下载文档原格式
飞行控制系统的侧向控制matlab仿真介绍飞行控制系统在飞行器中起着至关重要的作用，它负责控制和调整飞行器的姿态和运动。
其中，侧向控制是飞行控制系统的一个重要部分，它可以影响飞行器的侧向动态特性和机动性能。
本文将介绍如何使用MATLAB进行侧向控制系统的仿真，并详细探讨该任务的内容和相关实现方法。
侧向控制系统的组成控制框图侧向控制系统通常由以下组成部分构成： 1. 输入信号：包括飞行器的姿态、角速度等信息； 2. 传感器：负责采集飞行器的状态信息，如加速度、陀螺仪等； 3. 控制器：根据输入信号和传感器信息，生成控制指令； 4. 执行器：根据控制指令，调整飞行器的姿态和运动。
详细说明在侧向控制系统中，控制器起着至关重要的作用。
它通过对输入信号和传感器信息进行处理和分析，生成相应的控制指令，以调整飞行器的侧向运动。
具体而言，控制器通常包括以下几个模块： 1. 姿态控制：用于控制飞行器的姿态，如滚转、俯仰和偏航； 2. 舵面控制：用于控制飞行器的舵面，如副翼和方向舵；3. 纵向和横向耦合控制：用于处理飞行器纵向和横向耦合特性，以提高侧向控制系统的性能； 4. 鲁棒控制：用于提高侧向控制系统的稳定性和鲁棒性。
MATLAB仿真实现建模在进行侧向控制系统的仿真前，首先需要对飞行器进行建模。
建模过程中需要考虑飞行器的动力学特性以及控制器的设计要求。
动力学模型飞行器的动力学模型可以使用欧拉法、四元数等表示。
在侧向控制中，常用的是欧拉法建模。
例如，对于二维飞行器，其动力学方程可以表示为：m * x'' = -g * sin(theta) - D * x'm * y'' = g * cos(theta) - D * y'I * theta' = M其中，m表示飞行器的质量，x和y分别表示飞行器在水平和垂直方向的位移，theta表示飞行器的俯仰角，g表示重力加速度，D表示阻尼系数，I表示飞行器的惯性矩，M表示扭矩。
无人机着陆抗风鲁棒H_∞控制器设计研究郭艳艳;陈澜;杨常伟【摘要】无人机在进场着陆过程中存在低空风切变和外界各种不确定性干扰等因素,根据无人机精确进场自动着陆性能要求,利用线性矩阵不等式凸优化方法设计鲁棒H_∞控制器,在满足自动着陆系统轨迹跟踪及速度控制性能的同时,能够有效抑制低空风切变及外界不确定性干扰,将所设计的自动着陆控制律在低空风切变大气干扰下进行验证,仿真结果表明,无人机着陆下滑及拉平轨迹响应具有良好的动态跟踪性能和鲁棒性,验证了该设计方法的正确性和有效性.【期刊名称】《计算机测量与控制》【年(卷),期】2010(018)002【总页数】3页(P348-350)【关键词】无人机着陆;风切变;鲁棒H_∞控制;线性矩阵不等式【作者】郭艳艳;陈澜;杨常伟【作者单位】西北工业大学自动化学院,陕西,西安,710072;西北工业大学自动化学院,陕西,西安,710072;西北工业大学自动化学院,陕西,西安,710072【正文语种】中文【中图分类】TP2020 引言无人机着陆过程处于低空缓慢机动动作阶段,运动特性较为复杂,着陆的鲁棒性和可靠性备受关注。
针对着陆系统数学模型复杂、存在许多不确定性因素的特点,把风切变简化为白噪声,运用LQG控制方案求解不太合理,神经网络只对特定的跟踪集合有效[1],跟踪精度难以满足要求。
为提高着陆轨迹动态跟踪精度,抑制风切变干扰,改善系统的鲁棒性,本文采用鲁棒H∞控制理论,考虑了系统矩阵的参数摄动,将高度和高度的积分信号选为广义状态变量,选择合理的加权矩阵,设计了无人机着陆鲁棒H∞控制器;参照GJB185-86低空风切变模型,参数摄动阵同行取相同的变化幅度,对鲁棒H∞控制器进行了仿真验证。
