无人直升机频域辨识模型参数摄动分析

合集下载

小型无人直升机辨识建模试验信号的预处理

小型无人直升机辨识建模试验信号的预处理

数据进行分析 , 采用先对数据进行野值的识别、 剔除 与补正 、 滑 , 平 然后 对试 验数据 进行 数据 低通滤 波滤 除高频噪声 , 去除趋势项和中位值 , 最后得到可用于 小 型直 升机 系统辨 识 的数 据信 号.
油 门操纵量. 在飞行过程中, 主旋翼转速 n几乎保持 不变, 以油门操纵输入在建模时不予考虑. 所 对于直 升机的运动 , 可以用它的位姿 , 速度和角速度表示 ,
有小气 动 面 , 大 了惯 性矩 , 增 使得 它对空 速和 阵风 干 扰 的响应 比旋 翼 慢. 合 器将 稳 定 杆 的挥 舞 运 动加 混 到旋翼 周期 操纵 上 , 在俯 仰 、 转 回路 中产 生 了滞 就 滚
后 的角 速度 反馈. 样 , 定 杆 既增 加 了系统 阻尼 , 这 稳
过 程所 引 入 的各 种 误 差 [ 。 本 文 通 过 对 飞 行 实 测 7。 .
小型直升机通过遥控器产生的 P WM 波使 5 个
舵 机带 动舵 面 的变化 , 从而控 制 直 升机 的运 动 . 5 这 个 输入量 、 、 、 、 分 别表 示横 向周 期操
纵 量 、 向周 期操 纵 量 、 蹬操 纵 量 、 纵 脚 总距 操 纵 量和
收 稿 日期 :0 00 —0 2 1—32
基金项 目: 国家 自然科学基金( 07 0 9 64 53 ) 作者简介: 志刚 (9 5)男 , 赵 17 一, 甘肃镇原人 , 副教授 , 博士
第 4期
赵 志刚等 : 小型无人直升机辨识建模试验信 号的预处理
4 1
即 z 、 、 是纵 向位 移 、 向位移 、 直方 向 位移 ;、 横 垂 乒
中图分类号 : P 8 T 1 T 1 ;P 5

无人直升机载minisar数据处理及其影像定位

无人直升机载minisar数据处理及其影像定位

无人直升机载minisar数据处理及其影像定位汇报人:2023-12-29•无人直升机载minisar系统概述•minisar数据处理技术目录•minisar影像定位技术•无人直升机载minisar系统集成与测试•无人直升机载minisar数据处理及其影像定位的应用案例01无人直升机载minisar系统概述Minisar系统是一种小型化、轻量化的光电侦察设备,专为无人直升机平台设计。

定义具有高分辨率、高灵敏度、实时传输等特点,适用于多种侦察任务,如地形测绘、目标跟踪、情报收集等。

特点minisar系统的定义与特点minisar系统的应用领域军事侦察用于战场情报收集、目标定位和监视等。

民用领域可用于地质勘查、环境监测、农业估产、应急救援等领域。

起源Minisar系统起源于20世纪末的美国,最初用于军事侦察和情报收集。

发展随着科技的不断进步,Minisar系统的性能不断提升,逐渐向小型化、轻量化方向发展。

未来展望未来,Minisar系统将进一步集成化、智能化,提高侦察效率和精度,拓展更多的应用领域。

minisar系统的历史与发展03020102minisar数据处理技术将原始的minisar数据转换为统一的格式,便于后续处理。

数据格式转换消除数据中的噪声,提高数据的清晰度和准确性。

数据去噪通过图像增强技术,提高minisar影像的对比度和分辨率。

数据增强数据预处理数据分类与识别特征提取从minisar影像中提取出有用的特征,如边缘、纹理、形状等。

分类器设计根据提取的特征,设计分类器对影像进行分类和识别。

目标检测利用分类器检测minisar影像中的目标,并进行定位。

多源数据融合将多个minisar影像进行融合,提高数据的完整性和准确性。

数据压缩对处理后的数据进行压缩,便于存储和传输。

数据优化通过优化算法对数据进行优化,提高数据的处理速度和效果。

数据融合与优化1 2 3设计合理的存储方案,确保数据的安全性和可靠性。

matlab_系统辨识_无人直升机航向控制建模问题

matlab_系统辨识_无人直升机航向控制建模问题

G( z )
B( z ) 0.01425 z 2 0.029 z 0.0147 3 A( z ) z 2.949 z 2 2.923z 0.9745
零极点分布如图:
>> sys = tf(arx331.B,arx331.A) Transfer function: 0.01425 s^2 - 0.029 s + 0.0147 ---------------------------------s^3 - 2.949 s^2 + 2.923 s - 0.9745 >> pole(sys) ans = 1.0148 0.9672 + 0.1580i 0.9672 - 0.1580i >> zero(sys) ans = 1.0783 0.9562 >>
三阶模型的辨识参数设置为:focus = Prediction, initial state = Backcast, Covariance = Estimate. 其余参数为默认值。 由此得到对象模型: Discrete-time IDPOLY model: A(q)y(t) = B(q)u(t) + e(t) A(q) = 1 - 2.949 q^-1 + 2.923 q^-2 - 0.9745 q^-3 B(q) = 0.01425 q^-1 - 0.029 q^-2 + 0.0147 q^-3 Estimated using ARX from data set eDat Loss function 0.000782755 and FPE 0.00101185 Sampling interval: 0.036 用 Z 变换的传递函数表示为:
无人直升机航向控制建模问题

