飞行器控制实验报告剖析
飞控实验报告

飞控实验报告飞控实验报告引言:飞控系统是无人机的核心组成部分,它通过控制飞行器的各个部件,实现飞行器的稳定飞行。
本次实验旨在研究飞控系统的性能和控制算法,并通过实际操作验证其效果。
一、实验目的本次实验的主要目的是:1. 了解飞控系统的基本原理和结构;2. 研究不同控制算法在飞控系统中的应用效果;3. 通过实际操控飞行器,验证飞控系统的稳定性和精确性。
二、实验装置和方法1. 实验装置:使用一台无人机和相应的飞控系统,包括传感器、处理器和执行器等。
2. 实验方法:通过遥控器操控无人机,在不同环境条件下进行飞行实验,并记录相关数据。
三、飞控系统的基本原理飞控系统由传感器、处理器和执行器等组成。
传感器负责采集飞行器的状态信息,例如姿态、加速度等;处理器根据传感器采集的数据进行计算和控制;执行器则根据处理器的指令,控制飞行器的各个部件,例如电机、舵机等。
四、控制算法的选择与应用在飞控系统中,常用的控制算法包括PID控制、模糊控制和自适应控制等。
不同的算法适用于不同的飞行任务和环境条件。
本次实验将比较不同控制算法在飞行器的稳定性和精确性方面的表现。
五、实验结果与分析在实验过程中,我们分别采用PID控制、模糊控制和自适应控制算法进行飞行控制,并记录了相关数据。
通过对比分析,发现PID控制算法在飞行器的稳定性方面表现较好,能够快速响应外部干扰;模糊控制算法在飞行器的精确性方面表现较好,能够更准确地控制飞行器的姿态;自适应控制算法则在复杂环境下表现较好,能够根据环境变化自动调整控制参数。
六、实验总结与展望通过本次实验,我们深入了解了飞控系统的基本原理和结构,并研究了不同控制算法在飞行器中的应用效果。
实验结果表明,不同算法在不同方面有各自的优势。
未来,我们可以进一步研究和改进飞控系统,提高其性能和适用范围。
结语:飞控系统是无人机的核心技术之一,对于无人机的稳定飞行和精确控制起着重要作用。
本次实验通过实际操作验证了不同控制算法的效果,并为进一步研究和改进飞控系统提供了基础。
飞行器控制实验报告

for(k=2:600)
ptr(:,k)=[ptr(1,1)-v_t*cos(alpha)*dt*k;ptr(2,1);ptr(3,1)+v_t*sin(alpha)*k*dt];
r(k-1)=sqrt((ptr(1,k-1)-pmr(1,k-1))^2+(ptr(2,k-1)-pmr(2,k-1))^2+(ptr(3,k-1)-pmr(3,k-1))^2);
0.3838 0.3214
0.4040 0.3351
0.4242 0.3486
0.4444 0.3617
0.4646 0.3746
0.4848 0.3873
0.5051 0.3996
0.5253 0.4118
0.5455 0.4236
0.5657 0.4353
0.5859 0.4467
0.6061 0.4579
if abs(imag(b))>0
b=0.0000001;
end
if abs(imag(dq))>0
dq=0.0000001;
end
q(k)=q(k-1)+dq;
o(k)=o(k-1)+K*dq;
a(k)=o(k)-q(k);
c1=r(k-1)*sin(b)/sin(a(k)+b);
c2=r(k-1)*sin(a(k))/sin(a(k)+b);
0.8687 0.5842
0.8889 0.5926
0.9091 0.6008
0.9293 0.6089
0.9495 0.6168
0.9697 0.6245
0.9899 0.6321
1.0101 0.6396
飞行器动力学与控制系统设计及性能分析

飞行器动力学与控制系统设计及性能分析随着科技的不断进步,飞机作为一种重要的交通工具和战争装备,其性能也越来越受到关注。
飞行器动力学与控制系统设计就是飞机性能提高的关键。
本文将从动力学和控制两个方面进行分析。
一、飞行器动力学飞机的动力学是指飞行器在空气中飞行时受到的各种力和运动。
力的作用方式可以通过牛顿第二定律来描述,而运动轨迹则可以由牛顿第一定律来描述。
