无人飞行器自抗扰控制研究进展
来源期刊：中南大学学报(自然科学版)2021年第4期
论文作者：徐锦法 申遂愿
文章页码：1197 - 1213
关键词：无人飞行器；自抗扰控制；参数整定及优化；稳定性分析
Key words：unmanned aerial vehicles; active disturbance rejection control; parameter tuning and optimization; stability analysis
摘 要：自抗扰控制理论(ADRC)自1989年提出，先后在多个工程领域得到成功应用。能否成功应用于航空航天领域是检验自抗扰控制理论创立成功与否的关键。本文首先介绍自抗扰控制理论，然后梳理自抗扰控制在无人飞行器飞行控制领域应用，随后综述自抗扰控制器参数整定及优化、稳定性分析以及自抗扰控制改进算法及其在飞行控制系统中的应用，最后归纳总结相关研究成果，指出未来发展中所面临的问题，并展望ADRC技术在智能化、产品化发展的应用前景。
Abstract: The theory of active disturbance rejection control(ADRC) was proposed in 1989. It has been successfully applied in multiple engineering fields. Whether it can be successfully applied in the aerospace field is the key to verifying the success of the establishment of ADRC theory. Firstly, the theory of ADRC was introduced. Then the application of ADRC in the field of UAV flight control was reviewed, and the parameter tuning and optimization of ADRC, stability analysis, improved algorithm of ADRC and its application in flight control system were summarized. Finally, the relevant research results were summarized and the problems faced in the future development were pointed out. In the development of intellectualization and productization, ADRC technology is prospected.
DOI： 10.11817/j.issn.1672-7207.2021.04.016
申遂愿，徐锦法
(南京航空航天大学 直升机旋翼动力学国家级重点实验室，江苏 南京，210016)
摘要：自抗扰控制理论(ADRC)自1989年提出，先后在多个工程领域得到成功应用。能否成功应用于航空航天领域是检验自抗扰控制理论创立成功与否的关键。本文首先介绍自抗扰控制理论，然后梳理自抗扰控制在无人飞行器飞行控制领域应用，随后综述自抗扰控制器参数整定及优化、稳定性分析以及自抗扰控制改进算法及其在飞行控制系统中的应用，最后归纳总结相关研究成果，指出未来发展中所面临的问题，并展望ADRC技术在智能化、产品化发展的应用前景。
关键词：无人飞行器；自抗扰控制；参数整定及优化；稳定性分析
中图分类号：TP273 文献标志码：A 开放科学(资源服务)标识码(OSID)
文章编号：1672-7207（2021）04-1197-16
SHEN Suiyuan, XU Jinfa
(National Key Laboratory of Rotorcraft Aeromechanics, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China)
Abstract: The theory of active disturbance rejection control(ADRC) was proposed in 1989. It has been successfully applied in multiple engineering fields. Whether it can be successfully applied in the aerospace field is the key to verifying the success of the establishment of ADRC theory. Firstly, the theory of ADRC was introduced. Then the application of ADRC in the field of UAV flight control was reviewed, and the parameter tuning and optimization of ADRC, stability analysis, improved algorithm of ADRC and its application in flight control system were summarized. Finally, the relevant research results were summarized and the problems faced in the future development were pointed out. In the development of intellectualization and productization, ADRC technology is prospected.
Key words: unmanned aerial vehicles; active disturbance rejection control; parameter tuning and optimization; stability analysis
无人飞行器(unmanned aerial vehicles, UAV)是指通过飞行控制系统或地面人员遥控操纵的不载人飞行器[1]。无人飞行器尺寸小，造价低，隐蔽性强，且不会造成自身人员伤亡，因此受到各国普遍关注而被广泛应用于侦查、情报收集、监控、地面目标打击和农业植保等领域[2-6]。飞行控制系统是无人飞行器的“大脑”，飞行控制律设计是“大脑”的核心。目前国内外已发展出诸多控制算法，如PID控制、滑模控制、模糊控制、神经网络控制和自抗扰控制等[7-11]。
自抗扰控制理论(active disturbance rejection control，ADRC)源于1989年韩京清对于控制论的反思[12]，并于1998年正式提出[13]，其核心由跟踪微分器[14-15](tracking differentiator，TD)、扩张状态观测器[16](extended state observer，ESO)和状态误差非线性组合控制律[17](state error nonlinear control law, SENCL)3个部分组成。自抗扰控制理论集中反映了韩京清等对于传统PID控制的反思[18]、对于线性化[19]与参数化[20]的理解，打破了线性与非线性，确定性与不确定性的界限，突破了PID控制的“基于误差而消除误差”，实现了“估计误差消除误差”。自抗扰控制算法鲁棒性强、相对易实现，已在兵器、电力、化工、船舶和航空航天等众多领域得到成功应用。
近年来，自抗扰控制得到蓬勃发展，其影响力与日俱增，得到了学界的广泛关注。李杰等[21]梳理了自抗扰控制相关理论研究成果与进展，并指出了需要进一步拓展、深入研究的内容或可另辟蹊径的方法、思路；高志强[22]对自抗扰控制的范式、本质问题和基本原理进行了梳理和反思，探讨了自抗扰控制思想的内涵和意义，进一步发展了自抗扰控制技术和理论；陈增强等[23-24]系统地阐述了自抗扰控制理论的研究进展，就其在工程中的应用进行了总结分类；王丽君等[25]介绍了应用自抗扰控制思想解决时滞系统问题的常用设计方法，并总结了自抗扰控制器的参数整定方法。
自抗扰控制工程应用比较多，在飞行器飞行控制系统的应用也不少，但未见系统综述性文献。本文作者系统梳理自抗扰控制在无人飞行器飞行控制领域的应用，并就未来发展方向给予展望，为无人飞行器飞行控制领域研究提供参考。
1 自抗扰控制器设计原理
经典PID控制存在固有缺陷[26]：
1) 控制目标v在控制过程中可以“跳变”，而输出量y因惯性不可跳变，用缓变输出量y跟踪跳变目标量v并不合理。
2) 误差e的微分易产生噪声，误差e的积分易产生振荡，引起控制量饱和，使系统变得迟钝。比例、积分、微分线性组合并不是最好的组合方式。
