无人机自动驾驶系统稳定性控制优化仿真

摘要

无人机自动驾驶的稳定性关系到飞行器的自身安全.无人机自动驾驶控制过程中,由于无人机在飞行过程中会进行急速转弯,外部强气流冲击对转弯中的稳定性带来较大影响.传统的PID控制方法在应用到无人机驾驶过程中时,需要进行大幅度的参数调整,以保证机身稳定,参数超调量过大会导致控制过程存在较为明显的误差.提出了基于量子遗传算法、神经网络的新型PID控制器设计方法,并应用到无人机的自动化控制中.利用量子遗传算法的自适应调整搜索能力优化神经网络的权值系数,避免神经网络陷入局部极小化及收敛速度慢的缺陷,利用改进后的神经网络算法优化PID控制过程,有效克服传统PID算法的缺陷,根据PID算法完成无人机自动驾驶控制器设计.实验结果表明,新一代控制器在无人机的PID控制过程中,耗时和延迟都明显优化,超调量较小,为驾驶系统稳定性控制设计提供了依据.