小型无人直升机的模型辨识与鲁棒控制技术研究

小型无人直升机的模型辨识与鲁棒控制技术研究

小型无人直升机的模型辨识与鲁棒控制技术研究小型无人直升机具有垂直起降、悬停、超低空和机动飞行等直升机的飞行特性,此外,它还具有体积小、重量轻、灵活性高等特点,在军用、民用等众多领域具有广阔的应用前景。

但小型无人直升机是一个强耦合、不稳定、时变的多变量非线性系统,系统建模和控制系统设计是自主飞行控制的关键技术,设计难度大,因此研究开发具有自主知识产权的小型无人直升机自主飞行控制系统具有重要的理论意义和较高的实际应用价值。

本文以单旋翼带尾桨小型无人直升机为研究对象,研究其建模和控制器设计问题,主要包括建立直升机的机理模型,研究主通道模型和考虑耦合的系统模型辨识方法,设计基于辨识模型的鲁棒控制器,进行相关飞行实验验证等,相关工作获得了三项发明专利授权。

全文主要内容如下:采用机理建模法,建立了直升机的非线性飞行动力学模型,分析了显著影响直升机飞行特性的主旋翼及伺服小翼挥舞运动特性,合理降低了挥舞模型的复杂度,获得了主旋翼及伺服小翼的挥舞运动模型。

利用小扰动线性化方法对直升机模型在悬停点进行了线性化,给出了线性化模型表达式,根据参数的表达式深入分析了各个参数,确定了全部参数的变化范围和部分参数的数值,为模型辨识创造了良好的条件。

在线性特性明显、通道耦合较弱的平衡点上,根据主通道的频率特性对直升机的线性状态方程进行了辨识,分析了模型参数的不确定范围,对状态方程参数的不确定范围进行了计算。

根据参数不敏感度筛选模型中不敏感参数,提出了一种变阶次模型辨识方法,获得了主通道模型的最小实现。

实验结果表明,状态方程模型辨识结果与变阶次模型辨识结果皆能够对主通道特性进行合理表达,模型不确定的范围也能满足模型精度的要求,便于控制器的设计。

针对飞行通道耦合显著的问题,研究了考虑耦合的无人直升机模型辨识方法。

提出了一种应用复合相关函数对频域有效数据进行筛选和辨识的方法,与偏相关函数相比,大大提高了辨识的有效范围。

分析了横向与纵向通道角动态耦合模型以及航向通道角动态耦合模型的特性,给出了状态方程参数在考虑耦合的情况下的辨识流程,通过实验对模型进行了验证,结果表明,在考虑耦合情况下得到的状态方程模型输出与实测输出之间的误差得到了明显的改善。

小型无人直升机动力学建模的子空间辨识方法

小型无人直升机动力学建模的子空间辨识方法

小型无人直升机动力学建模的子空间辨识方法作者:樊峪刘基玉李凯来源:《科学家》2017年第04期摘要:将小型无人直升机的动力学建模问题看作是基于输入输出数据的黑箱辨识问题,同时考虑到子空间辨识算法的快速性与鲁棒性,在获得悬停工作点附近的扫频试飞数据后,应用子空间辨识算法对无人直升机的黑箱模型进行系统辨识。

基于子空间算法的系统辨识结果展现出了良好的辨识性能,并最终获得了小型无人直升机在悬停状态下的线性黑箱模型。

采用新的试飞数据进行模型验证的结果表明了子空间辨识算法的有效性。

关键词:无人直升机;黑箱建模;子空间辨识中图分类号:V2文献标识码A文章编号2095-6363(2017)04-0032-03无人直升机以其在军民用方面的广泛应用前景,近年来日渐受到重视,已成为越来越多国内外机构和组织的研究对象。

由于无人直升机具有多变量强耦合非线性的特点,其动力学模型的建立和飞行控制律的设计是需要解决的关键问题,是其执行各种任务的基础。

为了对无人直升机的飞行控制律进行基于模型的设计,必须首先获得系统准确的数学模型,模型准确与否直接影响控制律的设计效果。

传统建模过程中,气动导数的获得需要通过对机体和旋翼翼型的吹风,以及一系列理论推导才能够得到,这对实验条件以及理论素养都提出了比较高的要求,并且不能够保证建模的精度。

因此,在具有无人直升机平台的情况下,可以采用系统辨识的方法对无人直升机进行建模。

无人直升机的系统辨识是指基于飞行实验获得的输入输出数据,通过对无人直升机的灰箱或黑箱模型中的未知参数进行参数估计,从而建立模型的方法。

系统辨识建模基于真实的输入输出数据,辨识所得的模型往往能更准确地反映对象的动力学特性。

本文将一种子空间辨识算法应用于小型无人直升机的动力学模型参数辨识问题,获得了无人直升机悬停状态的线性MIMO模型,可以用于控制律的初步设计。

1.研究平台介绍在借鉴和消化国内外前期研究经验的基础上,本课题采用日本京商公司出产的Concept 60型遥控直升机作为研究平台,在此平台上开发自主飞行控制系统。

