文献类型：期刊文章

作　　者：唐余[1,2] 薛智爽[1,2] 刘小芳[1,3] 刘永春[1,4] 张果[1,2] 余亮[1,2]

TANG Yu;XUE Zhishuang;LIU Xiaofang;LIU Yongchun;ZHANG Guo;YU Liang(Artificial Intelligence Key Laboratory of Sichuan Province,Sichuan University of Science&Engineering,Zigong,Sichuan 643000,China;School of Automation&Information Engineering,Sichuan University of Science&Engineering,Zigong,Sichuan 643000,China;School of Computer Science&Engineering,Sichuan University of Science&Engineering,Zigong,Sichuan 643000,China;School of Physics&Electronic Information Engineering,Sichuan University of Science&Engineering,Zigong,Sichuan 643000,China)

机构地区：[1]四川轻化工大学人工智能四川省重点实验室,四川自贡643000 [2]四川轻化工大学自动化与信息工程学院,四川自贡643000 [3]四川轻化工大学计算机科学与工程学院,四川自贡643000 [4]四川轻化工大学物理与电子信息工程学院,四川自贡643000

出　　处：《计算机工程》

基　　金：四川省科技计划项目(2017GZ0303);四川省院士(专家)工作站基金(2016YSGZZ01);四川轻化工大学高层次创新人才培养专项(B12402005);四川轻化工大学研究生创新基金(y2018037)。

年　　份：2021

卷　　号：47

期　　号：3

起止页码：311-320

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：在多个固定翼无人机姿态主从式一致性控制过程中,给出单个固定翼无人机在理想情况下的姿态动力学模型,即名义模型。考虑到无人机在实际运行过程中存在的外部干扰、状态测量误差、控制器微小故障以及无人机实际模型与名义模型之间的偏移,提出一种基于观测器和神经网络的故障检测方法,以实时检测出无人机中存在的故障、模型不确定以及干扰情况。基于无人机名义模型和检测出的故障及干扰,设计主从式多无人机姿态一致性控制器,以实现多无人机姿态的一致性准确跟踪。仿真结果表明,在外部干扰、状态测量误差与控制器微小故障下,与基于神经网络的直接姿态一致性控制器相比,该控制器能够使得无人机的姿态运动状态更接近于期望状态。

关 键 词：状态测量误差  故障检测 观测器 神经网络  主从式一致性控制器  

分 类 号：TP273]