毕业设计(论文)
基于自适应控制的无人机摄影云台稳定性设计
系别自动化工程系
专业自动化专业
班级5060618
姓名姜鸿雷
指导教师张宝健
2010年6月16日
基于自适应控制的无人机摄影云台稳定性设计
摘要
UA V 无人驾驶飞机指不需要飞行员在机舱内进行驾驶，飞行全过程在电子设备的控制下自动完成。无人机与有人驾驶的飞机相比具有尺寸小、成本低、机动性高和隐蔽性好的优点，因此被广泛应用到侦查、监视、通信、反潜、骚扰、炮兵校正、电子对抗和对地攻击等，无人机进行空中摄影则是应用面最为广泛的一面。
本文针对航拍云台稳定性，设计了一种自适应模糊PID控制算法。系统的硬件部分是以A VR单片机为核心的。该单片机具有高速运算能力和丰富外围接口电路的特点，大大简化了系统电路设计，提高了系统的可靠性。软件设计方面，针对硬件系统中核心部件A VR单片机的开发软件要求，采用了ICCA VR编写C程序，利用自适应模糊PID 控制算法实现了对舵机的控制。
最后分析了影响系统性能的各种因素，并从软件算法和硬件电路设计等方面提出了具体改进措施。
关键字：舵机控制器，PID算法，A VR
Stability design of cloud platform based on adaptive fuzzy algorithm
Author: Jiang Honglei
Tutor: Zhang Baojian
Abstract
UA V unmanned aerial vehicles that do not need to drive within the cabin the pilot, Whole process of flying under the control of the electronic device automatically. Compared to manned aircraft UA V is small size, low cost, high mobility and concealment. It is widely applied to the detection, surveillance, communications, anti-submarine, harassment, artillery correction, electronic countermeasures and to attacks; the most widely used is UA V aerial photography.
In this paper, against the stability of cloud platform, an adaptive fuzzy strategy is designed .In the aspect of hardware system, the A VR control system has been designed which is more dependable. The A VR microcomputer is a high-speed computing power and Rich peripheral interface MCU. In the aspect of software design, write C program using ICCA VR, Adaptive fuzzy PID control algorithm for steering control.
At the end of the paper, all factors that affect system performance are analyzed, and optimization designs are presented.
Key words:Steering engine controller,PID algorithm ,A VR
目录
1 绪论 (1)
1.1 课题背景 (1)
