[發(fā)明專利]一種傾轉(zhuǎn)旋翼無人機非線性淺灰模型辨識與校正方法

有效

• 申請?zhí)枺?/td>: 202010198928.0
• 申請日: 2020-03-20
• 公開（公告）號: CN111538237B
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計）人: 王英勛;趙艷琪;蔡志浩;趙江;王澤昕
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京航智知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11668
• 代理人: 陳磊;張楨

本發(fā)明屬于無人機飛行控制領(lǐng)域，涉及一種無人機淺灰模型校正方法，尤其是涉及一種將機理建模與辨識建模結(jié)合的針對傾轉(zhuǎn)旋翼無人機非線性淺灰模型進(jìn)行校正的方法。本發(fā)明首先通過機理分析給出傾轉(zhuǎn)旋翼無人機的非線性淺灰模型，線性化后根據(jù)辨識需求確定辨識模型結(jié)構(gòu)；然后進(jìn)行辨識方案設(shè)計，包括輸入信號的設(shè)計、數(shù)據(jù)采樣頻率及數(shù)據(jù)長度的選擇，并對采集得到的飛行試驗數(shù)據(jù)進(jìn)行預(yù)處理；接著基于飛行試驗數(shù)據(jù)，利用CIFER軟件得到傾轉(zhuǎn)旋翼無人機各個模態(tài)下的線性模型；最后利用辨識結(jié)果校正非線性模型，若有必要不斷迭代這一過程直至非線性模型線性化后的參數(shù)與結(jié)構(gòu)與辨識模型一致。利用本發(fā)明，可以得到較為精確的傾轉(zhuǎn)旋翼無人機的非線性模型。

技術(shù)領(lǐng)域

本發(fā)明屬于無人機飛行控制領(lǐng)域，涉及一種無人機淺灰模型校正方法，尤其是涉及一種將機理建模與辨識建模結(jié)合的針對傾轉(zhuǎn)旋翼無人機非線性模型進(jìn)行校正的方法。

背景技術(shù)

傾轉(zhuǎn)旋翼無人機作為一種兼具固定翼飛機和直升機特點的新型垂直起降飛行器，自誕生起就是國內(nèi)外研究的熱點。該無人機機翼兩側(cè)分別安裝發(fā)動機短艙，起飛和降落的實現(xiàn)與雙旋翼直升機類似；前飛時短艙向前傾轉(zhuǎn)，旋翼產(chǎn)生向前的推力，類似螺旋槳飛機。傾轉(zhuǎn)旋翼無人機既具有常規(guī)直升機的垂直起降和空中懸停能力，又具有固定翼飛機速度快、載重量大、航程長等優(yōu)點，無論軍用還是民用都具有很高的應(yīng)用價值。

由于傾轉(zhuǎn)旋翼無人機的主要升力由機翼和旋翼共同產(chǎn)生，在實際飛行過程中，尤其是模態(tài)轉(zhuǎn)換時，兩者之間的氣流擾動和變化十分復(fù)雜，存在嚴(yán)重的耦合和影響。即使對傾轉(zhuǎn)旋翼無人機進(jìn)行機理分析，也只能得到存在不確定參數(shù)的淺灰模型。

發(fā)明內(nèi)容

為此，本發(fā)明提供了一種傾轉(zhuǎn)旋翼無人機非線性淺灰模型辨識與校正方法，本方法利用系統(tǒng)辨識的方法校正或者確定不準(zhǔn)確的參數(shù)，通過仿真和試飛，不斷迭代這一過程，校正由機理建模得到的非線性淺灰模型，從而得到較為精準(zhǔn)的傾轉(zhuǎn)旋翼無人機的非線性模型。

本發(fā)明提供了一種傾轉(zhuǎn)旋翼無人機非線性淺灰模型辨識與校正方法，包括如下步驟：

S1：對傾轉(zhuǎn)旋翼無人機的旋翼、機翼、機身、尾翼及其它各部分分別進(jìn)行建模，得到傾轉(zhuǎn)旋翼無人機的非線性淺灰模型；

S2：設(shè)計基本控制器，并針對傾轉(zhuǎn)旋翼無人機不同飛行模態(tài)的特性和試驗條件設(shè)計辨識方案，進(jìn)行傾轉(zhuǎn)旋翼無人機試飛試驗，得到飛行試驗數(shù)據(jù)；

S3：對步驟S1中得到的非線性淺灰模型進(jìn)行解耦與小擾動線性化，建立傳遞函數(shù)和狀態(tài)方程，分析所述非線性淺灰模型中對飛行產(chǎn)生影響的不確定參數(shù)，得到待辨識參數(shù)，確定模型參數(shù)辨識的線性模型；

S4：讀取步驟S2中得到的飛行試驗數(shù)據(jù)，并從中選取與所述待辨識參數(shù)相關(guān)的有用數(shù)據(jù)，對所述有用數(shù)據(jù)進(jìn)行預(yù)處理并將預(yù)處理后的數(shù)據(jù)轉(zhuǎn)換成CIFER軟件能夠處理的數(shù)據(jù)；

S5：利用CIFER軟件，結(jié)合步驟S3確定的模型參數(shù)辨識的線性模型，將步驟S4中轉(zhuǎn)換后的數(shù)據(jù)通過FRESPID、MISOSA、COMPOSITE、NAVFIT、DERIVD部分進(jìn)行頻域辨識，得到辨識參數(shù)，再通過VERIFY部分對參數(shù)已確定的模型參數(shù)辨識的線性模型進(jìn)行時域驗證，若辨識結(jié)果不滿足精度要求，則返回步驟S3，重新確定模型參數(shù)辨識的線性模型，否則繼續(xù)步驟S6；

S6：將步驟S3中得到的模型參數(shù)辨識的線性模型的參數(shù)與步驟S5得到的辨識參數(shù)進(jìn)行比對，根據(jù)比對結(jié)果校正所述非線性淺灰模型，若校正后的非線性淺灰模型未體現(xiàn)無人機試飛試驗的飛行特性，則需要返回步驟S3重新確定模型參數(shù)辨識的線性模型，如此不斷迭代，最終得到較為精準(zhǔn)的傾轉(zhuǎn)旋翼無人機的非線性模型。

進(jìn)一步，步驟S2中，所設(shè)計的基本控制器包括PID控制器配合前饋通路進(jìn)行姿態(tài)角的控制。

進(jìn)一步，步驟S2中，所設(shè)計的辨識方案包括試飛輸入信號的類型、幅值、頻段、長度、試飛次數(shù)和采用何種辨識方法。

進(jìn)一步，所設(shè)計的辨識方案具體如下：