ADRC的提出解决了经典PID控制的缺陷，其结构如图1所示，由跟踪微分器、扩张状态观测器和状态误差非线性组合控制律组成，这些组成部分可根据控制需求进行灵活组合，构成不同的控制组合。TD快速获取输入跟踪信号和微分信号， ESO用来估计系统状态和扰动，扰动含系统不确定性模型构成的内扰和系统外部扰动，SENCL为状态误差非线性组合控制律，借助扰动分量补偿实现自动控制。自抗扰控制克服了系统动态模型限制，并有效避免噪声干扰信号的影响，能够对内外部扰动进行实时补偿，具有良好的控制性能。
图1 ADRC结构
Fig. 1 ADRC structure
1.1 跟踪微分器
跟踪微分器将输入信号v(t)输出为跟踪信号v1(t)和微分信号v2(t)，对输入信号中的噪声能起到很好的抑制作用。
文献[15]给出的输入信号有界的二阶跟踪微分器离散模型为
其中：
则只需用
式中：k为信号采样的第k时刻；h为离散采样时间步长；r为速度因子。h和r参数可调，决定着输出信号跟踪速度。输出状态变量
1.2 扩张状态观测器
假设受外界扰动的非线性不确定对象为
其中：u和y为系统输入输出信号；
系统(8)可用n个状态变量表示为n阶微分方程，令
设计系统(8)的扩张系统(9)为如下扩张状态观测器：
其中：
而扩张状态变量的估计值
将系统(9)控制信号设计为
在扩张状态估计值补偿下系统成为n个积分串联型线性被控对象，即
也就是非线性被控对象的动态补偿线性化处理。
1.3 状态变量误差非线性组合控制律
已知控制系统被控对象的期望目标量，采用跟踪微分器快速获取期望目标跟踪信号和微分信号，利用扩张状态观测器输出的状态变量当前估计值、微分估计值，构成状态变量的误差，对状态变量误差进行非线性组合，形成的控制律能很好控制受控对象快速跟踪期望目标量，且系统的鲁棒性好，能有效抑制扰动干扰。可用非线性组合如下：
式中：
2 无人飞行器自抗扰控制应用
随着自抗扰控制技术的不断发展，其适用范围不断扩大，在航空领域，自抗扰控制已在不同构型的无人飞行器飞行控制系统中应用。
2.1 自抗扰控制可适用的系统
GUO等[27-28]给出了自抗扰控制能适用于SISO系统及MIMO系统的理论性证明；韩京清[13]介绍了时变系统、多变量系统和最小相位系统等不同对象使用自抗扰控制器的方法；XUE等[29]设计了一种外部扰动不连续的非线性时变不确定系统的线性自抗扰控制系统，当干扰满足Lipchitz条件假设时自抗扰控制能力有一定限制；文献[30-32]设计了非最小相位系统的线性自抗扰控制；文献[33]分析了ADRC在随机系统的应用情况；文献[34-35]将ADRC-GPC算法应用于混沌系统的同步与控制，证明其适用于强非线性系统；文献[36]证明了ADRC-GPC算法适用于大时滞多变量耦合系统。
自抗扰控制适应性强，在众多复杂系统工程中得到成功应用。跟踪微分器、扩张状态观测器和状态变量误差非线性组合控制律灵活组合，与其他技术综合后进一步扩大自抗扰控制的应用范围。韩京清[12]提出：相信不久的将来控制工程中PID控制技术的统治地位将被自抗扰控制技术所替代，控制工程将迎来自抗扰控制器的新时代。
无人飞行器总存在内部不确定性(未建模动态及参数不确定性)以及外部不确定性(外部环境的未知扰动)，这将导致数学模型与实际飞行存在较大误差，传统控制方法不能有效控制。ADRC将系统内部及外部扰动视为总扰动，通过扩张状态观测器对总扰动进行估计并实时补偿。ADRC不依赖于精确的数学模型，克服了内外扰动的不确定性，具有较强的鲁棒性，适用于不同构型无人飞行器飞行控制系统设计。
2.2 多旋翼飞行器
多旋翼飞行器具有非线性、强耦合、欠驱动和时变特性，其独特的结构布局和飞行控制特性使其控制系统的设计难度较大[37]。四旋翼飞行器是最为常见的多旋翼飞行器，其飞行控制系统设计能反映出控制技术的应用情况。文献[38]为四旋翼飞行器设计了一组线性自抗扰姿态控制器和跟踪微分器/线性自抗扰位置控制器，并实验验证了系统超调小、响应快，参数适应范围广、鲁棒性变强；文献[39]为四旋翼飞行器设计了姿态角度外环LADRC控制器、姿态角速度内环非线性ADRC控制器、高度环位置PID控制器、速度PID控制器和加速度ADRC控制器，仿真结果表明了串级ADRC控制器方法控制效果好；文献[40]对比研究了LADRC与反步自适应法的控制效果，体现了LADRC在快速性、鲁棒性及动态性能上的优越性；文献[41]采用自抗扰控制器外环位置控制器与内环PID控制器相结合方法解决了四旋翼飞行器避障过程中的控制问题；文献[42]为一种推力矢量可倾转四旋翼无人机设计了ADRC以估计补偿紊流风扰动，提高了动力失效的鲁棒性。
文献[43]设计了ADRC姿态内环控制器和PID位置外环控制器，提高了四旋翼飞行器的抗风性，试验验证了方法的可靠性。文献[44]研究了鲁棒微分器和ADRC在四旋翼飞行器控制中的应用，鲁棒微分器能在白噪声环境下进行精准微分信号的提取与滤波，实现了在高频白噪声扰动下的稳定轨迹跟踪。
八旋翼无人飞行器是另一常见结构形式的多旋翼飞行器。文献[45]应用LADRC实现八旋翼无人机偏航姿态跟踪控制，引入静态抗饱和补偿器，保证了偏航姿态出现执行器饱和时，依然具有较好的偏航控制性能。六旋翼无人飞行器也是一类常见构型的多旋翼飞行器。文献[46]设计了一种视觉导航的串级自抗扰位姿控制器。除偶数旋翼数无人飞行器外，还有三旋翼无人飞行器，尽管具有结构简单、稳定性好、节约材料等优势，但其结构不对称，给控制策略设计带来难度。文献[47]分析了三旋翼动力学建模后，设计了一种ADRC位姿控制器，并与传统PID控制器相比，ADRC响应速度更快，抗干扰能力更强。
2.3 无人直升机
与多旋翼飞行器一样，无人直升机的动力学模型同样具有高度非线性和强耦合性，且由于自身操纵机构复杂及气动干扰等因素的存在，导致精确建模难度大，自抗扰控制技术对被控对象建模精度要求不高，为无人直升机设计飞行控制系统提供了一种有效途径。
文献[48]设计了无人直升机垂向通道自抗扰控制器，提出了基于模型特征的模型信息辅助方式，提高了自抗扰控制性能。模型信息辅助方式对ESO形式和动态补偿进行了改造，充分利用了ADRC对未知扰动的补偿能力，自抗扰参数保持不变。
文献[49]运用自抗扰控制技术设计无人直升机的位置控制律，反馈回路变增益控制，前馈通道ESO扰动估计实现动态补偿，提高了无人直升机的抗风能力和控制精度；文献[50]综合分析了直升机航向不确定特性，设计了一种自抗扰控制策略，验证了其具有对扰动抑制能力强、控制精度高等优点，控制性能明显比传统的PID控制方法优；文献[51]设计了无人直升机的ADRC双环控制器，内环为姿态、航向与高度环，外环对横纵向位移进行控制，产生内环所需的横滚和俯仰角参考输入，用盘旋上升飞行模态仿真验证控制方法的有效性和鲁棒性。
由于飞行环境的多变，物理模型简化以及模型的精确度等因素干扰，需要无人直升机轨迹控制系统须具有抗扰能力，文献[52]为了解决无人直升机轨迹控制效果依赖于直升机物理参数的测量和辨识精度以及外部扰动问题，提出了一种基于LADRC的三回路无人直升机轨迹控制系统，根据被控量的动力学方程阶次选取对应的一阶或二阶LADRC控制器，并结合时间尺度原理，自内向外依次构建无人直升机的姿态、速度和位置控制回路，将三回路串联后建立了无人直升机轨迹控制系统，通过施加各种扰动验证直升机轨迹跟踪能力。图2所示为不同工况下的空间轨迹响应。从图2可以看出：控制方法能很好地克服内外扰动的影响，实现带爬升率的“8”字形轨迹跟踪。
图2 不同工况下的空间轨迹响应[52]
Fig. 2 Spatial path response under various operating conditions[52]
文献[53-54]基于亚拓600无人直升机动力学模型，设计一种改进的二阶LADRC，将TD添加到LESO中，并估计影响输出结果的干扰，在改进控制器结构与反馈补偿系数基础上，对比研究了该控制方法与模糊PID的控制效果，发现该方法的姿态角响应速度更快，稳定性更好。
无人倾转旋翼机存在操纵面冗余、通道耦合严重的问题，文献[55]分析了无人倾转旋翼机过渡过程中飞行器舵面分配策略和通道切换策略，并根据其飞行控制的特点设计了降阶ADRC控制器，采用TD输出姿态角速率，减少了ESO的阶数，通过无人倾转旋翼机的全包线飞行控制仿真，验证了控制系统的有效性、舵面分配策略和通道切换策略的合理性。
纵列式双旋翼直升机与传统单旋翼带尾桨直升机相比具有悬停需用功率低、抗风能力强、重心变化范围大和适合舰载等优点，文献[56-57]为解决纵列式双旋翼直升机姿态控制中的多变量、欠驱动、强耦合的控制问题，设计了串级自抗扰控制器及线性二次型调节器(linear quadratic regulator, LQR)，发现串级自抗扰控制器具有更精准的控制精度，能更加满足快速性的要求，并且更具鲁棒性、抗干扰性以及对非线性强耦合系统的解耦能力。
2.4 固定翼无人飞行器
固定翼无人飞行器的自动驾驶仪系统是自抗扰控制技术的又一应用领域。文献[58]为一固定翼无人飞行器设计了ADRC控制系统；文献[59]为塞斯纳182p缩比航模设计了ADRC俯仰和滚转姿态控制系统，并试验飞行验证了其控制效果；文献[60]为固定翼无人机设计了ADRC横侧向解耦控制系统；文献[61]对比分析了ADRC与PID的抗干扰能力。