1.2 UA V单元介绍 (2)
1.3 云台单元介绍 (4)
2 模糊PID控制算法简介及自适应控制简介 (5)
2.1 引言 (5)
2.2 模糊PID控制算法 (5)
2.2.1 PID算法简介 (5)
2.2.2 模糊控制简介 (7)
2.2.3 自适应控制简介 (9)
2.3 自适应控制系统概述 (10)
2.3.1 自适应控制的历史和发展概况 (10)
2.3.2 自适应控制的理论问题 (11)
2.4 小结 (13)
3 自适应整定模糊PID控制 (14)
3.1 引言 (14)
3.2 自适应控制系统的原理和分类 (14)
3.2.1 自适应控制原理 (14)
3.2.2 自适应控制系统的类型 (15)
3.3 算法的提出及解决思路 (18)
3.3.1 结构与工作原理 (18)
3.3.2 确立输入输出变量并模糊化 (19)
3.3.3 建立模糊推理规则 (19)
3.3.4 PID控制算法 (20)
3.4 小结 (21)
4 系统构成与工作原理 (22)
4.1 引言 (22)
4.2 总体方案设计 (22)
4.3 以A VR单片机为核心的舵机控制系统设计 (23)
4.3.1 系统的构成 (23)
4.3.2 系统硬件电路设计 (23)
4.4 系统软件设计及算法实现 (30)
4.4.1 A VR主程序编写 (30)
4.5 小结 (31)
5 系统结果分析 (33)
5.1 引言 (33)
5.2 系统结果分析 (33)
总结 (35)
致谢 (36)
参考文献 (37)
附录A：译文 (38)
附录B：源程序 (54)
1 绪论
1.1 课题背景
目前，我国国民经济飞速发展，国家基础建设日新月异，如何最快最准确地获取、更新基础数据一直是大家长期关注的问题。资源和生态环境调查、监测与评估、电子政务、数字城市、以及重大工程建设都迫切需要现势性强、高分辨率的遥感数据。但是传统航空遥感技术主要面向基础测绘，以及资源、生态环境调查、监测与评估等领域的基础性应用，由于受飞行平台、传感器性能和成本的制约，往往在小面积区域遥感数据获取中难以实施。而且现有的卫星遥感和普通航空摄影存在以下三大问题:
①天云下得不到光学影像。
②无法表达高层建筑物的多面复杂结构和纹理。
③缺乏机动灵活性，普通用户不能自主拥有。
各类城镇的改建、扩建、新建或经济开发区、科技园区，实地面积并不大，少则几平方公里，多则十几至数十平方公里。这类任务面积小、比较分散又要求尽快提交空间基础信息。这类航摄经济效益欠佳，而且协调空域、调机、航路申请审批程序繁琐，运作周期长。所以，现时通用航空遥感业主通常不愿承担这类分散的小面积任务。
因此，无人飞行器低空遥感系统，利用其低空云下飞行、机动快速、经济便捷等特点，可以为遥感应用部门自主拥有和应用，能够成为卫星遥感和普通航空摄影的重要补充手段。无人飞行器主要包括固定翼无人机、无人直升机和无人飞艇。无人飞艇由于其低空低速的飞行性能和操作简单、安全可靠的特点。
在利用小型无人机拍摄地面固定物体时，由于无人机本身的移动和晃动，需要不断调整无人机上摄像机的角度来保持对准拍摄对象，通常需通过手动遥控调整。本课题提出一种实时自动调整摄像机的设计，利用红外传感器采集角度变化数据，然后通过A VR系统来控制舵机，保持摄像机稳定。这种设计不仅可以解放人手，而且可以克服用人手操作困难、延迟大和不稳定的缺点。
1.2 UA V单元介绍
无人机是一种由动力驱动、无人驾驶、可重复使用的航空器的简称，英文常用Unmanned Aerial Vehicle表示，缩写为UA V。从英文的含义上看，UA V是有在空中飞行，无人驾驶的飞行器的总称。无人飞行器按照其系统组成和飞行特点可分为固定翼型无人机，简称为无人飞机(UA V-aircraft)、无人驾驶直升机(UA V-helicopter)和无人驾驶飞艇(UA VKITE-BALLOON)等种类。
微电子技术的发展带动了智能化技术、数字化技术、模块化技术以及电综合化技术的发展，从而极大地推动了无人机系统在世界范围内突飞猛进的发展。
