摘要
无人直升机具有固定翼无人机无法实现的悬停和低速巡航飞行的特点，在军事和民用领域中具有广泛的应用前景。由于小型单旋翼无人直升机具有结构简单、体积小、重量轻和机动性好等特点，使之成为了国内外许多研究机构和院校研制无人直升机系统时首选的研究对象。缺乏精确的动力学模型以及适用于小型单旋翼无人直升机飞行特性的飞行控制系统是制约小型单旋翼无人直升机发展和实际应用的主要因素。小型单旋翼无人直升机具有复杂的动力学特性和高度的非线性，采用机理建模与模型辨识相结合的建模方法能够快速、准确、有效以及低成本的获得系统的动力学模型。本论文针对自主研制的小型单旋翼无人直升机系统，对其开展动力学模型辨识和飞行控制方法的研究工作，为研究具有垂直起降功能的飞行器建模和飞行控制系统设计提供理论和应用参考。 本论文针对小型单旋翼无人直升机动力学建模和飞行控制方法开展相关研究:1）介绍了自主研制的基于Raptor-50型航模直升机小型单旋翼无人直升机系统的设计与实现;2）根据所研究小型单旋翼无人直升机的旋翼系统和机身的结构特点，研究了基于机理分析和频域辨识得到小型单旋翼无人直升机动力学模型的一般方法;3）针对小型单旋翼无人直升机的飞行特性，分析了飞行控制系统结构组成，并研究了风场数值建模方法以及风扰动情况下的小型单旋翼无人直升机飞行状态估计问题;4）将神经网络自适应与反步控制方法结合，研究了基于神经网络自适应的小型单旋翼无人直升机飞行姿态鲁棒反步控制问题。 本文的创新点主要体现在以下几个方面: 1)由于自主研制的小型单旋翼无人直升机系统与现有的直升机建模参考资料在旋翼旋转方向和旋翼系统结构组成上有明显的不同，本论文根据小型单旋翼无人直升机的旋翼和机体结构特点，在详细分析了旋翼左旋小型单旋翼无人直升机的主旋翼和Bell-Hiller稳定副翼动力学特性的基础上，提出了一种适用于小型单旋翼无人直升机机理模型建立的简化和假设条件，分析推导得到了旋翼左旋且带有Bell-Hiller稳定副翼增稳装置的小型单旋翼无人直升机悬停以及小速度前飞模态下的混合线性动力学模型。 2)提出了一种适用于小型单旋翼无人直升机的频域辨识方法，该方法在确定小型单旋翼无人直升机角动态模型结构的基础上，对外场飞行试验采集得到的飞行测试数据采用基于偏相干分析的频域辨识理论辨识得到了所研究小型单旋翼无人直升机的角动态数学模型，通过时域交叉验证的方法验证了辨识结果的准确性。所提出的小型单旋翼无人直升机频域辨识方法中，针对飞行测试采集数据在时频转换过程中快速傅里叶变换频率分辨率较低和数据截断导致的频谱分析功率泄露的问题，采用在不增加采样点数的情况下对飞行测试数据进行线性调频Z变换以及加窗函数修正幅值谱的方法，对小型单旋翼无人直升机的频谱分析频带进行细化和幅值谱修正，提高了频域辨识过程中的频率分辨率和幅值谱的估计精确度;为了减小频谱估计过程中随机误差对模型辨识结果准确度的影响，提出了一种基于不同宽度窗函数频谱分析随机误差的组合窗算法，该算法能够降低飞行测试数据频谱分析随机误差对频谱估计的影响，提高小型单旋翼无人直升机模型参数辨识结果的精确度。 3)针对大气扰动紊流风场下小型单旋翼无人直升机飞行状态估计的问题，提出了一种基于有色噪声卡尔曼滤波的小型单旋翼无人直升机飞行状态估计算法，该算法采用将大气紊流有色噪声进行白色化和状态扩增的处理方法，使得卡尔曼滤波能够对系统动态噪声为有色噪声情况下的小型单旋翼无人直升机飞行速度状态进行滤波估计。仿真验证结果表明该算法能够抑制紊流风场对小型单旋翼无人直升机飞行速度状态的影响。 4)针对具有复杂动力学特性的小型单旋翼无人直升机系统，提出了一种适用于小型单旋翼无人直升机飞行姿态控制的神经网络自适应鲁棒反步控制器设计方法，该方法采用CMAC神经网络在线学习系统不确定性以及反步控制中各阶虚拟控制量的导数信息，避免了系统阶次较高时对反步虚拟控制量进行求导引起的计算膨胀问题，同时设计鲁棒控制项克服CMAC神经网络在线学习系统不确定性的误差，稳定性分析表明，该方法能够确保系统输出跟踪误差渐近收敛于零。仿真验证结果表明，所设计的小型单旋翼无人直升机飞行姿态控制器具有良好地控制指令跟踪性能以及较强的鲁棒性。
NETL