王日俊，白 越，續(xù)志軍，宮 勛，張 欣，3，田彥濤

（1.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所，吉林長(zhǎng)春130033；2.中國(guó)科學(xué)院大學(xué)，北京100039；3.長(zhǎng)春工程學(xué)院電氣與信息工程學(xué)院，吉林長(zhǎng)春130012；4.吉林大學(xué)通信學(xué)院，吉林長(zhǎng)春130025）

基于擾動(dòng)觀測(cè)器的多旋翼無(wú)人機(jī)機(jī)載云臺(tái)模糊自適應(yīng)跟蹤控制

王日俊1，2，白 越1，續(xù)志軍1，宮 勛1，張 欣1，2，3，田彥濤4

（1.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所，吉林長(zhǎng)春130033；2.中國(guó)科學(xué)院大學(xué)，北京100039；3.長(zhǎng)春工程學(xué)院電氣與信息工程學(xué)院，吉林長(zhǎng)春130012；4.吉林大學(xué)通信學(xué)院，吉林長(zhǎng)春130025）

為了補(bǔ)償多旋翼無(wú)人機(jī)機(jī)載云臺(tái)的擾動(dòng)，實(shí)現(xiàn)機(jī)載云臺(tái)的穩(wěn)定跟蹤控制，提出基于改進(jìn)擾動(dòng)觀測(cè)器的模糊自適應(yīng)跟蹤控制方法.在原有擾動(dòng)觀測(cè)器結(jié)構(gòu)的反饋回路中引入一個(gè)補(bǔ)償控制，構(gòu)建基于速度信號(hào)的改進(jìn)型擾動(dòng)觀測(cè)器結(jié)構(gòu)，分析該結(jié)構(gòu)的補(bǔ)償擾動(dòng)能力和魯棒性；利用模糊系統(tǒng)的逼近性質(zhì)和李雅普諾夫穩(wěn)定性原理，設(shè)計(jì)相應(yīng)的模糊自適應(yīng)跟蹤控制結(jié)構(gòu)，證明了該控制結(jié)構(gòu)的穩(wěn)定性.飛行實(shí)驗(yàn)表明，應(yīng)用該控制方法后，視軸穩(wěn)定誤差的均方值小于0.02°，跟蹤給定位置信號(hào)的跟蹤誤差小于0.08°，完全能夠滿足多旋翼無(wú)人機(jī)機(jī)載云臺(tái)的穩(wěn)定跟蹤控制.引入補(bǔ)償控制后的擾動(dòng)觀測(cè)器補(bǔ)償擾動(dòng)能力明顯提高，提出的控制方法具有較高的穩(wěn)定跟蹤精度.

多旋翼無(wú)人機(jī)；機(jī)載云臺(tái)；擾動(dòng)觀測(cè)器；跟蹤控制；模糊自適應(yīng)；穩(wěn)定性

多旋翼無(wú)人機(jī)（multi-motor unmanned aerial vehicle，m UAV）由于機(jī)動(dòng)性強(qiáng)、起降靈活等特點(diǎn)被廣泛應(yīng)用在偵察、目標(biāo)捕獲、識(shí)別和跟蹤等領(lǐng)域.多旋翼無(wú)人機(jī)重量輕、體積小，所搭載的機(jī)載云臺(tái)極易受到姿態(tài)變化、機(jī)體振動(dòng)、氣流擾動(dòng)、摩擦以及其他未知擾動(dòng)等因素的干擾，造成機(jī)載視頻圖像模糊、離焦甚至目標(biāo)從視場(chǎng)中消失[1-2].一方面，容易造成操作人員視覺(jué)疲勞引發(fā)誤操作，甚至無(wú)法識(shí)別目標(biāo)信息.另一方面，會(huì)導(dǎo)致偵察、跟蹤等任務(wù)無(wú)法完成.對(duì)多旋翼無(wú)人機(jī)機(jī)載云臺(tái)的擾動(dòng)補(bǔ)償和穩(wěn)定跟蹤控制的研究和方法改進(jìn)有著重大的實(shí)際意義.