飞翼布局无人机存在模型强非线性、大不确定性及多变量强耦合等问题，文献[62]设计了基于块控反演控制技术的姿态控制律，并采用ESO估计模型总不确定性，采用函数拟合法解算阻力方向舵舵偏指令，并利用二阶振荡环节对观测器进行抗时滞处理；文献[63]利用ADRC观测并补偿微下冲气流，对飞翼布局无人机进行控制，使得航迹倾角对指令响应迅速。
文献[64]为弹性飞翼无人机设计了ADRC鲁棒控制系统，能够克服干扰及气动模态参数大范围摄动的影响；文献[65]为高空长航时无人机设计了纵向和横向自抗扰航迹控制律。
固定翼无人飞行器舵面损伤故障会引起气动参数大范围变化，文献[66]采用LADRC将舵面损伤故障引起的被控对象特性变化当作参数的有界摄动进行实时估计和补偿，将被控对象整定成不受特性变化影响的标称对象，实现对舵面损伤故障的被动容错控制。
2.5 其他构型飞行器
微型无人机的气动特性高度非线性并且数学模型不易搭建，文献[67]利用ADRC不依赖于精确的数学模型特点，设计了微型无人机的高度、姿态控制系统，得到了较好的控制效果。无人机火箭助推发射过程中，无人机受力发生变化且呈现高度非线性，系统模型存在不确定性，文献[68]设计了无人机火箭助推发射系统的控制器，得到了较为精确的控制效果；文献[69]在高超声速无人机领域，对比研究了ADRC、PID控制及
总之，自抗扰控制适应于大多数无人飞行器飞行控制系统，充分体现了自抗扰控制的普适性及工程应用的优势。多种实际应用结果表明自抗扰控制相比PID控制具有明显优势，与其他经典控制方法相比，在一些关键控制性能指标上也展现出优势。但上述研究考虑的飞行状态不够全面，需要论证的是自抗扰控制能否适应无人飞行器全包线飞行以及飞行过程中的高频扰动、高机动飞行。因此，在具体应用时，需要结合被控对象的工作原理及工作环境特点，设计自抗扰控制器。
3 自抗扰控制算法改进及稳定性分析
自抗扰控制算法改进主要涉及ADRC自身算法改进和融合算法改进。而ADRC自身算法改进包括ADRC框架结构改进和fal函数改进2个方面。
3.1 ADRC自身算法改进
自抗扰控制系统构成要素固定，但组合方式灵活变化，视具体控制要求进行组合。fal函数也不是一成不变，根据需要进行变动。
文献[71]指出忽略四旋翼飞行器执行机构的动态部分，则可将对象视为二阶系统，但实际执行机构对机体有滞后作用，理论上不可略，为避免将ESO扩张为3阶甚至更高阶，对控制量进行“延迟补偿”转换为“力矩q”，并将其视为中间控制量，以机体运动模型构造ESO，不仅能够准确观测扰动，同时避免了ESO阶数过高带来的参数整定困难问题，改进后的控制流程如图3所示。图4所示为无补偿和有补偿2种ESO的观测效果对比。从图4可知：在时间为0.25~1.25 s期间，出现0.1 N·m的横滚力矩扰动，可以看到增加延迟补偿的ESO具有更优的观测能力。
图3 ADRC改进结构[71]
Fig. 3 Improved structure of ADRC[71]
图4 有补偿和无补偿ESO观扰对比[71]
Fig. 4 Comparison of ESO between with and without compensations for disturbance estimation[71]
文献[72]在设计四旋翼飞行器ADRC控制系统时，指出韩京清[73]设计的fal函数在原点附近存在拐点，会导致斜率较大引起观测器观测效果不佳，因此，设计如下新fal函数
新fal函数主要改进是引入由线性函数与正切函数拟合的函数形式替代fal函数的指数形式，避免了拐点和较大的误差增益，同时引入了常数λ，通过调节λ可以保持fal函数较小的增益。图5所示为fal和新fal响应曲线。图6所示为fal/e和新fal/e响应曲线。从图5和图6的仿真对比实验表明新fal函数相比原fal函数在原点具有更好的平滑性、连续性和收敛性，避免出现原点附近拐点导致观测器观测效果不佳的问题。
图5 fal和新fal响应曲线[72]
Fig. 5 Response curves of fal and new fal[72]
图6 fal/e和新fal/e响应曲线[72]
Fig. 6 Response curves of fal/e and new fal/e[72]
文献[74]提出了ESO离散改进方法，采用shifted Tustin双线性变换方法离散化ESO连续方程，避免了离散化过程中可能引起的振荡，即
式中：
同时，采用三段化改进型fal函数，即
当外界干扰较强烈时，误差特别大，控制量迅速增大，改进了二段fal函数的“大误差小增益”控制策略，并用起飞、悬停和强风飞行控制进行了仿真，验证了改进方法的有效性。
由此可见，增加或减少ADRC控制系统的模块能够在某些问题上获得收益，但是这并不意味着适用于所有问题，同时模块变化对整体控制精度、抗扰能力会造成不确定因素。算法改进能改善控制速度，但削弱了抗扰能力，这是需要关注的问题。尽管改进fal函数能改善控制效果，但随之而来的问题也很多，如参数如何整定，是否对被控对象具有普适性等，也是未来需要关注的问题。
3.2 融合算法改进
扩展卡尔曼滤波器与自抗扰控制融合，增强了四旋翼位姿控制的抗干扰能力[75]。线性自抗扰与非线性
文献[78]采用自抗扰与反步控制融合设计了机动滑翔飞行器的姿态控制；文献[79]提出了四旋翼飞行器姿态控制的分数阶PD控制器与自抗扰中的线性扩张状态观测器相结合的控制策略，提高了无人机姿态控制系统的性能。
文献[80-81]采用模糊自抗扰控制器作为基准控制器，引入时延控制技术，提出时延模糊控制自抗扰容错飞行控制方法，针对被动容错控制方法不能在未知故障中保证系统的稳定性且不具有初始恢复性等问题，利用ESO和自适应控制融合，提出一种四旋翼飞行器非线性自适应故障诊断与调节的方法，对故障进行检测、隔离和调节。
文献[82]研究的高超声速无人机控制系统设计中融入了串级自抗扰控制，对抑制滑模控制抖振取得了较好的效果；文献[83-84]以四旋翼飞行器为被控对象，设计了滑模自抗扰控制器；文献[85]引入高阶滑模观测器理论，有效避免了传统ESO扩张状态观测器渐近稳定、收敛速度不能保证的缺点；文献[86]采用非线性光滑函数设计滑模趋近律，有效减小控制信号的抖振。LESO估计总扰动状态量，与滑模控制律融合，实现了具有完全自抗扰能力和无高频振荡现象的无人机紧密编队飞行控制；文献[87]采用非奇异终端滑模自抗扰控制策略，设计了快速终端滑模面，响应效果更好，解决了非奇异滑模面在远离平衡点收敛速度慢的问题，实现全局快速收敛，提高了系统快速性。
ADRC可适用多种控制框架，与之融合体现出很强的吸纳性和互补性。ADRC能有效估计位置扰动，减少了控制设计对精确数学模型的依赖，为控制系统设计提供一种很好的补缺方法。而融合过程中避免了单独方法所遇到的控制问题，只需修改各自模块结构或者组成即可。
3.3 稳定性分析
自抗扰控制对被控对象不确定性部分的数学建模没有具体形式限制，给理论分析带来了困难，致使非线性机制应用更加复杂[21]。稳定性分析是控制系统设计不可缺少的一个环节。
文献[44]根据Hurwitz矩阵判断方法分析了线性/非线性自抗扰控制在四旋翼飞行器飞行过程中控制切换条件下的渐近稳定性；文献[88]根据Routh判据分析系统稳定性，控制通道的闭环传递函数基于频域理论获得，存在忽略干扰估计误差的缺陷；文献[89]根据I/O稳定性定理给出模糊反馈误差控制器稳定的充分条件。四旋翼飞行器滑模自抗扰控制系统稳定性[83-84]和固定翼无人飞行器自抗扰控制系统稳定性[90]均由Lyapunov稳定性理论得到分析证明。
4 参数整定及优化
ADRC控制参数整定是自抗扰控制中的重要环节。ADRC参数优化方法很多，期待智能优化算法应用，以自动寻优算法实现ADRC参数自整定。
4.1 参数整定
自抗扰控制器控制效果与其控制参数选取关系重大。自抗扰控制器参数多，高阶自抗扰控制器则更多。有些关键参数之间相关性大，参数调节方法的高效准确十分重要。
文献[91]提出了采用共轭梯度算法(conjugate gradient algorithm，CGA)整定ADRC参数的方法，并在四旋翼飞行器飞行试验中进行了验证；文献[92]提出了基于PID控制器参数的LADRC参数整定方法；文献[93]采用根轨迹法对参数进行整定；文献[94]根据工程经验，将TD，ESO及SENCL这3个部分按照一定规则分开进行参数整定，随后再进行组合参数整定。
总的来说，在无人飞行器飞行控制系统中的参数整定方法并不多，主要还是以工程经验或借鉴PID参数整定方法为主。未来，可以借鉴其他领域的ADRC参数整定经验，在无人飞行器领域做尝试。
4.2 参数优化
智能优化算法如遗传算法、人工蜂群算法和神经网络算法等能应用于实际工程优化，算法基本成熟，与ADRC相结合可解决其参数整定优化，是一种极具价值的方法，控制效果更优。
文献[95]为四旋翼飞行器用遗传算法(genetic algorithm，GA)对三阶系统ESO的
文献[99]设计了无人直升机二阶LADRC航向控制器，用人工蜂群算法(artificial bee colony algorithm, ABC)、PSO及GA共3种参数优化方法对参数进行优化整定，表明ABC收敛速度较快，稳定时间比其他2种算法的快，然响应速度略比PSO算法的慢。
