随着时间的推移，航空技术的发展对人们生活的方方面面产生了越来越大的影响，当然，在这个过程中，无人飞行器（无人机）也发挥了重要的作用。

《低成本无人机状态估计与控制》围绕自动控制领域进行介绍，对无人机技术的发展起到一定的推动作用，主要包括3个方面：运用鲁棒自适应卡尔曼滤波对无人机参数进行无故障的估计；运用故障检测和隔离算法对无人机大气数据进行数据融合；运用经典控制器和模糊控制器对无人机进行控制。

通过实例和MATLAB软件包仿真，研究了低成本无人机状态估计、控制和故障检测与隔离方法。

第1章 无人机概论

1．1 引言

1．2 无人机的分类及应用

1．3 无人机的发展历程

1．4 结束语

参考文献

第2章 无人机的运动方程

2．1 刚体运动方程

2．1．1 坐标系

2．1．2 刚体运动方程的推导

2．2 飞机的姿态和位置

2．3 小扰动理论

2．4 运动线性方程

2．4．1 通用方程

2．4．2 Zagi无人机的特性

2．4．3 Zagi无人机运动线性方程

参考文献

第3章 无人机导航系统

3．1 两种导航系统分类

3．2 惯性导航

3．3 惯性测量组件

3．3．1 速率陀螺

3．3．2 加速度计

3．4 大气数据系统

3．4．1 大气数据测量值

3．4．2 真空速分量的推导

3．5 地面雷达

3．6 高度测量值

3．6．1 飞行高度类型

3．6．2 无线电高度表

3．6．3 气压高度计

3．7 地速和偏航角的多普勒（Doppler）方法测定

3．8 地磁测量值

3．9 卫星导航

3．9．1 GPS结构

3．9．2 GPS的基本概念

3．10 基于视觉的系统

3．11 实时定位与地图构建（SLAM）

3．12 测量故障分类和故障建模

参考文献

第4章 无人机动力学估计

4．1 简介

4．2 最优线性离散卡尔曼滤波

4．2．1 最优卡尔曼滤波方程

4．2．2 最优卡尔曼增益的推导

4．2．3 卡尔曼滤波器的结构

4．3 最优离散卡尔曼滤波器的稳定性

4．4 用于UAV状态估计的0KF

4．5 仿真

4．6 卡尔曼滤波器自适应的必要性

4．6．1 先验误差和自适应

4．6．2 基于新息的自适应估计

4．6．3 基于残差的自适应估计

4．7 结论

参考文献

……

第5章 传感器故障时的无人机动力学估计

第6章 传感器/执行器故障时的无人机动力学估计

第7章 无人机大气数据系统的故障检测、隔离和数据融合

第8章 无人机稳定性分析

第9章 无人机经典控制器设计

第10章 线性二次型调节器（LQR）控制器设计

第11章 基于模糊逻辑的控制器设计

随着时间的推移，航空技术的发展对人们生活的方方面面产生了越来越大的影响，当然，在这个过程中，无人飞行器（无人机）也发挥了重要的作用。

本书围绕自动控制领域进行介绍，对无人机技术的发展起到一定的推动作用，主要包括3个方面：运用鲁棒自适应卡尔曼滤波对无人机参数进行无故障的估计；运用故障检测和隔离算法对无人机大气数据进行数据融合；运用经典控制器和模糊控制器对无人机进行控制。

通过实例和MATLAB软件包仿真，研究了低成本无人机状态估计、控制和故障检测与隔离方法。

本书大部分内容属于作者原创。

本书是一本研究性的专著，主要针对所提出的方法的理论和应用方面进行讨论。

本书分为11章，内容如下。

第1章介绍了无人机及其发展简史，论述了无人机的重要性，以及相较于传统有人机，无人机所具有的优势。

第2章讨论了坐标系、刚体运动方程的推导，无人机运动线性方程，以及线性系统状态空间的表现形式。

第3章介绍了惯性导航、大气数据和卫星无线电导航系统、多普勒高度表和磁传感器。研究了无人机系统中，这些系统的测量故障及故障建模。

第4章给出了无人机最优线性卡尔曼滤波器（OKF）状态估计，研究了OKF的稳定性和自适应卡尔曼滤波的必要性。

第5章介绍了滤波增益校正的鲁棒卡尔曼滤波器（RKF），采用测量噪声标度因子（MNSF）作为定义变量，故障测量考虑小权重，并在不影响精确测量特性的情况下对估计值进行修正。提出单个和多个MNSF（R-自适应）的RKF算法，并应用于测量故障的无人机平台状态估计中。对比这些算法在不同类型传感器故障的处理结果，给出应用建议，并对RKF的稳定性进行分析。

第6章引入无人机状态估计的噪声协方差（Q-自适应）自适应过程，提出了针对传感器/执行器故障的R-自适应和Q-自适应的鲁棒自适应卡尔曼滤波器（RAKF）算法。因此，在传感器/执行器故障时，该滤波器仍能保持稳定并保证精确估计。通过对无人机状态估计过程仿真，对所提出的RAKF性能进行研究。该方法保证了无人机参数估计系统不受传感器/执行器故障的影响，实现了无人机自主地执行任务。

第7章论述了全球定位系统（GPS）/惯性导航系统（INS）测量精度高，大气数据系统（ADS）测量精度较低，但频率高，综合利用卡尔曼滤波技术，将二者相结合，以获得高精度、高频率的测量数据。结果表明，基于间接卡尔曼滤波技术的系统，利用已知的系统误差动力学和确定的统计值，可获得风速数据。利用该系统开发了故障检测和隔离（FDI）算法，并进行诊断测试，从而得到不同传感器测量故障下的系统性能。为了融合不同测量组的数据，使用联合卡尔曼滤波，由FDI算法生成最优结果，并在联合滤波器融合之前去掉错误数据。

第8章中，为了设计控制器，研究了无人机的稳定性。本章介绍并研究了无人机纵向和横向稳定性分析的传递函数。

第9章在经典控制器设计的基础上，研究了无人机飞行控制系统的设计过程。研究了经典比例一积分一微分（PID）控制器等经典控制方法。研究结果表明。PID控制器能够较好地控制小型无人机的纵向和横向飞行性能。

第10章介绍了用线性二次型调节器（LQR）法设计最优控制器。采用卡尔曼滤波器获得更好的评估测量干扰效果。首先，无干扰时。对控制器进行测试，然后，有干扰时，再对卡尔曼滤波器系统进行测试，结果表明了卡尔曼滤波和LQR控制器的有效性。

第11章研究了无人机飞行动力学的模糊控制器，设计了基于模糊逻辑的纵向和横向控制器。虽然未对系统进行优化，设计时未考虑动力学模型影响，但模糊逻辑控制器运行良好。在模糊逻辑控制器中，合理的隶属函数能获得更好的结果。研究了模糊控制器的稳定性，对不同控制方法对无人机飞行控制的有效性进行比较。