在目前的擾動(dòng)補(bǔ)償方法中，Umeno等[3]提出的擾動(dòng)觀測(cè)器（disturbance observer DOB）具有較強(qiáng)的擾動(dòng)補(bǔ)償能力、運(yùn)算量小、無(wú)需外部傳感器等特點(diǎn)，在機(jī)載穩(wěn)定云臺(tái)的擾動(dòng)補(bǔ)償上得到了廣泛的應(yīng)用[4-6].李嘉全等[6]在控制系統(tǒng)中引入了一種擾動(dòng)觀測(cè)器結(jié)構(gòu)，對(duì)擾動(dòng)進(jìn)行估計(jì)和補(bǔ)償，改善了機(jī)載穩(wěn)定平臺(tái)抑制擾動(dòng)的能力，但是該結(jié)構(gòu)難以對(duì)系統(tǒng)中存在的噪聲干擾進(jìn)行補(bǔ)償.謝巍等[7]通過(guò)新增2個(gè)控制器設(shè)計(jì)一種改進(jìn)的擾動(dòng)觀測(cè)器，并在直流電機(jī)系統(tǒng)中驗(yàn)證了抗噪聲干擾的魯棒性能.多旋翼無(wú)人機(jī)的自身特點(diǎn)決定了機(jī)載云臺(tái)擾動(dòng)的非線性和強(qiáng)藕合性的特點(diǎn)，因此僅采用擾動(dòng)觀測(cè)器結(jié)構(gòu)來(lái)對(duì)機(jī)載云臺(tái)擾動(dòng)進(jìn)行補(bǔ)償控制，難以取得理想的穩(wěn)定跟蹤效果.模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)等智能控制策略，因其魯棒性、實(shí)時(shí)性好、不依賴系統(tǒng)模型、具有逼近任何函數(shù)的性質(zhì)等優(yōu)點(diǎn)，已廣泛應(yīng)用于穩(wěn)定平臺(tái)的伺服跟蹤控制系統(tǒng)中.高篙等[8]針對(duì)機(jī)載光電跟蹤系統(tǒng)構(gòu)造了基于模糊推理的變論域模糊控制器，保證了系統(tǒng)的性能要求，具有很好的實(shí)時(shí)性和魯棒性.朱海榮等[9]利用神經(jīng)元的自學(xué)習(xí)和自適應(yīng)能力，提出基于擾動(dòng)補(bǔ)償?shù)膯紊窠?jīng)元自適應(yīng)PI控制策略，保證了穩(wěn)定平臺(tái)在外界擾動(dòng)和系統(tǒng)變化時(shí)平臺(tái)的穩(wěn)定跟蹤能力.

本文針對(duì)多旋翼無(wú)人機(jī)機(jī)載云臺(tái)的擾動(dòng)補(bǔ)償和穩(wěn)定跟蹤控制要求，提出基于改進(jìn)擾動(dòng)觀測(cè)器的模糊自適應(yīng)跟蹤控制方法.在現(xiàn)有擾動(dòng)觀測(cè)器結(jié)構(gòu)的基礎(chǔ)上，在反饋回路中引入一個(gè)補(bǔ)償控制結(jié)構(gòu)，提高補(bǔ)償擾動(dòng)的能力.利用模糊系統(tǒng)來(lái)在線估計(jì)機(jī)載云臺(tái)的其他未知擾動(dòng)，進(jìn)一步提升機(jī)載云臺(tái)的穩(wěn)定精度，保證系統(tǒng)的穩(wěn)定跟蹤性能，實(shí)現(xiàn)對(duì)多旋翼無(wú)人機(jī)機(jī)載云臺(tái)的擾動(dòng)補(bǔ)償和精確跟蹤控制.

1 機(jī)載云臺(tái)系統(tǒng)建模

1.1 機(jī)載云臺(tái)建模

假設(shè)機(jī)載云臺(tái)是剛體，且旋轉(zhuǎn)中心與云臺(tái)的質(zhì)心重合.根據(jù)Lagrange-Euler方程[10]可知，忽略離心力和科氏力，云臺(tái)的非線性模型方程與單關(guān)節(jié)機(jī)構(gòu)的模型方程一致.

