姿态融合滤波的无人机抗干扰控制算法*

陆兴华

(广东工业大学 华立学院，广东 广州 511325)

姿态融合滤波的无人机抗干扰控制算法*

陆兴华

(广东工业大学 华立学院，广东 广州 511325)

提出一种基于姿态融合滤波的无人机(UAV)抗干扰控制算法。分析无人机飞行的运动模型，构建无人机在飞行的姿态参量约束下的运动方程，设计扩展卡尔曼滤波器进行干扰滤波，实现飞行姿态参量信息融合，以捷联惯导传输到执行器的姿态融合误差为控制目标进行控制算法优化。仿真实验结果表明:采用该方法进行无人机的姿态信息融合和控制，输出的姿态信息参量具有较高的精度，误差收敛到最小，控制性能较好，抗干扰能力较强，保障了无人机的稳定飞行。

无人机； 飞行控制； 姿态角； 滤波

0 引 言

传统方法中，对无人机(UAV)[1]飞行控制的算法研究主要有基于模糊PID神经网络控制的飞行控制算法、基于粒子群算法的无人机飞行控制算法，基于自适应噪声抵消的飞行控制算法和基于智能仿生群控制的飞行控制算法等[2～5]。上述方法在进行无人机飞行控制设计中，只针对干扰强度较小的控制界面进行扰动校正，对强干扰下的无人机姿态稳定性控制的效果不好。对此，相关文献进行了算法改进设计，其中，文献[6]提出一种基于自适应反演积分的无人机飞行控制扰动误差修正算法。建立无人机的纵向运动模型，在速度坐标系、体坐标系、弹道坐标系和地面坐标系中进行无人机的控制参量约束模型构建，得到无人机纵向运动数学模型和控制模型，但是该控制算法计算开销较大，姿态稳定性控制受到不确定参量的影响较严重，需要进行算法改进设计；……