A Controller Design Method for Multi-performance Requirements and Application

  • LI Jiguang ,
  • DONG Yanfei ,
  • QU Gaomin ,
  • WANG Keping ,
  • WU Yue ,
  • BAI Nannan
Expand
  • School of Aerocraft, Xi’an Aeronautical University, Xi’an 710077, China

Received date: 2018-08-12

  Online published: 2025-05-12

Abstract

In engineering, the controller does not require a single optimal performance index, but requires that all the performance indexes meet the requirements.Aiming at the specific problem of UAV lateral control and the requirement of controller in engineering application, this paper presents a multi-performance requirement controller design method with stability, fast response, steady-state error and robustness as the design performance indexes.In this paper, given the design steps and proved the existence conditions of the controller, and illustrated the advantages of the controller.The simulation results show that the design method is effective.

Cite this article

LI Jiguang , DONG Yanfei , QU Gaomin , WANG Keping , WU Yue , BAI Nannan . A Controller Design Method for Multi-performance Requirements and Application[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2019 , 39(6) : 1 -4 . DOI: 10.15892/j.cnki.djzdxb.2019.06.001

0 引言

随着无人机的广泛应用和任务扩展的需求,对无人机的飞行性能也提出了更高的要求[1-2]。这种更高的性能需求,对最常用PID控制方法提出了新的挑战。为了解决该问题,许多现代控制方法得到了重视和深入研究。例如,文献[3]采用根轨迹方法设计PID控制器,实现对可变性飞行器的纵向控制;文献[4]研究了鲁棒H控制综合问题;文献[5]设计无人机姿态自适应模糊PID控制器;文献[6]提出了一种基于约束粒子群优化的导弹控制器设计方法;文献[7]提出了一种最优鲁棒特征结构设计方法。
虽然这些方法相较于传统PID控制方法有着巨大的优势。但是,这些方法设计的目标都是使得控制系统的单一性能指标达到最优。而且,相较于传统的PID控制器,这些方法的设计过程都很复杂,工程实现也很困难。对于无人机这种飞行环境复杂、任务需求多样、自身非线性和耦合特性严重的控制对象来说,单一性能指标最优在实际中并不能满足需要[8-9]。例如,响应特性最优控制器往往稳定性和鲁棒性较差;鲁棒性最优的控制器操作性能和动态特性往往不能令人满意。因此,在工程实践中,需要的并不是单一指标最优的控制器,而是各项指标都能满足需求的控制器。
为了解决该问题,文中在深入分析无人机横侧向运动控制需求的基础上,提出了一种满足多种性能指标约束的控制器设计方法。

1 无人机横侧向运动及控制需求分析

无人机横侧向运动主要包括侧滑角β、滚转角速率p、偏转角速率r及滚转角φ。运动方程如下:
$\left\{\begin{array}{l}m{v}_{0}(\stackrel{·}{\beta }+r)={Y}_{\beta }^{\delta }\beta +{Y}_{{\delta }_{r}}^{\delta }{\delta }_{r}+G\phi \\ {I}_{x}\stackrel{·}{p}-{I}_{xz}\stackrel{·}{r}={L}_{\beta }^{\delta }\beta +{L}_{p}^{\delta }p+{L}_{r}^{\delta }r+{L}_{{\delta }_{a}}^{\delta }{\delta }_{a}+{L}_{{\delta }_{r}}^{\delta }{\delta }_{r}\\ {I}_{z}\stackrel{·}{r}-{I}_{xz}\stackrel{·}{p}={N}_{\beta }^{\delta }\beta +{N}_{p}^{\delta }p+{N}_{r}^{\delta }r+{N}_{{\delta }_{a}}^{\delta }{\delta }_{a}+{N}_{{\delta }_{r}}^{\delta }{\delta }_{r}\\ \stackrel{·}{\phi }=p\end{array}\right.$
式中:m为无人机的重量;v0为无人机真空速;δa为副翼;δr为方向舵;IxIzIxz为无人机转动惯量;其它为无人机的气动参数。
在无人机的横侧向运动中,侧滑角是需要消除掉的运动状态。从式(1)中的第2、第3式可知,侧滑角对无人机的滚转角和偏航角有着巨大的影响。因此,侧滑角的存在会对无人机的气动特性和稳定性能产生极大的影响,严重影响无人机的飞行性能和飞行品质。滚转角是需要快速、精确控制运动状态,这对无人机的稳定和按航迹自主飞行至关重要。另外,从式(1)中的第1式可知,无人机的滚转角会对侧滑角产生耦合影响。如何在滚转操纵时防止侧滑角的出现是无人机横侧向控制的难点。由于无人机自主飞行的特性,因此对系统的稳定性有着更高的要求。同时,各种扰动和外界干扰,会对无人机的运动产生影响,从而影响飞行稳定和航迹跟踪精度。所以,对控制器的鲁棒性也有较高的要求。
因此,对于无人机的横侧向控制来说,对控制器的要求包括稳定性、快速响应、稳态误差小,以及较强的鲁棒性。这些性能指标并不强调每一项最优,但是要求所有指标都满足控制需求。

