一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法

1.本发明涉及飞行器姿态控制领域，具体而言，涉及一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法。


背景技术：

2.攻角稳定对飞行器的飞行稳定具有很重要的意义，但目前大多数飞行器仍然采用的是俯仰角姿态稳定控制的方式来实现飞行器的稳定飞行，其主要原因在于姿态控制具有悠久的历史与令人信服的工程可靠性，同时姿态的测量角攻角的测量简单方便而且准确。然而攻角控制却有着自身的独特优势，一是控制稳定性好，控制更为直接，二是由于其控制直接的特点，导致控制快速性也好。因此如何结合两者的优势设计新型的小型飞行器控制系统，对所有的工程师来说都是非常具有挑战与意义的创新尝试。针对上述攻角难以准确测量的技术背景，本发明提出了采用加速度计并结合飞行器舵偏角来对攻角进行近似估计，而不追求估计的准确性，仅选取其对控制系统稳定性的阻尼优点，间接实现飞行器姿态控制；也使得控制方案同时具有攻角控制的优点，又能完全保留姿态控制体制，便于后续和其它导引回路或高度回路的对接。因此也使得整个方案具有很高的工程实用价值，也具有很高的理论创新价值。
3.需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

4.本发明的目的在于提供一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法，进而克服了由于相关技术缺陷导致的飞行器攻角控制动态性能不高的问题。
5.根据本发明的一个方面，提供一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法动，包括以下四个步骤：
6.步骤s10，在小型飞行器上安装测角陀螺仪，测量飞行器的俯仰角，然后按照飞行器的俯仰通道飞行任务，设置飞行器的俯仰角期望值，并与飞行器的俯仰角进行比较，得到俯仰角误差信号；然后对俯仰角误差信号进行积分，得到俯仰角误差积分信号；再设计二阶超前校正网络，输入俯仰角误差信号，得到俯仰误角差超前信号；最后对所述的俯仰角误差信号、俯仰角误差积分信号、俯仰角误差超前信号进行组合，得到攻角期望信号。
7.步骤s20，在飞行器上安装加速度计，测量飞行器的垂向加速度信号，然后将其转化为垂向过载信号；再根据飞行器速度与舵偏角信号，解算飞行器攻角近似估算信号；并与所述的攻角期望信号进行比较，得到攻角误差近似信号；再进行积分得到攻角误差近似积分信号。
8.步骤s30，在飞行器上安装速率陀螺仪，测量飞行器的俯仰角速率信号；然后根据所述的飞行器攻角近似估算信号、舵偏角信号以及飞行器的俯仰角速率信号解算攻角误差近似阻尼信号；再根据飞行器攻角近似估算信号、舵偏角信号、攻角误差近似信号、攻角误
差近似积分信号、攻角误差近似阻尼信号叠加形成俯仰角速率期望信号；并与俯仰角速率信号进行比较，得到俯仰角速率误差信号；然后进行积分，得到俯仰角速率误差积分信号；再根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号解算俯仰角速率误差近似阻尼信号；然后设计二阶超前校正网络，输入俯仰角速率误差信号，得到俯仰角速率误差超前信号。
9.步骤s40，根据所述的俯仰角误差信号、攻角误差近似信号以及俯仰角速率误差信号对飞行器空气力动力系数、飞行器空气动力舵效系数以及飞行器空气力矩动力系数进行自适应估计；然后根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号、俯仰角速率误差信号、俯仰角速率误差积分信号、俯仰角速率误差近似阻尼信号、俯仰角速率误差超前信号叠加组成最终的舵偏角信号，输送给飞行器舵机系统，实现飞行器对期望俯仰角信号的跟踪，从而完成飞行器俯仰通道的控制任务。
10.在本发明的一种示例实施例中，测量飞行器的俯仰角，然后按照飞行器的俯仰通道飞行任务，设置飞行器的俯仰角期望值，并与飞行器的俯仰角进行比较，得到俯仰角误差信号；然后对俯仰角误差信号进行积分，得到俯仰角误差积分信号；再设计二阶超前校正网络，输入俯仰角误差信号，得到俯仰误角差超前信号；最后对所述的俯仰角误差信号、俯仰角误差积分信号、俯仰角误差超前信号进行组合，得到攻角期望信号包括：