式中：Me為載荷的有效慣量，F(xiàn)v為黏滯摩擦力（viscous friction），F(xiàn)c為靜摩擦力（Coulomb friction）.將方程中的非線性項(xiàng)Fcsgn看作云臺(tái)的擾動(dòng)項(xiàng)Tf，可得機(jī)載云臺(tái)的線性模型為

令x1=θ，x2=系統(tǒng)輸出y= x1，于是開(kāi)環(huán)系統(tǒng)的空間狀態(tài)方程為

即

式中：

1.2 執(zhí)行機(jī)構(gòu)建模

該機(jī)載云臺(tái)采用直流電機(jī)作為執(zhí)行機(jī)構(gòu)，數(shù)學(xué)模型[11]為

式中：θ為電機(jī)的位置角度，ud為擾動(dòng)，u為控制輸出的電壓.在實(shí)際應(yīng)用中，a1=+ δa2，其中和為變量a1和a2實(shí)際的測(cè)量值，δa1、δa2為擾動(dòng)引起變量a1和a2發(fā)生的變化量.定義非線性未知擾動(dòng)函數(shù)f（·）=+ud，f（·）包括模型誤差、參數(shù)波動(dòng)、Td以及其他非線性未知擾動(dòng)等，于是，

2 基于速度信號(hào)的改進(jìn)型擾動(dòng)觀測(cè)器設(shè)計(jì)

如圖1所示為由現(xiàn)有基于速度信號(hào)的擾動(dòng)觀測(cè)器（velocity based disturbance observer，VDOB）構(gòu)成的控制結(jié)構(gòu).

圖1 基于v DOB的控制系統(tǒng)結(jié)構(gòu)Fig.1 VDOB-based control system structure

圖中，P（s）表示穩(wěn)定平臺(tái)模型，P0（s）為平臺(tái)的標(biāo)稱模型，信號(hào)r、d、ξ為系統(tǒng)的參考輸入、外界擾動(dòng)以及噪聲干擾.實(shí)際上，d和ξ通常處于不同的頻率范圍，于是有如下假設(shè).

假設(shè)1存在2個(gè)截止頻率ωl、ωh，且ωl＜ωh，噪聲干擾處于高頻范圍內(nèi)ξ（jω）∈（ωh，∞），外界擾動(dòng)及參考輸入均處于低頻范圍內(nèi)，即d（jω）∈（0，ωl），r（jω）∈（0，ωl）.根據(jù)圖1，可得系統(tǒng)的傳遞函數(shù)為

假設(shè)2如果在低頻范圍（0，ωl）內(nèi)Q（s）≈1，在高頻范圍（ωh，∞）內(nèi)Q（s）≈0.系統(tǒng)輸出可以近似地表示為

由此看出，基于VDOB的控制結(jié)構(gòu)能夠完全消除外界擾動(dòng)對(duì)系統(tǒng)輸出的影響，但是對(duì)高頻噪聲干擾的抑制作用不理想.針對(duì)上述情形，提出基于速度信號(hào)的改進(jìn)型擾動(dòng)觀測(cè)器結(jié)構(gòu)（improved velocity based disturbance observer，IVDOB），如圖2所示.與VDOB相比較，在系統(tǒng)輸出的反饋信號(hào)端增加一個(gè)補(bǔ)償控制器Q2（s）用來(lái)補(bǔ)償系統(tǒng)的高頻干擾，提高補(bǔ)償高頻噪聲干擾的能力.

根據(jù)圖2，可得IVDOB的傳遞函數(shù)：

圖2 基于Iv DOB的控制系統(tǒng)結(jié)構(gòu)Fig.2 IVDOB-based control system structure

為了既能補(bǔ)償外界擾動(dòng)d，又能補(bǔ)償噪聲干擾ξ，Q1、Q2須滿足以下2個(gè)條件：

即

考慮如下情形.