一种涵道无人直升机模型参数辨识试验策略

一种涵道无人直升机模型参数辨识试验策略
' u
此 产 生 的部 分 野 值 样 本 .然后 进 一 步 采 用低 通 滤 波 器 对 观 测 数 据 进 行 滤 波 .通 过 最 小 二 乘 法 进 行 二 次 辨 识 . 试 验
结 果表 明 .该 方 法 可 显 著提 高模 型 参 数 辨 识 精 度 并 降低 参数 估 计 的标 准差 .
An I de n t i ic f a t i o n Me t ho d o f Pa r a me t e r f 0 r Duc t e d Fa n Un ma n ne d He l i c o pt e r Mo de l
DA I W e n -w e n,S U N Che n -wu,SH EN G S hou -z ha o
A bs t r ac t :Fo r a pr o t o t y p e —du c t e d f a n un ma nn e d he l i c o pt e r,c ons i de ing r t he c o nt a mi na t e d d a t a e f f e ct s of he t me c h a ni —
c a l v i b r a t i o n f r o m he t a i r f r a me,t he me ho t d o f p a r a me t e r i d e n i t i f c a t i o n o f u n ma nn e d h e l i c o p t e r h o v e in r g mo d e l i s p r o — p o s e d . Ba s e d o n g e n e r a l i z e d h e l i c o p er t p ra a me t e r mo d e l wi h t a n g u l r a v e l o c i t y  ̄e d b a c k,l o n g i t u d i n a l c h nn a e l mo d e l p a r a me t e r s l l h nd a CT re a i d e n i t i f e d b y a n g u l r a r a t e.1 i n e r a a c c e l e r a i t o n a n d c o n r t o l i n p u t s u c c e s s i v e l y . F i r s l t y,t he

直升机频域参数辨识飞行试验数据选取准则研究

直升机频域参数辨识飞行试验数据选取准则研究

2021年5期创新前沿科技创新与应用Technology Innovation and Application直升机频域参数辨识飞行试验数据选取准则研究石佳伟,房圣友(中国飞行试验研究院飞机所,陕西西安710089)1概述在直升机频域参数辨识中,试飞数据质量的优劣将直接影响辨识结果的精确性与可靠性。

简单的说,若想要用辨识模型描述某种动态特性,则用于辨识模型的试飞数据中必须包含关于这种动态特性的信息,否则辨识结果将无法体现其动态特性。

在目前的直升机飞行试验中,由于各种各样的原因,对飞行员的操纵激励要求仍存在不完善的地方,所获取的试飞数据在用于直升机频域参数辨识时,得到的结果精度有待提高。

因此,本文将较为全面的对直升机频域参数辨识中试飞数据的选取准则进行讨论与总结,并根据直升机频域参数辨识过程中所暴露出的问题,对开展直升机参数辨识的飞行试验提供一定的参考建议。

2试飞数据选取准则在直升机飞行试验中,操纵输入一般是阶跃输入、脉冲输入和扫频输入三种。

与前两种操纵输入相比,扫频输入能够获取的频率范围更为广泛,将时域数据转换到频域里后,得到的信息量更丰富。

激励的频率范围在飞行试验时也能够被严格控制,起始于预先定义的最小频率,并终止于预先定义的最大频率,选择扫频输入更适合频域参数辨识。

因此,本文将讨论和研究直升机扫频试飞数据的选取准则。

2.1频率范围准则在直升机飞行试验中,飞行员扫频输入的最大频率上限一般为2~3Hz ,如果想要可靠的辨识出旋翼后退挥舞摆振动态,则需要扫频输入的频率达到3~4Hz ,而针对旋翼的高频结构模态,扫频输入的频率必须达到5Hz 以上,通常,对这种高频的激励只能采用自动扫频输入进行。

针对直升机操稳特性的研究,其关心的频率范围约为0.3~12rad/s ,即0.05~2Hz 左右,在实际飞行试验中,仅做操稳特性分析研究时,由于各种原因,可以不考虑直升机挥舞摆振等模态特性,采用飞行员人工激励即可满足要求,对其的频率范围要求为0.3~12rad/s 。