11.e1＝θ-θd；
12.s1＝∫e1dt；
[0013][0014][0015]
其中θ为飞行器的俯仰角，θd为飞行器的俯仰角期望值，e1为俯仰角误差信号；s1为俯仰角误差积分信号；dt表示对时间进行积分；s为二阶超前校正网络传递函数的微分算子，t1、t2、t3、t4、t5为二阶超前校正网络的常值时间参数，e
1d
为俯仰角误差超前信号；为攻角期望信号，k
11
、k
12
、k
13
为常值控制参数。
[0016]
在本发明的一种示例实施例中，测量飞行器的垂向加速度信号，然后将其转化为垂向过载信号；再根据飞行器速度与舵偏角信号，解算飞行器攻角近似估算信号；并与所述的攻角期望信号进行比较，得到攻角误差近似信号；再进行积分得到攻角误差近似积分信号包括：
[0017][0018][0019]
e2＝α
g-αd；
[0020]
s2＝∫e2dt；
[0021]
其中ay为飞行器的垂向加速度信号，ny为垂向过载信号；g为常值重力加速度；v为飞行器速度，取为常值；δz为舵偏角信号，初始值选取为0，a
35r
、a
34r
为飞行器空气力动力系数估计值，其初始值根据飞行器风洞实验数据选取；αg为飞行器攻角近似估算信号，e2为攻
角误差近似信号；s2为攻角误差近似积分信号。
[0022]
在本发明的一种示例实施例中，测量飞行器的俯仰角速率信号；然后根据所述的飞行器攻角近似估算信号、舵偏角信号以及飞行器的俯仰角速率信号解算攻角误差近似阻尼信号；再根据飞行器攻角近似估算信号、舵偏角信号、攻角误差近似信号、攻角误差近似积分信号、攻角误差近似阻尼信号叠加形成俯仰角速率期望信号；并与俯仰角速率信号进行比较，得到俯仰角速率误差信号；然后进行积分，得到俯仰角速率误差积分信号；再根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号解算俯仰角速率误差近似阻尼信号；然后设计二阶超前校正网络，输入俯仰角速率误差信号，得到俯仰角速率误差超前信号包括：
[0023]e2d
＝ω
z-a
34r
α
g-a
35r
δz；
[0024]
ω
zd
＝(a
34r
αg+a
35r
δz)-k
21e2-k
22s2-k
23e2d
；
[0025]
e3＝ω
z-ω
zd
；
[0026]
s3＝∫e3dt；
[0027]e3d
＝a
24r
αg+a
22r
ωz；
[0028][0029]
其中ωz为飞行器的俯仰角速率信号；e
2d
为攻角误差近似阻尼信号；ω
zd
为俯仰角速率期望信号；k
21
、k
22
、k
23
为常值控制参数；e3为俯仰角速率误差信号；s3为俯仰角速率误差积分信号；e
3d
为俯仰角速率误差近似阻尼信号；e
3f
为俯仰角速率误差超前信号；a
24r
、a
22r
为飞行器空气力矩动力系数估计值，其初始值根据飞行器风洞实验数据选取。
[0030]
在本发明的一种示例实施例中，根据所述的俯仰角误差信号、攻角误差近似信号以及俯仰角速率误差信号对飞行器空气力动力系数、飞行器空气动力舵效系数以及飞行器空气力矩动力系数进行自适应估计；然后根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号、俯仰角速率误差信号、俯仰角速率误差积分信号、俯仰角速率误差近似阻尼信号、俯仰角速率误差超前信号叠加组成最终的舵偏角信号包括：
[0031]a22r
(n+1)＝a
22r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0032]a24r
(n+1)＝a
24r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0033]a25r
(n+1)＝a
25r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0034]a34r
(n+1)＝a
34r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0035]a35r
(n+1)＝a