對(duì)于標(biāo)稱模型的逆模型存在且穩(wěn)定時(shí)，IVDOB不僅保證了對(duì)系統(tǒng)輸入很好的跟蹤性能，而且完全補(bǔ)償了系統(tǒng)的低頻擾動(dòng)d.對(duì)比式（16）、（9）可知，ξ得到了很好的抑制.

若標(biāo)稱模型P0（s）存在誤差，且模型誤差的集合可以用加法攝動(dòng)來(lái)表示，即P0（s）=P（s）+W1Δ，其中W1為穩(wěn)定有界的加權(quán)函數(shù)，P（s）、Δ（s）為嚴(yán)格有理穩(wěn)定的函數(shù).由魯棒穩(wěn)定性定理可知，IVDOB魯棒穩(wěn)定的充要條件為

定理1如圖2所示，假設(shè)P0（s）∈H∞，控制器K（s）滿足P0（s）對(duì)于閉環(huán)傳遞函數(shù)的穩(wěn)定性要求，且滿足Q1P0+Q2=1時(shí)，則參考輸入r到控制器K（s）輸出u之間的閉環(huán)傳遞函數(shù)始終不變.即：Gur（s）=（1+KP0）-1K.

證明：圖2中，當(dāng)d和ξ均存在時(shí)，可以得到如下關(guān)系式：

根據(jù)式（18）、（19），有

又因?yàn)镼1P0+Q2=1，代入式（21）有f=P0u，故Gur（s）=（1+KP0）-1K.定理得證.

3 模糊自適應(yīng)控制器設(shè)計(jì)

采用基于IVDOB的控制結(jié)構(gòu)，能夠?qū)ο到y(tǒng)擾動(dòng)進(jìn)行補(bǔ)償，實(shí)現(xiàn)對(duì)機(jī)載云臺(tái)的視軸穩(wěn)定控制.擾動(dòng)觀測(cè)器的控制方法無(wú)法完全補(bǔ)償系統(tǒng)中存在的擾動(dòng)，Miller等[12]指出，多旋翼無(wú)人機(jī)體積小、重量輕，且飛行環(huán)境惡劣，在飛行作業(yè)過(guò)程中存在很多非線性未知干擾，而這些擾動(dòng)的存在使得機(jī)載云臺(tái)的穩(wěn)定精度和跟蹤性能受到影響.鑒于上述分析，本文利用模糊系統(tǒng)的萬(wàn)能逼近特性來(lái)進(jìn)一步對(duì)系統(tǒng)的干擾進(jìn)行補(bǔ)償[13]，設(shè)計(jì)機(jī)載云臺(tái)的模糊自適應(yīng)控制器，提高了機(jī)載云臺(tái)的穩(wěn)定精度和跟蹤性能.

基于IVDOB的模糊自適應(yīng)控制結(jié)構(gòu)如圖3所示.該控制結(jié)構(gòu)采用雙閉環(huán)控制結(jié)構(gòu)，其中速度環(huán)由IVDOB來(lái)控制實(shí)現(xiàn)，位置環(huán)由PD控制器、前饋控制器、模糊控制器以及魯棒控制器4部分組成.

模糊規(guī)則定義如下.R（j）：ifθ1isandθ2is，then ufis Bj，其中模糊系統(tǒng)的輸入=（θ1，θ2）=（θ，∈U，模糊系統(tǒng)輸出uf∈R是集合Ui（i=1，2）上的模糊集，Bj（j=1，2，…，N）是集合R上的模糊集.模糊系統(tǒng)根據(jù)上述規(guī)則，實(shí)現(xiàn)了從模糊集U∈R2到R的映射.依據(jù)模糊推理系統(tǒng)引理[14]，有

圖3 機(jī)載云臺(tái)控制系統(tǒng)原理圖Fig.3 Principle diagram of proposed control system structure for airborne platform