在近现代局部战争中，无人机的突出表现加速了无人机在军事领域的应用之后，无人机在民用领域中的作用也必将为世人所关注。
无人驾驶飞行器是通过无线电遥控设备或机载计算机程控系统进行不载人飞行器。无人驾驶飞行器结构简单、使用成本低，不但能够完成驾驶飞机执行的任务，更适用于有人飞机不宜执行的任务，如危险区域的空中救援指挥和遥感监测。
无人驾驶飞行器出现在1917年，早期的无人驾驶飞行器的研制和应用作靶机，应用范围主要是在军事上，后来逐渐用于作战、侦察及民用行平台。20世纪80年代以来，随着计算机技术、通讯技术的迅速发展以数字化、重量轻、体积小、探测精度高的新型传感器的不断问世，无人飞行器系统的性能不断提高，应用范围和应用领域迅速拓展。世界范围内的各种用途、各种性能指标的无人驾驶飞行器的类型己达数百种之多。续航时小时延长到几十个小时，任务载荷从几公斤到几百公斤，这为长时间的遥感监测提供了保障，也为搭载多种传感器和执行多种任务创造了有利条件。
无人驾驶飞艇通过艇内填充的氦气(或氦气和氢气的混合气体)所产生浮力以及发动机提供的动力来实现飞行。大型飞艇可以搭载1000千克以上载荷飞到20000米的高空，留空时间可以达一个月以上；小型飞艇可以实现低空、低速飞行。无人驾驶飞艇系统具有成本低，操控简捷，安全性好，便易，无需起飞场地等特点。人们开始研究无人驾驶飞艇系统的集成技术，为民用服务。无人飞机系统的研制及其民用化成为国内外研究的热点。在国内，由北航、南航、西工大无人机所研制的大、中、小型无人飞机系统主要服务军事方面的战况侦察、中继通讯、靶机和作战指挥。在民用方面，以无人机为影像
获取的平台的各种应用也成为国内外研究的热点。无人机系统用于完环境监测、保护，危险区监测、灾情评估及救援指挥，遥感等任务。
无人机系统在摄影测量中的应用研究从未停止过。Przybilla和Wester-Ebbinghaus，早在1979年第一次将无人机系统用于摄影测量，当时摄影设备为光学相机系统，实验中使用的是Hegi公司生产的无人飞机，飞机的机体长3m，翼展为26m，最大任务载荷3公斤，搭载了简易的导航系统，采用的胶片式光学相机。该系统可以实现高度的控制和自行导航，其飞行高度为150m地速为40km/h。主要用来对地面摄影测量无法进行的考古区域的顶部和重要筑物等航空摄影，然后进行地面摄影测量及航空摄影测量，由于获取的影像质量较差，没有得到试验结果。由于无人直升机不需要起飞地，因此很多人致力于无人直升机在摄影测量应用中的研究。无人飞艇、热气球、风筝等作为航空摄影测量的飞行平台研究的实验在国外有相应的文献报道。
按照系统组成和飞行特点，无人驾驶飞行器可分为固定翼型无人机、无驾驶直升机和无人驾驶飞艇等种类。
固定翼型无人机通过动力系统和机翼的滑行实现起降和飞行，遥控飞行和程控飞行均容易实现，抗风能力也比较强，是类型最多、应用最广泛的无人驾驶飞行器。其发展趋势是微型化和长航时，目前微型化的无人机只有手掌大小，长航时无人机的体积一般比较大，续航时间在10小时以上，能同时搭载遥感传感器。起飞方式有滑行、弹射、车载、火箭助推和飞机投放等；降落方式有滑行、伞降和撞网等。固定翼型无人机的起降需要比较空旷的场地，比较适合林业和草场监测、矿山资源监测、海洋环境监测、城乡结合部的土地监测以及水利、电力等领域的应用。
无人驾驶直升机的技术优势是能够定点起飞、降落，对起降场地的条件求不高，其飞行也是通过无线电遥控或通过机载计算机实现程控。但无人驾驶直升机的结构相对来说比较复杂，操控难度也较大，所以种类不多，实也比较少。
飞艇是通过艇囊中填充的氦气或氢气所产生的浮力以及发动机提供来实现飞行。它的出现和应用比飞机还要早，1884年世界上最早的实用飞艇试飞成功。此后，飞艇作为当时最为成功的载人飞行器登上历史舞台，并在空中称霸一时。飞艇的飞行因为受大风和雷雨的气候条件影响比较大，到20世纪30年代，随着飞机的逐渐完善化和实用化，