1 着陆过程描述无人机着陆过程包括定高、下滑、拉平及滑跑等阶段,如图1所示。
着陆前无人机作定高飞行,当截获下滑波束线后,按一定的下滑坡度下滑,且垂直接地速度不能过大,目前实际允许的垂直接地速度为-0.3～-0.6m/s。
无人机飞行控制算法设计与仿真分析近年来，随着无人机技术的不断发展和应用需求的增长，无人机飞行控制算法的设计与仿真分析成为了一个热门的研究领域。
本文将深入探讨无人机飞行控制算法的设计原理和仿真分析方法。
无人机的飞行控制算法是指通过计算机对无人机进行精确的控制，使其能够稳定、准确地执行特定的飞行任务。
飞行控制算法的设计主要包括姿态控制、航迹控制和高度控制等方面。
其中，姿态控制是无人机最基本的控制方式，它以无人机的姿态为基准，通过引导飞行器的前后左右、上下运动来实现机体的平稳飞行。
航迹控制则是无人机在飞行过程中按照预定的路径进行规划和执行，通过不断优化路径规划算法来达到更高的飞行效率。
高度控制则是指在飞行过程中对无人机的高度进行精确控制，保持其稳定飞行在特定的高度。
设计一个高效、稳定的无人机飞行控制算法是一个复杂的工程问题。
首先，需要了解无人机的基本飞行原理和飞行动力学模型，以便于根据其特性进行合理的控制。
其次，需要选择合适的控制策略，常用的控制策略包括PID控制、模糊控制和自适应控制等。
PID控制是一种常用的控制方法，通过调节比例、积分和微分参数来实现对飞行器稳定性的控制。
模糊控制则是一种基于模糊推理的自适应控制算法，通过模糊规则库将模糊输入映射成模糊输出，从而实现对飞行器的控制。
自适应控制则是一种根据飞行器的动态变化自动调整控制策略的方法，通过对飞行器状态进行实时监测和分析，自动调整控制参数，从而实现对飞行器的精确控制。
在设计好无人机飞行控制算法后，需要进行仿真分析来验证该算法的有效性和性能。
仿真分析可以将设计的算法应用到虚拟的飞行场景中进行模拟，通过对飞行器的各项指标进行评估，来判断控制算法的稳定性和性能是否达到要求。
常用的仿真软件有MATLAB、Simulink、ROS等，通过建立适当的数学模型，并结合算法设计和控制策略，进行飞行场景的模拟和性能评估。
除了仿真分析，实际的物理试验也是验证无人机飞行控制算法有效性的重要手段。
无人机控制系统设计与仿真无人机（Unmanned aerial vehicle, UAV）作为一种自主飞行的飞行器，在日常生活和工业领域中被广泛应用。
为了确保无人机的安全飞行和高效任务执行，优秀的无人机控制系统设计与仿真是非常重要的。
一、无人机控制系统设计无人机控制系统的设计主要包括飞行控制系统和通信控制系统两个方面。
1. 飞行控制系统设计：无人机飞行控制系统是确保飞行器平稳飞行、包括航向、高度和速度控制在内的关键。
设计一个稳定可靠的飞行控制系统需要以下步骤：a) 确定飞行器的动力学模型：通过数学建模，从物理角度描述无人机的运动特性。
b) 设计控制器：基于动力学模型，选择适当的控制器类型（如PID控制器、模糊控制器或模型预测控制器），设计控制器的参数，并利用控制理论方法进行系统稳定性分析。
c) 构建控制系统：根据控制器设计结果，建立整个飞行控制系统，包括传感器、执行器、控制算法等元素的组合，将信号传递和处理流程定义清楚。
2. 通信控制系统设计：无人机通信控制系统是实现与地面控制站之间的通信和数据传输的关键。
设计一个可靠的通信控制系统需要以下步骤：a) 确定通信协议：根据任务需求和无人机特性，选择适当的通信协议（如Wi-Fi、蓝牙或Zigbee），考虑到通信距离和数据传输速率等因素。
b) 设计通信模块：根据通信协议，设计通信模块的硬件和软件，包括天线、无线模块和数据传输协议等元素。
