma。分别采用传统的自适应参数调整方其中，T∞。因为系统(卜11)同(12)仅有参数q和q不法以及本文方法对该无人机的运动状态进行控制，其中无人彬等，因此由式(11)和式(12)C能够获取系统偏差方程是：o机的气动导数拉偏±30％，舵机偏转角限制为±20以内，转动Srgl，I速率限制为+100／s以内，仿真时间为l0S，获取的结果如图l22=一W1g2一2g1一、，3(l+l)g1一(13)1和图2所示【一4(1。一1)+(一W，)coswt+s其中，g=．一，g：：一：。假设参数q已知，则可取控制量为s=一hg1+W3(l+1)g1+3w4l1，g1+(W一W)Coswt(14)其中，h表示反馈增益。对由(13)式和(14)式构成的系统，去李亚普诺夫函数，为(g)：÷((^+2)g+1g4+g)(15)图1不同方法下无人机迎角响应曲线图其中，h>一w，则V(g)=(h+W2)glg2+W4g31g2+g2=一Wlg进而实现控制目标(12)式。实际上，因为控制参数W具有不确定性，则可将式(14)改写成：S=一，l+W3(1+1，)g1+3w41gl+／zcoswt(16)如果依据下式选择目标函数W(g)W(g)=v(g)(17)则w(g)：一Wlg2+g2(W一wr)coswt，对于由式(11)和式(14)组成的系统为：Gr(g，，t)W(g，t)：一wg2+g2(W+一wr)coswt图2不同方法下无人机速度矢滚响应图(18)则有△“'=2g2coswt，再取0(g，)=blA‘'=当无人机的运动环境是稳定风速时，并且其迎角控制指2b1g2coswt，则可得令是周期为6S、幅值为10。的方波信号，速度矢滚角的控制指令周期是6S、幅值是90。的方波信号。图1表示在传统方=一2b1g2Coswt—b2fgzcos()d叼(19)J法和本文方法下的无人机迎角响应曲线，可以看出，两种方0其中，b。，b为调节值。首先，由于系统(13)、(16)、法都能较好的控制指令。图2表示两种方法都能够无静差(18)关于参数是光滑且线性的，因此该系统符合相关的规的控制无人机飞行控制指令参数，完成对无人机的有效控范。其次，若定义P(g)：Wg，则对于=W，一W有w(g)制。通过图1和图2可得，传统方法和本文方法在稳定风速=一P(g)，条件(3)满足。由于按照(17)式选取w(g)故定下都能够实现对无人机运动参数的有效控制。理的条件得到满足。从而，对由式(13)、(16)、(18)组成的实验过程中设置训练样本的数量是1500个，实验次数系统有：是10次，当无人机在随机性复杂变化风速环境下的运动时，．——43．——\n分别采用传统方法和本文方法控制无人机的运动情况，两种表2本文方法实验数据表方法控制效果用图3描述。图3不定风速下两种方法的控制效果分析图3可得，当无人机运行在不定风速环境下，随着风速变化率的不断增加，传统方法的控制准确率出现大幅度的降低，而本文方法的控制准确率始终保持在较高的阶段，并且远远高于传统方法，因此说明不定风速下本文方法对无5结论人机混沌运动的控制性能优于传统方法。本文提出一种基于动态速度梯度自适应的无人机混沌不定风速下不同方法对无人机混沌运动的控制情况下，运动控制方法，通过动态速度梯度自适应控制方法准确调控获取的实验数据如表1和表2所示。不定风速情况下无人机混沌运动参数，解决了传统方法存在的缺陷。实验证明，该方法极大提高了不定风速条件下无人表1传统方法实验数据表机混沌运动的准确性，取得了令人满意的效果。参考文献：[1]祝小平，周洲．作战无人机的发展和展望[J]．飞行力学，2005—2：35—39．[2]王斌．基于无人机采集图像的土壤湿度预测模型研究[D]．中国石油大学，2009—14：42—46．[3]张怡哲，邓建华．逆系统方法在飞行控制律设计中的工程应用[J]．西北工业大学学报，2006，26(1)：35-39．[4]王成龙．模糊控制在无人侦察机稳定平台中的应用研究[D]．合肥工业大学，2009—6：57—60．[5]KPyragas．Predictablechaosinslightlyperturbedunpredictablechaoticsystems[J]．Phys．Lett．，1990，181(3)：203—210．[6]Bmettler．Identificationmodelingandcharacteristicsofminiaturerotorcraft[M]．NewYork：KluwerAcademicPublishers，2003：225通过以上实验可得，采用本文方法对不定风速下无人机—228．混沌运动进行控制，能够避免传统方法由于无人机运动在风[作者简介]速变化加大造成的控制参数选择出现较大的盲目性和偏差张汉良(1980一)，男(汉族)，内蒙人，硕士，工程师，性的缺陷，本文方法通过速度梯度自适应方法能够根据外景主要研究方向：过程控制。风速的变化及时调整系统的控制参数，进而实现对无人机混沌运动的准确控制，并且增强了不定风速下无人机混沌运动控制的精度，取得了令人满意的效果。一44一