2 性能指标的数学表达

无人机横侧向运动模型可表示成如下形式:
$\left\{\begin{array}{l}\stackrel{·}{x}=Ax+Bu\\ y=Cx\end{array}\right.$
式中:x= ${\left[\begin{array}{llll}\beta & p& r& \phi \end{array}\right]}^{T}$分别表示侧滑角、滚转角速率、偏转角速率以及滚转角;u= ${\left[\begin{array}{ll}{\delta }_{a}& {\delta }_{r}\end{array}\right]}^{T}$分别表示副翼和方向舵。
在满足各种指标需求的控制理论思想指导下,对于带有控制器的闭环系统,建立满足各种系统性能指标需求的约束条件。以原系统式(2)为例,其带有状态反馈的闭环系统为:
$\left\{\begin{array}{l}\stackrel{·}{x}=Ax+BKu\\ y=Cx\end{array}\right.$
式中:K为状态反馈控制器参数。
该闭环控制系统各项指标以及数学约束如下:
1)极点指标
该指标主要体现系统的稳定性要求和快速响应要求。该指标约束要求闭环系统的极点位于左半复平面区域Ω={sC:Re(s)≤-α}(α>0)。该指标约束可用方程表示为[10]:
$\left\{\begin{array}{l}{(A+BK+\alpha I)}^{T}{P}_{0}+{P}_{0}(A+BK+\alpha I)0\\ {P}_{0}0\end{array}\right.$
2)方差指标
方差指标是系统无稳态误差需求的体现。在数学上,该指标为闭环系统的稳态协方差矩阵E满足diag(E)≤σ2。该指标约束可用方程表示为:
$\left\{\begin{array}{l}{(A+BK)}^{T}{P}_{1}+{P}_{1}(A+BK)+DW{D}^{T}0\\ {P}_{1}=diag\left({\sigma }^{2}\right)\end{array}\right.$
3)H指标
H指标是系统鲁棒性的要求。在数学上,该指标是指对于给定的正数γ,闭环系统的传递函数矩阵H(s)满足‖H(s)‖≤γ。该指标约束可用方程表示为:
$\left\{\begin{array}{l}{(A+BK)}^{T}{P}_{2}+{P}_{2}(A+BK)+{\gamma }^{-2}{P}_{2}{C}^{T}C{P}_{2}+D{D}^{T}0\\ {P}_{2}0\end{array}\right.$
设计满足各种需求的控制器,就是求解式(4)~式(6)所确定的线性不等式方程组。