飞艇被飞机取代。但是无人驾驶飞艇独特的技术优势，使人们从未放弃对它的开发和应用，大型飞艇可以搭载1000公斤以上的载荷飞到20000米的高空，留空时间可以达一个月以上，小型飞艇可以实现低空、低速飞行，作为一种独特的飞行平台能够获取高分辨率图像，同时，无人驾驶飞艇系统操控比较容易，安全性好，可以使用运动场或城市广场等作为起降场地，特别适合在建筑物密集的城市地区和地形复杂地区应用，如城市地形图的修测、补测，数字城市建立时的建筑物精细纹理的采集、城市交通监测、通讯中继等领域。
随着惯性导航技术和GPS技术的迅速发展，各种组合导航技术的发展，无人机系统的自动导航完全可以满足遥感和测绘目的的导航精度要求，随着重量轻、体积小、探测精度高的新型传感器的不断发展，通过系统集成将无人机系统应用于摄影测量己经具备技术条件，已经成为国业界研究的热点。
1.3 云台单元介绍
云台是应用航拍系统中不可缺少的配套设备之一，它与摄像机配套使用能达到扩大监视的目的,，提高了摄像机的使用价值，由于使用环境不同，云台的种类很多,，按用途分类，可分为通用型云台和特殊型云台。通用型云台又分为遥控电动云台和手动固定云台。电动云台按使用环境的不同又分为室内型和室外型。特殊型云台可分为防爆型云台，耐高温云台和水下型云台等。
全方位电动云台是以电机作为驱动使云台具有水平和垂直两个相互独立的旋转自由度，通过这两个自由度的旋转组合使摄像机获得跟踪活动目标，或根据通讯信号，搜寻所在范围内的任一监控景物的能力，它主要适用于无可燃、无腐蚀性气体或粉尘的大气环境里。特殊型室外电动云台，如防爆型室外云台不仅具有室外工作的能力，还要经过严密的防爆设计，它主要适用于有可燃气体的矿井和其它场合。
全方位电动云台的工作原理与其它机械传动结构一样，电动云台主要由微型电机和齿轮、蜗轮、蜗杆组成。当电机接通电源时，电机通过齿轮减速，使输出轴上获得所需要的转矩和转动速度，从而带动摄像机进行跟踪监视。电动云台的工作角度有可调节的微动开关做限位，当旋转角度达到限位时，微动开关自动切断电机电源，使电机停止转动。
2 模糊PID控制算法简介及自适应控制简介
2.1 引言
在自动控制领域，最常用的控制算法便是PID算法。以此为基础，又产生了一系列更高级的具有自适应性或智能的控制算法。本文同样也是基于PID控制算法，采用了自适应模糊PID控制算法。在偏差较大时开环运行，以期得到更快的速度；在偏差达到中等大小时，采用模糊PID控制算法对其进行闭环粗调；当偏差更小时，则采用本文第三章描述的自适应模糊PID算法。在本章中，将分别介绍PID控制算法和模糊控制算法以及自适应控制的一些基础知识，为下一章具体阐述自适应模糊PID控制算法做理论铺垫。
2.2 模糊PID控制算法
2.2.1 PID算法简介
将偏差的比例()P、积分()I和微分()
D通过线性组合构成控制量，对被控对象进行控制，称作PID控制器。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。
模拟PID控制系统原理框图如图2.1所示。
图2.1 PID 控制系统原理图框图
PID 控制器是一种线性控制器，它根据给定值()rin t 与实际输出值()yout t 构成控制偏差：
(2.1)
PID 的控制规律是0()1()()()()t D p I T derror t u t k error t error t d t T dt ??=++ ????
(2.2) 或写成传递函数的形式：()1()1()p D I U s G s k T s E s T s ??==++ ???
(2.3)
式中，P k 为比例系数，I T 为积分时间常数，D T 为微分时间常数。