35r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0036]
δz＝(-a
24r
α
g-a
22r
ωz)-k
31e3-k
32s3-k
33e3d-k
34e3f
；
[0037]
其中a
25r
为飞行器空气动力舵效系数估计值，其初始值根据飞行器风洞实验数据选取；k
41
、k
42
、k
43
为常值自适应参数，用于调节飞行器空气力动力系数估计值、飞行器空气动力舵效系数估计值以及飞行器空气力矩动力系数估计值整体朝同一方向移动收敛；k
31
、k
32
、k
33
为常值控制参数，在完成舵偏角信号δz的解算以及飞行器空气力动力系数估计值、飞行器空气动力舵效系数估计值以及飞行器空气力矩动力系数估计值的更新后，实现整个闭环解算后即可实现姿态稳定控制与跟踪任务。
[0038]
有益效果
[0039]
本发明提供了一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法，其主要
创新点有如下五点：第一点针对飞行器攻角难以准确测量的问题，提出了一种采用加速度计测量加速度信号并与舵偏角信号对飞行器攻角进行近似解算的方法，间接实现了攻角稳定与控制，从而提高了整个系统响应的快速性与可靠性。第二点是提出了由俯仰角误差折算成攻角指令信号的方式，实现了攻角控制为内稳定回来，而俯仰角控制为外回路的组合控制方式，从而即保留了攻角控制快速、可靠的优点，又能保留传统姿态角控制的稳定可靠的优势。第三点是根据攻角控制的内稳定回路，通过舵偏角直接抵消的方式处理了飞行器的非最小相位特性，避免了传统传递函数方法对最小相位处理的诸多不便与问题。第四是以攻角控制内稳定回路为驱动，采用反演控制的方式，实现了从攻角到俯仰角速度到舵偏角的一级一级串联控制，具有明确的物理意义，而且控制效果也非常好。第五是整个控制方案从俯仰角误差到攻角近似误差到俯仰角速率近似误差实现了三个回路各自分工解耦控制，而且控制逻辑清晰，控制参数较少，调节方便简单，易于工程实现。
[0040]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
[0041]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]
图1是本发明提供的一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法动方法流程图；
[0043]
图2是本发明实施例所提供方法的俯仰角信号(单位：度)；
[0044]
图3是本发明实施例所提供方法的俯仰角误差信号(单位：度)；
[0045]
图4是本发明实施例所提供方法的攻角期望信号(单位：度)；
[0046]
图5是本发明实施例所提供方法的垂向过载信号(无单位)；
[0047]
图6是本发明实施例所提供方法的飞行器攻角近似估算信号(单位：度)；
[0048]
图7是本发明实施例所提供方法的攻角误差近似信号(单位：度)；
[0049]
图8是本发明实施例所提供方法的飞行器的俯仰角速率信号(单位：度每秒)；
[0050]
图9是本发明实施例所提供方法的俯仰角速率期望信号(单位：度每秒)；
[0051]
图10是本发明实施例所提供方法的俯仰角速率误差信号(单位：度每秒)；
[0052]
图11是本发明实施例所提供方法的舵偏角信号(单位：度)。
具体实施方式
[0053]
现在将参考附图基础上更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其
它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
[0054]
本发明提供了一种采用加速度计与陀螺仪实现飞行器姿态稳定控制的方法，其首先通过陀螺仪测量飞行器姿态角并与期望姿态角指令进行对比得到姿态角误差指令；然后进行积分与超前校正形成攻角指令信号；然后针对攻角难以准确测量的问题，采用加速度计测量飞行器的垂向加速度信号，并根据舵偏角信号对攻角信号进行近似估计，从而形成攻角误差近似信号，并构造攻角误差近似阻尼信号；再采用反演控制方法，叠加攻角误差近似积分信号、攻角误差近似阻尼信号得到俯仰角速率期望信号，并采用速率陀螺仪测量飞行器俯仰角速率信号，然后通过比较得到俯仰角速率误差信号，进行形成积分信号与角速率误差超前校正信号，并通过反演方法得到舵偏角的控制信号，同时采用误差对空气动力系数进行自适应估计，完成整个姿态闭环控制，实现飞行器姿态的稳定跟踪。