3 基于增广系统的控制器设计

3.1 控制器设计

无人机横侧向线性连续时不变系统可表示为:
$\left\{\begin{array}{l}\stackrel{·}{x}=Ax+Bu+D\omega \\ y=Cx\end{array}\right.$
式中:ω为随机扰动,是均值为零的高斯白噪声,其强度为w>0;ABCD为适维矩阵。
对于式(7)所确定的系统,在控制输入点之前引入积分环节构建增广系统可得:
$\begin{array}{l}\stackrel{·}{z}=\stackrel{-}{A}z+\stackrel{-}{B}{u}_{z}+\stackrel{-}{D}\omega \\ y=\stackrel{-}{C}z\end{array}$
式中:
$\stackrel{·}{z}$= $\left[\begin{array}{l}\stackrel{·}{x}\\ \stackrel{·}{u}\end{array}\right]$, $\stackrel{-}{A}$= $\left[\begin{array}{ll}A& B\\ 0& 0\end{array}\right]$, $\stackrel{-}{B}$= $\left[\begin{array}{l}0\\ I\end{array}\right]$, $\stackrel{-}{D}$= $\left[\begin{array}{l}D\\ 0\end{array}\right]$, $\stackrel{-}{C}$=[ $\begin{array}{ll}C& 0\end{array}$]。
设增广系统的状态反馈为:
uz=Kz
K= $\left[\begin{array}{ll}{K}_{1}& {K}_{2}\end{array}\right]$
则可得原系统(7)的PI形式的控制器:
${u}_{PI}={K}_{3}x+{K}_{4}{\int }_{0}^{t}x\left(\tau \right)d\tau $
式中:K3=K2(BTB)-1BT,K4=K1-K2(BTB)-1BTA
通过式(8)所建立的增广系统,和第2节所确立的性能约束条件,通过求解多维线性矩阵不等式组,则可以得到系统(2)类似传统PI控制器的满足多性能要求的控制器。

3.2 控制器存在性条件

从上节的设计过程知道,无人机横侧向多性能控制器设计最后归结为求解3个线性矩阵不等式。但是,这里面临着一个问题:是否存在这样的反馈控制参数K,使得闭环系统满足这些线性矩阵不等式的约束?
为了回答该问题,文中做如下证明。令X=A+BK为要求解的矩阵,对以上指标约束方程在形式上做简单变形,可以表示成以下统一的形式:
XG+GTXT+Q<0
下面以确定该线性矩阵不等式方程的可解性条件,从而判断两种控制器可解空间的大小。为了给出线性矩阵不等式(12)具有可行解的条件,先给出下面的投影定理。
投影定理[9-10]:给定矩阵ERn×m,FRc×n, $\stackrel{-}{Q}$= ${\stackrel{-}{Q}}^{T}$Rn×n,线性矩阵不等式:
EXF+(EXF)T+ $\stackrel{-}{Q}$<0
可行的充分必要条件是E $\stackrel{-}{Q}$E⊥T<0,FT $\stackrel{-}{Q}$FT⊥T<0。E是矩阵E的直交互补空间。
对式(13)中的矩阵EF进行满秩分解,可表示为E=ELER,F=FLFR。令Y=ERXFL,则Y满足ELYFR+(ELYFR)T+ $\stackrel{-}{Q}$<0。
对式(13)左乘 $\left[\begin{array}{l}{E}_{L}^{+}\\ {E}_{L}^{\perp }\end{array}\right]$,右乘 ${\left[\begin{array}{l}{E}_{L}^{+}\\ {E}_{L}^{\perp }\end{array}\right]}^{T}$,式中 ${E}_{L}^{+}$EL的Moore-Penrose逆。则式(13)等价于:
$\left[\begin{array}{ll}Y{F}_{R}{E}_{L}^{{+}^{T}}+{E}_{L}^{+}{{F}^{T}}_{R}{Y}^{T}& Y{F}_{R}{{E}_{L}^{\perp }}^{T}\\ {E}_{L}^{\perp }{{F}^{T}}_{R}{Y}^{T}& 0\end{array}\right]$+ $\left[\begin{array}{l}{E}_{L}^{+}\\ {{E}^{T}}_{L}\end{array}\right]\stackrel{-}{Q}{\left[\begin{array}{l}{E}_{L}^{+}\\ {{E}^{T}}_{L}\end{array}\right]}^{T}$<0
由Schur补引理,式(14)等价于:
${E}_{L}^{\perp }\stackrel{-}{Q}{E}_{L}^{{\perp }^{T}}$=E $\stackrel{-}{Q}{E}^{{\perp }^{T}}$<0
YWYT+YG+GTYT+ $\stackrel{-}{Q}$<0
其中:W=-FR ${E}_{L}^{{\perp }^{T}}$( ${E}_{L}^{\perp }\stackrel{-}{Q}{E}_{L}^{{\perp }^{T}}$)-1 ${E}_{L}^{\perp }{{F}^{T}}_{R}$,
G=FREL^{+T}-FR ${E}_{L}^{{\perp }^{T}}$( ${E}_{L}^{\perp }\stackrel{-}{Q}{E}_{L}^{{\perp }^{T}}$)-1 ${E}_{L}^{\perp }\stackrel{-}{Q}{F}_{R}^{{+}^{T}}$,
Q= ${E}_{L}^{+}\stackrel{-}{Q}{E}_{L}^{{+}^{T}}$- ${E}_{L}^{+}\stackrel{-}{Q}{E}_{L}^{{\perp }^{T}}$( ${E}_{L}^{\perp }\stackrel{-}{Q}{E}_{L}^{{\perp }^{T}}$)-1 ${E}_{L}^{\perp }\stackrel{-}{Q}{E}_{L}^{{+}^{T}}$
当式(15a)成立时,有W≥0。当且仅当FR ${E}_{L}^{{\perp }^{T}}$=0时,W=0 ;当W=0时,式(15b)退化为式(12)XG+GTXT+Q<0。
由投影定理可知,式(12)具有可行解的条件是:
GT⊥QGT⊥T>0
因此,可以得到如下结论:
定理1:线性矩阵不等式XG+GTXT+Q<0可行的充分必要条件为:
GT⊥QGT⊥T>0,XG+GTXT+Q<0