在设计动力装置时,为了使飞行器既能飞的高又能飞的远,需要考虑一些基本动力学参数,如飞机的速度、空气密度、升力、阻力和推力等。
1. 飞行速度飞机的速度取决于空气密度、空气阻力和推力。
推力越大,速度就越快。
飞机燃料的消耗与速度成正比,因此设计时需要综合考虑燃料消耗和速度。
2. 空气密度空气密度取决于海拔高度和大气压强。
在海平面,空气密度最大,随着高度的增加,密度逐渐降低。
在海拔高度达到一定程度时,飞机的发动机就无法正常运转。
3. 升力和阻力升力是一种将飞机向上推的力,它是由于飞机翼面周围的气流被压缩而形成的。
阻力是一种对飞机前进方向的阻碍力,它是由于空气摩擦和飞机的形状造成的。
4. 推力推力是由飞机发动机产生的力,它可以抵消飞机飞行时的阻力,使飞机得以飞行。
推力的大小取决于发动机的性能和设计。
二、控制系统设计飞机的控制系统是指控制飞机方向和姿态的系统。
在飞行中,飞机需要随着空气流动方向和速度进行调整。
控制系统分为三个部分,包括飞机的气动外形设计、操纵系统设计和电气控制系统设计。
1. 气动外形设计气动外形是指飞机外形的气动特性,包括机翼、机身、机尾的形态和面积比例等。
气动设计的目标是在满足飞行性能要求的情况下最小化阻力和最大化升力。
2. 操纵系统设计操纵系统是飞机控制的核心,它是通过操纵杆、脚踏板、推拉杆等设计来实现飞机的转向、倾斜和扭转等操作。
操纵系统设计要考虑响应效率、安全性和机动性等因素。
3. 电气控制系统电气控制系统是飞机控制系统中最重要的部分,可以通过电子系统控制飞机的转向、倾斜和扭转等操作。
飞行器自动控制系统设计与性能分析

飞行器自动控制系统设计与性能分析飞行器自动控制系统是飞行器的关键部件,它能够实现对飞行器的精确操控和稳定飞行。
在航空领域的发展中,自动控制系统的设计和性能分析一直是研究的重点和挑战。
本文将对飞行器自动控制系统的设计原理和性能分析进行详细介绍。
飞行器自动控制系统设计的基本原理是通过传感器采集飞行器的状态信息,并通过执行机构控制飞行器的各种动作,从而实现对飞行器的自动控制。
飞行器的状态信息主要包括位置、速度、姿态等参数,传感器可以通过惯性导航系统、全向视觉系统、GPS等技术进行采集。
执行机构包括舵面、发动机、电动机等,可以通过控制输出信号来实现对飞行器的控制。
在设计飞行器自动控制系统时,首先需要确定系统的控制目标和指标。
控制目标可以是飞行器的稳定性、动态性能、抗干扰性等方面的要求,指标可以通过设计特定的控制器来实现。
常用的控制器包括比例积分微分(PID)控制器,模糊控制器,自适应控制器等。
其中,PID控制器是最常用的一种,它通过调节比例、积分、微分三个参数来实现对系统的控制。
比例参数用于调节控制器的灵敏度,积分参数用于消除系统的静差,微分参数用于抑制系统的超调。
PID控制器可以根据系统的响应特性进行调整,以满足控制目标和指标。
在飞行器自动控制系统的性能分析中,常用的评价指标包括响应速度、稳态误差、超调量、稳定性等。
响应速度是指系统响应到达目标状态所需的时间,稳态误差是指系统在达到目标状态时与目标状态之间的偏差,超调量是指系统响应超过目标状态的最大偏差,稳定性是指系统在遭受干扰时能否保持稳定。
性能分析的方法可以通过数学模型和仿真实验来实现。
数学模型可以通过控制理论和系统动力学方程建立,包括线性模型和非线性模型。
仿真实验可以通过计算机软件,如MATLAB和Simulink来进行,通过调整控制参数,观察系统的响应特性,进行性能分析。
除了性能分析,飞行器自动控制系统的故障诊断和容错控制也是重要的研究方向。
故障诊断主要通过传感器的异常数据和系统的反馈信号进行,通过比对数据和信号的差异来判断是否存在故障,从而实现飞行器系统的安全性。
遥控飞行器操作实习总结

遥控飞行器操作实习总结我在遥控飞行器操作实习中收获颇丰。
通过实践操作遥控飞行器,我对其原理和技术有了更深入的了解,同时也锻炼了自己的操作技能。
在这篇文章中,我将分享我在实习中的体验和学到的知识,以及对遥控飞行器应用领域的展望。
1. 实习概述在实习期间,我加入了一个遥控飞行器操作团队。
团队成员由专业人士和实习生组成,每个人都有机会参与各种任务和项目。