[0055]
下面，将结合附图1对本发明的一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法，进行进一步的解释以及说明。参考图1所示，该一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法，包括以下步骤：
[0056]
步骤s10，在小型飞行器上安装测角陀螺仪，测量飞行器的俯仰角，然后按照飞行器的俯仰通道飞行任务，设置飞行器的俯仰角期望值，并与飞行器的俯仰角进行比较，得到俯仰角误差信号；然后对俯仰角误差信号进行积分，得到俯仰角误差积分信号；再设计二阶超前校正网络，输入俯仰角误差信号，得到俯仰误角差超前信号；最后对所述的俯仰角误差信号、俯仰角误差积分信号、俯仰角误差超前信号进行组合，得到攻角期望信号。
[0057]
具体的，可以分解为如下如下三小步。第一步，在小型飞行器上按照测角陀螺仪，测量飞行器的俯仰角，然后按照飞行器的俯仰通道飞行任务，设置飞行器的俯仰角期望值，并与飞行器的俯仰角进行比较，得到俯仰角误差信号；然后对俯仰角误差信号进行积分，得到俯仰角误差积分信号如下：
[0058]
e1＝θ-θd；
[0059]
s1＝∫e1dt；
[0060]
其中θ为飞行器的俯仰角，θd为飞行器的俯仰角期望值，e1为俯仰角误差信号；s1为俯仰角误差积分信号；dt表示对时间进行积分。
[0061]
第二步，设计二阶超前校正网络，输入俯仰角误差信号，得到俯仰误角差超前信号如下：
[0062][0063]
其中s为二阶超前校正网络传递函数的微分算子，t1、t2、t3、t4、t5为二阶超前校正网络的常值时间参数，e
1d
为俯仰角误差超前信号。
[0064]
第三步，根据所述的俯仰角误差信号、俯仰角误差积分信号、俯仰角误差超前信号进行组合，得到攻角期望信号如下：
[0065][0066]
其中为攻角期望信号，k
11
、k
12
、k
13
为常值控制参数。
[0067]
步骤s20，在飞行器上安装加速度计，测量飞行器的垂向加速度信号，然后将其转
化为垂向过载信号；再根据飞行器速度与舵偏角信号，解算飞行器攻角近似估算信号；并与所述的攻角期望信号进行比较，得到攻角误差近似信号；再进行积分得到攻角误差近似积分信号。
[0068]
具体的，可以分解为如下三小步。第一步，在飞行器上安装加速度计，测量飞行器的垂向加速度信号，然后将其转化为垂向过载信号如下：
[0069][0070]
其中ay为飞行器的垂向加速度信号，ny为垂向过载信号；g为常值重力加速度。
[0071]
第二步，根据飞行器速度与舵偏角信号，解算飞行器攻角近似估算信号如下：
[0072][0073]
其中v为飞行器速度，取为常值；δz为舵偏角信号，初始值选取为0，a
35r
、a
34r
为飞行器空气力动力系数估计值，其初始值根据飞行器风洞实验数据选取；αg为飞行器攻角近似估算信号。
[0074]
第三步，根据飞行器攻角近似估算信号与所述的攻角期望信号进行比较，得到攻角误差近似信号；再进行积分得到攻角误差近似积分信号
[0075]
e2=α
g-αd；
[0076]
s2＝∫e2dt；
[0077]
其中e2为攻角误差近似信号；s2为攻角误差近似积分信号。
[0078]
步骤s30，在飞行器上安装速率陀螺仪，测量飞行器的俯仰角速率信号；然后根据所述的飞行器攻角近似估算信号、舵偏角信号以及飞行器的俯仰角速率信号解算攻角误差近似阻尼信号；再根据飞行器攻角近似估算信号、舵偏角信号、攻角误差近似信号、攻角误差近似积分信号、攻角误差近似阻尼信号叠加形成俯仰角速率期望信号；并与俯仰角速率信号进行比较，得到俯仰角速率误差信号；然后进行积分，得到俯仰角速率误差积分信号；再根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号解算俯仰角速率误差近似阻尼信号；然后设计二阶超前校正网络，输入俯仰角速率误差信号，得到俯仰角速率误差超前信号。
[0079]