4 和PID控制器比较

对于文中所得到满足多种性能指标要求的控制器,对原系统来说,实质上是一种类似PI控制器的全状态反馈控制器。那么,该控制器在工程实现上是否存在问题呢?和传统的PID控制器相比又有什么优缺点呢?下面将解决该问题。

4.1 两种控制器性能及结构分析

基于积分环节构建增广系统构建的控制器如式(11)所示。对原系统来说,该控制器实质上是一种全状态反馈控制器。下面分析该控制器的积分部分。
一个系统,在所有激励作用下可表示为:
$\stackrel{·}{X}$=AX+BU
对上述系统表达式两边积分可得:
$X\left(t\right)={\int }_{0}^{t}AX\left(\tau \right)d\tau +{\int }_{0}^{t}BU\left(\tau \right)d\tau $
对于全状态反馈控制系统来说,系统输入可表示为:
U=LX
把式(20)代入式(19)可得:
$X\left(t\right)={\int }_{0}^{t}AX\left(\tau \right)d\tau +{\int }_{0}^{t}BLX\left(\tau \right)d\tau $
当矩阵(A-BL)为可逆矩阵时,则有:
${\int }_{0}^{t}X\left(\tau \right)d\tau ={(A-BL)}^{-1}X$
把式(20)代入式(18)式可得:
$\stackrel{·}{X}$=(A+BL)X
若系统的比例积分控制器表示为:
$U={K}_{3}X+{K}_{4}{\int }_{0}^{t}X\left(\tau \right)d\tau $
把式(22)代入式(24)可得:
U=[K3+K4(A-BL)-1]X
若系统的PID控制器表示为:
$U={K}_{3}X+{K}_{4}{\int }_{0}^{t}X\left(\tau \right)d\tau +{K}_{5}\stackrel{·}{X}$
把式(22)和式(23)代入式(26)可得:
U=[K3+K4(A-BL)-1+K5(A+BL)]X
根据以上分析可知,可得如下结论:
定理2 在系统的状态全部参与控制反馈的情况下,当L=K3+K4(A-BL)-1所确定的矩阵L存在时,全状态反馈控制器与比例积分(PI)控制器等价。当L=K3+K4(A-BL)-1+K5(A+BL)所确定的矩阵L存在时,全状态反馈控制器与PID控制器等价。