文献[100]采用一种基于变权重变异鸽群优化(variable weighted mutant pigeon inspired optimization, VWMPIO)算法对自抗扰控制器的控制参数进行优化，以解决空中加油收油机的建模误差和强干扰以及ADRC参数整定问题；文献[101]用灰狼优化对多螺旋桨推力无人飞艇的LADRC控制系统参数进行优化。
文献[102]用粒子群算法(particle swarm optimization,PSO)优化四旋翼无人飞行器的控制参数，并进行实验验证；文献[103]用双空间(即
随着自抗扰控制应用领域的不断拓展，人们对自抗扰控制器参数整定与优化方法要求更高，所采用的方法要简单易用，还需获得较好的工程效果，需要在理论与工程中进行权衡、慎重考虑。
5 总结
韩京清[12]于1989年提出自抗扰控制理论，发展至今已有30余年，并已在多个工业领域得到应用。本文综述了自抗扰控制技术在无人飞行器飞行控制的应用情况，介绍了自抗扰控制基本原理、自抗扰控制在不同构型无人飞行器的应用现状、自抗扰控制的参数整定及优化、稳定性分析以及算法改进等。可以看出，近年来自抗扰控制发展很快，也有相关理论分析，工程运用较多，在无人飞行器飞行控制方面也逐渐成为主流发展趋势。
图7所示为在无人飞行器飞行控制方面能够与ADRC融合的控制算法。从图7可见：传统无人飞行器控制方法大部分都能与ADRC算法融合，说明ADRC有很强的扩展性。当遇到单独ADRC无法解决时，可以通过寻找合适算法进行融合改进控制方法。
图7 能够与ADRC融合的控制算法
Fig.7 Control algorithms integrated with ADRC
图8所示为ADRC在多种构型无人飞行器飞行控制的应用。自抗扰控制技术具有旺盛的生命力，有望突破传统无人飞行器飞行控制方法，主要原因在于：
1) 自抗扰控制不需要依靠精确的数学模型，并具有干扰估计能力。这恰好应对无人飞行器高度非线性难于建模、飞行过程外界干扰不确定的特点。
图8 ADRC在无人飞行器飞行控制的应用
Fig.8 ADRC application in flight control of UAV
2) 自抗扰控制融合性强，能与多种控制方法结合，促进了自抗扰控制的发展。自抗扰控制参数优化整定有利于控制性能提升。
3) 自抗扰控制的控制结构和控制律模型源于现代控制理论，能解决实际工程问题。
尽管如此，自抗扰控制仍然面临严峻挑战：
1) 自抗扰控制还无法彻底摆脱对模型的依赖，仍需要知道对象阶次、作用范围和输入输出等信息。对于复杂的被控对象，掌握这些信息尚有难度。
2) 自抗扰控制参数整定复杂，需要整定的参数较多，虽线性自抗扰控制的参数个数比非线性自抗扰控制的参数个数少，但其在控制精度及抗扰性能上仍不及非线性自抗扰控制。
3) 自抗扰控制参数优化算法在工程实现上还有一定难度，受采样步长等诸多条件限制，理论最优值与实际工程最优值存在一定差距。
4) 自抗扰控制应用于非线性和时变特性被控对象，要实时在线估计预估因子b0并不容易。应用于时滞系统，时滞程度过大，其控制效果仍有限。
6 展望
自抗扰控制在无人飞行器飞行控制的应用将随着无人飞行器性能要求提高得到快速发展，自抗扰控制也会随着无人飞行器的发展赋予新的使命，自抗扰控制会得到进一步完善，主要方向有：
1) 借鉴引入其他控制方法或优化算法，提高自抗扰控制参数自整定能力，克服参数整定的复杂性，进一步提高自抗扰控制的自适应能力。
2) 无人飞行器趋于智能化，“意念”控制无人飞行器也存在可能。自抗扰控制技术需融入人机智能理念，智能化ESO快速估计状态使控制系统彻底摆脱对被控对象的依赖。
3) 强化自抗扰控制算法与其他控制算法融合，改进融合算法，应用高速微处理器开发飞行控制芯片，使自抗扰控制产品化，以适应现代飞行器快速发展的需要。
参考文献：
[1] CAI Guowei, CHEN B M, LEE T H. Unmanned rotorcraft systems[M]. London: Springer, 2011: 21-29.
[2] CAMPOY P, GARCIA P J, BARRIENTOS A. An stereoscopic vision systems guiding an autonomous helicopter for overhead power cable inspection[J]. Lecture Notes in Comouter Science, 2011, 95(3): 115-124.
[3] WANG Binhai, HAN Lei, ZHANG Hailong, et al. A flying robotic system for power line corridor inspection[C]// 2009 IEEE International Conference on Robotics and Biomimetics (ROBIO). Guilin, China: IEEE, 2009: 2468-2473.
[4] EISENBEISS H. The autonomous mini helicopter: a powerful platform for mobile mapping[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2008, 37(B1): 977-981.
[5] 韩世杰. 迅速升温的无人机民用应用[J]. 国际航空, 2007(10): 48-50.
HAN Shijie. UAVs will get extensive civil applications[J]. International Aviation, 2007(10): 48-50.
[6] 谢涛. 基于四旋翼无人机的多参数空气质量检测系统设计[D]. 淮南: 安徽理工大学, 2019: 26-35.
XIE Tao. Design of multi-parameter air quality monitoring system based on four-rotor UAV[D]. Huainan: Anhui University of Science & Technology, 2019: 26-35.
[7] HYUNCHUL S D, KIM H J, SASTRY S. Control system design for rotorcraft-based unmanned aerial vehicles using time-domain system identification[C]// Proceedings of the 2000 IEEE International Conference on Control Applications. Anchorage, AK, USA: IEEE, 2000: 808-813.
[8] RAZMI H, AFSHINFAR S. Neural network-based adaptive sliding mode control design for position and attitude control of a quadrotor UAV[J]. Aerospace Science and Technology, 2019, 91: 12-27.
[9] KIM H. A flight control system for aerial robots: algorithms and experiments[J]. Control Engineering Practice, 2003, 11(12): 1389-1400.
[10] ERGINER B, ALTUG E. Design and implementation of a hybrid fuzzy logic controller for a quadrotor VTOL vehicle[J]. International Journal of Control, Automation and Systems, 2012, 10(1): 61-70.
[11] COZA C, MACNAB C J B, A ramirez-serrano, Adaptive fuzzy control for a quadrotor helicopter robust to wind buffeting[J]. Journal of Intelligent and Fuzzy Systems, 2011, 22(5): 267-283.
[12] 韩京清. 控制理论: 模型论还是控制论[J]. 系统科学与数学, 1989, 9(4): 328-335.
HAN Jingqing. Control theory, is it a model analysis approach or a direct control approach[J]. Journal of Systems Science and Mathematical Sciences, 1989, 9(4): 328-335.
