登录
首页 » MATLAB » 固定翼无人机群容错控制

固定翼无人机群容错控制

于 2020-12-07 发布
0 531
下载积分: 1 下载次数: 19

代码说明:

基于协同控制策略,多无人机之间可以通过能力互补和行动协调,实现单架无人机任务能力的扩展以及多无人机整体效能的提升,进而解决个体能力限制与任务需求之间的矛盾。本文以多固定翼无人机姿态同步控制为例,分析无人机飞行过程中可能面临的实际情况,认为无人机模型或参数不确定、测量误差、干扰、系统中存在的时延及控制器故障是影响多无人机协同控制的主要因素。本文针对上述无人机中存在的复杂情况,分析和设计各中复杂情况下的多无人机协同控制算法,实现多无人机系统控制的稳定性。主要研究成果概括如下: 首先,根据牛顿力学对理想情况(无干扰或故障)下多固定翼无人机姿态运动过程进行数学建模,并根据构造的理想情况下固定翼无人机姿态运动的数学模型,结合无人机在运行过程中所面临的实际复杂情况,分别构建以下数学模型: (1) 伴随集成不确定项(外部干扰、模型或参数不确定、测量误差及控制器微小故障)的多固定翼无人机姿态运动数学模型。(2) 伴随集成不确定项以及状态时延的多固定翼无人机姿态运动数学模型。(3) 伴随集成不确定项以及控制器卡死故障的多固定翼无人机姿态运动数学模型。 然后,结合主从式协同控制策略和理想情况下多固定翼无人机姿态运动模型,设计多固定翼无人机姿态一致性控制方法。最后,设计相应的方法解决上述复杂情况下的多无人机姿态同步问题。针对包含集成不确定项的多无人机姿态运动方程,设计两种方法用以解决其姿态一致性同步问题,分别为在提出的基于主从式控制策略设计的姿态一致性控制方法中结合神经网络设计直接姿态一致性控制器以补偿不确定项;结合观测器与神经网络设计间接姿态一致性控制器以观测并补偿不确定项,并对比这两种方法各自的优劣性。针对包含集成不确定项以及状态时延的情况,在提出的基于神经网络的直接姿态一致性控制器的基础上,结合Lyapunov-Krasovskii函数以补偿时延造成的剧烈波动,最后通过理论证明及仿真验证其有效性,并对比有无Lyapunov-Krasovskii函数时无人机姿态的控制效果。针对包含集成不确定项以及控制器卡死故障的情况,在提出的基于观测器与神经网络的间接姿态一致性控制器基础上,结合基于扩展卡尔曼滤波器设计的故障检测方案和基于控制分配方法设计的控制器重构模块,确保各无人机在检测到控制器卡死故障的同时重构健康控制器,进而使无人机控制力矩及姿态稳定在期望值附近。 【核心代码】 程序 ├── 第3章│   ├── Cbn.m│   ├── Cnb.m│   ├── MultiUAVs_noNN.m│   ├── Uav_Model_FD.m│   ├── moment.m│   ├── nummarkers.m│   └── plotfit.m├── 第4-1节程序│   ├── Cbn.m│   ├── Cnb.m│   ├── MultiUAVs.m│   ├── Uav_Model_FD.m│   ├── moment.m│   ├── nummarkers.m│   └── plotfit.m├── 第4-2节程序│   ├── Cbn.m│   ├── Cnb.m│   ├── MultiUAVs.m│   ├── Uav_Model_FD.m│   ├── moment.m│   ├── nummarkers.m│   └── plotfit.m├── 第5章程序│   ├── Cbn.m│   ├── Cnb.m│   ├── Contrast_mutiUAVs.m│   ├── ShiftOperation.m│   ├── Uav_Model.m│   ├── moment.m│   ├── mutiUAVs.m│   ├── nummarkers.m│   └── plotfit.m└── 第6章程序    ├── Actuator_fault1.m    ├── Augmented_matrix_vector.m    ├── CD.mat    ├── Cbn.m    ├── Cnb.m    ├── Contrust_MultiUAVs.m    ├── Disred_control.m    ├── FDI_robust_false_alarm.m    ├── MoM.mat    ├── MultiUAVs.m    ├── Probability_Density_Adjust.m    ├── Simplified2_MultiUAVs.m    ├── Uav_Model_FD.m    ├── control_allocation.m    ├── control_two1ifault_allocation.m    ├── control_two2ifault_allocation.m    ├── control_two3ifault_allocation.m    ├── control_two4ifault_allocation.m    ├── control_two5ifault_allocation.m    ├── desired_torque_parameters.m    ├── fault_torque1.m    ├── fault_torque1i.m    ├── fault_torque2i.m    ├── fault_torque3i.m    ├── fault_torque4i.m    ├── fault_torque5i.m    ├── fualt_filter.m    ├── kalman_filt.m    ├── kalman_filt_new.m    ├── kalman_filt_old.m    ├── moment.m    ├── newKalman.m    ├── nummarkers.m    ├── printFilt.m    ├── probability_adjust.m    ├── two1ifualt_filter.m    ├── two2ifualt_filter.m    ├── two3ifualt_filter.m    ├── two4ifualt_filter.m    ├── two5ifualt_filter.m    └── z1.m5 directories, 71 files

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • JPDA数据关联算法
    【核心代码】 联合概率数据互联JPDA是数据关联算法之一,它的基本思想是:对应于观测数据落入跟踪门相交区域的情况,这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率,且认为所有的有效回波都可能源于每个特定目标,只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息,是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时,JPDA算法的计算量将出现组合爆炸现象,从而造成计算复杂。程序功能 :采用JPDA数据关联算法实现两个个匀速运动目标的点迹与航迹的关联% 输入变量 :% -target_position: 目标的初始位置% - n: 采样次数 % - T: 采样间隔% -MC_number:仿真次数% - c: 目标个数% 输出变量 :% 无
    2020-12-03下载
    积分:1
  • matlab车牌识别
    【实例简介】
    2021-06-05 00:31:11下载
    积分:1
  • 于增广矩阵束的L型阵列的二维DOA估计MATLAB程序
    阵列信号处理中的基于增广矩阵束的L型阵列的二维DOA估计MATLAB程序
    2020-12-07下载
    积分:1
  • 求螺旋桨推力系数(KT2.m)
    求螺旋桨推力系数(KT2.m)
    2021-05-07下载
    积分:1
  • MATLAB实现风景、人物图像融合
    MATLAB实现图像融合,将人物融合到风景图中。
    2019-06-19下载
    积分:1
  • 简单的遗传算法算例
    【实例简介】提供一种遗传算法的算例,适合于入门学习
    2021-06-18 00:32:13下载
    积分:1
  • SAR点目标成像(RDA_imaging.m)
    利用RDA CSA WKA进行点目标成像
    2020-12-01下载
    积分:1
  • 毫米波雷达模型在环仿真实例
    该实例为自动驾驶感知系统中的毫米波雷达模型在环实验样例,主要是基于毫米波雷达感知目标物体的基本原理和实际过程,借助计算机虚拟仿真的方式,以此验证模型是否满足设计的功能需求。
    2020-12-01下载
    积分:1
  • 正交匹配追踪法(omp)算法
    1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit)  % 测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构
    2021-05-06下载
    积分:1
  • 于粒子群算法的14节点系统无功优化
    基于粒子群算法的14节点系统无功优化
    2021-05-06下载
    积分:1
  • 696516资源总数
  • 106668会员总数
  • 21今日下载