无人飞机摄影测量技术研究与应用知识讲解

无人飞机摄影测量技术研究与应用知识讲解
无人机摄影测量技术研究与应用
二0一三年十月
主要内容
1
引言
2 影像快速获取技术研究 3 影像自动化处理技术研究
4 大比例尺成图技术研究
5 应用与推广
及时测绘的需要
• 传统航空摄影及卫星遥感周期长、天气要求高,难以满 足经济社会服务以及应急救灾的及时性方面的需求
精细测绘的需要
• 传统航空摄影及卫星遥感地面分辨率相对较低,影像光 能量相对较低,难以比较好的获取到高分辨率、高清晰 度、高精度的影像数据。不能满足精细测绘的需要
航测对无人机的技术要求
航测对无人机数据链路的要求
❖ 遥控频率:
L 波段
❖ 调制方式:
FHSS
❖ 遥控功率:
1W
❖ 遥测频率:
L 波段
❖ 调制方式:
FHSS
❖ 遥测功率:
1W
❖ 遥测频点:
16个
❖ 控制半径:
30km
❖ 任务航线规划:
≥10条
❖ 地面控制站可同时控制数量: 不小于3架
航测对无人机的技术要求
在各个县级、地级市寻找适合长航时无 人机起飞降落的长期场地(废弃机场、断头 公路等),以做到能覆盖全区的场地分布为 目标。
充分发挥长航时无人 机优势;大面积作业。
航测对影像传感器的技术要求
基本要求: 1、适应低空无人飞机轻荷载条件;一般不大于3kg. 2、要满足低空航测高分辨率高精度的性能要求。
技术要求: 1、定焦镜头,可对焦无穷远 2、成像像素超过2000万像素 3、快门速度小于1/1000秒 4、非量测相机可量测化-——相机标定
航测对无人机的技术要求
航测对无人机飞控系统的要求
1、能采集电池电压、GPS导航定位、发动机转速、气压高度、空速等信息 2、具备遥控、半自主、自主三种飞行控制模式 3、具备GPS/INS惯性导航功能、GPS数据输出频率不小于4Hz 4、能实现飞行姿态、飞行高度、飞行速度的稳定控制 5、可预置航线、航点间具备沿线飞行和斜坡飞行模式,能实现对飞行航迹 控制 6、航路点数量大于1000,航路点数据可在飞行中修改、目标航点可实时修 改 7、飞行姿态稳定度控制:横滚角应小于±3°、俯仰角应小于±3°、航向 角误差应小于±3°; 8、航迹控制精度:偏航距应小于±20m、航高差应小于±20m、直线段航 迹弯曲度应小于±5°。

基于PEM法和GA的无人直升机模型辨识

基于PEM法和GA的无人直升机模型辨识

s h o u l d b e r e c t i ie f d a n d i f l t e r e d .P r e d i c t i o n e l T o r me t h o d ( P EM) i s u s e d f o r s y s t e m i d e n t i i f c a t i o n, a n d t he P E M
i d e n t i i f c a t i o n r e s u l t s a r e o p i t mi z e d b y g e n e t i c a l g o it r hms .T h e v e i r i f c a t i o n r e s u l t s s h o w ha t t t wo me ho t d s C n a a l l a c h i e v e
第2 1 卷 第 1 7期
Vo 1 . 2 1
No . 1 7
电子设 计工 程
E l e c t r o n i c D e s i g n En g i n e e r i n g
2 0 1 3年 9月
S e o . 2 0 1 3
基寸 P E M 法和 G A 的无人 直 升机 模 型辨 识
无人直 升机是一个 复杂的系统 , 具有非定 常 , 非线性 , 非
严 军辉 ,贾秋 玲
( 1 . 中航 工业 国 营 东方仪 器 厂 陕 西 汉 中 7 2 3 1 0 2 ; 2 . 西 北 工 业 大 学 自动化 学 院 ,陕 西 西 安 7 1 0 1 2 9 ) 摘要 : 无 人 直 升 机 的 数 学模 型是 设 计 先 进 控 制 系统 的基 础 ,首 先 采 用机 理 建 模 的 方 法 分 析 了直 升 机 的 飞 行 力 学 特

基于混沌蜂群算法的小型无人直升机系统辨识

基于混沌蜂群算法的小型无人直升机系统辨识

基于混沌蜂群算法的小型无人直升机系统辨识丁力;吴洪涛;姚裕;马瑞【摘要】针对小型无人直升机在悬停状态下飞行动力学模型的系统辨识问题,提出了一种基于混沌蜂群算法(chao t‐ic artificial bee colony algorithm ,简称CABC)的辨识方法。

由于直升机的数学模型是非线性的,因此用小扰动理论对其线性化,得到纵横方向待辨识的解耦模型;进一步将系统辨识问题转变成优化问题,以蜂群为搜索单位,通过群体之间的信息交流与优胜劣汰机制,使得蜂群向更优方向进化;利用混沌算子来改进侦察蜂的搜索机制,使得人工蜂群算法脱离局部最优束缚,获得更强的全局寻优能力。

根据无人机实际飞行试验数据,对辨识获得的模型进行了分析与验证,结果表明,采用该辨识方法,估计出了解耦模型中的未知参数,与遗传算法和传统人工蜂群算法相比,所提算法的辨识精度更高。

【期刊名称】《振动、测试与诊断》【年(卷),期】2016(036)003【总页数】6页(P419-424)【关键词】小型无人直升机;系统辨识;人工蜂群算法;混沌算子【作者】丁力;吴洪涛;姚裕;马瑞【作者单位】南京航空航天大学机电学院南京,210016; 江苏理工学院机械工程学院常州,213001;南京航空航天大学机电学院南京,210016;南京航空航天大学航空宇航学院南京,210016;南京航空航天大学机电学院南京,210016【正文语种】中文【中图分类】TP242小型无人直升机是一种典型的空中机器人,具有定点悬停、垂直起降和低速巡航等能力,在军用和民用领域得到了广泛的应用,近年来一直是研究的热点[1-3]。

然而,由于它是一个多输入多输出(multiple input multiple output,简称MIMO)、强耦合、多变量、不稳定的非线性系统,为了实现其高精度的控制,需要建立准确的直升机动力学模型。