[13] 韩京清. 自抗扰控制器及其应用[J]. 控制与决策, 1998, 13(1): 19-23.
HAN Jingqing. Auto-disturbances-rejection controller and its applications[J]. Control and Decision, 1998, 13(1): 19-23.
[14] 韩京清, 王伟. 非线性跟踪-微分器[J]. 系统科学与数学, 1994, 14(2): 177-183.
HAN Jingqing, WANG Wei. Nonlinear tracking-differentiator[J]. Journal of Systems Science and Mathematical Sciences, 1994, 14(2): 177-183.
[15] 韩京清, 袁露林. 跟踪-微分器的离散形式[J]. 系统科学与数学, 1999, 19(3): 268-273.
HAN Jingqing, YUAN Lulin. The discrete form of tracking-differentiator[J]. Journal of Systems Science and Mathematical Sciences, 1999, 19(3): 268-273.
[16] 韩京清. 一类不确定对象的扩张状态观测器[J]. 控制与决策, 1995, 10(1): 85-88.
HAN Jingqing. The “extended state observer” of a class of uncertain systems[J]. Control and Decision, 1995, 10(1): 85-88.
[17] 韩京清. 非线性状态误差反馈控制律: NLSEF[J]. 控制与决策, 1995, 10(3): 221-225.
HAN Jingqing. Nonlinear state error feedback control Law-NLSEF[J]. Control and Decision, 1995, 10(3): 221-225.
[18] 韩京清. 从PID技术到“自抗扰控制”技术[J]. 控制工程, 2002, 9(3): 13-18.
HAN Jingqing. From PID technique to active disturbances rejection control technique[J]. Basic Automation, 2002, 9(3): 13-18.
[19] 韩京清. 反馈系统中的线性与非线性[J]. 控制与决策, 1988, 3(2): 27-32.
HAN Jingqing. Linearity and nonlinearity in the feedback system[J]. Control and Decision, 1988, 3(2): 27-32.
[20] GAO Zhiqiang. Scaling and bandwidth-parameterization based controller tuning[C]// Proceedings of the 2003 American Control Conference. Denver, Colorado, USA: IEEE, 2003: 4989-4996.
[21] 李杰, 齐晓慧, 万慧, 等. 自抗扰控制: 研究成果总结与展望[J]. 控制理论与应用, 2017, 34(3): 281-295.
LI Jie, QI Xiaohui, WAN Hui, et al. Active disturbance rejection control: theoretical results summary and future researches[J]. Control Theory & Applications, 2017, 34(3): 281-295.
[22] 高志强. 自抗扰控制思想探究[J]. 控制理论与应用, 2013, 30(12): 1498-1510.
GAO Zhiqiang. On the foundation of active disturbance rejection control[J]. Control Theory & Applications, 2013, 30(12): 1498-1510.
[23] 陈增强, 刘俊杰, 孙明玮. 一种新型控制方法: 自抗扰控制技术及其工程应用综述[J]. 智能系统学报, 2018, 13(6): 865-877.
CHEN Zengqiang, LIU Junjie, SUN Mingwei. Overview of a novel control method: active disturbance rejection control technology and its practical applications[J]. CAAI Transactions on Intelligent Systems, 2018, 13(6): 865-877.
[24] 陈增强, 程赟, 孙明玮, 等. 线性自抗扰控制理论及工程应用的若干进展[J]. 信息与控制, 2017, 46(3): 257-266.
CHEN Zengqiang, CHENG Yun, SUN Mingwei, et al. Surveys on theory and engineering applications for linear active disturbance rejection control[J]. Information and Control, 2017, 46(3): 257-266.
[25] 王丽君, 李擎, 童朝南, 等. 时滞系统的自抗扰控制综述[J]. 控制理论与应用, 2013, 30(12): 1521-1533.
WANG Lijun, LI Qing, TONG Chaonan, et al. Overview of active disturbance rejection control for systems with time-delay[J]. Control Theory & Applications, 2013, 30(12): 1521-1533.
[26] 韩京清. 自抗扰控制技术[J]. 前沿科学, 2007, 1(1): 24-31.
HAN Jingqing. Auto disturbances rejection control technique[J]. Frontier Science, 2007, 1(1): 24-31.
[27] GUO Baozhu, ZHAO Zhiliang. On convergence of nonlinear active disturbance rejection for SISO systems[C]// 2012 24th Chinese Control and Decision Conference (CCDC). Taiyuan, China: IEEE, 2012: 3507-3512.
[28] GUO Baozhu, ZHAO Zhiliang. On the convergence of an extended state observer for nonlinear systems with uncertainty[J]. Systems & Control Letters, 2011, 60(6): 420-430.
[29] XUE Wenchao, HUANG Yi. On performance analysis of ADRC for nonlinear uncertain systems with unknown dynamics and discontinuous disturbances[C]// Proceedings of the 32nd Chinese Control Conference. Xi'an, China: IEEE, 2013: 1102-1107.
[30] ZHAO Shen, GAO Zhigiang. Active disturbance rejection control for non-minimum phase systems[C]// Proceedings of the 29th Chinese Control Conference. Beijing: IEEE, 2010: 6060-6070.
[31] ZHAO Shen, SUN Li, LI Donghai, et al. Tracking and disturbance rejection in non-minimum phase systems[C]// Proceedings of the 33rd Chinese Control Conference. Nanjing, China: IEEE, 2014: 3834-3839.
[32] SUN Li, LI Donghai, GAO Zhiqiang, et al. Combined feedforward and model-assisted active disturbance rejection control for non-minimum phase system[J]. ISA Transactions, 2016, 64: 24-33.
[33] LI Mingda, LI Donghai, WANG Jing, et al. Active disturbance rejection control for fractional-order system[J]. ISA Transactions, 2013, 52(3): 365-374.
[34] 张园, 徐琦, 孙明玮, 等. 基于快速全线性预测控制的混沌系统控制与同步[J]. 物理学报, 2015, 64(1): 55-61.
ZHANG Yuan, XU Qi, SUN Mingwei, et al. Control and synchronization in chaotic systems based on fast linear predictive control[J]. Acta Physica Sinica, 2015, 64(1): 55-61.
[35] ZHANG Yuan, SUN Mingwei, CHEN Zengqiang. Control and synchronization in chaotic systems based on fast linear predictive control[J]. Nonlinear Analysis: Modelling and Control, 2016, 21(5): 587-599.
[36] 张园, 孙明玮, 陈增强. 强制循环蒸发系统线性自抗扰解耦控制的鲁棒设计[J]. 化工学报, 2015, 66(S2): 263-270.
ZHANG Yuan, SUN Mingwei, CHEN Zengqiang. Robust design of linear active disturbance rejection decoupling control for forced-circulation evaporation system[J]. CIESC Journal, 2015, 66(S2): 263-270.
[37] 甄红涛, 齐晓慧, 夏明旗, 等. 四旋翼无人直升机飞行控制技术综述[J]. 飞行力学, 2012, 30(4): 295-299.
ZHEN Hongtao, QI Xiaohui, XIA Mingqi, et al. Survey of flight control technology for quad-rotor unmanned helicopter[J]. Flight Dynamics, 2012, 30(4): 295-299.
[38] 汤帅. 基于自抗扰技术的Qball无人机控制系统的设计与实现[D]. 天津: 天津工业大学, 2019: 42-51.
TANG Shuai. Design and implementation of Qball U-AV control system based on ADRC[D]. Tianjin: Tianjin Polytechnic University, 2019: 42-51.
[39] 叶剑晓. 基于自抗扰的四旋翼飞行器控制系统设计与实现[D]. 绵阳: 西南科技大学, 2019: 50-60.
YE Jianxiao. Design and implementation of quad-rotor control system based on active disturbance rejection[D]. Mianyang: Southwest University of Science and Technology, 2019: 50-60.
[40] 包明霞. 基于自抗扰技术的四旋翼飞行器控制[D]. 天津: 天津工业大学, 2017: 32-45.
BAO Mingxia. Attitude control of four-rotor aircraft based on ADRC[D]. Tianjin: Tianjin Polytechnic University, 2017: 32-45.
[41] 张贵峰, 陈晓, 崔彦召, 等. 基于自抗扰技术的无人机自主避障研究[J]. 计算机测量与控制, 2017, 25(9): 216-218.