4.2 文中控制器的优点

工程实践中,在控制性能相当的情况下,文中控制器在结构和工程应用上具有的优势如下:
首先,设计得到的控制器和传统PID控制器相似,具有结构简单的优点。另外,由定理2可知,该控制器在满足一定条件下,和传统PID控制等价。但是,由于采用了全状态反馈控制的形式,相当于对系统的每一状态都进行了控制。因此,相较于只对输出状态进行控制的传统PID控制器来说,可以获得更好的控制效果。
第二,减少了控制对微分和积分信号的依赖,方便工程实现。以飞行控制系统为例,在当前技术条件下可以直接测量得到的反馈信号依然有限。迎角、侧滑角等信号的测量误差较大,测量仪器安装困难且传感器成本较大;积分和微分等高阶信号直接测量是十分困难甚至是不可能的。因此,减少对微分和积分信号依赖的控制器,更利于工程实现。
第三,提高系统的可靠性。全状态反馈控制器可以不必测量系统的微分和积分信号,减少了系统大测量和电子器件。在器件故障率相同的条件下,减少器件的使用数量,也就提高了系统的可靠性。
第四,经济性更好。测量敏感器件的花销占据了控制系统成本的很大一部分,全状态反馈控制器依赖比较少的反馈信号,降低了系统中测量敏感器件的数量,从而降低了控制系统的成本。

5 仿真验证

某飞机的飞行状态为:飞行速度v0=100 m/s,H=5 000 m。侧向运动方程为:
A= $\left[\begin{array}{llll}-0.070 9& 0.096 2& 1& 0.046 53\\ -3.416 1& -0.704 6& -0.185 7& 0\\ -0.652 9& 0.028 72& -0.146 7& 0\\ 0& 1& -0.096 49& 0\end{array}\right]$
B= $\left[\begin{array}{ll}0& -0.070 6\\ -0.953 5& -1.816 9\\ 0.077 93& -2.933 2\\ 0& 0\end{array}\right]$
以极点位于(-6,0)为圆心,2为半径的圆形区域,方差指标σ≤10为设计条件,采用满足多性能要求的控制器设计方法得到的控制器参数如下:
D= $\left[\begin{array}{lllll}-0.020 6& -0.322& -0.029 1& -7.210 1& -0.186 5\\ -0.342 3& 1.963 2& 0.148 9& 35.851 3& -0.694 4\end{array}\right]$
P0= $\left[\begin{array}{llllll}7.544 5& -10.984 2& -26.471 7& 2.602 9& 7.716 3& -28.417 9\\ -10.984 2& 59.037 3& 51.955 8& -13.266 8& 75.664 4& 80.134 7\\ -26.471 7& 51.955 8& 109.501 9& -10.281 6& -29.153 7& 143.883 8\\ 2.602 9& -13.266 8& -10.281 6& 3.507 8& -16.612 7& -13.374 9\\ 7.716 3& 75.664 4& -29.153 7& -16.612 7& 329.361 4& -20.751 8\\ -28.417 9& 80.134 7& 143.883 8& -13.374 9& -20.751 8& 233.574 7\end{array}\right]$
K= $\left[\begin{array}{llllll}-82.381 5& 50.574 8& -39.925 0& 92.994 6& -12.726 1& 1.721 4\\ 25.868 5& 4.140 1& 18.694 7& 7.975 2& -0.223 7& -14.077 7\end{array}\right]$
K3= $\left[\begin{array}{llll}-0.169 3& 12.658 3& -8.423 6& 0\\ 0.102 5& 0.596 5& 4.427 5& 0\end{array}\right]$
K4= $\left[\begin{array}{llll}-44.651 4& 59.752 0& -38.640 8& 93.002 5\\ 30.804 1& 4.423 4& 19.352 4& 7.970 4\end{array}\right]$
采用设计得到的控制器,下面来验证控制器的控制效果。首先来看控制器对侧滑角的消除能力。当侧滑角为5°时,无人机的侧滑角响应如图1所示。
图1 控制器对无人机侧滑角的消除能力
图1可知,控制器仅用了2 s就消除了无人机的侧滑角,响应迅速。而且,侧滑角收敛到0°状态,没有稳态误差的存在。说明文中所设计的控制器具有快速消除侧滑角的能力。
接下来看控制器对滚转角通道的快速响应能力。给定5°滚转角指令,无人机的滚转角响应如图2所示。
图2 无人机滚转角通道响应
图2可知,无人机的滚转角仅用1.8 s就快速跟踪了滚转角输入指令。而且响应过程无超调、无稳态误差。
从无人机侧滑角消除和滚转角响应仿真结果可知,所设计的控制器具有良好的性能,满足设计要求。证明了文中方法所设计的控制器是有效的。