直升机模型获取的方式主要有两种:机理建模与辨识建模。

机理建模需要丰富的直升机专业知识和精密的测量仪器,并且需通过风洞试验和飞行验证对模型进行修正,实现起来较繁琐,故此方法在工程中不被推广。

基于试飞数据的直升机气动模型参数频域辨识

基于试飞数据的直升机气动模型参数频域辨识

基于试飞数据的直升机气动模型参数频域辨识李富刚;石佳伟;张文星【摘要】针对直升机气动强耦合、强非线性、不稳定的特点,采用扫频方式获取飞行试验数据及频域辨识技术进行其气动模型辨识.首先分析了气动辨识模型、飞行试验数据需求,并对飞行试验动作进行设计,然后形成气动模型频域辨识流程.在纵向气动模型辨识过程中,发现扫频飞行试验数据低频、高频段数据质量差,纵向和横向通道舵偏相关性强等问题.【期刊名称】《航空科学技术》【年(卷),期】2018(029)009【总页数】6页(P37-42)【关键词】频域辨识;飞行试验;直升机气动参数;低阶等效系统;直升机试飞【作者】李富刚;石佳伟;张文星【作者单位】中国飞行试验研究院飞行仿真航空科技重点实验室,陕西西安710089;中国飞行试验研究院飞行仿真航空科技重点实验室,陕西西安 710089;中国飞行试验研究院飞行仿真航空科技重点实验室,陕西西安 710089【正文语种】中文【中图分类】V217+.1直升机气动模型辨识广泛应用于直升机飞控设计、检验,动力学仿真模型校准、验证,设计规范符合性检验等工作。

由于直升机旋翼既是升力面又是俯仰和滚转控制操纵面,旋翼对尾桨、机身及尾翼的干扰等使得直升机气动呈现强耦合、非线性,测量数据信噪比低,动态响应不稳定等特性[1,2]。

与固定翼飞机相比,这些特性导致直升机气动参数模型辨识面临更大的挑战。

研究表明,频域辨识方法是解决直升机气动模型辨识的有效手段,美国陆军航空设计标准规范ADS-33E-PRF要求用飞行试验的频域响应数据进行符合性检验[3]。

在某型直升机型号试飞中,国内开展直升机基于频域响应飞行试验数据的规范符合性检验,在飞行试验的设计、试飞数据的采集、模型时域验证等环节工程经验不足。

本文通过利用频域辨识软件(CIFER)进行该型直升机的气动模型参数辨识工程应用,发现扫频飞行试验数据低频、高频段数据质量差,旋翼桨叶挥舞参数缺失,各通道舵偏相关性强等问题,并给出相应的改进建议。

无人直升机横向角运动模型在线辨识方法

无人直升机横向角运动模型在线辨识方法

无人直升机横向角运动模型在线辨识方法乔昕炜;任君堂;盛蔚【摘要】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.【期刊名称】《计算机测量与控制》【年(卷),期】2013(021)001【总页数】3页(P221-223)【关键词】无人直升机;在线辨识;挥舞角;卡尔曼滤波【作者】乔昕炜;任君堂;盛蔚【作者单位】北京航空航天大学仪器科学与光电工程学院,北京 100191;北京航空航天大学仪器科学与光电工程学院,北京 100191;北京航空航天大学仪器科学与光电工程学院,北京 100191【正文语种】中文【中图分类】V249.120 引言无人直升机以其机动灵活、起降方便、低速巡航等性能受到各方青睐。

对无人直升机控制的研究也越来越多,多数现代控制方法首先要求建立直升机模型,多采用离线建模方法。

但直升机动力学参数随状态变化,离线模型仅针对固定平衡点,有必要研究直升机模型参数在线辨识技术。

文献[1]研究了基于UKF、EKF的在线辨识方法,辨识对象为直升机全状态模型,结构复杂,计算量较大,对处理器要求较高,不适用于微小型系统。

当对直升机机动性能要求不高时,工程中多将横、纵向回路分开设计。

以横向回路为例,将纵向耦合视为干扰,通过反馈调节改变横向输入以对此进行补偿[2]。

同时将角运动、线运动分离,采用串级控制方法以简化控制系统设计,角运动为内回路,姿态控制是直升机控制的核心[3]。

一种改进的四旋翼无人机频域参数辨识方法

一种改进的四旋翼无人机频域参数辨识方法

一种改进的四旋翼无人机频域参数辨识方法齐浩然;齐晓慧;杨森【摘要】针对现有的四旋翼无人机频域参数辨识方法存在的不易兼顾频带宽度与精度,且辨识过程效率较低等问题,提出了一种改进的频域辨识算法.首先,建立了悬停条件下四旋翼无人机的系统模型,然后对基于四旋翼无人机平台的实测数据采用组合窗处理得到频率响应,再将模式搜索中的K-平均聚类算法应用于辨识过程,得到四旋翼无人机状态空间模型.结果表明,该方法兼顾辨识精度与复杂度,辨识得到的模型频率响应能与四旋翼无人机实际模型较好地拟合.%The problems of existing ways in identifying the key parameters of quad-rotor UAVs in the frequency domain are that it is hard to guarantee the bandwidth and accuracy at the same time and the identification process is inefficient.To solve these problems,an improved identification algorithm in the frequency domain was proposed.Firstly,the system model of the quad-rotor UAVs under hovering conditions was built.Then,based on the measured data obtained from the quad-rotor UAV platform,the frequency response was obtained by the composite-window disposal.Finally,a kind of pattern search algorithm,K-means clustering algorithm,was applied to the identification process,and the state-space model of the quad-rotor UAVs was obtained.The result showed that,the proposed method could balance the accuracy and complexity of the identification,and the frequency response of the identified model could fit the actual model of the quad-rotor UAVs well.【期刊名称】《电光与控制》【年(卷),期】2018(025)002【总页数】5页(P38-41,47)【关键词】四旋翼无人机;系统辨识;复合窗法;K-平均聚类算法【作者】齐浩然;齐晓慧;杨森【作者单位】陆军工程大学无人机工程系,石家庄050003;陆军工程大学无人机工程系,石家庄050003;陆军工程大学无人机工程系,石家庄050003【正文语种】中文【中图分类】TP3910 引言四旋翼无人机是具有高阶动态特性的强耦合、非线性多输入多输出(MIMO)系统,在低速飞行或悬停阶段的飞行数据更是表现为低信噪比[1],因此采用传统的时域辨识方式建立精确的动力学模型比较困难。