利用李雅普諾夫穩(wěn)定理論來(lái)考察控制系統(tǒng)的穩(wěn)定性.根據(jù)圖3得到系統(tǒng)的控制律為

式中：uff=結(jié)合式（6），有

整理式（25），有

利用模糊系統(tǒng)逼近擾動(dòng)函數(shù)f（·），有

式中：Ψ-

*為參數(shù)Ψ-的最優(yōu)估計(jì)值，

令

定義李雅普諾夫函數(shù)如下：

式中：γ1和γ2為學(xué)習(xí)系數(shù)，且γ1＞0，γ2＞0.將式（30）對(duì)時(shí)間進(jìn)行求導(dǎo)：

式中：ATP+PA=-Q，P、Q均為正定對(duì)稱矩陣[15]，取

則ΔBTPX=Δλ.式（31）可以簡(jiǎn)化為

4 實(shí)驗(yàn)研究

該實(shí)驗(yàn)以搭載于某多旋翼無(wú)人機(jī)上的機(jī)載云臺(tái)穩(wěn)定跟蹤控制系統(tǒng)作為研究對(duì)象，如圖4所示.

系統(tǒng)采用TMS320F28335作為處理器，整個(gè)控制周期為30 ms，采用光電編碼器作為位置傳感器，測(cè)量精度是±60″.采用集成了三軸陀螺儀和三軸加速度計(jì)的某傳感器作為速率傳感器和加速度傳感器.通過(guò)掃頻法辨識(shí)得到機(jī)載云臺(tái)模型的參數(shù)，激勵(lì)信號(hào)為掃頻信號(hào)，掃頻信號(hào)重復(fù)周期T=10 s.

圖4 實(shí)驗(yàn)用搭載于多旋翼無(wú)人機(jī)的機(jī)載云臺(tái)Fig.4 Airborne platform mounted on multi-rotor UAV for experiment

式中：f0=0，f1=10.得到的模型參數(shù)如表1所示.

表1 機(jī)載云臺(tái)模型參數(shù)Tab.1 Parameters of airborne platform system

根據(jù)定理1可知，補(bǔ)償控制器Q2（s）=1-P（s）× Q1（s）=1-[C（s I-A）-1B]Q1（s）.將式（5）的A、B、C代入Q2（s），可得

低通濾波器Q1（s）選擇典型的Q31濾波器，時(shí)間常數(shù)τ=0.01，低通濾波器為

學(xué)習(xí)系數(shù)γ1=200，γ2=0.1，PD控制器參數(shù)：kp=15，kd=2，模糊控制系統(tǒng)模糊輸入角度θ的隸屬函數(shù)選取為：=exp（-（θ+1）2），= exp（-（θ+0.5）2）=exp（-（θ+0.0）2）= exp（-（θ-0.5）2=exp（-（θ-1）2）.模糊控制系統(tǒng)模糊輸入角速度˙θ的隸屬函數(shù)選取為= exp（-0.5（θ+8）2）=exp（-0.5（θ+4）2）= exp（-0.5（θ+0.0）2）=exp（-0.5（θ-4）2），μA52 =exp（-0.5（θ-8）2）.

根據(jù)圖2設(shè)計(jì)的擾動(dòng)觀測(cè)器控制結(jié)構(gòu)，以俯仰通道為例，飛行器在懸停狀態(tài)下，機(jī)載云臺(tái)的給定俯仰角度為0°，在兩種擾動(dòng)觀測(cè)器結(jié)構(gòu)下以100 Hz的采樣頻率，分別對(duì)俯仰方向上的位置傳感器進(jìn)行采樣，獲取實(shí)際的角度信息.通過(guò)維持給定角度的對(duì)比分析，驗(yàn)證本文提出的IVDOB控制結(jié)構(gòu)抑制無(wú)人機(jī)載體擾動(dòng)、維持視軸穩(wěn)定的能力.如圖5（a）所示為采用VDOB后視軸的角度誤差曲線.圖中，A為視軸角度，角度誤差的最大值不超過(guò)0.8°，誤差均方值小于0.25°.如圖5（b）所示為采用IVDOB后視軸的角度誤差曲線，誤差均方值小于0.02°.本文提出的IVDOB結(jié)構(gòu)相對(duì)VDOB具有更好的抑制載

對(duì)稱正定矩陣體擾動(dòng)的能力和更高的視軸穩(wěn)定精度.

