[發(fā)明專利]一種應(yīng)用改進(jìn)的粒子群算法對四旋翼無人機(jī)控制的方法在審
| 申請?zhí)枺?/td> | 201810546838.9 | 申請日: | 2018-05-31 |
| 公開(公告)號: | CN108763779A | 公開(公告)日: | 2018-11-06 |
| 發(fā)明(設(shè)計(jì))人: | 馬珺;康日暉;賈華宇;侯江寬 | 申請(專利權(quán))人: | 太原理工大學(xué) |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50;G06N3/00 |
| 代理公司: | 太原市科瑞達(dá)專利代理有限公司 14101 | 代理人: | 李富元 |
| 地址: | 030024 山西*** | 國省代碼: | 山西;14 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 粒子 粒子群算法 種群 無人機(jī)控制 個(gè)體歷史 粒子群 適應(yīng)度 迭代 旋翼 替換 自動(dòng)控制領(lǐng)域 改進(jìn) 變異算法 單個(gè)粒子 公式計(jì)算 精準(zhǔn)控制 初始化 時(shí)效性 應(yīng)用 遺傳 引入 概率 | ||
本發(fā)明涉及無人機(jī)自動(dòng)控制領(lǐng)域。一種應(yīng)用改進(jìn)的粒子群算法對四旋翼無人機(jī)控制的方法,隨機(jī)建立初始化粒子群,若本次迭代時(shí)粒子群中存在粒子的適應(yīng)度值小于種群最優(yōu)粒子
技術(shù)領(lǐng)域
本發(fā)明涉及無人機(jī)自動(dòng)控制領(lǐng)域。
背景技術(shù)
無人機(jī)的穩(wěn)定控制是無人機(jī)系統(tǒng)研究的核心和重點(diǎn)之一,它的研究不僅具有重大的現(xiàn)實(shí)意義,而且具有深遠(yuǎn)的理論意義。飛控算法的設(shè)計(jì)影響到了無人機(jī)飛行的穩(wěn)定性和靈活性。然而四旋翼無人機(jī)在控制方面存在很多難題,如無人機(jī)響應(yīng)速度慢,振蕩明顯等。
在過去的幾十年,各種控制算法被研究、運(yùn)用在無人機(jī)的穩(wěn)定控制中。為了提高控制的精準(zhǔn)度通常采用尋優(yōu)算法結(jié)合控制器的方式來對無人機(jī)進(jìn)行控制。控制器常用到的有PID控制器、反步法控制器、滑模控制器等。其中PID控制器因?yàn)槠浜喆稹⒏咝У膬?yōu)點(diǎn)被廣泛的應(yīng)用于現(xiàn)代無人機(jī)控制系統(tǒng)中。但是,PID控制器的控制效果過分的依賴于比例、積分、微分這三個(gè)參數(shù)的設(shè)定,所以整定PID控制器的三個(gè)參數(shù)成為了提高控制精度的重點(diǎn)。通常是采用尋優(yōu)算法來對這三個(gè)參數(shù)進(jìn)行改進(jìn),常見的尋優(yōu)算法有粒子群算法、模糊算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)算法等。
粒子群算法結(jié)構(gòu)簡單,易于實(shí)現(xiàn)。經(jīng)常被應(yīng)用于整定PID控制器的三個(gè)參數(shù)中。但是,隨著算法的運(yùn)行,粒子容易出現(xiàn)因過早收斂而使算法過早結(jié)束的狀況,即通常說的“早熟”。為了避免這種狀況通常在粒子群算法中引入遺傳算法中交叉、變異的思想來改善粒子群中的粒子信息。這樣做能夠在很大程度上改善了局部最優(yōu)的狀況,但同時(shí)也不可避免的增加了算法的時(shí)間,影響了控制效率,這對于飛控這種對時(shí)效性要求很高的控制器來說是不能接受的。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是:如何針對遺傳-粒子群算法技術(shù)上存在的不足,加以改進(jìn),實(shí)現(xiàn)對無人機(jī)的穩(wěn)定控制。
本發(fā)明所采用的技術(shù)方案是:一種應(yīng)用改進(jìn)的粒子群算法對四旋翼無人機(jī)控制的方法,按照如下的步驟進(jìn)行
