基于BP神经网络的四旋翼无人机ADRC姿态控制

1. BP神经网络ADRC

1. ADRC介绍

ADRC控制器的介绍可参考上篇博客：基于自抗扰ADRC的四旋翼无人机控制-CSDN博客

2. BP神经网络ADRC控制器结构图

ADRC中的ESO负责估计系统状态与扰动，但是由固定参数的ESO组成的控制系统无法实现扰动变化时姿态的精确控制，因此需要不断调节ESO的参数，提升ADRC的鲁棒性。最终3个姿态角的控制器如下图，采用改进BP 神经网络在线整定ESO的参数，估计并补偿系统的内外部扰动。

3. BP神经网络整定ESO

通过 BP 神经网络的学习和训练功能，按照使误差减小最快的方向分别调整隐含层到输

出层的权值、输出层的阈值、输入层到隐含层的权值以及隐含层的阈值，逐步找到某一

最优控制律下的ESO参数的修正量。

3. 仿真模型的搭建

1. 添加的扰动信号

2. 控制系统的两种控制器

    控制器中v为期望信号，y为输出信号，f为人为添加的干扰信号，如下图所示，控制器输出至控制对象，控制对象采用的是线性化纵向传递函数。

    设计的BPNN-ADRC控制器内部如下：

4. 仿真结果

1. 添加扰动的跟踪曲线

曲线局部放大图：

2. BPNN-ESO控制参数变化曲线

参考文献

• Research on Control of Quadrotor UAV Based on Improved BP Neural Network PID and ADRC

如需代码与讲解可私，获得方式见主页，谢绝白嫖。预告下一篇RBFNN-ADRC