c) 构建通信系统：根据通信模块设计结果，建立整个通信系统，包括无人机上的通信模块和地面控制站上的通信模块。
二、无人机控制系统仿真无人机控制系统的仿真是在计算机环境中模拟和评估无人机飞行控制的有效方法。
通过仿真可以降低测试和调试的成本，并提前评估控制系统的性能。
1. 仿真平台选择：选择合适的仿真平台是进行无人机控制系统仿真的第一步。
常用的无人机仿真平台包括MATLAB/Simulink、dronekit和PX4等。
2. 建立仿真模型：根据实际无人机的动力学模型和控制系统设计结果，利用选择的仿真平台建立无人机的仿真模型。
无人机自动驾驶控制系统设计与仿真在近年来，随着科技的快速发展，无人机技术已经得到广泛应用。
无人机的自动驾驶控制系统是其关键组成部分，对于实现无人机的自主飞行和任务执行起着至关重要的作用。
本文将介绍无人机自动驾驶控制系统的设计和仿真方法，以及相关技术的发展和应用。
无人机自动驾驶控制系统设计是一个涉及多个学科领域的综合性工作。
首先，需要对无人机的动力学和控制理论有一定的了解。
无人机动力学模型可以描述无人机的运动规律，控制理论可以用于设计无人机的控制算法。
其次，还需要对传感器技术和通信技术有一定的了解。
传感器可以用来感知无人机周围的环境信息，通信技术可以实现无人机与地面控制站的数据传输和指令控制。
最后，还需要了解无人机相关的软件开发和仿真技术。
软件开发可以实现对无人机的控制和操作，仿真技术可以用来验证无人机控制系统的性能和稳定性。
在无人机自动驾驶控制系统设计中，首先需要确定控制系统的架构。
通常将控制系统分为感知、决策和执行三个层次。
感知层主要负责无人机周围环境的感知，包括飞行姿态信息、地形信息、障碍物识别等。
决策层根据感知层提供的信息进行决策，包括路径规划、任务分配等。
执行层负责执行决策层给出的指令，控制无人机的运动和行为。
通过分层设计，可以使无人机的自动驾驶控制系统更加模块化和可扩展。
其次，对于无人机自动驾驶控制系统的每个模块，还需要进行具体的算法设计和实现。
例如，针对感知模块，可以采用计算机视觉技术实现对环境的感知和障碍物的识别。
针对决策模块，可以采用模糊控制或强化学习等方法实现无人机的路径规划和任务分配。
针对执行模块，可以采用PID控制或模型预测控制等方法进行无人机的姿态控制和运动控制。
通过合理选择算法和实现方法，可以提高无人机自动驾驶控制系统的性能和稳定性。
在无人机自动驾驶控制系统的设计过程中，仿真是一个重要工具。
通过仿真可以验证控制系统的性能和稳定性，节省实际飞行的成本和风险。
常用的无人机仿真软件有MATLAB/Simulink、ROS和AirSim等。
H ∞整形法在巡检用无人机控制器中的应用康姝艺;薛阳;黄伟;江天博;伏丽娜【摘要】It is able to lower the cost and increase efficiency by using quadrotor in unmanned aerial vehicle (UAV)circuit in-spection,but as multi-input,multi-output (MIMO)and under-actuation controlled member,the quadrotor is very easy to be affected by meteorological environment and has characteristics such as multivariate,multi-coupling,nonlinearity,and so