圖5 視軸穩(wěn)定誤差對(duì)比結(jié)果Fig.5 Comparison results of line of sight error

根據(jù)圖3的設(shè)計(jì)控制系統(tǒng)，通過(guò)本文提出的模糊自適應(yīng)控制結(jié)構(gòu)對(duì)給定位置信號(hào)的跟蹤實(shí)驗(yàn)，驗(yàn)證該控制系統(tǒng)和對(duì)擾動(dòng)的補(bǔ)償能力.實(shí)驗(yàn)條件如下.在飛行過(guò)程中引入力矩?cái)_動(dòng)TD作為系統(tǒng)的未知擾動(dòng)，如圖6所示，TD通過(guò)程序加入到控制器的輸出端，疊加幅值為1、信號(hào)周期為1 s的方波擾動(dòng)信號(hào)Va.由于該信號(hào)與控制器沒(méi)有任何信息上的交換，可以模擬實(shí)現(xiàn)未知干擾的引入.

如圖7所示為模糊自適應(yīng)控制對(duì)引入的力矩?cái)_動(dòng)TD的補(bǔ)償結(jié)果.控制器的輸出與擾動(dòng)曲線基本一致，說(shuō)明了模糊自適應(yīng)控制器對(duì)力矩?cái)_動(dòng)良好的補(bǔ)償能力.模糊自適應(yīng)控制器輸出曲線存在的振蕩主要是由于IVDOB未能完全補(bǔ)償機(jī)體擾動(dòng)所致.

圖6 引入的力矩?cái)_動(dòng)Fig.6 Introduced torque disturbance

圖7 模糊自適應(yīng)控制器補(bǔ)償TD的效果Fig.7 Result of torque disturbance rejected by fuzzy self-adjusting controller

如圖8所示為未引入模糊自適應(yīng)控制器的跟蹤曲線及跟蹤誤差.可以看出，跟蹤誤差達(dá)到了0.2°，難以實(shí)現(xiàn)機(jī)載云臺(tái)對(duì)給定信號(hào)的精確跟蹤.如圖9（a）所示為采用本文提出控制方法對(duì)正弦信號(hào)的跟蹤曲線，跟蹤誤差的最大值不超過(guò)0.08°，且跟蹤誤差有界，如圖9（b）所示.顯然，本文提出的控制方法的跟蹤效果較理想，能夠精確地跟蹤給定位置信號(hào).

如圖10所示為采用本文提出控制方法在外界風(fēng)速約為3.2 m/s時(shí)對(duì)給定信號(hào)的跟蹤效果和跟蹤誤差曲線.可以看出，在外界有風(fēng)干擾時(shí)能夠精確地跟蹤給定位置信號(hào)，在給定切換點(diǎn)處存在的誤差不超過(guò)0.8°，且基本不存在振蕩.在非切換處的誤差不超過(guò)0.1°.

圖8 未引入模糊控制器的跟蹤曲線和跟蹤誤差Fig.8 Tracking curve and tracking error without fuzzy self-adjusting controller

圖9 引入模糊自適應(yīng)控制器的跟蹤曲線和跟蹤誤差Fig.9 Tracking curve and tracking error with fuzzy self-adjusting controller

圖10 在外界有風(fēng)時(shí)的跟蹤曲線和跟蹤誤差Fig.10 Tracking curve and tracking error of proposed method under wind condition

5 結(jié) 語(yǔ)

