学位论文 > 优秀研究生学位论文题录展示

基于RBF-ARX模型的LQR控制器在四旋翼飞行器系统中的应用

作　者: 陈清
导　师: 彭辉
学　校: 中南大学
专　业: 控制科学与工程
关键词: 四旋翼 ARX RBF—ARX LQR
分类号: TP183
类　型: 硕士论文
年　份: 2011年
下　载: 105次
引　用: 0次
阅　读: 论文下载

内容摘要

四旋翼飞行器是当今研究的一个热门方向。作为一个多输入多输出的非线性带耦合对象,对其的分析和研究是极具意义的。以往对于四旋翼传统的研究方法是基于物理模型的,通过机理分析来得到微分方程,进而建立数学模型。这样的方法有着不可避免的弊端,物理参数难以精确测量,在建模过程中也存在着一些简化与线性化处理。这些也直接影响了模型的精确性。为了克服传统的机理模型的缺点,辨识模型方法在四旋翼上得到了运用。ARX模型是一个常见的线性模型,在局部线性区间内的近似效果是十分出众的。为了描述四旋翼这样的典型的非线性对象,采用多个ARX模型组合的方法。将四旋翼的工作区间进行划分,在每个单独的子区间内采用一个ARX模型来表征其特性,最后,通过合理的切换机制来实现全局的逼近目的。RBF—ARX模型是一种具有ARX模型结构的非线性时变模型。它的自变量是一组表征系统非线性状态的信号量,采用RBF神经网络结构对模型参数进行实时在线调整。与ARX模型一样,RBF—ARX模型在局部的线性区间内有着优越的近似效果,另外它的参数能自己更新自调整,因此,它还有全局适应的特性。LQR是最优控制中比较典型的一种控制方法,依赖于状态空间方程,通过最优状态反馈控制来达到预期的控制效果。基于上述的三种模型,本文分别对其进行了LQR控制器设计,并进行了仿真与实时控制。实验结果表明,在各模型下,系统均能较快地跟随给定变化而变化。通过对比分析,RBF—ARX模型具有快速响应,精准和稳定的控制效果。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-17
  1.1 四旋翼飞行器的研究情况概述  9-11
    1.1.1 四旋翼飞行器的介绍  9-10
    1.1.2 四旋翼飞行器的国内外研究现状  10-11
  1.2 LQR控制方法的研究情况概述  11-12
  1.3 RBF—ARX模型的发展与概述  12-14
    1.3.1 RBF神经网络  12-13
    1.3.2 ARX模型  13-14
    1.3.3 RBF—ARX模型  14
  1.4 本文的主要内容  14-17
第二章对四旋翼飞行器的建模研究  17-31
  2.1 物理建模方法  17-21
  2.2 系统辨识建模方法  21-30
    2.2.1 ARX模型建模方法  22-24
    2.2.2 RBF—ARX模型建模方法  24-30
  2.3 本章小节  30-31
第三章四旋翼飞行器的控制器设计  31-41
  3.1 LQR控制器原理  31-32
  3.2 基于物理模型的LQR控制器设计  32-34
  3.3 基于ARX模型的LQR控制器设计  34-37
  3.4 基于RBF-ARX模型的LQR控制器设计  37-40
  3.5 本章小结  40-41
第四章四旋翼飞行器的控制结果分析  41-59
  4.1 仿真控制结果分析  41-50
    4.1.1 基于物理模型的仿真结果  41-45
    4.1.2 基于ARX模型的仿真结果  45-47
    4.1.3 基于RBF—ARX模型的仿真结果  47-50
  4.2 实时控制结果分析  50-57
    4.2.1 基于物理模型的实时控制结果  50-53
    4.2.2 基于ARX模型的实时控制结果  53-55
    4.2.3 基于RBF—ARX模型的实时控制结果  55-57
  4.3 本章小结  57-59
第五章工作总结与展望  59-61
  5.1 本文的工作总结  59-60
  5.2 今后的工作方向  60-61
参考文献  61-65
致谢  65-67
攻读学位期间主要的研究成果  67

基于RBF-ARX模型的LQR控制器在四旋翼飞行器系统中的应用

内容摘要

全文目录

相似论文