ZHANG Guifeng, CHEN Xiao, CUI Yanzhao, et al. Research on autonomous obstacle avoidance of UAV based on ADRC[J]. Computer Measurement & Control, 2017, 25(9): 216-218.
[42] 卢凯文, 杨忠, 张秋雁, 等. 推力矢量可倾转四旋翼自抗扰飞行控制方法[J]. 控制理论与应用, 2020, 37(6) :1377-1387.
LU Kaiwen, YANG Zhong, ZHANG Qiuyan, et al. Active disturbance rejection flight control method for thrust vectored quadrotor with tiltable rotors[J]. Control Theory & Applications, 2020, 37(6): 1377-1387.
[43] 史腾飞. 基于自抗扰算法的四旋翼无人机抗风性能研究[D]. 北京: 华北电力大学, 2017: 55-60.
SHI Tengfei. Research on the wind resistant performance of four-rotor unmanned aerial vehicle based on auto disturbances rejection algorithm[D]. Beijing: North China Electric Power University, 2017: 55-60.
[44] 赵嘉伟. 四旋翼飞行器控制算法研究[D]. 乌鲁木齐: 新疆大学, 2019: 57-61.
ZHAO Jiawei. Research on control algorithm of quadrotor[D]. Urumqi: Xinjiang University, 2019: 57-61.
[45] 彭程. 共轴八旋翼无人飞行器姿态与航迹跟踪控制研究[D]. 长春: 吉林大学, 2015: 45-63.
PENG Cheng. On the attitude and trajectory tracking control for a coaxial eight-rotor unmanned aircraft[D]. Changchun: Jilin University, 2015: 45-63.
[46] 李栋. 基于视觉的六旋翼飞行器的组合导航与控制[D]. 郑州: 郑州大学, 2016: 41-52.
LI Dong. The integrated navigation and control of hexacopter basing on vision[D]. Zhengzhou: Zhengzhou University, 2016: 41-52.
[47] 阮晓钢, 张晓锐, 王丹阳. 三旋翼飞行器的建模及其姿态自抗扰控制[J]. 北京工业大学学报, 2016, 42(10): 1461-1467.
RUAN Xiaogang, ZHANG Xiaorui, WANG Danyang. Modeling of three-rotor aircraft and its attitude based on ADRC[J]. Journal of Beijing University of Technology, 2016, 42(10): 1461-1467.
[48] 郑立强. 基于自抗扰控制的小型无人直升机高度控制的研究与应用[D]. 广州: 华南理工大学, 2016: 47-51.
ZHENG Liqiang. The research and application of altitude control of small unmanned helicopter based on ADRC[D]. Guangzhou: South China University of Technology, 2016: 47-51.
[49] 王刚强, 李玉川, 曾国贵. 基于自抗扰控制技术的无人直升机位置控制律设计[J]. 直升机技术, 2014(2): 36-40.
WANG Gangqiang, LI Yuchuan, ZENG Guogui. Position control laws design of UAH based on ADRC[J]. Helicopter Technique, 2014(2): 36-40.
[50] 方勇纯, 申辉, 孙秀云, 等. 无人直升机航向自抗扰控制[J]. 控制理论与应用, 2014, 31(2): 238-243.
FANG Yongchun, SHEN Hui, SUN Xiuyun, et al. Active disturbance rejection control for heading of unmanned helicopter[J]. Control Theory & Applications, 2014, 31(2): 238-243.
[51] 常冠清, 范国梁, 常红星. 微小型直升机自抗扰飞行控制[J]. 飞行器测控学报, 2012, 31(2): 30-34.
CHANG Guanqing, FAN Guoliang, CHANG Hongxing. Active disturbance-rejection flight control of a miniature helicopter[J]. Journal of Spacecraft TT&C Technology, 2012, 31(2): 30-34.
[52] 吴超, 王浩文, 张玉文, 等. 基于LADRC的无人直升机轨迹跟踪[J]. 航空学报, 2015, 36(2): 473-483.
WU Chao, WANG Haowen, ZHANG Yuwen, et al. LADRC-based trajectory tracking for unmanned helicopter[J]. Acta Aeronautica et Astronautica Sinica, 2015, 36(2): 473-483.
[53] 刘泽群, 代冀阳, 应进, 等. 无人直升机串级LADRC控制器设计及其视景仿真实现[J]. 现代电子技术, 2020, 43(2): 101-105.
LIU Zequn, DAI Jiyang, YING Jin, et al. Design and visual simulation of cascade LADRC for unmanned helicopter[J]. Modern Electronics Technique, 2020, 43(2): 101-105.
[54] 王云霞, 代冀阳, 王村松, 等. 一种线性自抗扰控制器的无人直升机姿态控制方法研究[J]. 计算机应用研究, 2019, 36(6): 1753-1757.
WANG Yunxia, DAI Jiyang, WANG Cunsong, et al. Research on attitude control method of unmanned helicopter based on linear active disturbance rejection control[J]. Application Research of Computers, 2019, 36(6): 1753-1757.
[55] 王东升, 郭剑东, 浦黄忠. 无人倾转旋翼机过渡模式舵面分配及自抗扰控制[J]. 电光与控制, 2019, 26(4): 23-27.
WANG Dongsheng, GUO Jiandong, PU Huangzhong. Rudder distribution and active disturbance rejection control of unmanned tiltrotor aircraft in transition mode[J]. Electronics Optics & Control, 2019, 26(4): 23-27.
[56] 陈增强, 李毅, 袁著祉, 等. 串级自抗扰控制器在纵列式双旋翼直升机飞行姿态控制中的应用[J]. 控制理论与应用, 2015, 32(9): 1219-1225.
CHEN Zengqiang, LI Yi, YUAN Zhuzhi, et al. Attitude control of tandem rotor helicopter based on cascade active disturbance rejection control[J]. Control Theory & Applications, 2015, 32(9): 1219-1225.
[57] 张勇, 陈增强, 张兴会, 等. 双旋翼无人机串级线性自抗扰控制[J]. 中南大学学报(自然科学版), 2019, 50(3): 564-571.
ZHANG Yong, CHEN Zengqiang, ZHANG Xinghui, et al. Attitude control of tandem rotor UAV based on cascade linear active disturbance rejection control[J]. Journal of Central South University(Science and Technology), 2019, 50(3): 564-571.
[58] 周大力. 基于嵌入式操作系统的无人机自动驾驶仪设计及自抗扰算法研究[D]. 北京: 北京理工大学, 2016: 27-32.
ZHOU Dali. The design of UAV autopilot based on embedded operating system and the ADRC algorithm research[D]. Beijing: Beijing Institute of Technology, 2016: 27-32.
[59] 张兆龙. 基于自抗扰控制的飞机飞行姿态控制研究[D]. 南京: 南京航空航天大学, 2016: 37-39.
ZHANG Zhaolong. Research on aircraft flight attitude control based on active disturbance rejection control[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2016: 37-39.
[60] 楼静梅, 张科. 基于自抗扰理论的无人机横侧向解耦控制研究[J]. 计算机测量与控制, 2014, 22(4): 1152-1154.
LOU Jingmei, ZHANG Ke. Study on decoupling control of UAV lateral based on auto-disturbance-rejection control theory[J]. Computer Measurement & Control, 2014, 22(4): 1152-1154.
[61] 胡海燕, 徐敏. 无人机飞行控制系统的自抗扰姿态稳定控制[J]. 遥测遥控, 2012, 33(3): 62-67.
HU Haiyan, XU Min. Active disturbance rejection control of attitude stability for UAV flight control system[J]. Journal of Telemetry,Tracking and Command, 2012, 33(3): 62-67.
[62] 王彦雄, 祝小平, 周洲, 等. 穿越微下冲气流的飞翼布局无人机控制方法[J]. 航空学报, 2015, 36(5): 1673-1683.
WANG Yanxiong, ZHU Xiaoping, ZHOU Zhou, et al. A control method of flying wing UAV for penetration of microburst[J]. Acta Aeronautica et Astronautica Sinica, 2015, 36(5): 1673-1683.
[63] 王彦雄, 周洲, 张波, 等. 飞翼布局无人机反演自抗扰姿态控制[J]. 飞行力学, 2017, 35(2): 30-34.
