导　　师： 刘治;尹政

授予学位： 硕士

作　　者： ;

机构地区： 广东工业大学

摘　　要： 近年来四旋翼飞行器在军事和民用领域的广泛应用，引起了广泛的关注。四旋翼飞行器具有简单的结构，能够通过控制四个旋翼的转速来实现垂直升降、悬停等多种飞行动作，使得其非常适用于街道、室内和丛林等复杂近地面环境。但与传统的无人机不同，四旋翼飞行器尺寸小、重量轻、载荷有限，这使得其无法使用高精度的传感器进行姿态测量，因此准确的位置姿态估计变得十分困难。因此，本文提出了一种新的自适应控制器，用于控制飞行器在未知转动惯量的情况下，渐进跟踪目标轨迹。为了估计在飞行器动力学方程中存在的未知转动惯量，本文提出了一种新型结构的估计器，与过去研究工作中不同的是，这种估计器包含了一个RBF神经网络机制和一个鲁棒自适应机制。具体的原理是：通过优化的RBF神经网络在线逼近未知空气动力学函数，然后结合鲁棒控制补偿飞行器外部扰动，再采用自适应技术对系统未知参数在线估计。本文提出的新的鲁棒神经网络估计器可以在复杂飞行环境中有一个更好的估计表现。　　本文首先从原理性出发，对四旋翼飞行器的结构和飞行原理做了简单介绍，并建立了四旋翼飞行器的运动学方程与动力学方程。然后研究了鲁棒自适应控制算法的原理以及RBF神经网络逼近算法的原理。　　通过对鲁棒自适应控制和神经网络的结合，设计了飞行器鲁棒神经网络位置姿态跟踪自适应控制器，并通过 Lyapunov稳定性理论，证明了飞行器转动惯量估计误差、位置跟踪误差和姿态跟踪误差都能渐进收敛到原点附近任意小区域。最后，搭建了四旋翼飞行器试验平台，并且在Matlab平台上做了仿真试验。

关 键 词： 四旋翼飞行器 转动惯量 估计器 神经网络 自适应控制

领　　域： []