理論分析和機(jī)載飛行實(shí)驗(yàn)均表明，在擾動(dòng)觀測(cè)器結(jié)構(gòu)中引入補(bǔ)償控制器Q2后，機(jī)載云臺(tái)的低頻擾動(dòng)和高頻擾動(dòng)均得到了很好的補(bǔ)償，視軸穩(wěn)定誤差均方值小于0.02°，改進(jìn)后的擾動(dòng)觀測(cè)器補(bǔ)償擾動(dòng)能力明顯提高.模糊自適應(yīng)控制方法能夠逼近并補(bǔ)償機(jī)載云臺(tái)系統(tǒng)中的非線性未知擾動(dòng)，對(duì)給定位置信號(hào)的跟蹤誤差小于0.08°，達(dá)到了機(jī)載云臺(tái)精確跟蹤的性能要求；同時(shí)，跟蹤誤差有界，系統(tǒng)漸進(jìn)穩(wěn)定，具有很好的穩(wěn)定性和魯棒性.綜上所述，本文提出的控制方法完全滿足了多旋翼無(wú)人機(jī)機(jī)載云臺(tái)的穩(wěn)定跟蹤控制的要求.

（

）：

[1]李迪.微型飛行器電子穩(wěn)像技術(shù)研究[D].長(zhǎng)春：中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所，2012.

LI Di.Study on electronic digital image stabilization technology for the image sequences of MAV[D].Changchun：Changchun Institute of Optics，F(xiàn)ine Mechanics and Physics，Chinese Academy of Science，2012.

[2]MEI Y，ZHAO H Y，GUO S Y.The analysis of Image Stabilization technology based on small-UAV airborne video[C]∥Proceedings of IEEE International Conference on Computer Science and Electronics Engineering.Hangzhou：IEEE，2012：586-589.

[3]UMENO T，KANEKO T，HORI Y.Robust servo system design with two degrees of freedom and its application to novel motion control of robot manipulators[J].IEEE Transactions on Industrial Electronics，1993，40（5）：473-485.

[4]陸建山，王昌名，何云峰，等.改進(jìn)型擾動(dòng)干擾器在穩(wěn)定平臺(tái)伺服系統(tǒng)中的應(yīng)用[J].振動(dòng)與沖擊，2013，32（8）：96-99.

LU Jian-shan，WANG Chang-ming，HE Yun-feng，et al.Application of improved disturbance observer in a stable platform servo system[J].Journal of vibration and Shock，2013，32（8）：96-99.

[5]任彥，劉正華，周銳.滑模干擾觀測(cè)器在低速光電跟蹤系統(tǒng)中的應(yīng)用[J].北京航空航天大學(xué)學(xué)報(bào)，2013，39（6）：835-840.

REN Yan，LIU Zheng-hua，ZHOU Rui.Application of low speed opto-electronic tracking systems based on sliding mode disturbance observer[J].Journal of Beijing University of Aeronautics and Astronautics，2013，39（6）：835-840.

[6]李嘉全，丁策，孔德杰，等.基于速度信號(hào)的擾動(dòng)觀測(cè)器及在光電穩(wěn)定平臺(tái)的應(yīng)用[J].光學(xué)精密工程，2011，19（5）：998-1004.

LI Jia-quan，DING Ce，KONG De-jie，et al.Velocity based disturbance observer and its application to photoelectric stabilized platform[J].Optics and PrecisionEngineering，2011，19（5）：988-1004.

[7]謝巍，何忠亮.采用改進(jìn)型擾動(dòng)觀測(cè)器的控制方法[J].控制理論與應(yīng)用，2010，27（6）：65-700.

XIE Wei，HE Zhong-liang.Control method with improved disturbance observer[J].Control Theory and Application，2010，27（6）：695-700.

[8]高篙，徐曉霞，肖秦琨，等.機(jī)載光電跟蹤系統(tǒng)的模糊自適應(yīng)控制[J].西安工業(yè)大學(xué)學(xué)報(bào)，2009，29（6）：565-569.

GAO Song，XU Xiao-xia，XIAO Qin-kun，et al.The research on fuzzy self-adjusting control of airborne electro-optical pointing and tracking systems[J].Journal of Xi’an Technological University，2009，29（6）：565-569.

[9]朱海榮，李奇，顧菊平，等.擾動(dòng)補(bǔ)償?shù)耐勇莘€(wěn)定平臺(tái)單神經(jīng)元自適應(yīng)PI控制[J].電機(jī)與控制學(xué)報(bào)，2012，16（3）：65-77.