我们通过模拟操作、实地训练和团队合作来提升自己的技能和能力。
2. 遥控飞行器基础知识在实习开始之前,我们接受了一系列关于遥控飞行器基础知识的培训。
我了解到遥控飞行器通常由机身、电池、电机、控制器、无线通信模块等组成。
控制器通过遥控器与飞行器进行通信和操控。
同时,了解了基本的飞行器操作原理,包括升力、姿态控制和飞行器的动力系统。
3. 操控技巧的培养在实际操作中,熟练掌握操控技巧是至关重要的。
我们从简单的操控开始,逐渐进阶到更高难度的任务。
我学会了如何稳定飞行器、调整姿态、进行转向和高度控制。
同时,我也学到了如何应对风向变化、避免碰撞和规避障碍物。
这些技巧需要不断的练习和实践才能够熟练掌握。
4. 安全注意事项在遥控飞行器操作实习中,安全至关重要。
我们接受了有关安全事项的培训,并严格遵守相关规定。
包括选择合适的飞行区域、避免飞行器失联、遵循航空规定和维护飞行器的安全等。
5. 遥控飞行器的应用领域遥控飞行器在日常生活和各行各业中的应用越来越广泛。
在农业领域,遥控飞行器可以用于农作物的巡视和施肥等;在航拍摄影领域,遥控飞行器可以为影视制作提供特殊的角度和拍摄效果;在物流领域,遥控飞行器也可以用于快递和货物运输等。
我对这些应用领域充满了兴趣,并希望未来能够在其中发展自己的事业。
总结:通过这次遥控飞行器操作实习,我不仅学到了操作技巧和相关知识,还培养了自我管理和团队合作的能力。
遥控飞行器行业正不断发展壮大,未来充满了机遇和挑战。
我对此充满了期待,并愿意继续学习和探索,为遥控飞行器的应用发展贡献自己的力量。
飞行器的稳定性与控制研究

飞行器的稳定性与控制研究在人类追求征服天空和探索宇宙的征程中,飞行器的稳定性与控制一直是至关重要的研究领域。
从早期的简单滑翔机到现代的高性能喷气式飞机、直升机以及复杂的航天器,对飞行器稳定性和控制的深入理解与不断创新,直接关系到飞行的安全、效率和性能的提升。
飞行器的稳定性,简单来说,就是指飞行器在飞行过程中保持原有状态或在受到外界干扰后能够恢复到原有状态的能力。
一个稳定的飞行器能够在各种环境条件和操作情况下,保持姿态、速度和高度的相对稳定,不会出现过度的摇晃、颠簸或失控的情况。
稳定性可以分为静稳定性和动稳定性。
静稳定性关注的是飞行器在受到瞬时干扰后,是否有回到原始平衡状态的趋势。
比如,当飞机受到一阵侧风干扰时,如果飞机自身具有静稳定性,它会产生一个自动恢复到原飞行方向的力或力矩。
动稳定性则更关注飞行器在受到干扰后,其运动状态随时间的变化情况,即是否能够逐渐收敛并最终回到稳定状态。
影响飞行器稳定性的因素众多。
首先是飞行器的外形设计。
例如,飞机的机翼形状、机身长度和比例等都会影响其空气动力学特性,从而对稳定性产生影响。
合适的机翼设计可以提供足够的升力和稳定性,而机身的流线型设计则有助于减少阻力和提高稳定性。
其次,飞行器的重心位置也是关键因素之一。
重心位置的变化会直接改变飞行器的力矩平衡,进而影响其稳定性。
此外,飞行器的质量分布、转动惯量等特性也会对稳定性产生重要影响。
控制系统在飞行器的稳定性中扮演着不可或缺的角色。
早期的飞行器控制主要依靠机械装置,如简单的操纵杆和连杆系统。
随着技术的发展,电子控制系统逐渐成为主流。
这些系统通过传感器感知飞行器的姿态、速度、高度等参数,并将这些信息传递给飞行控制计算机。
计算机根据预设的算法和控制逻辑,计算出所需的控制指令,然后通过执行机构(如舵面、发动机推力等)来调整飞行器的状态,以保持稳定或实现特定的飞行任务。
现代飞行器的控制系统通常采用反馈控制原理。
通过不断测量飞行器的实际状态与期望状态之间的偏差,并根据偏差产生相应的控制信号,使飞行器能够迅速准确地响应控制指令。
飞控实验报告

飞控实验报告引言:飞行控制系统,简称飞控,是无人机的核心组成部分之一。
它通过接收和处理来自传感器的数据,并根据预设算法将控制信号传递给电机和舵机,从而实现对飞行器的精确控制。
本文将探讨我们所进行的飞控实验,包括实验目的、原理、实验装置、实验过程和实验结果等。
实验目的:我们的实验旨在研究和验证不同飞控算法的控制性能和稳定性。
通过对控制信号的测试和分析,我们旨在找到效果最佳的控制算法,并提供改进控制系统的意见和建议。