on. Thus,realization of control on stability is one of the main difficulties at present. Selecting robust controller to control pos-ture change of UAV is a kind of intuitive method,which is to conduct advancing or hysteretic compensation on the con-trolled member by observing its Bode diagram,and continuously adjust design of the compensator,revise Bode diagram and various output curves. In addition,this method could carry on testing comparison between simulation results and actual hard-ware so as to achieve the aim of using H∞ loopshaping method to design the controller. Results indicate that this method is concise and explicit in its principles,which means not necessary to make the controlled member involve excessive mathemati-zation problem.%四翼机应用于无人机电路巡检领域可降低成本、提高效率，但作为多输入多输出欠驱动控制对象，因其极易受气象环境影响，具有多变量、多耦合、非线性等特性，实现稳定性控制是目前面临主要困难之一。
无人机控制律的设计与仿真肖沿海【摘要】本文是在无人机控制技术领域的一个基础性的探索研究.由于本人是首次接触飞行控制这一崭新的领域,且本系在该领域前期的科研积累很少,虽在导师的指导下克服了重重困难,取得了一定的进展,但就其深度而言,还尚显肤浅,在某些问题的研究上还未深入到飞控的本质.%This paper is a basic exploration and research in the field of uav control technology. Because I was the first time contact flight control of this new field, and the department in the accumulation of the early stage of the research in this field is very few, is under the guidance of a mentor to overcome the difficulties, has made certain progress, but in terms of its depth, and also is shallow, on some issues of research has not go deep into the essence of flight control.【期刊名称】《电子测试》【年(卷),期】2017(000)016【总页数】2页(P73-74)【关键词】无人机;控制率;控制技术【作者】肖沿海【作者单位】江南机电设计研究所,贵州贵阳,550000【正文语种】中文常规无人机的飞行控制系统是一个多通道控制系统，即多输入多输出的控制系统。
