环节。

飞控系统设计的基本思路般来说，无人机的飞控系统通常包括俯仰航向和横滚三个控制通道，每个通道都由个控制面来控制。

由于在横滚和航向通道之间常常存在着定的交联，这就要求我们在设计飞控系统时般需要考虑各通道间的独立性和关联性。

为了便于飞控系统的设计，我们根据无人机沿纵向平面的对称性，通常可以将飞行控制在定条件下分为相对独立的纵向控制通道和横侧向控制通道。

其中，纵向控制通道可以稳定与控制无人机的俯仰角高度速度等横侧向控制通道可以稳定与控制无人机的航向角滚转角和偏航距离等。

作为整个飞控系统的核心，飞行控制律选取和设计的好坏往往会直接影响到整个飞控系统的性能。

考虑到控制角运动是控制轨迹运动的基础，我们在具体设计飞行控制律时也应该先从控制角运动入手，首先保证角运动控制回路的性能，然后在此基础上进行轨迹运动控制回路的设计。

针对纵向系统，首先研究无人机俯仰姿态控制律的设计，然后再研究其高度保持控制律的设计问题。

俯仰姿态保持控制律的设计与仿真俯仰角控制率的设计控制结构整个俯仰角控制系统的原理结构如图所示。

从图中我们可以看到，整个控制系统是由外回路俯仰角反馈回路和内回路俯仰角速率反馈回路构成的。

其中内回路中的俯仰角速率信号由俯仰角速率陀螺提供外回路中的俯仰角信号由垂直陀螺提供。

内回路中的俯仰角速率反馈的引入相当于改变了无人机的纵向阻尼导数，增加了特德纵向阻尼，从而使其短周期模态的阻尼特性得到了改善外回路则构成了俯仰角稳定回路，可以改善无人机长周期模态的阻尼特性。

通常，我们还在需要加入俯仰速率先付以限制过载在俯仰角指令入口处，要加上俯仰角限幅如引入俯仰角加速度的话，还可以达到提高系统稳定性的目的。

二〇〇六年月十九日星期四图俯仰角控制系统原理结构框图图中，在阻尼回路中还包括了个洗出网络，如果没有这个洗出网络，当操纵飞机做稳态拉齐的机动飞行时，阻尼器输出的稳态就会成为阻碍因素，而使这种机动飞机难以完成。

洗出网络的作用就是在飞机稳态拉起时或等高盘旋时因此存在个稳态的分量，阻尼器信号除掉。

这样，整个无人机俯仰角控制系统控制律的结构就如图所示。

图中高空点处，二〇〇六年月十九日星期四高高空点处，高高空点处，二〇〇六年月十九日星期四无人机的数学模型无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。

可反复使用多次，广泛用于空中侦察监视通信反潜和电子干扰等。

因此研究无人机控制系统的设计具有重要意义。

要研究无人机动力学模型的姿态仿真，首先必须建立飞机的数学模型。

在忽略机体震动和变形的条件下，飞机的运动可以看成包含六个自由度的刚体运动，其中包含绕三个轴的三种转动滚动俯仰与偏航和沿三个轴的线运动。

为了确切的描述飞机的运动状态，必须选择合适的坐标系。

常用坐标系地面坐标系地面坐标系是与地球固连的坐标系。

原点固定在地面的点，铅垂轴向上为正，纵轴与横轴为水平面内互相垂直的两轴。

见图。

图地面坐标系机体坐标系机体坐标系原点在机的重心上，纵轴在飞机对称平面内，平行于翼弦，指向机头为正立轴也在飞机对称平面内并垂直于，指向座舱盖为正横轴与平面垂直，指向右翼为正，见图。

图机体坐标系速度坐标系速度坐标系原点也在飞机的重心上，但轴与飞机速度向量重合也在对称平面内并垂直于，指向座舱盖为正垂直于平面，指向右翼为正，见图。

图速度坐标系飞机的常用运动参数飞机的运动参数就是完整地描述飞机在空中飞行所需要的变量，只要这些参数确定了，飞机的运动也就唯地确定了。

因此，飞机的运动参数也是飞机控制系统中的被控量。

被控量包括俯仰角滚转角偏航角仰角侧滑角航迹倾斜角，航迹偏转角同时利用副翼方向舵升降舵及油门杆来进行对飞机的控制。

这些称为无人机飞控系统中的控制量。

无人机六自由度运动方程式的建立基于飞机运动刚体性的假设，我们就可以推导出飞机的般数学模型为组非线性微分方程组。

根据牛顿定律，其运动方程应由两部分组成部分是以牛顿第二定律动力定律为基础的动力学方程组，由此解得无人机相对于机体坐标系的角度向量和角速度向量另部分则是通过坐标变换关系得出的运动学方程组确定出无人机相对于地面坐标系的位置向量和速度向量。

根据牛顿第二定律微分对系统的性能分别产生不同的影响，其具体作用如下所示比例作用控制器的稳定性超调量响应速度等动态指标主要取决于比例系数的大小，由小到大变化时，系统的响应速度加快系统的超调量由没有到有，由小变大对于系统的稳定性来说，总体的趋势是由强到弱。