无人直升机辨识的一种新方法

无人直升机辨识的一种新方法

无人直升机辨识的一种新方法
李洁;赵佳;陈胜功;申功璋
【期刊名称】《火力与指挥控制》
【年(卷),期】2009(034)011
【摘要】针对无人直升机的辨识建模问题,提出了把频率响应辨识法和遗传算法相结合的一种新的辨识方法.该方法充分结合了频率响应辨识法抗噪声能力强、对输入信号通用性强、以及遗传算法的全局寻优特性的优点,极大地提高了辨识的准确性.与最小二乘法、Levy方法的对比仿真结果表明,这种方法辨识精度更高,具有重要的工程使用价值.
【总页数】4页(P48-51)
【作者】李洁;赵佳;陈胜功;申功璋
【作者单位】北京航空航天大学自动化科学与电气工程学院,北京,100083;北京航空航天大学自动化科学与电气工程学院,北京,100083;北京航空航天大学自动化科学与电气工程学院,北京,100083;北京航空航天大学自动化科学与电气工程学院,北京,100083
【正文语种】中文
【中图分类】V212.4
【相关文献】
1.一种基于参数辨识的微小型无人直升机建模方法 [J], 吴建德;李平;韩波
2.一种无人直升机飞行力学模型辨识方法研究 [J], 孙涛;宋彦国
3.一种无人直升机飞行力学模型辨识方法研究 [J], 孙涛;宋彦国
4.一种涵道无人直升机模型参数辨识试验策略 [J], 戴文雯;孙臣武;盛守照
5.小型无人直升机模型辨识数据处理方法研究 [J], 周健; 刘灵哲; 洪良
因版权原因,仅展示原文概要,查看原文内容请购买。

小型无人直升机姿态通道智能辨识建模研究的开题报告

小型无人直升机姿态通道智能辨识建模研究的开题报告

小型无人直升机姿态通道智能辨识建模研究的开题报告1、研究背景随着无人机技术的不断发展和应用领域的不断拓展,小型无人直升机已经成为了无人机技术的热点之一。

然而,小型无人直升机的姿态稳定性一直是一个比较困难的问题。

传统的姿态控制方法对于小型无人直升机并不适用,因此需要研究新的姿态控制方法。

在该背景下,本课题研究小型无人直升机姿态通道智能辨识建模,旨在通过对小型无人直升机姿态通道进行智能辨识建模,研究新的姿态控制方法,从而提高小型无人直升机的姿态稳定性和飞行性能。

2、研究目的和意义研究小型无人直升机姿态通道智能辨识建模的目的是为了找到新的姿态控制方法,解决小型无人直升机的姿态稳定性问题。

同时,该研究还具有以下意义:(1)提高小型无人直升机的姿态稳定性:通过姿态通道智能辨识建模,可以了解小型无人直升机的姿态动态模型,进而研究新的姿态控制方法,提高其姿态稳定性。

