人群搜索算法优化PID控制四旋翼飞行器飞行的方法技术

本发明专利技术公开了一种人群搜索算法优化PID控制四旋翼飞行器飞行的方法，基于人群搜索算法优化PID控制参数的控制方法来控制四旋翼飞行器，使得飞行器抗干扰能力得到加强，自身鲁棒性得到提高，在受到外部干扰时能够实时地对飞行器的飞行姿态进行自调整。

Optimization of PID control for flight of four rotor vehicle by crowd search algorithm

【技术实现步骤摘要】
人群搜索算法优化PID控制四旋翼飞行器飞行的方法
本专利技术涉及四旋翼飞行器
，具体是一种人群搜索算法优化PID控制四旋翼飞行器飞行的方法。
技术介绍
四旋翼飞行器有6个自由度，通过四个独立电机驱动螺旋桨产生升力、推力，从而使四旋翼飞行器实现空中悬停和改变飞行姿态，是一类多输入多输出、强耦合、欠驱动非线性系统。PID控制因其简单，稳定性好，较好的鲁棒性且技术相对其他控制算法比较成熟，仍然是目前大多数飞行器首选的控制算法。但是由于四旋翼飞行器本身的不确定性以及飞行过程中外部的干扰等，使PID控制中的参数无法自调整，从而影响飞行器的飞行姿态，难以达到实际的预期。
技术实现思路
本专利技术要解决的技术问题是提供一种人群搜索算法优化PID控制四旋翼飞行器飞行的方法，基于人群搜索算法(SeekerOptimizationAlgorithm,SOA)优化PID(ProportionIntegrationDifferentiation)控制参数的控制方法来控制四旋翼飞行器，使得飞行器抗干扰能力得到加强，自身鲁棒性得到提高，在受到外部本文档来自技高网...

【技术保护点】
1.人群搜索算法优化PID控制四旋翼飞行器飞行的方法，其特征在于：具体包括有以下步骤：/n(1)、建立四旋翼飞行器的动力学模型，通过牛顿-欧拉方程和坐标转换矩阵建立四旋翼飞行器的动力学数学模型，见下式(1)：/n

【技术特征摘要】
1.人群搜索算法优化PID控制四旋翼飞行器飞行的方法，其特征在于：具体包括有以下步骤：
(1)、建立四旋翼飞行器的动力学模型，通过牛顿-欧拉方程和坐标转换矩阵建立四旋翼飞行器的动力学数学模型，见下式(1)：



式(1)中，m为四旋翼飞行器的质量；g为重力加速度；μx、μy、μz为X轴、Y轴、Z轴三个方向的空气阻力系数；Jx、Jz、Jz为四旋翼飞行器绕X轴、Y轴、Z轴的转动惯量；Ir为四旋翼飞行器的旋翼相对于旋转轴的转动惯量；l为旋翼中心点到坐四旋翼飞行器质量中心的距离；w1、w2、w3为飞行器的角速度，w1′、w2′、w3′分别为w1、w2、w3的一次求导；x、y、z为飞行器的位置，x′、y′、z′分别为x、y、z的一次求导，x″、y″、z″分别为x、y、z的二次求导，Ωi为各个旋翼的转速，其中i＝1，2，3，4；c表示力与力矩之间的转换常数；cT为旋翼升力系数；Ui为控制输入量，其与四个螺旋桨的旋转速度的映射关系如式(1)，其中i＝1，2，3，4，5；θ、ψ分别为飞行器的俯仰姿态角、滚转姿态角、偏航姿态角；
(2)、基于人群搜索算法优化PID控制参数：
由四旋翼飞行器的动力学数学模型即公式(1)转换成四个独立的控制通道，四旋翼飞行器的飞行控制器控制上述四个独立的控制通道，这四个独立的控制通道分别由高度人群搜索算法优化PID控制参数、翻滚人群搜索算法优化PID控制参数、俯仰人群搜索算法优化PID控制参数、偏航人群搜索算法优化PID控制参数组成；经过控制量的转换控制，调节四个旋翼的转速来达到飞行姿态的控制；具体为：
采用数字增量式PID控制，其控制规律如下式(2)和(3)所示：
u(k)＝u(k-1)+Δu(k)(2)，
u(k)＝u(k-1)+Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)](3)，
式(3)中，e(k)为系统误差，Kp为比例系数，Ki为积分系数，Kd为微分系数；
再用人群搜索算法SOA对PID控制器进行参数优化，具体步骤如下：
(a)、参数编码：
定义种群P中有S个个体，由于是针对PID控制器的三个参数进行优化，所以每个个体的位置矢量的维数定义为D＝3，所以种群P表示为如下式(4)所示：



(b)、适应度函数的选取：
适应度函数值见式(5)：



在上式(5)中，其中e(t)为控制系统的误差，u(t)为控制器的输出，w1和w2为权值；
为了避免产生超调，采用了惩罚措施，即系统一旦产生超调，将超调量作为最优指标的一项，最优指标就如下式(6)所示：



上式(6)中，w3为权值，且w3＞＞w1，在SOA优化算法中，w1＝0.999，w2＝0.001，w3＝100；
(c)、搜索步长的确定：
SOA算法是一种智能控制算法，体现在它借鉴了模糊控制中模糊推理的逼近能力，来完成模拟人的搜索行为这一智能活动，通过描述一些自然语言建立起与搜索步长之间的联系；SOA算法采用高斯函数来表示搜索步长的模糊变量，即：



上式(7)中，uA表示高斯函数隶属度，x表示输入变量；u、δ表示高斯函数的参数，根据高斯函数的相关性质，当输出变量超出[u-3δ，u+3δ]时，此时的概率取值小于0.0111，也就是隶属度小于0.0111，因此设置最小隶属度为umin＝0.0111，同时为了满足有更快的收敛速度，选取umax＝0.9500，采用线性函数来表示目标函数的模糊变量，见下式(8)：



uij＝rand(ui，1)，j＝1，2，3(9)，
上式(8)和(9)中，Ii表示当前函数值由高到低排列后序列xi(t)的编号，函数rand(ui，1)是随机、均匀低分布在[ui，1]上的实数，所以j维搜索空间步长αij为式(10)：



式(10)中，δij为前面高斯隶属函数的参数，其数学表示式如下式(11)所示：
...

【专利技术属性】
技术研发人员：赵帅，周廷博，赵雪清，王岩，金妍君，
申请(专利权)人：中国人民解放军陆军军事交通学院汽车士官学校，
类型：发明
国别省市：安徽;34