为了兼顾系统的稳定性和动态性能，应取合适的比例系数。

积分作用积分调节与系统的稳态精度密切相关，加入积分能消除系统的稳态误差，提高系统的跟踪精度，但过大的积分作用会造成系统的超调。

同时积分的引入会给系统带来相角滞后，从而产生超调甚至，引起积分的饱和作用，不利于系统的响应品质。

微分作用微分调节的主要作用是克服大惯性时间常数的影响，引入微分相当子给系统引入个动态阻尼，增大，能够减小系统的超调量，但系统的调节时间会因此而变大。

在复杂的实际环境中，山于环境噪声的污染，微分往往会放大系统的噪声，使得系统对抗干扰能力减弱。

从上述的分析可以看到，在参数的整定过程中，往往会遇到系统的稳定性和系统的稳态动态性能之间的矛盾，最后只能在三者之间取个折衷，很难满足高精度高性能的要求。

控制器参数的常用整定方法临界比例度法该方法适用于己知对象传函的场合。

首先将调节系统中调节器置成比例状态，然后把比例度即的倒数由大逐渐变小，直至出现等幅振荡，此时比例度称临界比例度，相应的振荡周期称临界振荡周期，参数整定的经验公式如表所示。

采用临界比例度法时，系统需得到临界振荡的条件是系统必须是阶或阶以上的。

表临界比例度法参数整定表二〇〇六年月十九日星期四衰减曲线整定法该方法是根据衰减频率特性来整定控制器参数的。

先将闭环系统中的调节器置于纯比例作用，从大到小逐渐调节比例度，加扰动做调节系统的实验直至出现的衰减振荡，此时的比例度记为，振荡周期记为，其中为到的时间如图所示，上升时间记为。

具体得参数整定规则如表所图衰减响应曲线表衰减曲线法参数整定表无人机纵向系统的设计与仿真飞行控制系统结构分析从硬件上来看，无人机的飞控系统是由飞控计算机测定装置及伺服装置三部分组成的。

飞控计算机是整个无人机机载飞控系统的核心设备，它的主要功能是根据输入的传感器信息存储的相关状态和数据以及无线电测控终端发过来的上行遥控指令与数据，经判断运算和处理之后，输出指令给伺服执行机构。

测定装置则主要负责测量无人机相关的状态信息可以列出无人机三轴力的动力学方程组二〇〇六年月十九日星期四按建立的力矩方程组为通过坐标变换可以得出无人机的运动学方程组。

根据无人机三个姿态角的关系无人机六自由度全面运动方程式的简化处理采用微扰动法对这些非线性的方程进行线性化。

假定所有运动参数对稳定飞行状态的变化极其微小。

都是微量。

它们的二次方及乘积可以略去不记。

这些角度的正切与正弦看成与这些角度的弧度数相等，而它们的余弦近似看成上。

因此，十二个阶微分方程组可以化为关于各方程式是互相密切联系着的。

由于这些方程式描述的运动是围绕飞机横侧方向侧移滚动和偏航而进行的。

因此这些方程描述的运动叫侧向运动。

其余的方程式，描述的运动是在通过飞机纵轴的平面对称平面内进行的，叫纵向运动。

这样，我们就可以把无人机的运动方程分成纵向运动方程组和侧向运动方程组来讨论，从而给我们研究无人机的运动规律带来了极大的方便。

无人机运动方程的状态空间表达式根据前面所介绍到的小扰动线性化方法，以无人机的恒速定高直线和无侧滑的飞行作为基准运动，即可得到无人机纵向与横侧向运动的线性化方程式，经适当整理后我们就可以得到其运动方程的状态空间表达式。

己知状态方程的表达式为，则对于纵向运动而言二〇〇六年月十九日星期四对于横侧向向运动而言于是，无人机纵向运动与横侧向运动的状态方程就分别如式和式所示控制系统理论基础引言控制是最早发展起来的控制策略之，由于其算法简单以及可靠性高等特点，在实际的控制系统中得到了较为广泛的应用。

但是随着工业生产的发展，控制系统变得越来越复杂，采用常规的控制技术已不能达到理想的控制效果。

近年来，人们把智能控制与常规控制结合起来，形成所谓的智能控制。

常规控制常规的控制由比例单元积分单元和微分单元三部分组成。

其输入与输出的关系为式中。

为比例增益，为积分时间常数，为微分时间常数，为控制量，为被控量和设定值的偏差，比例积分面，我们通过来仿真验证下所设计的控制系统是否能保证足够的相角裕度和幅值裕度。

通过所提供的函数，我们可以画出标有幅值裕度和相角裕度的波特图图所示。

图基于的俯仰角控制系统波特图高高空点由图可知，在该组参数之下俯仰角控制系统在高高空点的相角裕度为，幅值裕度为显然满足要求。

对于阶跃响应信号而言，我们在这里还有两点需要补充说明下为了便于对仿真结果进行统的比较，对于本文中所有角控制系统的仿真而言二〇〇六年月十九日星期四律将阶跃指令信号设为。

由于无人机的线性化模型是建立在小扰动线性化方法基础上的，因此对于大角度的阶跃响应而言，我们应该采用原始的非线性模型进行仿真。

根据表，我们分别针对中空和高空域内的基准状态点和设计了控制器。

然后将所设计好的控制器分别用于点附近的点，点附近的点，点附近的点。

全部仿真结果分别如下所示图下俯仰角阶跃响应点图下俯仰角阶跃响应点图下俯仰角阶跃响应点图下俯仰角