6 结论

针对无人机横侧向控制的具体问题和工程上对控制器的实际需求,提出了一种满足多性能需求要求的控制器设计方法。工程所需要的控制器,并不追求单一性能指标的最优,而是各项性能指标都满足需求。因此,文中以稳定性、快速响应、稳态误差、鲁棒性为设计性能指标要求,设计一种满足多种性能要求的控制器。文提出了该控制器的设计步骤,证明了该控制器存在的条件,以及该控制器和传统PID控制器对比存在的优点。
所设计控制器的优点包括:控制效果好;减少了控制器对微分和积分信号的依赖;提高系统的可靠性;经济性更好。最后,通过对无人机横侧向运动控制器的设计和仿真验证,证明了该控制器满足各种性能指标,该方法是有效的。
[1]
LI Jiguang, CHEN Xin, LI Yajuan, et al. Control system design of flying-wing UAV based on nonlinear methodology[J]. Defence Technology, 2017, 13(6):397-405.

[2]
李继广, 陈欣, 王鑫, 等. 飞翼无人机机动飞行非线性鲁棒自适应控制[J]. 系统工程与电子技术, 2017, 39(9):2058-2067.

[3]
苏浩秦, 包晓翔, 李新华, 等. 基于PID控制对伸缩翼飞行器变形时间的研究[J]. 弹箭与制导学报, 2015, 35(2):10-12.

[4]
郝峰, 叶思隽, 车晓涛. 基于改进LMI的鲁棒H_∞动态输出反馈控制综合[J]. 弹箭与制导学报, 2017, 37(2):5-10.

[5]
陈鹏, 段凤阳, 张庆杰, 等. 基于模糊PID的无人机姿态控制器的设计[J]. 弹箭与制导学报, 2015, 35(1):9-11.

[6]
张民, 应巧萍. 基于约束粒子群优化的导弹H-∞-PID控制器设计[J]. 弹箭与制导学报, 2016, 36(1):1-4.

[7]
李继广, 董彦非. 特征结构配置方法观测器设计和鲁棒性研究[J]. 弹箭与制导学报, 2014, 34(4):15-18.

[8]
LI Jiguang, CHEN Xin, LI Yajuan. Robust performance analysis and design of nonlinear systems[J]. Journal of Aeronautics Astronautics & Aviation, 2018, 50(1):13-20.

[9]
WENDELL S R. Take control of PID tuning[J]. Plant Engineering, 2005, 59(9):57-61.

[10]
CHILALI M, GAHINET P. Hdesign with pole placement constraints:an LMI approach[J]. IEEE Transactionson on Automactic Control, 1996, 41(3):358-367.

[11]
GAHINET P. Explicit control formulas for LMI-based H Synthesis[J]. Automatica, 1996, 32(7):1007-1014.

Outlines

/