其输入量为传感器所采集到的无人机状态值，输出量为无人机状态方程的控制变量—舵值和发动机推力。
通常而言，我们要想控制飞机的运动必须首先考虑控制它的角运动，使其姿态发生变化，然后才能使它的重心轨迹发生相应的变化。
．。
．黧兰娑嚣嚣篡坠：翟。
三釜譬压吾嘲８０２ＣｏｍｐｕｔｅｒＭｅ舾ｕｒｅｍｅｎｔ＆ＣｏｎｔｒｏＩｌ】工ｌ附＂～，Ｉ、Ｉ文章编号：１６７１—４５９８（２００８）０６一０８０２一０３中图分类号：ＴＰ３９１．９；Ｖ２４９．１文献标识码：Ａ无人机侧向运动Ｈ∞控制器设计及仿真段镇，阂建国，董维中（西北工业大学自动化学院，陕西西安７１００７２）摘要：研究了鲁棒控制中Ｈ。
状态反馈方法在无人机侧向控制律设计中的应用；建立了无人机侧向运动的小扰动方程，根据控制目标选取了合适的广义状态变量，建立了广义被控对象，应用ｍａｔｌａｂ鲁棒控制工具箱中线性矩阵不等式（ＬＭＩ）的求解方法设计了系统Ｈｏ。
状态反馈控制器，并进行了数字仿真验证；以无人机侧向运动中滚转控制通道的Ｈ。
鲁棒控制器设计为例，给出设计过程及仿真结果｝与ＰＩＤ控制器的控制效果进行比较，说明控制器能够使系统有更好的动态和稳态性能，且比ＰＩＤ控制器对外界噪声干扰有较好的抑制作用，现已成功应用于某型无人机。
关键词：鲁棒；Ｈｏ。
状态反馈；无人机Ｉ控制器；广义被控对象ＬａｔｅｒａｌＭｏｔｉｏｎＨ。
Ｃｏｎｔｒｏｌｌｅｒ’ｓＤｅｓｉｇｎａｎｄＳｉｍｕＩａｔｉｏｎｏｆＵＡＶＤｕａｎＺｈｅｎ，ＹａｎＪｉａｎｇｕｏ，ＤｏｎｇＷｅｉｚｈｏｎｇ（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’７１００７２，Ｃｈｉｎａ）Ａｂｓｔｎｃｔ：Ｈ∞ＳｔａｔｅｆｅｅｄｂａｃｋｍｅｔｈｏｄｗａｓｓｔｕｄｉｅｄｉｎｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＵＡＶ１ａｔｅｒａｌｃｏｎｔｒｏＩｌｅｒｄｅｓｉｇｎ．ＴｈｅＵＡＶ’ｓｌｉｔｔｌｅｐｅｒｔｕｒｂａ—ｔｉｏｎｅｑｕａｔｉｏｎｓｏｆｌａｔｅｒａｌｍｏｔｉｏｎｗａｓｂｕｉｌｔ，ｔｈｅｇｅｎｅｒａＩｉｚｅｄｖａｒｉａｂｌｅｓｗｅｒｅｓｅｌｅｃｔｅｄｓｕｉｔａｂｌｅａｃｃｏｒｄｉｎｇｃｏｎｔｒｏｌｏｂｊｅｃｔｉｖｅ，ａｎｄｔｈｅｇｅｎｅｒ—ａｌｉｚｅｄｐｌａｎｔｗａｓｂｕｉｌｔ，Ｈ酗ｓｔａｔｅｆｅｅｄｂａｃｋｃｏｎｔｒｏｌｌｅｒｗａｓｄｅｓｉｇｎｅｄｕｓｉｎｇｌｉｎｅａｒｍａｔｒｉｘｉｎｅｑｕａｌｉｔｙ（ＬＭＩ）ｍｅｔｈｏｄｔｈａｔｗａｓｉｎＭａｔｌａｂｔｏｏｌｂｏｘ，ｄｉｇｌｔａｌｓｉｍｕｌａｔｉｏｎｗａｓｃａｒ＾ｅｄｆｏｒ坩１ｉｄａｔｉｎｇ．Ｔ００ｋｔｈｅＨｏ。
ｃｏｎｔｒ０１１ｅｒｄｅｓｉｇｎｏｆｔｈｅｒｏｌｌｃｈａｎｎｅｌｉｎＵＡＶ’ｓ１ａｔｅｒａｌｍｏｔｉｏｎｆｏｒｅ】ｃａｍｐｌｅ，ｔｈｅｄｅｓｉｇｎｐｒｏｃｅ８ｓａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｗｅｒｅｇｉｖｅｎ．ＣｏｍｐａｒｅｄｗｉｔｈｔｈｅＰＩＤｃｏｎｔｒ０１ｌｅｒ，ｉｔｃｏｎｃｌｕｄｅ８ｔｈｅＨ∞ｃｏｎｔｒｏｌｌｅｒｈａｓｂｅｔｔｅｒｄｙｎａｍｉｃａｎｄｓｔａｂｌｅｃｈａｒａｃｔｅｒｓ，ａｎｄｈａｓｂｅｔｔｅｒｒｅｓｔｒａｉｎｅｄｅｆｆｅｃｔｏｕｔｓｉｄｅｄｉｓｔｕｒｂａｎｃｅ，ｉｔｈａ８ｂｅｅｎａｐｐＩｉｅｄｔｈｅＵＡ．Ｖｏｆｓｏｍｅｔｙｐｅ．Ｋｅｙｗｏｒｄｓ：ｒｏｂｕｓｔ；Ｈ∞ｓｔａｔｅｆｅｅｄｂａｃｋ｝ＵＡＶ；ｃｏｎｔｒｏｌＩｅｒ；ｇｅｎｅｒａｌｉｚｅｄｐｌａｎｔＯ引言无人机具有体积小、重量轻、机动灵活和成本低等特点，目前越来越引起世界各国的强烈关注，对其性能也相应提出更高的要求。
