论文《四旋翼无人机姿态系统复合连续快速非奇异终端滑模控制》阅读与复现

目的

作为一个飞行控制领域的小白，想要先找一个比较简单的论文尝试上手复现一下，刚好在b站看到了有up讲解这篇文章这程序复现的太优雅了！四旋翼无人机姿态系统复合连续快速非奇异终端滑模控制_哔哩哔哩_bilibili，借着up的框架学习一下simulink的使用方法，并学习一下滑模控制相关的内容。现控部分都还给老师了，恶补一下原理。

更新中，希望自己在两周内完成。

滑模控制

  滑动模式控制（sliding mode），是基于李雅普诺夫第二方法对控制器进行设计的一种方案。核心思想是设计一个状态反馈控制器。通过引入滑模面，选择合适的趋近律，重新构造李雅普诺夫函数，从而得到控制量u。

  关于滑模控制，我觉得这篇文章十分好理解滑模控制器最强解析 - 知乎

李雅普诺夫方法

平衡点

要研究系统的稳定性，需要找到系统的平衡点。假设一个系统的状态空间表达式为

以x1为横坐标，x2为纵坐标，则它们的运动轨迹为：

图中的漩涡中心就是平衡点，也就是状态变量的导数为0的点。 而平衡点可能会遇到扰动，从而打破稳定的状态。李雅普诺夫稳定性理论，研究的便是扰动下平衡点的稳定性问题。

四种状态（这里仍旧不太理解）

当系统受到扰动后，可能会呈现出来四种状态

李雅普诺夫稳定（Lyapunov stable）

渐进稳定（Asymptotically stable）

大范围内渐近稳定（Asymptotically stable in large）

不稳定（Unstable）

关于李雅普诺夫理论，参考知乎如何理解李雅普诺夫稳定性分析 - 知乎 (zhihu.com)

李雅普诺夫第一法（间接法）

输出稳定

给一个扰动，若系统输出有界，则系统在该扰动状态下是有界的

状态稳定

求出系统矩阵A的所有特征值（对于非线性系统，在平衡状态附近一次线性化），若系统所有特征值均有负实部，则系统是稳定，否则系统是不稳定的。参考：定性分析（二）：稳定性和李亚普洛夫方法 - 知乎 (zhihu.com)

李雅普诺夫第二法

物理事实

1.扰动消失后，能量不增加——李雅普诺夫意义下的稳定

2.扰动消失后，能量衰减至极小值——渐进稳定

3.扰动消失后，能量不断增加——不稳定

我个人的理解：熵增的状态是一种混乱的状态，熵减或不变的状态才是稳定的状态。

数学表示

 李雅普诺夫方法的应用 

参考：定性分析（二）：稳定性和李亚普洛夫方法 - 知乎

线性系统

• 线性定常系统的渐进稳定性判据
• 线性时变系统的渐进稳定性判据

非线性系统

• 雅可比矩阵法
• 变量梯度法

总结

李雅普诺夫方法描述了稳定的遇到扰动后能否保持稳定的问题，在很多论文中都会给出李雅普诺夫方法（特别是第二法）的证明，以验证控制器的稳定性。第二法主要是与能量相关的，关键是找到V（x)，在此基础上衍生出了很多变种。

滑模面

已知滑模面为：

用相平面来表示

滑模控制会让系统沿着滑模面趋于0，从而让实际系统趋近于理想系统。

趋近律

对滑模面s求导

因此，对控制量u的设计，也就是对趋近律的设计，对趋近律的设计有以下几种情况：

这种趋近律的设计是满足李雅普诺夫稳定性定理的，可以令,代入李雅普诺夫第二法证明。 

状态观测器

论文理解

四旋翼无人机建模

滑模观测器设计

滑模控制器设计

滑模面设计

滑模面的设计包含了：误差、误差导数的估计值（观测值） ，但我不理解为什么要这么设计滑模面。滑模面设计的依据是什么？

控制器设计

问题：

1.为什么要这么设计？

2.怎么在simulink里搭建？能不能参考一个简单的滑模控制器的案例？

啊 

稳定性分析

复现工作

四旋翼无人机姿态系统建模

通过一个S函数，输入为四旋翼无人机的升力和每个轴的扭矩，输出为姿态角和姿态角速率信息。

s函数

s函数能够描述一个动态系统，具体的使用方法参考：Simulink之——S函数 - 知乎 (zhihu.com)

 实现上述步骤，是通过不同阶段的标志“flag”实现的。

 simsizes函数是S函数模块特有的，它用来创建了一个包含有系统大小信息的结构体。