小型无人直升机物理参数辨识算法研究

本文阐述一种小型无人直升机物理参数仿真辨识的过程.总结了最小二乘辨识算法的原理,设计了辨识的思路,重点描述了小型无人直升机沿单个自由度方向运动的辨识算法和如何利用Matlab进行系统辨识.     

基于GA 的小型无人直升机航向模型进化辨识

分析了小型无人直升机的航向模型结构,建立了结构可变的用分式形式表示的参数化传递函数模型． 设计了一种基于遗传算法（GA）的方法对所建模型结构进行辨识,可同时得到系统模型结构和参数．基于安全性和 方便性考虑,制作了一款地面飞行实验台架,采集和预处理了用于辨识和验证的实验数据．最后根据辨识结果说明 了所用算法的可行性．     

基于最小二乘与自适应免疫遗传算法的小型无人直升机系统辨识

针对小型无人直升机不稳定、强耦合、非线性的特点,建立了小型无人直升机悬停状态下飞行动力学模型.设计了一种基于最小二乘与自适应免疫遗传算法(LS-AIGA)的辨识算法,根据辨识实验的需要研制了机载微小型导航、制导与控制系统(MGNC).利用飞行实验数据,根据本文的辨识算法,对所建立模型中未知参数进行了辨识.最后对得到的模型进行了验证与分析,结果表明模型辨识数据与真实飞行实验数据匹配较好,所建立模型能够反映小型无人直升机动力学特性.     

小型无人直升机纵横角动态耦合辨识建模

针对小型无人直升机耦合建模问题提出了一种频域解耦辨识建模方法,该方法通过处理针对耦合辨识的实验数据得到指定频域范围内被辨识耦合的频域特性,对频域特性进行拟合从而获得耦合模型.提出了适用于多输入输出(MIMO)系统的频域特性计算方法,定义了一种复合相干函数并证明其能够用于表达在耦合通道辨识中输入输出的相关性.基于该方法,对一种小型无人直升机在悬停状态的纵横角动态耦合模型进行了辨识,并将耦合模型加入到直升机仿真模型中考察其对模型预测精度的影响.模型预测输出与实际输出的比较表明,相较于普通模型,考虑了耦合动态的仿真模型能够更为精确地预测实际输出.     

小型无人直升机模型辨识数据处理方法研究

针对小型无人直升机模型频域辨识过程中的姿态角速率测量误差,提出了一种飞行数据处理方法。该方法采用飞行试验扫频测试技术,确保激励信号能够满足不同频段下模型辨识对飞行数据的需求;设计基于有色噪声的卡尔曼滤波器以降低紊流风场对飞行测量数据的影响,同时,对飞行测量数据使用数据预处理的方法以剔除测量噪声、野值、直流成分和低频分量。在小型无人直升机系统各通道中进行验证,验证结果表明,所提出的飞行数据处理方法能够满足小型无人直升机模型辨识对姿态角速率数据精度的要求,为精确建模提供了较高质量的飞行数据。     

基于预测误差法小型无人直升机系统辨识

小型无人直升机是一个复杂的非线性系统.为了真正实现小型无人直升机的自主飞行,须对其进行数学建模.本文重点分析了Raptor90小型无人直升机悬停时横、纵向通道的输入输出关系,通过严格推导得到横、纵向通道通的参数化模型.通过试验采集得到输入输出数据,利用基于预测误差法的输出误差模型进行系统辨识.模型预测数据与实际飞行实验室数据的比较表明,所建模型很好的反映了小型无人直升机在悬停状态下的动力学特性,可在该状态下基于此模型进行飞行控制器的设计.     

模型直升机垂直通道的改进最小二乘辨识方法

分析了模型直升机悬停时垂直方向的位移与总距输入之间的关系,建立了一个参数化模型,设计进行了试验并采集得到了用于辨识的输入输出数据。针对所建参数化模型的特殊性,采用了一种改进的最小二乘法进行参数辨识,得出了解析化的关系式,为进一步分析模型直升机垂直通道的特性和飞行控制系统设计提供了基础。     

无人直升机横向角运动模型在线辨识方法

针对无人直升机挥舞角不可测问题,对横向角运动模型在直升机动态范围较低的情况下简化;应用卡尔曼滤波方法在线估计模型参数;针对实验条件下直升机模型参数慢变的特点,设状态转移阵为1,并扩展了卡尔曼滤波方程的量测向量和观测阵。与工程中常用的递推最小二乘法相比较,说明此方法收敛速度快、抗干扰能力强;用短期迭代预测精度表征每一时刻的参数辨识精度,这一表征方法更适用;利用频率-精度分布图分析了模型精度随频率变化的情况,并说明了这一变化的原因;仿真结果证明此方法在低动态下十分有效,适用于工程中普遍采用的单通道串级控制器设计方案。     

一种小型无人直升机自主起飞控制方法

针对小型无人直升机(Small-scale unmanned helicopter, SUH) 起飞过程中过度依赖于地面飞行手的问题, 提出了一种基于经验知识与系统辨识的自主起飞控制方法. 首先, 通过研究专业飞行手手动操纵小型无人直升机起飞过程中高度与油门、总距舵量等信息的对应关系, 分析了利用学习飞行手的操纵行为实现小型无人直升机自主起飞的可行性, 并设计了小型无人直升机自主起飞控制流程. 引入了安全高度及变增益控制以提高自主起飞过程中的飞行安全性能, 利用不完全微分控制方法抑制了微分高频噪声. 其次, 为了获取自主起飞过程中控制参数, 采用自适应遗传算法对小型无人直升机动力学模型进行了辨识, 在动力学模型的基础上进一步辨识得到了飞行控制参数. 最后, 通过在小型无人直升机平台进行的实际飞行实验, 验证了本文方法的有效性.     