PID 控制是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都很简单，并且十分适用于工程应用背景，所以在工业界实际应用中PID 控制器是应用最广泛的一种控制策略（至今在全世界过程控制中用的80%以上仍是纯PID 调节器，若改进型包含在内则超过90%）。由于实际工业生产过程往往具有非线性和时变不确定性，应用常规PID 控制器不能达到理想控制效果，长期以来人们一直寻求PID 控制器参数的自动整定技术，以适应复杂的工况和高指标的控制要求。随着微机处理技术和现代控制理论诸如自适应控制、最优控制、预测控制、鲁棒控制、智能控制等控制策略引入到PID 控制中，出现了许多新型PID 控制器。人们把专家系统、模糊控制、神经网络等理论整合到PID 控制器中，这样既保持了PID 控制器的结构简单、适用性强和整定方便等优点，又通过先进控制技术在线调整PID 控制器的参数，以适应被控对象特性的变化。 ()()()error t rin t yout t =-
PID控制技术的发展可以分为两个阶段，20世纪30年代晚期微分控制的加入标志着PID控制成为一种标准结构，也是PID控制两个发展阶段的分水岭。第一个阶段为发明阶段（1900年～1940年），PID控制的思想逐渐明确，气动反馈放大器被发明，仪表工业的重心放在实际PID控制器的结构设计上。
1940年以后是第二阶段，为革新阶段，在革新阶段，PID控制器已经发展成一种鲁棒的、可靠的、易于应用的控制器。仪表工业的重心是使PID控制技术能跟上工业技术的最新发展。从气动控制到电气控制到电子控制再到数字控制，PID控制器的体积逐渐缩小，性能不断提高。一些处于世界领先地位的自动化仪表公司对PID控制器的早期发展做出重要贡献，甚至可以说PID控制器完全是在实际工业应用中被发明并逐步完善起来的。
PID控制至今仍是应用最广泛的一种实用控制器。各种现代控制技术的出现并没有削弱PID控制器的应用，相反，新技术的出现对于PID控制技术的发展起到了很大的推动作用。一方面，各种新的控制思想不断被应用于PID控制器的设计之中或者是使用新的控制思想设计出具有PID结构的新控制器，PID控制技术被注入了新的活力。另一方面，某些新控制技术的发展要求更精确的PID控制，从而刺激了PID控制器设计与参数整定技术的发展[1]。
2.2.2 模糊控制简介
模糊控制的实质是将相关领域的专家知识和熟练操作人员的经验，转换成模糊化后的语言规则，通过模糊推理与模糊决策，实现对复杂系统的控制。模糊控制系统和常规自动控制系统之间的不同之处是：它的组成核心是具有知识性和智能性的模糊控制器。
模糊控制系统是一种自动控制系统，它是以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础；采用计算机控制技术构成的一种具有反馈通道的闭环结构的数字控制系统，并且可以与其它人工智能算法和现代先进控制理论和技术相结合，构成一类模糊集成控制系统，用于复杂非线性被控对象，有望取得较满意的静态和动态性能。它的组成核心是具有智能性的模糊控制器，这也就是它与其他自动控制系统的不同之处。因此，模糊控制系统无疑也是一种智能控制系统。
模糊控制技术是一种由模糊数学、计算机科学、人工智能、知识工程等多们学科领
域互相渗透、理论性很强的科学技术，实现这种模糊控制技术的理论，即称为“模糊控制理论”。
模糊控制系统组成具有常规计算机控制系统的结构形式，如图2.2所示。由图可知，模糊控制系统通常由模糊控制器、输入/输出接口、执行机构、被控对象和测量装置等五个部分组成。
图2.2 模糊控制系统组成框图
1.被控对象。它可以是一种设备或装置以及它们的群体，也可以是一个生产的、自然的、社会的、生物的或其他各种的状态转移过程。这些被控对象可以是确定的或模糊的、单变量或多变量的、有滞后或无滞后的，也可以是线性的或非线性的、定常的或时变的，以及具有强耦合和干扰等多种情况。对于那些难以建立精确数学模型的复杂对象，更适宜采用模糊控制。
2.执行机构。除了电气的以外，如各类交、直流电动机，伺服电动机，步进电动机等，还有气动的和液压的，如各类气动调节阀和液压马达、液压阀等。
