基于模型预测控制的固定翼飞机数据驱动自动驾驶仪
系统与控制
2024-02-02 v1 机器人学
系统与控制
摘要
固定翼飞机的自动驾驶仪通常基于线性化空气动力学模型进行设计，该模型由风洞试验获得的稳定性和控制导数组成。然后通过增益调度将得到的局部控制器拼接在一起。对于空气动力学未建模的应用，本文提出了一种基于预测代价自适应控制（PCAC）的自动驾驶仪。作为模型预测控制的间接自适应控制扩展，PCAC 采用带有可变速率遗忘的递归最小二乘法（RLS）进行在线闭环系统辨识。在每个时间步，基于 RLS 的系统辨识更新输入输出模型的系数，该模型的阶数是由用户指定的超参数。对于 MPC，滚动时域优化可以通过后向传播 Riccati 方程或二次规划来执行。本文研究了在未使用任何空气动力学建模或离线/先验数据收集的情况下，PCAC 对固定翼飞机的性能表现。
引用
@article{arxiv.2402.00352,
title = {A Data-Driven Autopilot for Fixed-Wing Aircraft Based on Model Predictive Control},
author = {Riley J. Richards and Juan A. Paredes and Dennis S. Bernstein},
journal= {arXiv preprint arXiv:2402.00352},
year = {2024}
}