步驟一、隨機(jī)建立初始化粒子群,粒子群數(shù)目q,因?yàn)槭怯昧W尤簩ID控制器的三個(gè)參數(shù)進(jìn)行整定,則算法的維度為d=3,第i個(gè)粒子的位置Xi=(xi1,xi2,xi3)代表第i個(gè)粒子的第[1,3]維度的位置分量,分別對應(yīng)PID控制器中的粒子群中第i個(gè)粒子的速度為Vi=(vi1,vi2,vi3)代表第i個(gè)粒子的第[1,3]維度的速度分量,q一般取大于100的自然數(shù),i為小于等于q的自然數(shù);
步驟二、任意一個(gè)粒子的適應(yīng)度值表示為t為時(shí)間,e(t)表示系統(tǒng)的理論輸出信號r(t)與實(shí)際輸出信號y(t)之間的偏差,即e(t)=r(t)-y(t),本次迭代時(shí)粒子群中適應(yīng)度值最小的粒子作為種群最優(yōu)粒子Pg,粒子群中每個(gè)粒子在本次迭代和本次迭代以前的迭代時(shí)適應(yīng)度值最小的粒子作為個(gè)體歷史最優(yōu)粒子Pj;
步驟三、粒子群按照下列公式更新粒子的位置和速度信息,若本次迭代時(shí)粒子群中存在粒子的適應(yīng)度值小于種群最優(yōu)粒子Pg,種群最優(yōu)粒子Pg替換成該粒子;若本次迭代時(shí)存在單個(gè)粒子適應(yīng)度值小于個(gè)體歷史最優(yōu)粒子Pj,個(gè)體歷史最優(yōu)粒子Pj替換成該粒子
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于太原理工大學(xué),未經(jīng)太原理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810546838.9/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語言數(shù)據(jù)的
G06F17-30 .信息檢索;及其數(shù)據(jù)庫結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)
- 一種新的混沌粒子群優(yōu)化算法
- 電動(dòng)汽車磁耦合無線充電系統(tǒng)的最大效率跟蹤方法
- 頻率分叉時(shí)電動(dòng)汽車無線充電樁效率極值點(diǎn)跟蹤方法
- 一種基于粒子群優(yōu)化算法的呼叫中心排班方法
- 面向功耗的混合粒子群脈沖神經(jīng)網(wǎng)絡(luò)映射方法
- 基于教學(xué)和粒子群算法的主動(dòng)配電網(wǎng)智能混合重構(gòu)方法
- 一種基于變異型粒子群算法的圖像分割方法及系統(tǒng)
- 基于克隆免疫粒子群算法的多電機(jī)協(xié)同控制PID參數(shù)優(yōu)化方法
- 一種基于混沌粒子群的光伏發(fā)電最大功率點(diǎn)跟蹤算法
- 一種用于光伏陣列的優(yōu)化方法
- 一種茶尺蠖的遺傳防治方法
- 基于脈沖投放捕食?被食模型的多目標(biāo)組合調(diào)度優(yōu)化方法
- 基于階段結(jié)構(gòu)捕食?食餌模型的輸送路徑組合優(yōu)化方法
- 基于多子種群協(xié)同進(jìn)化構(gòu)建信息核的推薦方法
- 一種基于子種群協(xié)同進(jìn)化的蛋白質(zhì)結(jié)構(gòu)預(yù)測方法
- 模型種群的性能檢測方法、裝置及可讀存儲介質(zhì)與設(shè)備
- 一種基于種群熵、種群方差改進(jìn)的鋼軌裂紋檢測算法
- 一種數(shù)據(jù)處理方法及裝置
- 基于多種群遺傳算法工控入侵檢測分類器參數(shù)選擇方法
- 用于篩選被遮蔽的或部分被遮蔽的細(xì)胞的方法和裝置
- 無人機(jī)飛行控制方法及裝置
- 無人機(jī)監(jiān)控方法、系統(tǒng)以及無人機(jī)和地面站
- 可按設(shè)定點(diǎn)自動(dòng)著陸無人機(jī)的方法及裝置
- 無人機(jī)群作業(yè)系統(tǒng)
- 一種無人機(jī)飛行的控制方法和系統(tǒng)
- 一種無人機(jī)區(qū)域覆蓋控制系統(tǒng)及其控制方法
- 無人機(jī)巡航的控制方法及相關(guān)系統(tǒng)
- 用于無人機(jī)超視距管控的系統(tǒng)及其工作方法
- 一種基于激光雷達(dá)的無人機(jī)室內(nèi)定位系統(tǒng)
- 一種無人機(jī)水面輔助回收系統(tǒng)、無人機(jī)及其水面回收方法





