$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 고정익 무인 항공기 피치 자세의 모델-참조 적응 제어
Model-Reference Adaptive Pitch Attitude Control of Fixed-Wing UAV 원문보기

한국항공우주학회지 = Journal of the Korean Society for Aeronautical & Space Sciences, v.47 no.7, 2019년, pp.499 - 507  

김병욱 (Korea Aerospace University) ,  박상혁 (Korea Aerospace University)

초록
AI-Helper 아이콘AI-Helper

고정익 항공기의 수학적 모델이 잘 알려져 있음에도 불구하고, 넓은 비행 영역에서 모델링 오차를 고려하여 설계 제어 성능을 달성하기 위한 다양한 연구가 있다. 본 논문은 레벤버그-마쿼트 알고리듬을 적용한 모델-참조 적응 제어 법칙과, 이를 이용한 고정익 무인항공기의 피치 자세 제어에 대한 연구를 소개한다. 또한 모델-참조 적응 제어의 기준 모델을 모델의 동특성에 기인하여 결정함으로써 성능지표를 제시한다. 설계한 적응 법칙의 성능은 시뮬레이션과 비행실험을 통해 검증했다.

Abstract AI-Helper 아이콘AI-Helper

Despite the well-known mathematical model of fixed-wing aircraft, there are various studies to meet desired performances by considering the modeling errors in the extended flight envelope. This paper proposes a new adaptation mechanism of model-reference adaptive control, which applies the Levenberg...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문은 레벤버그-마쿼트 알고리듬을 적용한 모델-참조 적응 제어 법칙의 설계에 대해 다루었다. 위 적응 법칙은 PI 제어기를 사용하는 고정익 무인항공기에 적용되었으며, 이를 바탕으로 시뮬레이션과 비행실험을 진행했다.
  • 본 논문은 위와 같은 문제를 해결하고자 적응 제어 기법인 모델-참조 적응 제어에 대해 연구했다. 일반적으로 적응 법칙의 추종 성능을 높이기 위해 적응 이득을 크게 하는데, 높은 적응 이득과 기준 입력의 크기는 시스템의 불안정을 유발할 수 있는 요소[1,2]이다.

가설 설정

  • 비행 영역에서의 적응 성능을 알아보고자, 센서의 소음과 GPS를 모델링하고 2.5m/s의 일정한 바람을 가정하고 200m 반경의 원형 궤적을 그리는 비행 시뮬레이션을 구성했다. 그리고 비행 속도를 바꾸어 제어 이득의 수렴 경향을 보았다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
무인항공기가 다양한 비행조건으로 확장되며 요구되는 것은? 또한 유인기의 역할을 넘겨받으며, 무인항공기의 운용 범위는 민첩하고 지능적인 움직임이 요구되는 전장으로, 다양한 비행조건으로 확장될 것이다. 이를 위해 실시간으로 변하는 비행 특성과 모델링 오차를 극복하고 원하는 제어 성능을 만족할 수 있는 비선형 제어 법칙들이 요구된다. 또한 여러 임무 알고리듬을 포함한 항법, 유도, 제어 알고리듬은 그 복잡도에 따라 많은 연산 자원을 요구하므로 상대적으로 간단한 구조를 가지면서 적절한 성능을 갖는 제어알고리듬이 필요할 것이다.
모델-참조 적응 제어는 무엇인가? 모델-참조 적응 제어는 기준 모델로 제어 성능을 제시하며, 공정 출력 y에 대한 기준 모델 출력 ym의 차이로 모델 오차 ε을 정의하고 이를 줄이는 방향으로 매개변수를 추정하는 제어 기법이다. 본 논문에서 사용하는 적응 법칙은 경사하강법 기반의 적응 제어 법칙인 정규화 MIT 규칙[8]이다.
레벤버그-마쿼트 알고리듬은 무엇인가? 본 연구는 적응 법칙의 식을 변형하지 않고, 모델참조 적응 제어 기법인 정규화 MIT 법칙(Normalized MIT Rule)[8]에 대해 레벤버그-마쿼트 알고리듬(Levenberg-Marquardt Algorithm)[9]을 적용한 적응 법칙을 제안한다. 레벤버그-마쿼트 알고리듬은 가우스-뉴턴 방법과 경사하강법을 감쇠 계수로 보간하는 방법으로, 감쇠 계수의 갱신 전략을 통해 지역 최소점을 효과적으로 찾는 수치 최적화 알고리듬이다. 정규화 MIT 법칙의 적응 법칙과 레벤버그-마쿼트 알고리듬의 해는 식이 유사하며, 함수의 제곱꼴로 표현되는 평가함수를 최소화하는 같은 목적으로부터 시작한다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로