ZHU Hai-rong，LI Qi，GU Ju-ping，et al.Single-neuron adaptive PI control of the gyro-stabilized platform based on disturbance compensation[J].Electric Machines and Control，2012，16（3）：65-77.

[10]KHALIL H K.Nonlinear system[M].3rd ed.New Jersey：Prentice Hall，2002：24.

[11]HU Hong-jie，YUE Jin-yu，ZHANG Ping.A control scheme based on RBF neural network for high-precision servo system[C]∥Proceedings of IEEE International Conference on Mechatronics and Automation.Xi＇an：IEEE，2010.

[12]MILLER R，MOOTY G，HILKERT J M.Gimbal system configurations and line-of-sight control techniques for small UAV applications[C]∥Airborne Intelligence，Surveillance，Reconnaissance（ISR）Systems and Applications X，871308.Baltimore：SPIE，2013.

[13]扈宏杰，王元哲.機(jī)載光電平臺(tái)的復(fù)合補(bǔ)償控制方法[J].光學(xué)精密工程，2012，20（6）：1272-1281.

HU Hong-jie，WANG Yuan-zhe.Composite compensation control scheme for airborne opto-electronic platform[J].Optics and Precision Engineering，2012，20（6）：1272-1281.

[14]劉金琨.先進(jìn)PID控制及其MATLAB仿真[M].北京：電子工業(yè)出版社，2003：102-110.

[15]丁建強(qiáng)，任曉，盧亞平.計(jì)算機(jī)控制技術(shù)及其應(yīng)用[M].北京：清華大學(xué)出版社，2012：108-120.

Fuzzy self-adjusting tracking control based on disturbance observer for airborne platform mounted on multi-rotor unmanned aerial vehicle

WANG Ri-jun1，2，BAI Yue1，XU Zhi-jun1，GONG Xun1，ZHANG Xin1，2，3，TIAN Yan-tao4

（1.Changchun Institute of Optics，F(xiàn)ine Mechanics and Physics，Chinese Academy of Science，Changchun130033，China；2.University of Chinese Academy of Science，Beijing100039，China；3.School of Electrical and Information Technology，Changchun Institute of Technology，Changchun130012，China；4.School of Telecommunication Engineering，Jilin University，Changchun130025，China）

A scheme of fuzzy self-adjusting tracking control based on an improved disturbance observer（DOB）was proposed in order to compensate disturbance and accomplish the stabilized tracking control for airborne platform mounted on multi-rotor unmanned aerial vehicle.A compensated control was introduced into feedback loop which is in the structure of original disturbance observer.An improved disturbance observer was constructed based on velocity signals.The ability of disturbance compensation and robustness were analyzed.A fuzzy self-adjusting tracking control structure was designed according to the approaching property of fuzzy system and Lyapunov stability theory.The stability of the tracking control structure was proved.The flight experiment results showed that the mean square error of line of sight was below0.02°and the error of tracking reference position was less than0.08°after applying the proposed scheme.Results demonstrate that the proposed scheme can completely satisfy the stabilized tracking control demand of airborne platform.The disturbance rejected ability was significantly improved after introducing the compensated control.The proposed control method possessed upper stabilized tracking accuracy.

multi-rotor unmanned aerial vehicle；airborne platform；disturbance observer；tracking control；fuzzy self-adjusting；stabilization

TP273

A

1008-973X（2015）10-2005-08

2014-08-26.浙江大學(xué)學(xué)報(bào)（工學(xué)版）網(wǎng)址：www.journals.zju.edu.cn/eng

國(guó)家自然科學(xué)基金資助項(xiàng)目（11372309，61304017）；院省專項(xiàng)資助項(xiàng)目（2014YSHZ004）.

王日?。?982—），男，博士生，從事無(wú)人機(jī)載荷穩(wěn)像技術(shù)的研究.ORCID：0000-0003-1576-0793.E-mail：wangrijun1982@126.com

白越，男，副研究員.E-mail：baiy@ciomp.ac.cn