基于无人机总能量飞行控制方法和装置制造方法及图纸

本申请涉及一种基于无人机总能量飞行控制方法和装置。所述方法包括：构建无人机的总能量模型，根据总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量，根据总能量模型，计算无人机的总能量分配率，根据期望总能量分配率和总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量，采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化，根据优化后的第一比例系数、第一积分系数、第二比例系数和第二积分系数计算得到推力对应的控制量和推力差动的控制量，根据推力对应的控制量和推力差动的控制量进行无人机飞行控制。采用本方法能够快速对控制参数进行整定。

【技术实现步骤摘要】
基于无人机总能量飞行控制方法和装置
本申请涉及无人机
，特别是涉及一种基于无人机总能量飞行控制方法和装置。
技术介绍
飞机总能量控制系统(TotalEnergyControlSystem，TECS)是在20世纪80年代由Boeing公司提出。总能量控制系统作为一种全新的综合飞行/推力控制系统，具有结构简单和鲁棒性强的特点，已经在飞行控制领域显示出广阔的应用前景，但是，总能量控制系统需要整定的参数较多，依靠人工试凑难以得到最佳的控制效果。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够解决参数整定困难的基于无人机总能量飞行控制方法和装置。一种基于无人机总能量飞行控制方法，所述方法包括：构建无人机的总能量模型；根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量；所述第一比例积分的系数包括：第一比例系数和第一积分系数；根据所述总能量模型，计算所述无人机的总能量分配率；所述总能量分配率为所述无人机势能和动能的比；根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量；所述第二比例积分的系数包括：第二比例系数和第二积分系数；采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化；根据优化后的第一比例系数、第一积分系数、第二比例系数和第二积分系数计算得到所述推力对应的控制量和所述推力差动的控制量；根据所述推力对应的控制量和所述推力差动的控制量进行无人机飞行控制。在其中一个实施例中，还包括：根据无人机的动能和势能，构建无人机的总能量为：其中，m表示无人机质量，g表示重力加速度，h表示无人机当前高度，V表示无人机的当前速度；根据所述总能量，计算无人机无量纲化的总能量变化率为：其中，表示总能量变化率，表示高度变化率，表示速度变化率；根据所述总能量和所述总能量变化率，得到无人机总能量模型。在其中一个实施例中，还包括：根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量为：其中，Tc表示推力对应的控制量，KTP表示第一比例系数，KTI表示第一积分系数，表示期望总能量变化率和所述总能量变化率的差值。在其中一个实施例中，还包括：根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量为：其中，ΔδT表示推力差动的控制量，KEP表示第二比例系数，KEI表示第二积分系数，表示期望总能量分配率和所述总能量分配率的差值，θ和q分别表示俯仰角和俯仰角速度，Kθ和Kq分别表示俯仰角和俯仰角速度的反馈增益。在其中一个实施例中，还包括：通过预先设置的模拟退火算法对所述粒子群算法中的粒子群进行模拟退火操作；根据退火操作后的粒子群中的粒子对所述第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化。在其中一个实施例中，还包括：确定粒子群规模M和最大迭代次数Nmax，并在参数区间范围内随机初始化粒子群Swarm(x)、各粒子的运动速度V(x)以及初始温度tk＝T0；对所述粒子群Swarm(x)中每个粒子进行适应度评价，得到各个粒子对应的适应度J(k)；在所述粒子群Swarm(x)中每个粒子xi的邻域内随机选择粒子xj，根据模拟退火中的Metropolis规则，以概率Pij＝min{1,exp(-[J(xj)-J(xi)]/tk)}接收粒子xj，得到新粒子xi′以及新粒子的适应度；其中，xj＝Axi，A为随机矩阵向量；xi′＝Pijxj；根据新粒子对应的粒子群位置和适应度，更新新粒子个体对应的最优点Pi和新粒子对应粒子群的整体全局最优位置Pg；根据所述最优点Pi和整体全局最优位置Pg给第一比例系数、第一积分系数、第二比例系数和第二积分系数幅值，并计算第一比例系数、第一积分系数、第二比例系数和第二积分系数对应的适应度；根据第一比例系数、第一积分系数、第二比例系数和第二积分系数对应的适应度以及最大迭代次数Nmax判断是否满足终止条件，若是则输出第一比例系数、第一积分系数、第二比例系数和第二积分系数的优化值。在其中一个实施例中，还包括：根据时间加权误差绝对值积分指标，计算所述适应度。一种基于无人机总能量飞行控制装置，所述装置包括：模型构建模块，用于构建无人机的总能量模型；推力控制模块，用于根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量；所述第一比例积分的系数包括：第一比例系数和第一积分系数；推力差动控制模块，用于根据所述总能量模型，计算所述无人机的总能量分配率；所述总能量分配率为所述无人机势能和动能的比；根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量；所述第二比例积分的系数包括：第二比例系数和第二积分系数；优化模块，用于采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化；根据优化后的第一比例系数、第一积分系数、第二比例系数和第二积分系数计算得到所述推力对应的控制量和所述推力差动的控制量；控制模块，用于根据所述推力对应的控制量和所述推力差动的控制量进行无人机飞行控制。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：构建无人机的总能量模型；根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量；所述第一比例积分的系数包括：第一比例系数和第一积分系数；根据所述总能量模型，计算所述无人机的总能量分配率；所述总能量分配率为所述无人机势能和动能的比；根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量；所述第二比例积分的系数包括：第二比例系数和第二积分系数；采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化；根据优化后的第一比例系数、第一积分系数、第二比例系数和第二积分系数计算得到所述推力对应的控制量和所述推力差动的控制量；根据所述推力对应的控制量和所述推力差动的控制量进行无人机飞行控制。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：构建无人机的总能量模型；根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量；所述第一比例积分的系数包括：第一比例系数和第一积分系数；根据所述总能量模型，计算所述无人机的总能量分配率；所述总能量分配率为所述无人机势能和动能的比；根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量；所述第二比例积分的系数包括：第二比例系数和第二积分系数；采用粒本文档来自技高网...