具体的，可以分解为如下五小步。第一步，在飞行器上安装速率陀螺仪，测量飞行器的俯仰角速率信号；然后根据所述的飞行器攻角近似估算信号、舵偏角信号以及飞行器的俯仰角速率信号解算攻角误差近似阻尼信号如下：
[0080]e2d
=ω
z-a
34r
α
g-a
35r
δz；
[0081]
其中ωz为飞行器的俯仰角速率信号；e
2d
为攻角误差近似阻尼信号。
[0082]
第二步，根据飞行器攻角近似估算信号、舵偏角信号、攻角误差近似信号、攻角误差近似积分信号、攻角误差近似阻尼信号叠加形成俯仰角速率期望信号如下：
[0083]
ω
zd
＝(a
34r
αg+a
35r
δz)-k
21e2-k
22s2-k
23e2d
；
[0084]
其中ω
zd
为俯仰角速率期望信号；k
21
、k
22
、k
23
为常值控制参数。
[0085]
第三步，根据俯仰角速率期望信号与俯仰角速率信号进行比较，得到俯仰角速率误差信号；然后进行积分，得到俯仰角速率误差积分信号如下：
[0086]
e3＝ω
z-ω
zd
；
[0087]
s3＝∫e3dt；
[0088]
其中e3为俯仰角速率误差信号；s3为俯仰角速率误差积分信号。
[0089]
第四步，根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号解算俯仰角速率误差近似阻尼信号如下：
[0090]e3d
＝a
24r
αg+a
22r
ωz；
[0091]
其中e
3d
为俯仰角速率误差近似阻尼信号；a
24r
、a
22r
为飞行器空气力矩动力系数估计值，其初始值根据飞行器风洞实验数据选取。
[0092]
第五步，设计二阶超前校正网络，输入俯仰角速率误差信号，得到俯仰角速率误差超前信号如下：
[0093][0094]
其中e
3f
为俯仰角速率误差超前信号。
[0095]
步骤s40，根据所述的俯仰角误差信号、攻角误差近似信号以及俯仰角速率误差信号对飞行器空气力动力系数、飞行器空气动力舵效系数以及飞行器空气力矩动力系数进行自适应估计；然后根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号、俯仰角速率误差信号、俯仰角速率误差积分信号、俯仰角速率误差近似阻尼信号、俯仰角速率误差超前信号叠加组成最终的舵偏角信号，输送给飞行器舵机系统，实现飞行器对期望俯仰角信号的跟踪，从而完成飞行器俯仰通道的控制任务。
[0096]
具体的，可以分解为如下两小步。第一步，根据所述的俯仰角误差信号、攻角误差近似信号以及俯仰角速率误差信号对飞行器空气力动力系数、飞行器空气动力舵效系数以及飞行器空气力矩动力系数进行自适应估计如下：
[0097]a22r
(n+1)＝a
22r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0098]a24r
(n+1)＝a
24r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0099]a25r
(n+1)＝a
25r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0100]a34r
(n+1)＝a
34r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0101]a35r
(n+1)＝a
35r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；
[0102]
其中t为常值积分参数，a
25r
为飞行器空气动力舵效系数估计值，a
35r
、a
34r
为飞行器空气力动力系数估计值，a
24r
、a
22r
为飞行器空气力矩动力系数估计值，其初始值根据飞行器风洞实验数据选取；k
41
、k
42
、k
43
为常值自适应参数，用于调节飞行器空气力动力系数估计值、飞行器空气动力舵效系数估计值以及飞行器空气力矩动力系数估计值整体朝同一方向移动收敛。
[0103]
第二步，根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号、俯仰角速率误差信号、俯仰角速率误差积分信号、俯仰角速率误差近似阻尼信号、俯仰角速率误差超前信号叠加组成最终的舵偏角信号如下：
