基于对抗网络的六旋翼无人机串级线性自抗扰控制系统设计

来源：计算机测量与控制杂志2024年第9期北京时间：

作者：张寒冰

单位：浙江东方职业技术学院

摘要：当无人机行进轨迹内存在明显转向行为时，若不能实现姿态角与响应曲线的有效耦合，则会使飞行器的抗扰能力下降，从而降低无人机飞行品质。为解决上述问题，设计基于机器学习的无人机串级线性自抗扰控制系统。按需连接串级线性跟踪微分器、扩张状态观测器、自抗扰型无人机姿态控制器与行进位置控制器，完成无人机串级线性自抗扰控制硬件系统的设计。建立机器学习模型对抗网络，求解无人机串级线性动力学运动公式，联合相关运动数据，完成基于机器学习的无人机串级线性动力学性能分析。定义串级线性位姿坐标，通过推导自抗扰运动节点矩阵的方式，计算具体的自抗扰性控制条件，实现对无人机串级线性位姿的自抗扰性控制，联合相关应用部件结构，完成基于机器学习的无人机串级线性自抗扰控制系统的设计。实验结果表明，机器学习型控制系统作用下，俯仰角、滚转角两类姿态角与标准响应曲线之间的耦合误差均不超过10%，即便在行进轨迹内存在明显转向行为的情况下，应用该系统也可以实现姿态角与响应曲线的有效耦合，能够有效保障无人机飞行器的抗扰能力。

关键词：机器学习;无人机;串级线性自抗扰;跟踪微分器;姿态控制器;动力性能;