【技术保护点】
1.一种基于无人机总能量飞行控制方法，所述方法包括：/n构建无人机的总能量模型；/n根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量；所述第一比例积分的系数包括：第一比例系数和第一积分系数；/n根据所述总能量模型，计算所述无人机的总能量分配率；所述总能量分配率为所述无人机势能和动能的比；/n根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量；所述第二比例积分的系数包括：第二比例系数和第二积分系数；/n采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化；/n根据优化后的第一比例系数、第一积分系数、第二比例系数和第二积分系数计算得到所述推力对应的控制量和所述推力差动的控制量；/n根据所述推力对应的控制量和所述推力差动的控制量进行无人机飞行控制。/n

【技术特征摘要】
1.一种基于无人机总能量飞行控制方法，所述方法包括：
构建无人机的总能量模型；
根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量；所述第一比例积分的系数包括：第一比例系数和第一积分系数；
根据所述总能量模型，计算所述无人机的总能量分配率；所述总能量分配率为所述无人机势能和动能的比；
根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量；所述第二比例积分的系数包括：第二比例系数和第二积分系数；
采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化；
根据优化后的第一比例系数、第一积分系数、第二比例系数和第二积分系数计算得到所述推力对应的控制量和所述推力差动的控制量；
根据所述推力对应的控制量和所述推力差动的控制量进行无人机飞行控制。


2.根据权利要求1所述的方法，其特征在于，所述构建无人机的总能量模型，包括：
根据无人机的动能和势能，构建无人机的总能量为：



其中，m表示无人机质量，g表示重力加速度，h表示无人机当前高度，V表示无人机的当前速度；
根据所述总能量，计算无人机无量纲化的总能量变化率为：



其中，表示总能量变化率，表示高度变化率，表示速度变化率；
根据所述总能量和所述总能量变化率，得到无人机总能量模型。


3.根据权利要求2所述的方法，其特征在于，根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应控制量，包括：
根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量为：



其中，Tc表示推力对应的控制量，KTP表示第一比例系数，KTI表示第一积分系数，表示期望总能量变化率和所述总能量变化率的差值。


4.根据权利要求1所述的方法，其特征在于，所述根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量，包括：
根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量为：



其中，ΔδT表示推力差动的控制量，KEP表示第二比例系数，KEI表示第二积分系数，表示期望总能量分配率和所述总能量分配率的差值，θ和q分别表示俯仰角和俯仰角速度，Kθ和Kq分别表示俯仰角和俯仰角速度的反馈增益。


5.根据权利要求1至4任一项所述的方法，其特征在于，采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化，包括：
通过预先设置的模拟退火算法对所述粒子群算法中的粒子群进行模拟退火操作；
根据退火操作后的粒子群中的粒子对所述第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化。

【专利技术属性】
技术研发人员：王玉杰，高显忠，侯中喜，郭正，朱炳杰，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43