一种基于试验数据的小型无人飞行器控制对象建模方法
【专利摘要】本发明公开了一种基于试验数据的小型无人飞行器控制对象模型建模方法，通过改造控制信号，使得建立的控制对象模型不仅能够适用变化小的过程，也能够适用于变化大的过程，且建立的模型系统辨识精度高、模型预测能力好。本发明利用试飞数据，可避免高成本的风洞试验，降低了前期研制费用。本发明通过改变试飞试验数据中输入信号（即控制信号）的数学特征，放大了不同输入信号间的差异，从而缩小了估计模型和真实模型的误差范围，进而提高了估计模型的精度和预测能力。
【专利说明】一种基于试验数据的小型无人飞行器控制对象建模方法
【技术领域】
[0001]本发明涉及控制对象建模领域，具体涉及一种基于试验数据的小型无人飞行器控制对象模型建模方法。
【背景技术】
[0002]对于飞行器控制对象模型的建立，建模方法主要有两类:一是利用风洞试验数据建立无人飞行器控制对象模型；二是利用试验试飞数据通过模型辨识建立无人飞行器的控制对象模型。针对小型无人飞行器来说，风洞试验成本巨大且在低速时精度不高，因此在前期研制阶段多用第二种方法进行建模。但是，由于飞行试验本身具有很多限制(飞行安全以及控制信号自身问题)，一般的试验新型的小型飞行器，试验数据一般只有变化范围小的一段数据，不能很好地反映飞行器自身性能，不利于使用系统辨识的方法进行控制对象模型建立，最终得到的模型通常不适用于变化大的一段过程，且精度不高、预测性能比较差。
【发明内容】
[0003]有鉴于此，本发明提供了一种基于试验数据的小型无人飞行器控制对象模型建模方法，通过改造控制信号，使得建立的控制对象模型不仅能够适用变化小的过程，也能够适用于变化大的过程，且建立的模型系统辨识精度高、模型预测能力好。
[0004]本发明的基于试验数据的小型无人飞行器控制对象模型建模方法，首先对无人飞行器进行试飞，采集控制信号和飞行器状态数据；然后计算控制信号中各点与控制信号最小值的差值；改造控制信号为周期脉冲形式，每个周期内的脉宽与该周期对应的所述差值成正比；最后利用所述飞行器状态数据与改造后的控制信号进行无人飞行器控制对象模型的建模和参数辨识。
[0005]具体可以包括如下步骤:
[0006]步骤1，人工遥控小型无人飞行器在几种典型速度下进行各种动作科目的试飞，并记录小型无人飞行器在试飞过程中的控制信号和飞行器状态数据；所述控制信号包括俯仰舵、偏航舵、副翼舵和油门的控制信号，所述飞行器状态数据包括飞行器俯仰角、偏航角、滚转角和飞行速度数据；
[0007]步骤2，将小型无人飞行器的控制对象模型分为以俯仰舵控制信号为输入、俯仰角为输出的俯仰通道的控制对象模型，以副翼舵控制信号为输入、滚转角为输出的滚转通道的控制对象模型，以偏航舵控制信号为输入、偏航角为输出的偏航通道的控制对象模型，以及以油门控制信号为输入、飞行器速度为输出的速度通道的控制对象模型；
[0008]步骤3，对步骤I中获得的各通道的控制信号进行如下处理:
[0009]
【权利要求】
1.一种基于试验数据的小型无人飞行器控制对象模型建模方法，其特征在于，对无人飞行器进行试飞，采集控制信号和飞行器状态数据；计算控制信号中各点与控制信号最小值的差值；改造控制信号为周期脉冲形式，每个周期内的脉宽与该周期对应的所述差值成正比；利用所述飞行器状态数据与改造后的控制信号进行无人飞行器控制对象模型的建模和参数辨识。
2.如权利要求1所述的基于试验数据的小型无人飞行器控制对象模型建模方法，其特征在于，包括如下步骤: 步骤1，人工遥控小型无人飞行器在几种典型速度下进行各种动作科目的试飞，并记录小型无人飞行器在试飞过程中的控制信号和飞行器状态数据；所述控制信号包括俯仰舵、偏航舵、副翼舵和油门的控制信号，所述飞行器状态数据包括飞行器俯仰角、偏航角、滚转角和飞行速度数据； 步骤2，将小型无人飞行器的控制对象模型分为以俯仰舵控制信号为输入、俯仰角为输出的俯仰通道的控制对象模型，以副翼舵控制信号为输入、滚转角为输出的滚转通道的控制对象模型，以偏航舵控制信号为输入、偏航角为输出的偏航通道的控制对象模型，以及以油门控制信号为输入、飞行器速度为输出的速度通道的控制对象模型； 步骤3，对步骤I中获得的各通道的控制信号进行如下处理:
3.如权利要求2所述的基于试验数据的小型无人飞行器控制对象模型建模方法，其特征在于，所述步骤4中，各通道的控制对象模型采用线性传递函数模型。
4.如权利要求3所述的基于试验数据的小型无人飞行器控制对象模型建模方法，其特征在于，针对每个通道建立多个线性传递函数模型，取模型中的分子、分母阶数小于或等于5阶的所有情况，转入步骤5 ； 步骤5，重新进行飞行器飞行试验，将飞行试验中的各通道的控制信号分别代入相应通道的所有控制对象模型中，将各通道所有控制对象模型的输出与飞行试验过程中相应通道的实际输出进行对比，针对每个通道，选取与实际输出结果拟合度最高的控制对象模型为该通道的最终控制对象模型。
5.如权利要求4所述的基于试验数据的小型无人飞行器控制对象模型建模方法，其特征在于，所述步骤5中，拟合度BF(q)的计算公式为:
6.如权利要求2所述的基于试验数据的小型无人飞行器控制对象模型建模方法，其特征在于，所述步骤I中，小型无人飞行器的遥控方法包括如下步骤: 步骤101:遥控无人飞行器进入平飞状态，增加油门，用以提供速度通道辨识数据；步骤102:仅操纵俯仰舵，使无人飞行器进入爬升，此时如速度不够，在姿态稳定后加油继续爬升，用以提供俯仰通道辨识数据； 步骤103:使无人飞行器下降回原高度，用以提供俯仰通道验证数据； 步骤104:仅操纵副翼，使无人飞行器进入滚转状态，用以提供副翼通道辨识数据； 步骤105:仅操纵偏航舵，使无人飞行器进入偏航状态，用以提供偏航通道辨识数据； 数据106:进一步，遥控无人飞行器协调转弯，用以提供偏航、滚转通道验证数据； 步骤107:遥控无人飞行器降落，完成数据采集试验。
7.如权利要求2所述的基于试验数据的小型无人飞行器控制对象模型建模方法，其特征在于，a=l，b=0o
【文档编号】G05B13/04GK103760769SQ201310753057
【公开日】2014年4月30日 申请日期:2013年12月31日 优先权日:2013年12月31日
【发明者】李 杰, 张志栋, 彭广平, 马宝华, 刘畅, 胡小林, 孟丽娟, 刘菲, 赵骥, 张赫, 徐蓓蓓 申请人:北京理工大学, 北京中宇新泰科技发展有限公司