论文摘要
无人机研究是当今航空航天研究的一个热门方向,自问世以来,其发展与应用就受到了世界各国的高度重视。飞行控制系统作为无人机的关键子系统,对无人机的作战性能、可靠性和生存性都有着重要影响。现有的自驾仪大都不向用户开放源码,而且控制参数难以调整,因此研究具有自主知识产权的飞行控制系统具有极其重要的现实意义。本文主要在以下几个方面进行了研究:首先分析了飞控系统研究的现实需求,在比较动态逆控制、滑模变结构控制、神经网络控制等先进控制方法优劣的基础上,选择基于PID神经网络的方法对飞控系统进行设计,并简要介绍了PID神经网络的主要特点和它在系统辨识、非线性控制等方面的独特优势。云台是无人机完成侦察和监视任务的主要部件,针对小型舵机云台设计了一种控制方法,它利用机上已有的传感器信息,结合被观测目标点的GPS坐标,能够实现对目标点的跟踪观测。针对舵机在执行控制指令时的延迟问题,采用离线的神经网络逆模型辨识方法,得到舵机的逆模型,从而修正对摄像机俯仰角和方位角的控制输入,达到了较好的控制效果。无人机航迹规划是无人机飞行任务管理系统的关键技术,其规划结果将作为无人机控制系统的输入。采用最优控制原理,分析了无人机在无风条件下的航迹规划策略,并给出了确定最优航迹的方法和步骤,针对常值风场下的航迹规划问题,给出了向无风条件下航迹规划转换的策略,并进行仿真验证了该航迹规划方法的可行性。为了保证控制系统的初始稳定性,采用遗传算法对神经网络的初始权值进行优化,这就需要建立被控系统的数学模型。采用基于PID神经网络的方法分别对无人机的纵向和横航向模型进行了辨识,以实际飞行数据作为神经网络的训练样本,采用遗传算法对网络权值进行优化,辨识结果表明,该方法具有较高的辨识精度,能满足控制系统设计需求。最后采用基于PID神经网络的方法进行了控制律设计,在离线情况下采用遗传算法对神经网络控制系统的的初始权值进行优化,并给出了权值在线调整的更新公式,仿真结果表明该方法能对无人机实行稳定控制,控制参数能自适应变化,具有较高的实际应用价值。