(2)提高小型无人直升机的飞行性能:姿态稳定性是影响无人机飞行性能的关键因素之一。

通过提高小型无人直升机的姿态稳定性,可以进一步提高其飞行性能,扩展其应用领域。

(3)为无人机技术的发展做出贡献:小型无人直升机具有广泛的应用前景,通过研究姿态通道智能辨识建模,可以进一步完善无人机技术,为其发展做出贡献。

3、研究内容(1)姿态通道智能辨识建模方法:采用神经网络和遗传算法等方法对小型无人直升机的姿态通道进行智能辨识建模,得到其姿态动态模型。

(2)姿态控制方法研究:基于姿态通道智能辨识建模结果,研究新的姿态控制方法,以提高小型无人直升机的姿态稳定性和飞行性能。

(3)仿真实验验证:利用Matlab/Simulink等工具进行仿真实验,验证新的姿态控制方法的有效性和性能。

4、研究方法和技术路线(1)文献研究:对小型无人直升机的姿态控制和智能辨识建模相关研究进行综述,确定研究路线和研究方向。

(2)数据采集和处理:对小型无人直升机进行数据采集,通过传感器获取其姿态数据,对数据进行处理和分析。

直升机纵_横向耦合动力学模型的参数辨识方法研究_吴伟

直升机纵_横向耦合动力学模型的参数辨识方法研究_吴伟

由于辨识方程 ( 1) 是建立在体轴系上, 所以需 将所有试验数据根据传感器相对于重心的坐标转换 到体轴系。为了确保飞行试验数据合理可信 , 辨识 前还需对处理后的飞行试验数据作相容性检验。相 容性是衡量试验数据质量的一个重要标准, 即对具 有函数关系的观测量进行比较 , 如果符合较好, 试 验数据可信, 否则必须重新进行试验或者进行数据 重建。 本文利用直升机非线性运动模型将BO-105 飞 行试验测得的线性加速度与线速度 , 角速度与姿态 角进行了相容性检验 , 结果发现除了垂向加速度外 都吻合很好。进一步分析发现垂向加速度和垂向速 度信号两者基本上相差一个常数, 作者判定这可能 是传感器的恒值漂移所致 , 于是通过添加恒值修正 项对垂向加速度进行数据重建 , 重建后的垂向加速
第 22 卷第 3 期 2009 年 6 月
振 动 工 程 学 报 Jo urnal of Vibr at ion Engineering
V ol. 22 N o. 3 Jun. 2009
直升机纵、横向耦合动力学模型的参数辨识方法研究
吴 伟, 陈仁良
( 南京航空航天大学直升机旋翼动力学国家级重点实验室 , 江苏 南京 210016) 摘要 : 提出了一种 提高直升机纵、 横向全耦合动力学模型辨 识精度的方法 , 该方法根据 BO 105 直升机的频率扫描 飞行试验数据 , 通过构建多步辨识算法和相应的优化指标函数 , 解决了直升 机纵、横向全耦合动力学模型中辨识 参数多 , 灵敏度差异大 , 耦合 严重等造成的信息矩阵病态问题 , 得到的直升机纵、横向全耦合动力学模型与飞行 试验数据相比具有良好的一致性。 关键词 : 全耦合模型 ; 时域辨识 ; 多步法 中图分类号 : V 211 文献标识码 : A 文章编号 : 10044523 ( 2009) 03023205
  1. 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. 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. 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)。

T a H ω, b∠Hω] 其中: θ 为系统传递函数参数; y( ω) = [
56





- N /2
第ቤተ መጻሕፍቲ ባይዱ19 卷
为在特定的传递函数参数下系统在特定频率点的相位 及相角的加权。 引理
[12 ]
M ( θ) = - E{ 2 ( 2π R ) Θ ln [

exp - J( θ) ] } = ( 13 ) ( 14 )
2 γ xy ( f ) =
1
无人直升机实验平台
本文实验均基于一个自主研发的小型无人机实验
G xy ( f ) 2 G xx ( f ) G yy ( f )
( 2)
2 通常对于 γ xy ( f ) ≥0 . 6 的频率点即认为具有较好
的输入输出线性关系, 可作为有效点用于传递函数的 辨识 。一般地, 在相关性较大的点认为具有较小的误 差, 能较好地反映系统特性 。 本文采用如下代价函数计算传递函数 20 ^ - H) 2 ]( 3 ) ^ - H ) 2 + W ( ∠H J = Σ Wγ[ Wg ( H ∠ p c c nω ω
第 19 卷 第 8 期 2012 年 8 月
电 光 与 控 制 Electronics Optics & Control
Vol. 19 No. 8 Aug. 2012
无人直升机频域辨识模型参数摄动分析

1 1 2 2 慧 , 陈庆伟 , 王冠林 , 朱纪洪
( 1. 南京理工大学, 南京 210094 ; 摘
( 1. Nanjing University of Science and Technology Nanjing 210094 China; 2. Tsinghua University Beijing 100084 China)
Abstract: This paper presents a model perturbation analysis method based on frequency domain identification for aircraft. The model parameter perturbation estimation algorithm was analyzed and proved through the combination of CramerRao Theorem and frequency domain identification. In the meanwhile the model structure was refined by related indexes which solved the model orderselecting problem. The model can describe system more precisely through perturbation analysis and model structure refine. The yaw channel frequency domain identification model's parameter perturbation was analyzed for a smallscale unmanned rotorcraft. The comparison of theoretical analysis and the statistical result showed that the effect of theoretical method is consistent with that of experimental method and the time domain verification showed the model perturbation analysis method is feasible and effective. Key words: unmanned rotorcraft; autonomous flight control; frequency domain identification; uncertainty analysis; CramerRao Theorem
1
平台, 该实验平台由直升机飞行平台和地面站两大部 分组成。直升机平台由 260 级小型汽油直升机改装, 如图 1 所示, 其主要参数见表 1 。
ωnω
该目标函数表示的是目标传递函数与实验所计算 出的频率特性( 幅值 、 相位) 差的二次型函数 。 n ω 为所 有的有效频率点的个数, ω1 、 ω n 为有效频率范围的上
直升机平台 Helicopter platform
W p = 0 . 01745 , 当, 则 Wg = 1. 0, 该权值的选取使得传递 函数的 实 部 与 虚 部 误 差 在 目 标 函 数 中 的 重 要 性 相 当
机身 高度 / m 0. 640 续航 时间 / min 40
[5 ]
直升机平台主要参数
景, 因而成为近年来的研究热点 。随着研究的深入, 直 升机的自主飞行控制系统已经受到了国内外研究人员 的广泛关注, 而能否成功地设计自主飞行控制系统, 在 很大程度上又依赖于直升机数学模型的精确建立
[1 ]