WANG Yanxiong, ZHOU Zhou, ZHANG Bo, et al. Flying-wing attitude control based on backstepping and active disturbance rejection control[J]. Flight Dynamics, 2017, 35(2): 30-34.
[64] 冯引安, 祝小平, 周洲. 自适应串级自抗扰弹性飞翼无人机姿态控制[J]. 红外与激光工程, 2014, 43(5): 1594-1599.
FENG Yinan, ZHU Xiaoping, ZHOU Zhou. Adaptation cascade active disturbance rejection controller for flexible flying wing UAV attitude control[J]. Infrared and Laser Engineering, 2014, 43(5): 1594-1599.
[65] 卢月亮. 高空长航时无人机飞行控制研究[D]. 哈尔滨: 哈尔滨工业大学, 2014: 42-49.
LU Yueliang. Research on flight control for high-altitude long-endurance unmanned aerial vehicle[D]. Harbin: Harbin Institute of Technology, 2014: 42-49.
[66] 谢梦雷, 魏先利, 王欢. 基于自抗扰的无人飞行器舵面损伤被动容错控制[J]. 战术导弹技术, 2017(6): 83-88.
XIE Menglei, WEI Xianli, WANG Huan. Passive fault-tolerant control for control surface damage of UAV based on active disturbance rejection[J]. Tactical Missile Technology, 2017(6): 83-88.
[67] 高少婷, 黄静雯, 陈兵彬, 等. 微型飞行器的自抗扰控制器设计[J]. 计算机测量与控制, 2017, 25(7): 136-139.
GAO Shaoting, HUANG Jingwen, CHEN Bingbin, et al. Active disturbance rejection control for micro aerial vehicle[J]. Computer Measurement & Control, 2017, 25(7): 136-139.
[68] 张旭东, 尹航, 王剑, 等. 无人机火箭助推发射纵向自抗扰控制[C]// 全面建成小康社会与中国航空发展——2013首届中国航空科学技术大会论文集. 北京: 中国航空学会, 2013: 128-132.
ZHANG Xudong, YIN Hang, WANG Jian. et, al. UAV launched by rockets control based on ADRC[C]// Completely building a well-off society and the development of China's aviation―Proceedings of the 2013 First China Aviation Science and Technology Conference. Beijing: Chinese Aeronautical Society, 2013: 128-132.
[69] 谷元备. 大空/速域飞行器自抗扰及H∞鲁棒控制研究[D]. 哈尔滨: 哈尔滨工业大学, 2015: 45-56.
GU Yuanbei. ADRC and H∞ robust controller design for large space/speed range vehicle[D]. Harbin: Harbin Institute of Technology, 2015: 45-56.
[70] 陶金, 孙青林, 陈增强, 等. 伞翼无人机线性自抗扰高度控制[J]. 国防科技大学学报, 2017, 39(6): 103-110.
TAO Jin, SUN Qinglin, CHEN Zengqiang, et al. Linear active disturbance rejection altitude control for parawing unmanned aerial vehicle[J]. Journal of National University of Defense Technology, 2017, 39(6): 103-110.
[71] 王彪, 唐超颖, 孔大庆. 基于改进自抗扰技术的四旋翼姿态控制[J]. 系统仿真学报, 2018, 30(8): 3124-3129.
WANG Biao, TANG Chaoying, KONG Daqing. Quadrotor attitude control based on an improved ADRC[J]. Journal of System Simulation, 2018, 30(8): 3124-3129.
[72] 闫桂林. 基于自抗扰四旋翼飞行器控制系统设计[D]. 镇江: 江苏科技大学, 2019: 55-59.
YAN Guilin. Design of control system for quadrotor based on auto-disturbance rejection[D]. Zhenjiang: Jiangsu University of Science and Technology, 2019: 55-59.
[73] 韩京清. 自抗扰控制技术: 估计补偿不确定因素的控制技术[M]. 北京: 国防工业出版社, 2008: 36-59.
Han Jingqing. Active disturbance rejection control technology: the technique for estimating and compensating the uncertainties[M]. Beijing: National Defense Industry Press, 2008: 36-59.
[74] 谈黎, 贾培发. 微小型自主直升机自抗扰控制[J]. 机器人, 2009, 31(5): 385-390.
TAN Li, JIA Peifa. Active-disturbance-rejection control of a small autonomous helicopter[J]. Robot, 2009, 31(5): 385-390.
[75] 姜海涛, 常青, 王耀力. 改进EKF的自抗扰飞控系统设计[J]. 电子技术应用, 2018, 44(4): 18-22.
JIANG Haitao, CHANG Qing, WANG Yaoli. Design of automated disturbance flight control system based on improved EKF[J]. Application of Electronic Technique, 2018, 44(4): 18-22.
[76] 刘俊杰, 高强, 孙明玮, 等. 四旋翼直升机的线性自抗扰与非线性H2/H∞混合控制[J]. 中南大学学报(自然科学版), 2019, 50(4): 873-880.
LIU Junjie, GAO Qiang, SUN Mingwei, et al. Quadrotor helicopter control based on LADRC & nonlinear mixed H2/H∞ control structure[J]. Journal of Central South University (Science and Technology), 2019, 50(4): 873-880.
[77] 李希, 谭建豪. 基于自适应RBFNN噪声估计的自抗扰控制在姿态控制中的应用[J]. 机器人, 2019, 41(1): 9-18.
LI Xi, TAN Jianhao. Application of the active disturbance rejection control based on adaptive RBFNN noise estimating to attitude control[J]. Robot, 2019, 41(1): 9-18.
[78] 李菁菁, 任章, 曲鑫. 机动滑翔飞行器的自抗扰反步高精度姿态控制[J]. 系统工程与电子技术, 2010, 32(8): 1711-1715.
LI Jingjing, REN Zhang, QU Xin. Design of active disturbance rejection backstepping attitude controller for maneuvering glide vehicles[J]. Systems Engineering and Electronics, 2010, 32(8): 1711-1715.
[79] 徐祥. 基于分数阶自抗扰的无人机姿态控制方法研究[D]. 长春: 长春理工大学, 2018: 48-56.
XU Xiang. Research on UVA attitude control based on fractional active disturbance rejection control[D]. Changchun: Changchun University of Science and Technology, 2018: 48-56.
[80] 刘栩粼. 四旋翼无人机自抗扰容错控制研究[D]. 绵阳: 西南科技大学, 2019: 27-36.
LIU Xulin. Active disturbance rejection control and fault tolerant control of an unmanned quadrotor helicopter[D]. Mianyang: Southwest University of Science and Technology, 2019: 27-36.
[81] 刘栩粼, 郭玉英. 四旋翼无人机时延模糊自抗扰容错控制[J]. 测控技术, 2020, 39(1): 55-60.
LIU Xulin, GUO Yuying. Fault-tolerant control of quadrotor UAV based on fuzzy active disturbance rejection control and time delay control[J]. Measurement & Control Technology, 2020, 39(1): 55-60.
[82] 程明智, 吴云洁, 马飞. 干扰条件下高超声速飞行器的滑模自抗扰控制[J]. 系统仿真学报, 2017, 29(10): 2391-2396.
CHENG Mingzhi, WU Yunjie, MA Fei. Sliding mode auto-disturbance rejection control of hypersonic vehicle under disturbance[J]. Journal of System Simulation, 2017, 29(10): 2391-2396.
[83] 唐堂, 罗晓曙, 吕万德, 等. 四旋翼无人机滑模自抗扰控制[J]. 广西师范大学学报(自然科学版), 2018, 36(2): 56-62.
TANG Tang, LUO Xiaoshu, LU Wande, et al. Sliding mode active disturbance rejection control of quadrotor unmanned aerial vehicle[J]. Journal of Guangxi Normal University (Natural Science Edition), 2018, 36(2): 56-62.
[84] 唐堂. 四旋翼无人机姿态的自抗扰控制算法研究[D]. 桂林: 广西师范大学, 2018: 21-32.
TANG Tang. Research on active disturbance rejection control algorithms for quadrotor UAV attitude[D]. Guilin: Guangxi Normal University, 2018: 21-32.
[85] 李家豪. 自抗扰控制的改进及其在四旋翼无人机上的应用[D]. 厦门: 厦门大学, 2018: 29-34.
LI Jiahao. Improvement of ADRC with applications to quadrotor UAVs[D]. Xiamen: Xiamen University, 2018: 29-34.