实验原理:飞行器的飞行姿态被定义为其在三个轴向上的角度。
通过使用陀螺仪、加速度计和磁力计等传感器,飞控可以测量和计算飞行器的当前姿态。
通过比较当前姿态与期望姿态,飞控可以确定所需的控制指令,并通过控制电机和舵机来实现平衡和稳定的飞行。
实验装置:我们选择了一款较小型号的无人机作为实验对象。
该无人机配备了一套先进的飞控系统,包括传感器、控制算法和通信模块。
通过电脑和无线遥控器,我们可以实时监测和控制无人机的飞行状态。
实验过程:1. 飞行器校准:在进行实验之前,我们首先对飞行器进行校准,以确保传感器测量的数据准确无误。
2. 控制算法选择:我们选取了几种常见的飞控算法,并将它们分别加载到飞控系统中。
每个算法都会给出相应的控制指令,我们将通过实验来评估其飞行性能。
3. 飞行性能测试:我们对每个控制算法进行一系列的飞行测试,包括悬停、自稳和姿态调整等。
在每组测试之前,我们会记录飞控系统的初始设置并制定相应的测试计划。
实验结果:通过对实验数据的收集和分析,我们得出了如下结论:1. 不同的控制算法对飞行器的控制性能和稳定性产生了显著影响。
某些算法可能更适合特定场景和任务,而其他算法则在效果上优于它们。
2. 对于我们的实验对象而言,某一算法在悬停和自稳方面表现较好,而另一算法在姿态调整方面表现优秀。
3. 通过改变控制算法的参数和调整控制策略,我们可以进一步提高飞行器的控制性能和稳定性。
结论:飞控作为无人机的核心系统,对飞行器的控制和稳定起着至关重要的作用。
飞行控制仿真实验报告

飞行控制仿真实验报告 Coca-cola standardization office【ZZ5AB-ZZSYT-ZZ2C-ZZ682T-ZZT18】飞行控制仿真实验报告学号:姓名:专业:指导教师:2016年6月8日目录1.实验内容俯仰操纵实验要求控制俯仰角保持在10度,并记录飞机的状态数据,绘制俯仰角变化曲线、滚转角变化曲线、速度变化曲线、航向变化曲线以及飞机运动轨迹,完成试验后分析仿真结果。
同时,并分析俯仰角能够稳定的原因。
俯仰控制原理俯仰角是由升降舵控制的,升降舵偏角的变化会产生对应的俯仰力矩,俯仰力矩会产生相应的机体角速度。
正是因为机体角速度的存在,才会使得俯仰角发生变化,对于常规飞行器而言,一定的操作杆行程会稳定在一个确定的姿态角。
于是要想使得俯仰角能够稳定的住,那么最终要使得机体角速度为0才行,这就需要引入反馈的概念,由飞机的动力学方程可以看出,姿态角作为反馈信号,反馈给了机体角速度,这样就形成一个耦合回路,保证了俯仰角控制的稳定。
滚转操纵实验要求控制滚转角保持在30度,并记录飞机的状态数据,绘制俯仰角变化曲线、滚转角变化曲线、速度变化曲线、航向变化曲线以及飞机运动轨迹,完成试验后分析仿真结果。
同时,并分析滚转角能够稳定的原因。
滚转操纵原理滚转角的控制由副翼实现,同时方向舵偏角也会引起一定的滚转角,但是方向舵引起的滚转是较小的。
滚转通道和偏航通道是相互耦合的。
左右副翼不同极性的偏转会产生不同极性的滚转转矩,于是会产生不同极性的机体角速度。
正是由于机体角速度的存在,产生了对应的滚转角速度,最终引起了一定的滚转角。
如俯仰角一样,对于常规飞机而言,一定的副翼偏转角会使得滚转角稳定在一个确定的值。
同样,要想使得滚转角可以稳定的住,也需要将滚转角和滚转角速度反馈回机体角速度,通过形成一个闭环控制才能使得飞机的滚转角稳定住。
航向操纵实验要求控制航向角保持在100度,并记录飞机的状态数据,绘制俯仰角变化曲线、滚转角变化曲线、速度变化曲线、航向变化曲线以及飞机运动轨迹,完成试验后分析仿真结果。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
H a r b i n I n s t i t u t e o f T e c h n o l o g y飞行器制导与控制实验报告专业:自动化班级:学号:1120410333姓名:设计时间:2015/12/12上机实验1:使用四阶龙格库塔法求解微分方程sin()ω=+dyt b dx(1)先定义参数,ωb ,初值条件可以自己任取。