受到了较多的关注, 近年来在无人直升机上的应用亦逐 2 - 11] 渐增多, 文献[ 均成功采用频域辨识方法对无人 直升机进行了辨识建模, 但其中只有很少一部分研究者 5, 10 - 如文献[ 对直升机模型不确定性进行了分析, 11] , 且 均 采 用 CIFER ( Comprehensive Identification from Frequency Responses ) 工具。CIFER 是美国军方 它功能 和美国航天局 NASA 联合开发的频域辨识软件,

( 克莱姆 - 拉奥) 若系统输出的联合分 由于
2 2 E[ Θ J( θ) ]= Θ J( θ)

布密度足够光滑能够满足计算的要求, 那么, 对最大似 存在 然估计, var( θ) ≥M ( θ0 )
2 Θ -1 T
σ[ θ( i) ]= ( 6) 即 σ[ θ( i) ] ≥ 由于

频域辨识模型的摄动分析方法
频域模型辨识方法
通常对于单通道线性时不变系统的频率响应可以
用如下功率谱分析方法得到 H( f ) = G xy ( f ) G xx ( f ) ( 1)
其中: G xx ( f ) 为某个频率点的输入自谱函数; G xy ( f ) 为输 入输出的互谱函数; H( f ) 为输入 x 与输出 y 之间的频率 本文 响应。为了尽量减小计算过程中可能产生的误差, 采用 CZT( Chirp Z Transform) 实现数据从时域到频域的 变换, 并采用多周期图( 加窗) 法对谱函数进行计算。 采用如下的相干函数来检验不同频率点的线性相 关度
OpenCV 和 DirectX 开发的多 算机。地面站是基于 MFC、 线程实时系统, 可实现飞行状态数据接受、 视频接收等 功能。直升机有 5 个通道的控制输入, 分别是滚转、 俯 偏航、 总距和发动机风门。通过控制 5 个对应通道 仰、 的舵机, 可以操纵直升机在飞行包线内完成各种飞行。
2
2. 1
ω
W p 为幅值误差及相位误差在目标函数计算 下限 。W g 、 中的权值, 取 1 dB 的幅值误差与 7 . 57 ° 的相位误差相
图1 Fig. 1 表1 Table 1
主旋翼 直径 / m 1. 815 空机 重量 / kg 7. 15 尾旋翼 直径 / m 0. 312 起飞 重量 / kg 11. 45
2. 清华大学, 北京 100084 )
要: 提出了一种基于飞行器频域辨识模型的模型参数摄动分析方法 。该方法通过将克莱姆 - 拉奥定理与频域辨
识方法相结合对辨识模型参数的摄动范围估计算法进行了分析及证明 。 同时运用摄动范围计算过程中的相关指标 对模型结构进行了优化, 解决了飞行器模型辨识过程中模型阶次较难确定的问题 。 通过对辨识模型的摄动分析及模 型结构优化使得模型能更准确地对系统进行描述 。根据一种小型无人直升机悬停状态下的偏航通道飞行实验数据, 利用该方法对其频域辨识模型参数摄动进行了分析并对其模型结构进行了优化, 理论分析结果与统计结果的比较表 明理论与实验方法效果一致, 模型时域预测输出与实际输出的比较验证了摄动分析方法的可行性及有效性 。 关键词: 无人直升机; 自主飞行控制; 频域辨识; 不确定性分析; 克莱姆 - 拉奥定理 中图分类号: V279 文献标志码: A 文章编号: 1671 - 637X( 2012 ) 08 - 0054 - 05
量等特性的复杂物理系统, 模型无论多详细, 都不可能 是系统的精确表达, 模型存在本质的不精确性, 因此有 必要对直升机数学模型的不确定性进行定量的描述 。 目前, 很多国内外学者对直升机的辨识建模技术进 行了研究, 频域辨识建模方法由于其独特的优点
[2 - 5 ]
0
引言
无人直升机在民用和军用领域有着广泛应用前
稳定杆 直径 / m 0. 686 发动机 规格 Zenoah 260PUH 机身 长度 / m 1. 565 发动机 功率 / kW 1. 84
。W γ 为衡量每个频点在计算中的重要性的权值,
2 W γ ( ω) = [ 1 . 58 ( 1 - e - γ xy ) ]
2
Main parameters of the helicopter
var( θ) ii 槡
2 Θ
其中: var( θ) = E{ ( θ - θ0 ) ( θ - θ0 ) | θ0 } ; M ( θ0 ) = - E { ln[ L( θ) ]| θ0 } ; L( θ) 为似然函数; θ0 为参数的最优 估计。 推论 1 等价。 证明 Wγ ( ω) 反 η ( ω) 为模型在不同频点的残差, 映了不同频点在计算中的重要性, 在相关性较好即重 希望残差具有较小方差 。 据此, 假定系 要性大的频点, 统中的残差 η ( ω ) 是零均值的白噪声序列, 具有不同 且服从高斯正态分布, 那么系统输 的方差 1 / W γ ( ω ) , 出的联合分布密度即似然函数可表示为 1 L( θ) = [ 2 π R ]-N /2 exp - · 2 y( ω) Σ [~
相关文档
最新文档