3.控制器。是各类自动控制系统中的核心部分。由于被控对象的不同，以及对系统静态、动态特性的要求和所应用的控制规则（或策略）相异，可以构成各种类型的控制器，如在经典控制理论中，用运算放大器加上阻容网络构成的PID控制器和由前馈、反馈环节构成的各种串、并联校正器；在现代控制理论中，设计的有状态观测器、自适应控制器、解耦控制器、鲁棒控制器等。而在模糊控制理论中，则采用基于模糊知识表示和规则推理的语言型“模糊控制器”，这也是模糊控制系统区别于其他自动控制系统的特点所在。
4.输入/输出（I/O）接口。在实际系统中，由于多数被控对象的控制量及其可观测状态量是模拟量，因此，模糊控制系统与通常的全数字控制系统或混合控制系统一样，必须具有模/数（A/D）、数/模（D/A）转换单元，不同的只是在模糊控制系统中，还应
该有适用于模糊逻辑处理的“模糊化”与“解模糊化”（或称“非模糊化）环节，这部分通常也被看作是模糊控制器的输入/输出接口。
5.测量装置。它是将被控对象的各种非电量，如流量、温度、压力、速度、浓度等转换为电信号的一类装置。通常由各类数字的或模拟的测量仪器、检测元件或传感器等组成。它在模糊控制系统中占有十分重要的地位，其精度往往直接影响整个系统的性能指标，因而要求其精度高、可靠且稳定性好。在模糊控制系统中，为了提高控制精度，要及时观测被控制量的变化特性及其与期望值间的偏差，以便及时调整控制规则和控制量输出值，因此，往往将测量装置的观测值反馈到系统输入端，并与给定输入量相比较，构成具有反馈通道的闭环结构形式。
模糊控制系统的特点：
（1）模糊控制系统不依赖于系统精确的数学模型，特别适宜于复杂系统（或过程）与模糊性对象等采用，因为它们的精确数学模型很难获得或者根本无法找到。
（2）模糊控制中的知识表示、模糊规则和合成推理是基于专家知识或熟练操作者的成熟经验，并通过学习可不断更新，因此，它具有智能性和自学习性。
（3）模糊控制系统的核心是模糊控制器。而模糊控制器均以计算机（微机、单片机等）为主体，因此它兼有计算机控制系统的特点，如具有数字控制的精确性与软件编程的柔软性等。
（4）模糊控制系统的人－机界面具有一定程度的友好性，它对于有一定操作经验的而对控制理论并不熟悉的工作人员来说，很容易掌握和学会，并且易于使用“语言”进行人－机对话，更好地为操作者提供控制信息。尽管模糊控制系统具有众多优点，应用成功的实例也举不胜举。但它毕竟是一门高新技术，在理论研究和实际应用方面尚有许多问题等待深入探索和开发[2]~[15]。
2.2.3 自适应控制简介
很多控制对象的数学模型随时间和随工作环境的改变而变化，其变化规律事先往往不知道。例如飞机的气动参数会随其飞行速度、飞行高度和大气密度而变。除了环境变化对控制对象有影响外，控制对象本身变化也可影响其数学模型的参数。当控制对象的
数学模型参数在小范围内变化时，可用一般的反馈控制、最优控制或补偿控制等方法来消除或减少参数变化对控制品质的有害影响。如果控制对象的参数在大范围内变化时，系统仍能自动地工作于最优或接近于最优的运行状态，就提出了自适应控制问题。
自适应控制可简单地定义如下：在系统工作过程中，系统本身能不断地检测系统参数或运行指标，根据参数的变化或运行指标的变化，改变控制参数或改变控制作用，使系统运行于最优或接近最优工作状态。自适应控制也是一种反馈控制，但它不是一般的系统状态反馈或系统输出反馈，而是一种比较复杂的反馈控制。自适应控制系统很复杂，即使对于线性定常的控制对象，其自适应控制亦是非线性时变反馈控制系统。所以设计自适应控制比一般的反馈控制要复杂得多。
2.3 自适应控制系统概述
2.3.1 自适应控制的历史和发展概况
在50年代末，由于飞行控制的需要，美国麻省理工学院（MIT）怀特克教授首先提出飞机自动驾驶仪的模型参考自适应控制方案，称为MIT方案。在该方案中采用局部参数优化理论设计自适应控制规律，这一方案没有得到实际应用。用局部参数优化方法设计模型参考自适应系统，还需检验其稳定性，这就限制了这一方法的应用。在1966年德国学者帕克斯提出采用李雅普诺夫第二法来推导适应算法，以保证自适应系统全局渐近稳定。这就降低了自适应对干扰的抑制能力。为了避免这一缺点，印度学者纳朗特兰和其他学者提出各自的不同方案。罗马尼亚学者波波夫在1963年提出超稳定性理论，法国学者兰道把超稳定性理论应用到模型参考自适应控制系统中来。用超稳定性理论设计的模型参考自适应系统是全局渐近稳定的。
