21、航空机器人与飞行器的控制技术解析

航空机器人与飞行器的控制技术解析

1. 航空机器人非线性最优控制

1.1 控制算法参数与性能

在航空机器人操纵器的控制中，控制算法的瞬态性能依赖于代数 Riccati 方程中的参数 r、ρ 和 Q。其中，r 和 Q 的值决定了系统向参考设定点收敛的速度，而 ρ 的值则决定了控制算法的鲁棒性。实际上，当上述 Riccati 方程的解为正定矩阵 P 时，ρ 的最小值能为控制回路提供最大的鲁棒性。

1.2 H - infinity 卡尔曼滤波器的应用

H - infinity 卡尔曼滤波器作为一种鲁棒状态估计器，使得在无需测量航空机器人操纵器整个状态向量的情况下实现反馈控制成为可能。具体来说，只需测量状态变量 x1 = x、x3 = z 和 x5 = φ，就可以通过滤波器的递归来估计系统其余的五个状态变量。

1.3 非线性最优控制方法的优势

与其他航空机器人操纵器的控制方案相比，所提出的非线性最优控制方法具有以下优势：
1. 避免了基于全局线性化的控制方法中复杂的状态变量变换。
2. 直接应用于航空机器人操纵器的非线性状态空间模型，避免了逆变换以及相关的奇异性问题。
3. 保留了典型最优控制的优点，即在控制输入适度变化的情况下，能够快速、准确地跟踪参考设定点。
4. 与 PID 控制不同，该方法具有全局稳定性，即使在操作点发生变化时，也能确保控制回路的可靠运行。
5. 与模型预测控制（MPC）等流行的最优控制方法不同，该控制方法的应用不受系统非线性的阻碍。
6. 与非线性模型预测控制（NMPC）不同，该方法无需依赖任何初始化就能证明收敛到最优解。