💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳️座右铭：行百里者，半于九十。
目录
💥1 概述
📚2 运行结果
🎉3 参考文献
🌈4 Matlab代码实现
💥1 概述
近几年，随着科技发展，各种传感器技术和通信技术不断突破，无人机技术也发展迅速，在军事侦察、交通巡逻、景色航拍、高空电缆巡检等诸多应用领域已经发挥了重要的作用。四旋翼无人机以其具有的操作灵活、地形上限制小、携带时方便以及成本低廉等特点，更加紧密贴近了我们的日常生活，因此，对无人机进行研究具有很大的学术价值和意义。
传统的PID由比例、积分、微分三部分组成，通过调节Kp、Ki、Kd的数值可以实现不同的控制效果如图所示。PID控制算法的核心是用偏差来消除偏差，该算法可以对控制系统进行有效的估计：
📚2 运行结果
部分代码：
I = [Ixx 0 0;0 Iyy 0;0 0 Izz];
Jtp = 104e-6;
Ke = 6.3e-3;
Km = 6.3e-3;
L = 15e-6;
b = 54.2e-6;
l = 0.24;
g = 9.81;
n = 0.9;
N = 5.6;
h = 1e-3;
R = 0.6;
d = 1.1e-6; % drag factor
% Motor Controller Design
Kp_position = 5;
Ki_position = 0;
Kd_position = 10;
Kp_angle = 5*2;
Ki_angle = 0;
Kd_angle = 10*2;
Kp_motor = 1;
Ki_motor = 10;
Kd_motor = 0;
%w'=Apw+Bpv+Cp
Ap = -22.5;
Bp = 509;
Cp = 489;
a1 = Ap;
b1 = Bp;
c1 = 1;
d1 = 0;
sys_c_m = ss(a1,b1,c1,d1);
Gc_m = tf(sys_c_m);
sys_d_m = c2d(sys_c_m,h,'zoh');
Gd_m = tf(sys_d_m);
Cc_m = tf([Kp_motor Ki_motor],[1 0]);
sys_c_mctrl = ss(Cc_m);
sys_d_mctrl = c2d(sys_c_mctrl,h,'tustin');
Cd_m = tf(sys_d_mctrl);
LGd_m = Gd_m*Cd_m;
Td_m = feedback(LGd_m,1);
figure(1)
margin(LGd_m)
hold on
grid on
figure(2)
step(Td_m)
hold on
grid on
num = [1];
den = [1 0 0];
Gc_p = tf(num,den);
sys_c_p = ss(Gc_p);
sys_d_p = c2d(sys_c_p,h,'zoh');
Gd_p = tf(sys_d_p);
🎉3 参考文献
部分理论来源于网络，如有侵权请联系删除。
[1]耿增显,孟庆茂,赵嶷飞,韩红蓉. 基于Simulink四旋翼无人机PID控制[C]//.第九届中国指挥控制大会论文集.,:540-545.DOI:10.26914/kihy..011229.
[2]汪震东,张艳.四旋翼无人机预测-PID复合控制研究[J].控制工程,,28(07):1390-1397.DOI:10.14107/ki.kzgc.0156.
[3]李国洪,卫鹏飞,高冉.基于四旋翼无人机的粒子群PID控制研究[J].工业控制计算机,,35(02):102-104.
