四旋翼无人机LPV-MPC双闭环控制设计与8字轨迹跟踪

1. 项目背景与核心挑战

四旋翼无人机作为典型的欠驱动系统，其控制问题一直是飞行器领域的研究热点。传统的PID控制虽然简单易实现，但在处理复杂轨迹跟踪时往往显得力不从心。特别是在执行8字形这类具有连续曲率变化的轨迹时，无人机需要同时协调位置和姿态控制，这对控制器的设计提出了更高要求。

线性参数变化（LPV）模型预测控制（MPC）为解决这一问题提供了新思路。LPV-MPC能够在线性框架下处理系统的非线性特性，通过参数调度实现全局稳定性。本项目实现的"位置+姿态双闭环"结构，将系统分解为两个层级：外环位置控制生成期望姿态角，内环姿态控制实现快速响应。这种架构既保证了轨迹跟踪精度，又确保了飞行稳定性。

实际工程中发现，单独使用位置环MPC会导致姿态响应滞后，而纯姿态环控制又难以保证轨迹精度。双闭环设计正是针对这一痛点的最优折中方案。

2. 系统建模与控制器设计

2.1 四旋翼动力学模型

建立准确的数学模型是控制器设计的基础。考虑如下状态向量：

code复制x = [px py pz vx vy vz φ θ ψ ωx ωy ωz]^T

其中前6项为位置和线速度，后6项为欧拉角和角速度。通过牛顿-欧拉方程推导得到非线性动力学方程：

matlab复制% 位置动力学
ddot_p = [0; 0; -g] + R * [0; 0; T/m];

% 姿态动力学
J * omega_dot + cross(omega, J*omega) = M;

2.2 LPV-MPC控制器设计

LPV模型的核心是将非线性系统表示为参数依赖的线性系统：

code复制x(k+1) = A(ρ)x(k) + B(ρ)u(k)
y(k) = Cx(k)

其中ρ为调度参数，本项目选择俯仰角θ和滚转角φ作为主要调度变量。

MPC优化问题表述为：

matlab复制min J = Σ( x'(k)Qx(k) + u'(k)Ru(k) )
s.t. x(k+1) = A(ρ)x(k) + B(ρ)u(k)
     u_min ≤ u(k) ≤ u_max

3. 双闭环控制架构实现

3.1 外环位置控制器

外环MPC接收期望轨迹指令，输出期望姿态角和总推力：

matlab复制function [phi_d