[0104]
δz＝(-a
24r
α
g-a
22r
ωz)-k
31e3-k
32s3-k
33e3d-k
34e3f
；
[0105]
其中k
31
、k
32
、k
33
为常值控制参数，δz为最终的舵偏角信号，在完成舵偏角信号δz的解算以及飞行器空气力动力系数估计值、飞行器空气动力舵效系数估计值以及飞行器空气力矩动力系数估计值的更新后，实现整个闭环解算后即可实现姿态稳定控制与跟踪任务。
[0106]
案例实施与计算机解算结果分析
[0107]
在步骤s10，选取θd为5度，选取k
11
＝1、k
12
＝0.1、k
13
＝0.2，得到飞行器的俯仰角如图2所示；俯仰角误差信号如图3所示；攻角期望信号如图4所示。
[0108]
在步骤s20中，选取g＝9.8，v＝300，a
35r
的初始值为0.254、a
34r
的初始值为1.584；得到垂向过载信号如图5所示；得到飞行器攻角近似估算信号如图6所示，得到攻角误差近似信号如图7所示。
[0109]
在步骤s30中，在飞行器上安装速率陀螺仪，测量飞行器的俯仰角速率信号如图8所示；选取k
21
＝5.3、k
22
＝0.3、k
23
＝0.05，得到俯仰角速率期望信号如图9所示；得到俯仰角速率误差信号如图10所示；
[0110]
在步骤s40中，选取k
41
＝15、k
42
＝0.4、k
43
＝0.1，得到最终的舵偏角信号如图11所示。
[0111]
由图2可以看出，姿态角能够非常平稳地趋近于期望值。由图4可以看出，攻角指令非常合理，小于6度。由图5可以看出，整个过程控制中，过载变化非常平滑，可见飞行器的整体稳定性比较好。由图6可以看出，飞行器的攻角估计与图5过载变化比较一致，这也非常吻合实际情况。由图7可以看出，攻角误差近似值是收敛的，这也保证了整个控制的核心稳定性。由图10可以看出，俯仰角速率误差在非常快的时间内收敛到0附近，也表明了由于采用了攻角控制驱动作为内核稳定回路时，系统有很好的快速性。而由图11也可看出，整个控制过程的舵偏角信号非常接近于实际情况，也远没有达到饱和限制30度附近，从而表明本发明所提供方法具有很好的工程实用价值。

技术特征：
1.一种采用加速度计与陀螺的小型无人飞行器姿态稳定方法，其特征在于，包括以下步骤：步骤s10，在小型飞行器上安装测角陀螺仪，测量飞行器的俯仰角，然后按照飞行器的俯仰通道飞行任务，设置飞行器的俯仰角期望值，并与飞行器的俯仰角进行比较，得到俯仰角误差信号；然后对俯仰角误差信号进行积分，得到俯仰角误差积分信号；再设计二阶超前校正网络，输入俯仰角误差信号，得到俯仰误角差超前信号；最后对所述的俯仰角误差信号、俯仰角误差积分信号、俯仰角误差超前信号进行组合，得到攻角期望信号如下：e1＝θ-θ
d
；s1＝∫e1dt；dt；其中θ为飞行器的俯仰角，θ
d
为飞行器的俯仰角期望值，e1为俯仰角误差信号；s1为俯仰角误差积分信号；dt表示对时间进行积分；s为二阶超前校正网络传递函数的微分算子，t1、t2、t3、t4、t5为二阶超前校正网络的常值时间参数，e
1d
为俯仰角误差超前信号；为攻角期望信号，k
11
、k
12
、k
13
为常值控制参数；步骤s20，在飞行器上安装加速度计，测量飞行器的垂向加速度信号，然后将其转化为垂向过载信号；再根据飞行器速度与舵偏角信号，解算飞行器攻角近似估算信号；并与所述的攻角期望信号进行比较，得到攻角误差近似信号；再进行积分得到攻角误差近似积分信号如下：号如下：e2＝α
g-α
d
；s2＝∫e2dt；其中a
y
为飞行器的垂向加速度信号，n
y
为垂向过载信号；g为常值重力加速度；v为飞行器速度，取为常值；δ
z
为舵偏角信号，初始值选取为0，a
35r
、a
34r
为飞行器空气力动力系数估计值，其初始值根据飞行器风洞实验数据选取；α
g