1. 源程序:function [x,y] = M1(fun,x0,xt,y0,PointNum) if nargin<4 | PointNum<=0 PointNum=100; endif nargin<3 y0=0; endy(1,:)=y0(:)';h=(xt-x0)/(PointNum-1); x=x0+[0:(PointNum)]'*h; for k=1:(PointNum)f1=h*feval(fun,x(k),y(k,:)); f1=f1(:)';f2=h*feval(fun,x(k)+h/2,y(k,:)); f2=f2(:)';f3=h*feval(fun,x(k)+h/2,y(k,:)); f3=f3(:)';f4=h*feval(fun,x(k)+h,y(k,:)); f4=f4(:)';y(k+1,:)=y(k,:)+(f1+2*(f2+f3)+f4)/6; end2、运行文件: x0=0; xt=2; Num=100;h=(xt-x0)/(Num-1); x=x0+[0:Num]*h; a=1;yt=1-exp(-a*x); fun=inline('-y+1','x','y'); y0=0;PointNum=100;[xr,yr]=M1(fun,x0,xt,y0,Num); M1_x=xr'M1_y=yr'plot(x,yt,'k',xr,yr,'r-') legend('jiexi','Runge-Kutta',2)3、实验结果:上机实验2:假设飞行器恒速率飞行,飞行器的动力学方程可简化为: 0=v (2) cos θθ=-y v a g(3)cos θψ-=v z v a(4)飞行器的运动学方程为: cos cos θψ=v x v(5) sin θ=y v (6)cos sin θψ=-v z v(7)初始条件000000,,,,,θψv v x y z 自己选取,,y z a a 为控制加速度,4040<<y z a g a g(8)选择合适的控制加速度变化规律,画出飞行轨迹。
代码如下:dt=0.01; %设置微小的时间量 vm=400; %导弹的速度 am=30;ae=pi/180; %角度转换倍数x(1)=0;y(1)=0;z(1)=0; %导弹的初始位置 pmr(:,1)=[x(1);y(1);z(1)]; %导弹位置信息矩阵 time=0; %初始化角度和时间信息 sm=vm*dt; %导弹微小时间内飞行距离 % ft=0.4*ae; % st=0.2*ae; % vm=vm+am*time; ft=0; st=0; for (k=2:500) time=time+dt; vm=vm+am*time;pmr(:,k)=[pmr(1,k-1)+vm*dt*cos(st)*cos(ft);pmr(2,k-1)+vm*dt*sin(st); pmr(3,k-1)-vm*dt*cos(st)*sin(ft)]; %目标位置信息的计算 st=(980-9.8*cos(st))/vm*dt+st; %侧滑角的变化 ft=(980/(-vm*cos(st)))*dt+ft; endplot3(pmr(1,:),pmr(2,:),pmr(3,:)); grid on ;实验图如下:上机实验3:从升降舵舵偏角到弹体俯仰角速率和法向加速度的传函分别为:()()()()325341214142ϑδ-+-==++++z s a s a a a a G s s s a a s a a a (9)()()()()251525342214142δ++-==++++y z n s a s a a s a a a a V G s s g s a a s a a a (10)加速度指令指令跟踪控制系统设计为如下图所示:其中,()(),g a G s G s 分别为陀螺与加速度计的传递函数,()(),d C s G s 为待设计的控制器,请设计合适的()(),d C s G s ,使系统能够跟踪输入指令,具有较好的性能。
