基于RBF 神经网络滑模自抗扰的四旋翼飞行器控制

杨立本，汤裕民，李泰国，王 栋

(1.兰州交通大学 自动化与电气工程学院，甘肃 兰州 730070；2.中国航天科技集团第五研究院 510 所，甘肃 兰州 710072)

四旋翼飞行器因其结构简单、机动性能好、易操作，在垂直起降、悬停和低速等方面表现优异，在航拍、物流投递、搜救等方面得到了广泛的应用[1-3]，成为近年来的研究热点.由于四旋翼飞行器非线性、强耦合、欠驱动、易受干扰等特点，所以控制器设计应有较强的抗干扰能力和鲁棒性，给控制器设计带来了挑战.

针对四旋翼飞行器的欠驱动、强耦合特性，目前已有Proportional Integral Derivative（PID）控制、H∞控制、滑模控制、反步控制、自适应控制、鲁棒控制等，但四旋翼飞行器在飞行过程中往往受到内部不确定性和外界未知扰动的影响，基于这些方法的飞行控制系统存在一定的局限性.文献[4-5]提出PID 控制，该方法比较成熟且易于实现，不依赖于对象模型，但是传统PID 控制动态性能差，调节时间长且超调大，参数无法适应系统外部的扰动因素.文献[6-7]设计了滑模控制器，通过仿真实验验证了所设计的控制器优于PID 控制，但没有考虑到系统的建模误差以及外部扰动的影响，且滑模控制抖振现象未进行改进.文献[8-10]提出的自适应控制，自适应控制算法可以补偿被控对象参数带来的变化，实时修改控制参数，但设计复杂，不易于实现.文献[11-12]设计了反步滑模控制器，通过实验证明所设计的控制器在响应速度和控制精度较好，但是反步法的引入加大控制器的运算量……