基于切换模型的无人直升机偏航通道系统辨识方法?

针对直升机偏航通道中舵机控制量的饱和非线性问题,提出基于切换模型的无人直升机偏航通道系统辨识方法。首先分析无人机偏航通道的特征,建立包含饱和单元的切换模型。其次通过扫频实验采集辨识所需的数据,并在频域下采用遗传算法辨识得到切换模型的所有参数。再根据实验数据分析辨识模型的残差序列,得到系统的残差模型,并利用该残差模型修正辨识得到的无人机偏航通道模型,进一步提高模型的准确度。最后通过实验数据分析文中模型的准确性,并利用该模型设计无人机飞行控制器。实验结果也证明模型的有效性。     

基于故障检测的无人直升机作动器重构控制

提高直升机电传飞控系统的可靠性是保证无人直升机智能化的霞要方面,文中针对单旋翼加尾桨构型无人直升机的作动器故障,研究了倾斜器故障重构控制方法,重点提出了作动器的故障检测方法,运用模型的故障诊断技术,设计了基于倾斜器故障重构控制的无人直升机作动器故障时的重构控制策略,经过试飞证明此方法为作动器故障时的直升机安全飞行提供了一种可行方案,达到了设计目的.     

小型无人驾驶直升机动力学模型辨识仿真研究

获得足够精确的动力学模型．对于小型无人驾驶直升机这种MIMO控制系统研究具有重要的意义。文中研究了直升机模型辨识方法,将子空间辨识算法运用于直升机动力学模型的辨识,并对模型直升机的垂直——偏航耦舍运动方程进行了辨识,得到了较为精确的结果,通过和PEM算法进行比较,显示该算法适合模型直升机系统辨识。     

一种新型的过程模型参数辨识方法

针对模型参数辨识问题,提出了一种基于菌群优化（BSFO）算法的模型参数辨识方法。通过将辨识参数设置为群体细菌在参数空闸的位置,并模拟细菌群体觅食的动态行为来实现对参数的寻优,有效地提高了参数辨识的精腰和效率。对火电厂热工过程参数辨识的仿真研究验证了本文算法的有效性,结果表明,菌群优化算法能够实现对过程模型参数的有效辨识,仿真结果令人满意。     

一种新型非线性系统模型参数辨识方法

关于非线性自动控制系统优化问题,为解决复杂非线性系统的辨识问题,提出了一种基于菌群优化算法的非线性系统辨识方法.结合菌群优化算法的特点,通过将待辨识参数设置为群体细菌在参数空间的位置,并利用细菌群体觅食的动态行为来实现对系统参数的辨识,有效地提高了参数辨识的精度和效率.通过对重油热解三集总模型进行了仿真研究,得到了较为精确的过程模型,模型输出与实际输出基本一致.仿真结果表明:菌群优化算法为非线性系统模型参数估计提供了一种有效的途径.     

无人直升机姿态通道模型预测控制

针对无人直升机姿态通道中存在的测量干扰与控制输入受限等问题,利用包含时变柔化因子的模型预测控制算法设计了一种姿态通道控制器。具体而言,首先对姿态通道的传递函数进行了等效变换,得到嵌入了积分环节的状态空间(SSEI)模型,并进一步建立了姿态通道的预测模型;然后综合分析了姿态通道系统在初始响应速度和减小测量干扰影响两个方面的要求,设计了含时变柔化因子的柔化轨迹;接着考虑到舵机的输出限制,分析了姿态通道的控制输入约束条件;最后基于上述三点内容,设计了滚动优化过程。论文还以无人直升机的偏航通道为例进行了飞行实验测试,结果表明该控制算法可明显地加快系统响应速度,减小模型不确定性与测量干扰等因素的影响,具有较好的工程应用价值。     

An Efficient Model Predictive Control Scheme for an Unmanned Quadrotor Helicopter

In this paper, an efficient Model Predictive Control (eMPC) algorithm deploying fewer prediction points and less computational requirement is presented in order to control a small or miniature unmanned quadrotor helicopter. A model reduction technique associated with the dynamics of an unmanned quadrotor helicopter is also put forward so as to minimize the burden of calculations in application of MPC into an airborne platform. For three-dimensional tracking control of the quadrotor helicopter, simulation results corresponding to the algebraic formulation—presented in this paper—versus the standard MPC formulation commonly found in the literature further illustrate effectiveness of this study. Unsuccessful implementation of the standard formulation on the testbed due to computational burden proves the necessity and advantages of this new approach. Eventually, to demonstrate effectiveness of the developed MPC algorithm, the suggested algebraic-based MPC framework is successfully implemented on an unmanned quadrotor helicopter testbed (known as Qball-X4) available at the Networked Autonomous Vehicles Lab (NAVL) of Concordia University for tracking control of the unmanned aerial vehicle.     

直升机神经网络模型辨识研究

研究直升机飞控系统的控制问题,直升机是强耦合的非线性系统,直升机的模型的建立是研究整个飞控系统的基础.为改善飞行姿态误差,提高稳定性,建立其较为精确的动力学模型对于设计、验证飞行控制系统具有重要意义.根据直升机动力学方程的形式,建立了一种基于BP神经网络的非线性辨识模型,利用典型状态下的试飞数据作为样本,采用LM优化学习算法对神经网络进行训练,并用其他飞行状态的数据对模型进行验证.计算结果表明,证明所建立的神经网络模型具有较好的拟合精度与泛化能力,能够较好地反映直升机的动态特性,并为设计提供依据.