系统性能指标及系统模型:实际系统模型如下1266.5472.73() 2.78106.6z s s G s ss s ϑδ--==++()() 2220.1290.12972.73() 2.78106.6y zn s s s G s s s s δ+-==++()() 系统性能指标设计内外环控制器,使控制系统达到预定的性能指标,上升时间小于0.2s ,剪切频率大于3rad/s ,幅值大于10dB ,相角裕度大于50°。
参数设计: 内环部分:其中认为G g (s )=1,则内环反馈通道中传递函数为G1,前向通道上传递函数为1,G g (s )采用比例控制器,根据计算和试凑可知,有以下结果:比例 G g (s )=1.82则开环Bode 图如下:此时相角裕度90.8°,剪切频率116rad/s 。
满足内环设计需求。
外环设计即设计C(s)的传递函数,根据内环设计完成后的传递函数,采用PID控制进行设计,其中传递函数如下:C(s)=20.039×(1+0.006s)(1+0.53s)s(0.071s+1)开环传递函数波特图如下:剪切频率大于3rad/s,幅值大于10dB,相角裕度大于50°,满足性能指标需求。
Simulink仿真图如图所示:仿真结果如下:由图可知,实验结果基本满足要求参数。
四、实验结果分析:实验设计采用比例控制器作为内环,通过计算和试凑可知,基本满足参数需求,之后设计外环设计,采用PID 控制器作为外环设计出的双环控制系统可以满足系统的性能指标要求,最终俯仰轴稳定控制系统剪切频率大于3rad/s ,幅值大于10dB ,相角裕度大于50°,上升时间小于0.2s ,符合要求。
仿真实验达到设计目标。
上机实验4:导弹的动力学和运动学方程同实验2,如式(2)(3)(4)(5)(6)(7)所示,目标的动力学方程为: 0=t v(11) cos θθ=-t t yt t v a g(12)cos θψ-=t t vt tz v a(13)目标的运动学方程为: cos cos θψ=t t t vt x v(14) sin θ=t t t y v (15)cos sin θψ=-t t t vt z v(16)比例导引律: ε=y a KVq (17) β=-z a KVq(18)其中,ε=q(19)arctanβ=-rrz q x (20)目标相对导弹的运动方程: =-r t x x x (21) =-r t y y y (22) =-r t z z z(23)其中, =-r t x x x (24) =-r t y y y (25)=-r t z z z(26)初始条件00000000000000,,,,,,,,,,,,,εβθψθψv t t vt t t t v x y z v x y z q q 自己设定,目标的运动情况自己假定,选择合适的比例导引系数,利用四阶龙格库塔求解出仿真结果,绘出导弹与目标的运动轨迹。
clear all; close all; clc dt=0.1;alpha=pi/6;v_t=0.42;s_t=v_t*dt; v_m=0.60;s_m=v_m*dt;x(1)=0;y(1)=0;z(1)=0; %导弹初始位置 pmr(:,1)=[x(1);y(1);z(1)]; ptr(:,1)=[25;5;7]; K=3; q(1)=0; o(1)=0; a(1)=0;for(k=2:600)ptr(:,k)=[ptr(1,1)-v_t*cos(alpha)*dt*k;ptr(2,1);ptr(3,1)+v_t*sin(alpha)*k*dt]; r(k-1)=sqrt((ptr(1,k-1)-pmr(1,k-1))^2+(ptr(2,k-1)-pmr(2,k-1))^2+(ptr(3,k-1)-pmr (3,k-1))^2);c=sqrt((ptr(1,k)-pmr(1,k-1))^2+(ptr(2,k)-pmr(2,k-1))^2+(ptr(3,k)-pmr(3,k-1))^2); b=acos((r(k-1)^2+s_t^2-c^2)/(2*r(k-1)*s_t)); dq=acos((r(k-1)^2-s_t^2+c^2)/(2*r(k-1)*c)); if abs(imag(b))>0 b=0.0000001; endif