采用传统的ＰＩＤ控制很难兼顾系统的动态与稳态性能，且由于建模时的不确定性，仿真结果和实际飞行结果存在较大的误差［Ｉ－２］，有时甚至连稳定性都难以保证，这就使无人机飞行存在隐患。
２０世纪８０年代提出的以系统的Ｈ。
范数为性能指标的Ｈ。
控制理论是目前解决鲁棒控制问题比较成功且比较完善的理论体系，已成为近２０年来自动控制理论及工程应用研究的热门课题之一［３］。
Ｈ～控制理论考虑了实际系统与标称数学模型间的不确定性，并在模型不确定性和外干扰存在的条件下保证设计的反馈控制系统稳定，且满足一定的性能要求。
但大部分Ｈ。
控制器的设计仅考虑外界输入为干扰信号的情况，本文考虑将参考信号作为外界输入，提出将跟踪参考信号误差的积分选为状态变量来准确跟踪参考信号的方法，设计了无人机侧向运动中滚转控制通道的Ｈ。
状态反馈控制器，通过仿真验证了系统输出不仅可以准确跟踪参考信号，而且可以使系统响应具有满意的性能指标，对传感器噪声干扰具有一定得抑制能力。
收稿日期：２００７一１０一０９；修回日期：２００７一１１—２１。
作者简介：段镇（１９８２一），男，辽宁人，硕士研究生，主要从事无人机建模与飞行控制系统设计方向的研究。
国建国（１９５６一），男，上海人，教授，主要从事计算机控制与智能控制，鲁棒控制，光传飞控及无人机系统方向的研究。
中华测控网ｃｈｉｎａｍｃａ．ｃｏｍｌＨ。
控制理论将系统描述为如图ｌ所示广义系统：苍图１Ｈ。
控制广义系统描述其中Ｐ（Ｓ）是一个线性时不变系统，即广义被控对象，由以下状态空间描述：ｚ—Ａｏ＋Ｂｌ叫＋Ｂ２“２＝ｃｌｚ＋Ｄｌｌ加＋Ｄ１２甜（１），一ｃ２ｚ＋Ｄ２１叫＋Ｄ２２“式中，ｚ是状态向量，Ｈ是控制输入信号，ｙ是量测输出信号，叫为外部输入信号，包括参考信号，干扰和传感器噪声，ｚ为被控输出信号，也称为评价信号。
Ｋ（５）为待设计的控制器。
对于Ｈ。
控制问题，有许多种求解方法，从最初复杂的算子方法，到Ｒｉｃｃａｔｉ方程处理方法，目前应用广泛的是基于线性矩阵不等式（ＬＭＩ）的处理方法，这种方法的好处是可以用相对直接的矩阵运算来得到控制器的设计方法，对系统模型无须过多的限制条件。
定理Ｈ］：对系统（１），存在一个状态反馈Ｈ。
控制器，当且仅当存在一个对称正定矩阵ｘ和矩阵ｗ，使得以下的矩阵不等式（２）成立。
万方数据第６期段镇，等：无人机侧向运动Ｈ。
控制器设计及仿真·８０３·阵：］一匡｛至ｉ薹至；］降］＋隆；量；］ｃ：：，。
，名一Ｌ卢靠一列１硼＝％３．２控制器的求解以上确定了增广系统模型的结构，其中Ａ∈Ｒ７”、Ｂ－∈Ｒ７“、玩∈Ｒ７“是增广模型的系数矩阵，由原系统的系数矩阵扩展得到。
加权矩阵ｃ１、Ｄ。
、Ｄ。
的选择是设计的关键，控制效果的优劣在很大程度是取决于加权矩阵的选择。
对于滚转通道采用跟踪滚转角，同时尽量减小侧滑控制方案，因此要对侧滑角和滚转角误差进行加权，选择各加权矩阵如下：ｃ１；ｒ４．１ｏ·０８ｏ－３８１５５ｏ·４ｏ·５ｏ·４１］Ｏ．０９Ｏ．１Ｏ．０５Ｏ．５Ｏ．０７Ｏ．０２Ｏ应用Ｍａｔｌａｂ的ＬＭＩ工具箱求解线性矩阵不等式（２），用命令［ｇｏｐｔ，Ｋ］＝ｈｉｎｆｌｍｉ（Ｐ，ｒ）求得满足设计要求的状态反馈阵Ｋ，这里得到的Ｊ｜（是Ｋ（ｓ）的系统矩阵，控制器Ｋ（ｓ）的一个状态空间实现可以用以下函数得到：城２［缺，城，伙，批，破］＝ｌｔｉｓｓ（鼢在Ｍａｔｌａｂ工作空间中得到控制器的状态空间实现为：一＆８３６７—１＆７９６１一＆５１５６一＆１６９３一弧９３４９＆０８０５１＆４７６６一Ｚ４８９｜６一Ｌ０１６３一１１．