В сочетании с быстрорастущим спросом на беспилотные летательные аппараты для наблюдения и разведки необходимы усовершенствованные контроллеры для этих критически важных систем. В статье предлагается конструкция контроллера динамики полета, учитывающая различные неопределенности для беспилотного летательного аппарата средней дальности. В дополнение к нелинейностям динамики полета рассматриваются три основных источника неопределенностей, вызванных неизвестными параметрами контроллера, ошибками моделирования и внешними помехами. Разработан надежный адаптивный контроллер нечеткой логики, отвечающий за нелинейную динамику полета при наличии множества неопределенностей. Нелинейная динамика полета опирается на мягкую ассоциацию локальных линейных моделей. При построении контроллера определяется оптимальная эталонная модель, которая стабилизируется с помощью процедуры линейного квадратичного регулятора. Затем для нелинейной модели разрабатывается контроллер нечеткой логики. С целью устранения неопределенностей коэффициенты усиления контроллера нечеткой логики перенастраиваются и постоянно корректируются для надежной адаптации. Производительность надежного адаптивного контроллера нечеткой логики оценивается с точки зрения стабилизации поперечной и продольной динамики полета и отслеживания переменных состояния эталонной модели в условиях различных неопределенностей.
Along with the rapidly growing demand for unmanned aerial vehicles for surveillance and reconnaissance, advanced controllers are needed for these critical systems. This article proposes a design of a flight dynamics controller that takes into account various uncertainties for a medium-range unmanned aerial vehicle. In addition to the nonlinearities of flight dynamics, three main sources of uncertainties caused by unknown controller parameters, simulation errors and external interference are considered. A reliable adaptive fuzzy logic controller responsible for nonlinear flight dynamics under the conditions of many uncertainties has been developed. Nonlinear flight dynamics relies on a soft association of local linear models. When constructing the controller, the optimal reference model is defined, which is stabilized using the linear quadratic controller procedure. Then a fuzzy logic controller is developed for the nonlinear model. In order to eliminate uncertainties, the gain coefficients of the fuzzy logic controller are reconfigured and constantly adjusted for reliable adaptation. The performance of a reliable adaptive fuzzy logic controller is evaluated in terms of stabilizing the transverse and longitudinal flight dynamics and tracking the state variables of the reference model under the conditions of various uncertainties.
The authors declare that there are no conflicts of interest present.