固定翼无人机预定义时间控制与抗干扰设计

1. 项目背景与核心挑战

固定翼无人机在复杂环境下的高精度轨迹跟踪一直是控制领域的难点问题。当无人机面临未知外部干扰（如突风、气流扰动）和输入饱和（执行机构物理限制）时，传统控制方法往往难以保证跟踪性能。指数预定义时间控制（Exponential Prescribed-Time Control）作为一种新兴控制策略，能够在指定时间内实现系统状态的收敛，且收敛时间与初始条件无关。这项研究正是针对这一前沿问题展开的。

在实际飞行任务中，我们经常遇到两个关键难题：一是无人机动力学模型存在未建模动态和外部干扰，二是执行器的推力/力矩输出存在物理上限。这两个问题如果处理不当，轻则导致跟踪误差增大，重则引发系统失稳。我们的解决方案通过结合预定义时间控制理论和抗干扰设计，实现了在严格时间约束下的鲁棒轨迹跟踪。

关键提示：输入饱和问题在固定翼无人机中尤为突出，因为其气动特性导致不同飞行状态下的控制效率差异很大。单纯增大控制增益可能适得其反。

2. 核心控制架构解析

2.1 预定义时间控制基本原理

预定义时间控制的核心思想是通过非线性反馈构造，使得系统状态在用户指定的时间内精确收敛到期望值。与传统有限时间控制不同，预定义时间的收敛上界可以独立于初始条件进行设定。其数学本质是通过引入时变增益函数，重构系统的Lyapunov函数导数项。

对于二阶无人机动力学系统，我们采用如下形式的控制律：

code复制u = -k1*φ1(e) - k2*φ2(ė) + feedforward

其中φ1和φ2是精心设计的非线性函数，k1、k2为时变增益，feedforward项用于补偿已知动力学。时变增益的设计使得在预设时间T后，系统误差能够严格收敛到零。

2.2 抗干扰与输入饱和处理

针对未知干扰，我们采用扩展状态观测器（ESO）进行实时估计和补偿。将总干扰（包括外部干扰和模型不确定性）作为系统的"扩展状态"，通过设计合适的观测器增益矩阵实现干扰的快速准确估计。

对于输入饱和问题，采用双曲正切函数（tanh）对控制指令进行光滑限幅，同时引入辅助动态系统补偿饱和效应。具体实现时，定义辅助变量η满足：

code复制η̇ = -Kη + Δu

其中Δu是实际控制与理想控制的差值，K为设计参数。通过将η引入控制律，有效缓解了饱和导致的性能下降