自校正调节器是在1973年由瑞典学者阿斯特罗姆和威特马克首先提出来的。1975年克拉开等提出自校正控制器。1979年威尔斯特和阿斯特罗姆提出配置自校正调节器和伺服系统的设计方案。
自适应控制经过30多年的发展，无论在理论上或在应用上都取得了很大的进展。近10多年来，由于计算机的迅速发展，特别是微处理机的广泛普及，为自适应控制的实际应用创造了有利条件。自适应控制在飞行控制、卫星跟踪望远镜的控制、大型油轮的控制、店里拖动、造纸和水泥配料等方面的控制中得到应用。利用自适应控制能够解
决一些常规的反馈控制所不能解决的复杂控制问题，能大幅度地提高系统地稳态精度和跟踪精度[3]。
自适应控制广泛地应用于各个工程领域给了它发展的契机，它与先进控制理论结合出现了智能自适应控制、神经网络自适应控制、模糊自适应控制、变结构自适应控制和鲁棒自适应控制等。自适应控制思想与常规PID控制器相结合，形成了所谓自适应PID 控制或自校正PID控制技术。我们在这里使用的就是它与模糊控制和常规PID控制结合形成的方法。
自适应系统与其它系统的显著区别在于它包含性能指标闭环。从本质上讲，自适应控制应具有“辨识-决策-修改”的功能，即：辨识——不断地测取系统（被控对象）的信号和参数，并加以处理以获得系统状态；决策——根据所辨识的系统状态和事先给定的准则做出决断。决策包括系统的自适应算法。辨识是获得对系统的认识，而决策则是由此得出具体的控制规律；修改——对决策所计算出来控制参量必须不断地适当修正，并由相应的执行装置或微机系统中某一运算软件来实现。也就是说，控制规律必须与参数调整律配合（自适应），以使系统不断地趋向最优化或要求的状态。
2.3.2 自适应控制的理论问题
自适应控制系统常常兼有随机、非线性和时变等多种特征，内部机理也相当复杂，所以分析这类系统十分困难。目前已被广泛研究的理论课题有稳定性、收敛性和鲁棒性等，但取得的成果与人们的期望还相差甚远。
1.稳定性
自适应控制系统的稳定性是指系统的状态、输入和输出以及参数的有界性。像任何反馈系统一样，保证全局稳定性是自适应控制系统能正常工作的前提条件。
正因为如此，人们很早就用稳定性理论来设计模型参考自适应控制系统。可惜，现有的稳定性理论还远未能满足自适应控制的要求。现已发现，按稳定性理论设计的某些自适应控制系统，在一定条件下将丧失稳定性。此外，现有的稳定性理论还不能处理已提出的一些自适应控制问题。
2.收敛性
一个自适应控制算法具有收敛性是指在给定的初始条件下，它能渐近达到预期目标，并在收敛过程中保持系统所有变量有界。
许多自适应控制系统采用了各种形式的递推自适应算法，所以收敛性理论对自适应控制系统有重大的现实意义。当一个自适应控制算法被证明是收敛的，哪怕证明中采用了若干理想假设，也能提高这个算法在实际应用中的可信度。再者，收敛性理论还有助于区别各种算法的优劣，指明改进算法的途径。自适应算法的非线性特性对建立收敛性理论带来了极大的困难，许多学者已为它奋斗了二十多年。目前仅对几类简单的自适应控制算法取得了一些结果，而且假设条件都太严。因此，收敛性仍然是普遍关注的理论课题。
3.鲁棒性
自适应控制系统的鲁棒性主要是指：在存在扰动和未建模动力学特性的条件下，系统保持其稳定性和性能的能力。这个问题在早期的理论研究中未引起足够的重视，直到进入80年代才被重视。已经查明，扰动能使系统参数严重飘逸，导致系统不稳定，特别是在未建模高频动力学特性的条件下，当指令信号过大或含有高频成份，或自适应增益过大，或存在量测噪声，都可能使自适应系统丧失稳定性。人们已提出若干方案来克服上述各种原因引起的不稳定性，但远未达到令人满意的程度。因此，如何设计一个鲁棒性强的自适应控制系统是当前十分重要的理论课题。