８９６５一Ｌ１２５４一＆８１３５Ｑ０４３０Ｚ３１０４—９．５３５７＆５５０６一Ｌ１６３９—１６８１９０已５５１２一Ｑ凇＆５５３３９．１３４２３＆６７４４＆踟一１．４７２．２７．８５３１１５．Ｚ１７９Ｌ３０１３＆０５９９１．２８９０一７．１１９０一０１２８９１．２１７７—１．９９６３１０．１２９３幺１１１６一Ｚ３１９４＆０９０７—０．００８３１．１３４７ｏ．７７９４一＆７３４０一９．８８８８Ｑ０２０３一ｏ．２０１７７．５２６０ｏ．６０５８１．７１４１１．４８００一１．５４０１９一ｏ．２３１５Ｚ０２７７—０．５５２１一＆８０５８５．７１２００．７７３０１ｏ＿１５９０一屯６９７６１Ｚ５２３９—５．０４８７·Ｚ３７３６Ｚ２４８６一ｏ＿８３１４－幺５２６６—９．１鹄９—１．７瞄一０．１９２８—３４４６９一出４６６３Ｚ２３２５屯４０４２—３２６９９０一＆６０９２—７．３３３８７．５７９１—１Ｑ３５６０—１７．８２３７反Ｉ厂Ｏ．３１９９２．６２８００．５１７５一Ｏ．２８４７—１．６５０５７．１３００１－７０８６１ｌ一０．５０９５０．１９５５Ｏ．０２３８Ｏ．６７９３一Ｏ．１３８７０．２９３０—Ｏ．０５１般：ｒｏｏｏｏｏｏｏ］０ＯＯ０Ｏ０Ｏｌ４仿真验证４．１系统仿真框图仿真是在Ｍａｔｌａｂ６．５和ｓｉｍｕｌｉｎｋ５．ｏ环境中进行，仿真时间为５０秒，在ｓｉｍｕｌｉｎｋ中搭建系统团环仿真框图，如图２所中华测控网ｃｈｉｎ帅ｃａ．ｃｏｍ们岬叫ＯＯＯ厂＿ＪＹ产ＤＤ喜潞蝴㈣溉㈣ｉ忽蛆＿以豫Ｍｎ；譬嚣酱一．｛ｎ嚣｜ｉ§翟黜吃Ｑ．；最¨ｍＬ万方数据·８０４·计算机测量与控制第１６卷示，给定参考输入信号７—２旷，即令飞机做２盯右盘。
其中被控对象的状态空间实现为：Ａｃ＝Ａ，Ｂｃ一［Ｂ１，Ｂｚ］Ｃｊ—ｄｉａｇ（１，１，１，１，１，１，１），Ｄｃ—ｚｅｒｏｓ（７，３）控制器的状态空间实现为口七，６豇，ｃ七，ｄ七。
图２闭环系统仿真框图４．２仿真结果及与ＰＩＤ控制比较分析图３为Ｈ。
控制器和ＰＩＤ控制器的滚转通道滚转角、侧滑角、滚转角速度、航向角速度及航向角的仿真输出结果，其中ＰＩＤ控制器的设计内环采用滚转角速率反馈，外环为滚转角反馈，参数的选择已在工程实际中应用（图中横坐标单位为秒，纵坐标单位为度或度／秒）。
＾：，一倒增嘏星曩——Ｈ。
…、ＰｒＤ图３Ｈ。
控制器与ＰＩＤ控制器的输出曲线由仿真曲线可以看出，对于滚转角输出，采用Ｈ。
和ＰＩＤ控制最终都可以将其稳定在２矿，调节时间基本相同，但Ｈ。
控制器的过渡过程比较平稳，避免了元人机飞行时左右抖动而可能导致的不稳定；对于侧滑角输出，Ｈ。
控制器不但明显减小了振荡和调节时间，也提高了稳态精度，使稳态时的侧滑角更接近伊，更加符合工程实际要求；对于滚转角速度和航向角速度输出，Ｈ。
控制器大大减小了过渡过程中的振荡次数和振荡幅度，有效避免了由于角速度值瞬间过大而导致飞行不稳定的问题，同时减小了超调及响应时间，可以控制无人机飞行尽快进入稳态；由于飞机右滚转引起右偏航，航向角为负，且不断增大，符合实际情况。
中华测控网ｃｈｉｎａｍｃａ．ｃｏｍ４．３鲁棒性验证在系统输出端施加强度为ｏ．１的随机白噪声干扰信号来模拟实际输出的传感器噪声，在上述条件下对系统进行仿真验证，加权阵ＢⅣ嚣ｄｉ口ｇ（Ｏ．０１，Ｏ．０１，Ｏ．０１，Ｏ．０１，Ｏ．０１，Ｏ．０１，Ｏ．０１）图４为随机白噪声干扰作用下滚转角、侧滑角、滚转角速度、航向角速度及航向角的仿真输出结果（图中横坐标单位为秒，纵坐标单位为度或度／秒）。
＾：，＼援·叵《ｋ…～一一～．。
一。
＾０＼搬察磊彷＼＾ｏ一＼型艘嘏厦《ｔ，８——皿，ｆ／ｓ图４干扰作用下Ｈｏ。