为飞行器攻角近似估算信号，e2为攻角误差近似信号；s2为攻角误差近似积分信号；步骤s30，在飞行器上安装速率陀螺仪，测量飞行器的俯仰角速率信号；然后根据所述的飞行器攻角近似估算信号、舵偏角信号以及飞行器的俯仰角速率信号解算攻角误差近似阻尼信号；再根据飞行器攻角近似估算信号、舵偏角信号、攻角误差近似信号、攻角误差近似积分信号、攻角误差近似阻尼信号叠加形成俯仰角速率期望信号；并与俯仰角速率信号进行比较，得到俯仰角速率误差信号；然后进行积分，得到俯仰角速率误差积分信号；再根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号解算俯仰角速率误差近似阻尼信号；然后设计二阶超前校正网络，输入俯仰角速率误差信号，得到俯仰角速率误差超前信号如下：
e
2d
＝ω
z-a
34r
α
g-a
35r
δ
z
；ω
zd
＝(a
34r
α
g
+a
35r
δ
z
)-k
21
e
2-k
22
s
2-k
23
e
2d
；e3＝ω
z-ω
zd
；s3＝∫e3dt；e
3d
＝a
24r
α
g
+a
22r
ω
z
；其中ω
z
为飞行器的俯仰角速率信号；e
2d
为攻角误差近似阻尼信号；ω
zd
为俯仰角速率期望信号；k
21
、k
22
、k
23
为常值控制参数；e3为俯仰角速率误差信号；s3为俯仰角速率误差积分信号；e
3d
为俯仰角速率误差近似阻尼信号；e
3f
为俯仰角速率误差超前信号；a
24r
、a
22r
为飞行器空气力矩动力系数估计值，其初始值根据飞行器风洞实验数据选取；步骤s40，根据所述的俯仰角误差信号、攻角误差近似信号以及俯仰角速率误差信号对飞行器空气力动力系数、飞行器空气动力舵效系数以及飞行器空气力矩动力系数进行自适应估计；然后根据所述的飞行器攻角近似估算信号、飞行器的俯仰角速率信号、俯仰角速率误差信号、俯仰角速率误差积分信号、俯仰角速率误差近似阻尼信号、俯仰角速率误差超前信号叠加组成最终的舵偏角信号，输送给飞行器舵机系统，实现飞行器对期望俯仰角信号的跟踪，从而完成飞行器俯仰通道的控制任务如下：a
22r
(n+1)＝a
22r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；a
24r
(n+1)＝a
24r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；a
25r
(n+1)＝a
25r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；a
34r
(n+1)＝a
34r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；a
35r
(n+1)＝a
35r
(n)+k
41
e1(n)t+k
42
e2(n)t+k
43
e3(n)t；δ
z
＝(-a
24r
α
g-a
22r
ω
z
)-k
31
e
3-k
32
s
3-k
33
e
3d-k
34
e
3f
；其中a
25r
为飞行器空气动力舵效系数估计值，其初始值根据飞行器风洞实验数据选取；t为常值积分参数，k
41
、k
42
、k
43
为常值自适应参数，用于调节飞行器空气力动力系数估计值、飞行器空气动力舵效系数估计值以及飞行器空气力矩动力系数估计值整体朝同一方向移动收敛；k
31
、k
32
、k
33
为常值控制参数，在完成舵偏角信号δ
z
的解算以及飞行器空气力动力系数估计值、飞行器空气动力舵效系数估计值以及飞行器空气力矩动力系数估计值的更新后，实现整个闭环解算后即可实现姿态稳定控制与跟踪任务。

技术总结
本发明提供了一种采用加速度计与陀螺仪实现飞行器姿态稳定控制的方法，其首先通过陀螺仪测量姿态角并与指令进行对比得到姿态角误差指令；然后进行积分与超前校正形成攻角指令信号；然后采用加速度计测量垂向加速度信号，并根据舵偏角信号对攻角信号进行近似估计，从而形成攻角误差近似信号，并构造误差近似阻尼信号；再采用反演控制方法，叠加误差近似积分信号得到俯仰角速率期望信号，并采用速率陀螺仪测量俯仰角速率信号，然后通过比较得到俯仰角速率误差信号，进行形成积分信号与角速率误差超前校正信号，并通过反演方法得到舵偏角的控制信号，同时采用误差对空气动力系数进行自适应估计，实现飞行器姿态的稳定跟踪。实现飞行器姿态的稳定跟踪。实现飞行器姿态的稳定跟踪。


技术研发人员：雷军委 于晶 王宏 张建秀 王玲玲 李恒
受保护的技术使用者：中国人民解放军海军航空大学
技术研发日：2023.06.29
技术公布日：2023/8/16