[86] 赵菁祥. 基于LESO的无人机紧密编队自抗扰滑模控制研究[D]. 广州: 广东工业大学, 2018: 31-36.
ZHAO Jingxiang. Research on active disturbance rejection sliding mode control for UAVs close formation based on LESO[D]. Guangzhou: Guangdong University of Technology, 2018: 31-36.
[87] 车建峰. 基于滑模自抗扰技术的四旋翼无人机控制研究[D]. 天津: 天津理工大学, 2019: 41-56.
CHE Jianfeng. Research on control of qaudrotor UAV based on sliding mode active disturbance rejection technology[D]. Tianjin: Tianjin University of Technology, 2019: 41-56.
[88] 刘敏, 吉月辉, 李俊芳, 等. 四旋翼飞行器自抗扰姿态控制[J]. 计算机仿真, 2016, 33(3): 71-75.
LIU Min, JI Yuehui, LI Junfang, et al. Active disturbance rejection attitude control for quadrotor aircraft[J]. Computer Simulation, 2016, 33(3): 71-75.
[89] 窦景欣, 孔祥希, 闻邦椿. 四旋翼无人机模糊自抗扰姿态控制及稳定性分析[J]. 中国惯性技术学报, 2015, 23(6): 824-830.
DOU Jingxin, KONG Xiangxi, WEN Bangchun. Attitude fuzzy active disturbance rejection controller design of quadrotor UAV and its stability analysis[J]. Journal of Chinese Inertial Technology, 2015, 23(6): 824-830.
[90] 曹宇. 无人机非线性自抗扰控制方法研究[D]. 哈尔滨: 哈尔滨工业大学, 2013: 51-57.
CAO Yu. Research of nonlinear active disturbance rejection control with applications to unmanned aerial vehicle[D]. Harbin: Harbin Institute of Technology, 2013: 51-57.
[91] 姜海涛. 基于自抗扰控制器的四旋翼系统设计与优化[D]. 太原: 太原理工大学, 2019: 45-49.
JIANG Haitao. The design and optimization of four-rotor system based on active disturbance rejection controller[D]. Taiyuan: Taiyuan University of Technology, 2019: 45-49.
[92] 韩文杰. 四旋翼无人机的自抗扰控制[D]. 北京: 华北电力大学(北京), 2019: 35-40.
HAN Wenjie. Active disturbance rejection control of quadrotors[D]. Beijing: North China Electric Power University, 2019: 35-40.
[93] 叶波. 基于线性自抗扰的四旋翼飞行器高度和姿态控制研究[D]. 厦门: 厦门大学, 2018: 37-41.
YE Bo. Research on altitude and attitude control of quadrotor based on linear active disturbance rejection control[D]. Xiamen: Xiamen University, 2018: 37-41.
[94] 刘建涛. 四旋翼无人机自抗扰姿态控制[D]. 北京: 华北电力大学, 2018: 17-29.
LIU Jiantao. Active disturbances rejection attitude control of quadrotor UAV[D]. Beijing: North China Electric Power University, 2018: 17-29.
[95] 胡乔峰. 基于GA-ADRC的四旋翼飞行控制系统设计[D]. 厦门: 厦门大学, 2018: 47-59.
HU Qiaofeng. Control system design of the quad-rotor based on GA-ADRC[D]. Xiamen: Xiamen University, 2018: 47-59.
[96] 李果, 冯晓明, 陈浩. 四旋翼无人机姿态角控制系统设计[J]. 北京信息科技大学学报(自然科学版), 2018, 33(1): 1-9.
LI Guo, FENG Xiaoming, CHEN Hao. Design of attitude angle control system for quadrotor[J]. Journal of Beijing Information Science & Technology University, 2018, 33(1): 1-9.
[97] 陈强. 基于模糊自抗扰的四旋翼无人飞行器控制[C]// 中国航空学会.2016(第六届)中国国际无人驾驶航空器系统大会论文集. 北京: 国防工业出版社, 2016: 102-109.
CHEN Qiang. Four-rotor unmanned aerial vehicle control based on fuzzy active disturbance rejection[C]// Chinese Aeronautical Society. Proceedings of the 2016 (6th) China International Unmanned Aircraft System Conference. Beijing: National Defense Industry Press, 2016: 102-109.
[98] 张婷. 基于ADRC的四旋翼飞行控制器设计[D]. 沈阳: 东北大学, 2013: 41-49.
ZHANG Ting. Controller design of the quad-rotor based on ADRC[D]. Shenyang: Northeastern University, 2013: 41-49.
[99] 丁力, 马瑞, 单文桃, 等. 小型无人直升机航向线性自抗扰控制[J]. 农业机械学报, 2017, 48(5): 22-27.
DING Li, MA Rui, SHAN Wentao, et al. Linear active disturbance rejection control for yaw channel of small-scale unmanned helicopter[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(5): 22-27.
[100] 费伦, 段海滨, 徐小斌, 等. 基于变权重变异鸽群优化的无人机空中加油自抗扰控制器设计[J]. 航空学报, 2020, 41(1): 261-270.
FEI Lun, DUAN Haibin, XU Xiaobin, et al. ADRC controller design for UAV based on variable weighted mutant pigeon inspired optimization[J]. Acta Aeronautica et Astronautica Sinica, 2020, 41(1): 261-270.
[101] 龙飞, 徐健, 刘强, 等. 无人飞艇的自抗扰控制研究和控制器优化[J]. 计算技术与自动化, 2019, 38(4): 1-8.
LONG Fei, XU Jian, LIU Qiang, et al. Active disturbance rejection control of unmanned airship and its optimization[J]. Computing Technology and Automation, 2019, 38(4): 1-8.
[102] 于文彬. 自抗扰飞行控制器参数的粒子群优化算法及其应用研究[D]. 上海: 上海工程技术大学, 2016: 31-52.
YU Wenbin. A PSO algorithm for the parameter tunning of ADRC and its application research[D]. Shanghai: Shanghai University of Engineering Science, 2016: 31-52.
[103] 陈林奇. 基于自抗扰算法的四旋翼无人机控制系统研究[D]. 桂林: 广西师范大学, 2019: 41-47.
CHEN Linqi. Research on control system of quad-rotor UAV based on active disturbance rejection controller[D]. Guilin: Guangxi Normal University, 2019: 41-47.
[104] 马铮. 自抗扰控制技术在四旋翼飞行器中的应用研究[D]. 北京: 华北电力大学, 2018: 47-56.
MA Zheng. Application of active disturbance control technology in quadrotor[D]. Beijing: North China Electric Power University, 2018: 47-56.
[105] 强佳久, 孟秀云, 吴光辉. 无人机参数优化自抗扰编队保持控制器设计[J]. 飞行力学, 2020, 38(1): 46-53.
QIANG Jiajiu, MENG Xiuyun, WU Guanghui. Design of parameter optimization active disturbance rejection controller for UAV formation[J]. Flight Dynamics, 2020, 38(1): 46-53.
[106] 胡丹丹, 张宇辰. 基于改进粒子群算法的四旋翼自抗扰控制器优化设计[J]. 计算机应用研究, 2019, 36(6): 1762-1766.
HU Dandan, ZHANG Yuchen. ADRC controller optimization design based on improved PSO algorithm for quad-rotor[J]. Application Research of Computers, 2019, 36(6): 1762-1766.
(编辑 杨幼平)
收稿日期： 2020 -05 -29; 修回日期： 2020 -07 -03
基金项目(Foundation item)：直升机旋翼动力学国家级重点实验室基金资助项目(9140C400504130C4148)；江苏高校优势学科建设工程基金资助项目(2021年) (Project(9140C400504130C4148) supported by the National Key Laboratory of Rotorcraft Aeromechanics Fund Program of China; Project(2021) supported by the Priority Academic Program Development of Jiangsu Higher Education Institutions of China)
通信作者：徐锦法，博士，教授，从事直升机飞行力学及控制研究；E-mail：xjfae@nuaa.edu.cn
引用格式： 申遂愿, 徐锦法. 无人飞行器自抗扰控制研究进展[J]. 中南大学学报(自然科学版), 2021, 52(4): 1197-1212.
Citation: SHEN Suiyuan, XU Jinfa. Research progress in active disturbance rejection control of unmanned aerial vehicle[J]. Journal of Central South University(Science and Technology), 2021, 52(4): 1197-1212.
