第1章 无人机概论
1.1 引言
1.2 无人机的分类及应用
1.3 无人机的发展历程
1.4 结束语
参考文献
第2章 无人机的运动方程
2.1 刚体运动方程
2.1.1 坐标系
2.1.2 刚体运动方程的推导
2.2 飞机的姿态和位置
2.3 小扰动理论
2.4 运动线性方程
2.4.1 通用方程
2.4.2 Zagi无人机的特性
2.4.3 Zagi无人机运动线性方程
参考文献
第3章 无人机导航系统
3.1 两种导航系统分类
3.2 惯性导航
3.3 惯性测量组件
3.3.1 速率陀螺
3.3.2 加速度计
3.4 大气数据系统
3.4.1 大气数据测量值
3.4.2 真空速分量的推导
3.5 地面雷达
3.6 高度测量值
3.6.1 飞行高度类型
3.6.2 无线电高度表
3.6.3 气压高度计
3.7 地速和偏航角的多普勒(Doppler)方法测定
3.8 地磁测量值
3.9 卫星导航
3.9.1 GPS结构
3.9.2 GPS的基本概念
3.10 基于视觉的系统
3.11 实时定位与地图构建(SLAM)
3.12 测量故障分类和故障建模
参考文献
第4章 无人机动力学估计
4.1 简介
4.2 最优线性离散卡尔曼滤波
4.2.1 最优卡尔曼滤波方程
4.2.2 最优卡尔曼增益的推导
4.2.3 卡尔曼滤波器的结构
4.3 最优离散卡尔曼滤波器的稳定性
4.4 用于UAV状态估计的0KF
4.5 仿真
4.6 卡尔曼滤波器自适应的必要性
4.6.1 先验误差和自适应
4.6.2 基于新息的自适应估计
4.6.3 基于残差的自适应估计
4.7 结论
参考文献
第5章 传感器故障时的无人机动力学估计
5.1 简介
5.2 具有一个测量噪声比例因子的RKF
5.3 具有多个测量噪声比例因子的RKF
5.4 鲁棒自适应方法的比较
5.4.1 瞬时异常测量值
5.4.2 连续测量偏差
5.4.3 测量噪声增量
5.4.4 零输出故障
5.5 稳定性讨论
5.6 结论和讨论
参考文献
第6章 传感器/执行器故障时的无人机动力学估计
6.1 引言
6.2 多种自适应因子下的Q-自适应
6.3 Q自适应和尺自适应的融合方法
6.4 数值举例
6.5 结束语
参考文献
第7章 无人机大气数据系统的故障检测、隔离和数据融合
7.1 简介
7.2 基于卡尔曼滤波的综合ADS/GPS导航系统
7.3 基于ADS和GPS/INs数据融合的联合卡尔曼滤波
7.3.1 数据融合方法
7.3.2 基于FDI的ADS和GPS/IDS数据融合
7.4 传感器FDI算法
7.4.1 故障检测统计检验
7.4.2 故障隔离算法
7.5 基于ADS和GPs/INs数据融合的间接
卡尔曼滤波器仿真结果
7.5.1 故障隔离结果
7.5.2 未故障隔离的结果
7.6 结论与讨论
参考文献
第8章 无人机稳定性分析
8.1 配平
8.1.1 配平条件
8.1.2 稳定状态条件的线性化
8.2 传输函数的推导
8.2.1 状态方程
8.2.2 传递函数
8.3 纵向稳定性分析
8.4 横向稳定性分析
8.5 结论
参考文献
第9章 无人机经典控制器设计
9.1 经典比例一积分一微分(PID)控制器
9.2 纵向运动经典控制器
9.2.1 俯仰角速率控制器(内环)
9.2.2 高度控制器(外环)
9.2.3 速度控制器
9.3 横向运动经典控制器
9.3.1 滚转角速率控制器
9.3.2 偏航角阻尼器
9.3.3 滚转角环
9.3.4 航向控制器
9.4 结论
参考文献
第10章 线性二次型调节器(LQR)控制器设计
10.1 引言
10.2 线性二次型最优控制器
10.2.1 Lyapunov稳定性判据
10.2.2 使用Lyapunov判据的线性二次型最优控制
10.3 使用LQR方法的高度和速度控制器
10.3.1 LQR高度控制器
10.3.2 LQR速度控制器
10.4 LQR型航向控制器
10.5 带有卡尔曼估计器的LQR控制器
10.5.1 带有卡尔曼滤波器的纵向LQR控制器
10.5.2 带有卡尔曼滤波器的横向LQR控制器
10.6 结论和讨论
参考文献
第11章 基于模糊逻辑的控制器设计
11.1 基于模糊逻辑的系统
11.1.1 Mamdani型模糊规则
11.1.2 Singleton型模糊规则
11.1.3 Takagi-Sugeno型模糊规则
11.1.4 模糊推理机制
11.2 模糊控制器
11.2.1 基于模糊逻辑的高度和速度控制器
11.2.2 横向模糊逻辑控制器
11.3 模糊控制器的稳定性分析
11.4 无人驾驶飞行控制器对比
11.5 结论与讨论
参考文献
展开