4.其他理论课题
在自适应控制领域中，目前尚未解决且难度较大的理论课题还有：
①时变和非线性系统的自适应控制理论。
②自适应速度的定量和半定性理论。
③自适应控制系统的优化设计理论。
④自适应控制系统的简化设计理论。
⑤其他。
有关这些课题的研究仅有一些初步结果。
自适应控制系统理论建立的基础是一般性稳定理论，不变性理论，最优系统理论，随机控制理论，随机逼近理论和双重控制理论。因此，自适应控制理论的发展和完善有
赖于非自适应控制理论的发展和完善，也有赖于广泛的应用实践[4]。
2.4 小结
本章是对控制领域中的常规算法的详述。首先介绍了PID控制算法、模糊算法的基本原理、结构框图和优缺点，并同时引入了在飞行器控制中十分重要及常用的自适应控制。在第三节中对自适应控制的发展历史和现状、基本定义以及理论问题等进行了详细阐述。
在本文中我们将常规PID控制、模糊控制以及自适应控制结合形成新的算法，下一章将详细介绍自适应控制的原理分类以及新算法的提出、模糊控制和自适应控制如何结合起来在舵机控制中进行应用等。
3 自适应整定模糊PID控制
3.1 引言
本文在精调部分使用新的算法，将控制系统中的模糊控制和自适应控制引入舵机控制中，同原有的PID控制算法结合，形成了模糊自适应整定PID控制算法。本章将具体描述自适应PID控制算法的原理，重点阐述精调部分中模糊自适应PID控制算法的设计思路和推导过程。
3.2 自适应控制系统的原理和分类
在整个飞行过程中，由于飞行速度和高度的变化，使云台参数剧烈变化，严重地影响了控制性能。当用经典控制理论设计自动驾驶仪时，一般采用舵回路、阻尼回路和加速度回路来减弱参数变化对系统的影响。为了进一步提高云台的控制性能，有必要采用自适应控制。
3.2.1 自适应控制原理
自适应系统是一个具有一定适应能力的系统，它能够认识环境条件变化，并自动校正控制动作，使系统达到最优或者次优的控制效果。尽管自适应控制系统的方案千变万化，但是他们仍有一些基本的公共点，在其组成结构上有一定的相似性。也就是说在自适应控制系统中，除了具有通常反馈控制系统都有的受控对象与测量元件之外，一般它还包括三个部分：
（1）系统性能计算（或参数估计）部分。该部分用以对受控对象进行实时在线检测，求得受控对象当前的动态特性。
（2）控制决策部分。根据计算（估计）部分提供的信息，按照预先规定的系统性能指标，实时在线地求出所需的控制器。
（3）可调控制器部分。在自适应控制系统中，控制器（结构和参数）是可调的，它由控制决策部分驱动而作在线调整，以保证系统对内、外环境的变化具有自动适应的能力[5]~[6]。自适应控制系统的原理框图如图3.1所示。
图3.1 自适应控制系统原理框图
3.2.2 自适应控制系统的类型
（1）自校正控制系统
当某个过程的随机、时滞、时变和非线性等特性比较明显时，采用常规的比例－积分－微分（PID）调节器很难收到良好的控制效果，甚至无法达到基本要求。
此外，在初次运转或者工况发生变化时，都需要重新整定PID参数，这相当耗费时间。如果采用自校正控制技术，上述问题都能得到圆满解决。理论分析和应用结果表明，自校正控制技术特别适用于结构部分已知和参数未知而恒定或缓慢变化的随机受控系统。由于大多数工业对象都具有这些特征，再加上自校正控制技术理解直观，实现简单经济，所以它在工业过程控制中已得到广泛应用，现已成为十分重要的一类自适应控制系统。
自校正控制系统：一个自适应控制系统必须连续地提供受控系统的当前状态信息，也就是必须对过程进行辨识；然后将系统的当前性能与期望的或最优的性能进行比较，做出使系统趋向期望的或最优的性能的决策；最后，必须对控制器进行适当的修正，以驱使系统接近最优状态。这就是一个自适应控制系统所必须具有的三个内在功能。
自校正控制系统由两个环路组成，它的典型结构如图3.2所示。内环与常规反馈系统类似，由过程和控制器组成。外环由参数估计器和控制器设计计算机构组成，其任务是辨识过程参数，再按选定的设计方法综合出控制器参数，用以修改内环的控制器。在