abs(imag(dq))>0dq=0.0000001;endq(k)=q(k-1)+dq;o(k)=o(k-1)+K*dq;a(k)=o(k)-q(k);c1=r(k-1)*sin(b)/sin(a(k)+b);c2=r(k-1)*sin(a(k))/sin(a(k)+b);c3=sqrt((c1-s_m)^2+(c2-s_t)^2+2*(c1-s_m)*(c2-s_t)*cos(a(k)+b)); dq=a(k)-acos(((c1-s_m)^2+c3^2-(c2-s_t)^2)/(2*(c1-s_m)*c3));if abs(imag(dq))>0dq=0.0000001;endq(k)=q(k-1)+dq;o(k)=o(k-1)+K*dq;a(k)=o(k)-q(k);c1=r(k-1)*sin(b)/sin(a(k)+b);c2=r(k-1)*sin(a(k))/sin(a(k)+b);c3=sqrt((c1-s_m)^2+(c2-s_t)^2+2*(c1-s_m)*(c2-s_t)*cos(a(k)+b)); dq=a(k)-acos(((c1-s_m)^2+c3^2-(c2-s_t)^2)/(2*(c1-s_m)*c3));if abs(imag(dq))>0dq=0.0000001;endq(k)=q(k-1)+dq;o(k)=o(k-1)+K*dq;a(k)=o(k)-q(k);c1=r(k-1)*sin(b)/sin(a(k)+b);c2=r(k-1)*sin(a(k))/sin(a(k)+b);c3=sqrt((c1-s_m)^2+(c2-s_t)^2+2*(c1-s_m)*(c2-s_t)*cos(a(k)+b)); dq=a(k)-acos(((c1-s_m)^2+c3^2-(c2-s_t)^2)/(2*(c1-s_m)*c3));if abs(imag(dq))>0dq=0.0000001;endq(k)=q(k-1)+dq;o(k)=o(k-1)+K*dq;a(k)=o(k)-q(k);c1=r(k-1)*sin(b)/sin(a(k)+b);c2=r(k-1)*sin(a(k))/sin(a(k)+b);c3=sqrt((c1-s_m)^2+(c2-s_t)^2+2*(c1-s_m)*(c2-s_t)*cos(a(k)+b));dq=a(k)-acos(((c1-s_m)^2+c3^2-(c2-s_t)^2)/(2*(c1-s_m)*c3));if abs(imag(dq))>0dq=0.0000001;endq(k)=q(k-1)+dq;o(k)=o(k-1)+K*dq;a(k)=o(k)-q(k);c1=r(k-1)*sin(b)/sin(a(k)+b);c2=r(k-1)*sin(a(k))/sin(a(k)+b);c3=sqrt((c1-s_m)^2+(c2-s_t)^2+2*(c1-s_m)*(c2-s_t)*cos(a(k)+b));x1(k)=ptr(1,k-1)+c2/s_t*(ptr(1,k)-ptr(1,k-1));y1(k)=ptr(2,k-1)+c2/s_t*(ptr(2,k)-ptr(2,k-1));z1(k)=ptr(3,k-1)+c2/s_t*(ptr(3,k)-ptr(3,k-1));x(k)=pmr(1,k-1)+s_m/c1*(x1(k)-pmr(1,k-1));y(k)=pmr(2,k-1)+s_m/c1*(y1(k)-pmr(2,k-1));z(k)=pmr(3,k-1)+s_m/c1*(z1(k)-pmr(3,k-1));pmr(:,k)=[x(k);y(k);z(k)];r(k)=sqrt((ptr(1,k)-pmr(1,k))^2+(ptr(2,k)-pmr(2,k))^2+(ptr(3,k)-pmr(3,k))^2); if r(k)<0.06;break;end;endfigure(1);plot3(pmr(1,1:k),pmr(2,1:k),pmr(3,1:k),'k',ptr(1,:),ptr(2,:),ptr(3,:));axis([0 25 0 5 0 25]);grid on当K=3时仿真图像如下图所示:。