基于频域辨识的多旋翼无人机建模方法技术

本发明专利技术公开了一种基于频域辨识的多旋翼无人机建模方法，该方法中通过人工提供输入信号来指挥旋翼无人机飞行，进而获得对应的输出信息，在对输入输出信息做卡尔曼滤波处理后，解算得到频率响应对，再通过各个参数的不确定性和不灵敏度判断该参数的影响程度，最终将影响较小的参数设置为0，将影响较大的参数保留在原始状态空间矩阵中，进而得到最终的多旋翼无人机的动力学模型。

【技术实现步骤摘要】
基于频域辨识的多旋翼无人机建模方法
本专利技术涉及无人机建模分析
，具体涉及一种基于频域辨识的多旋翼无人机建模方法。
技术介绍
当前时代，无人飞行器行业发展迅速，无人机平台在军、民用场景下均有十分广泛的用途。一方面，无人机应用于航拍、电力线巡航、森林消防和遥感测绘等，复杂而变化迅速的应用场景对无人机的飞行性能有着极高要求，为了提高无人机飞行性能，使其能高效迅速完成各种任务，对无人机精确的建模分析十分重要；另一方面，无人机在传统方法在开发效率、建模精度和控制器性能方面难以满足未来需求，也急需更高效、更准确的无人机建模方法。多旋翼无人机体积、重量相对较小，有别于大型固定翼飞机和直升机，并且四旋翼无人机模态变化迅速，传统对固定翼飞机和直升机建模的方法难以应用于四旋翼无人机。国内外的一些研究也都只对多旋翼无人机悬停下的状态进行了建模研究，但无人机前飞状态和悬停状态差距很大，以此设计的控制器难以满足要求，因此急需提出新的方法对多旋翼悬停和前飞进行更完整的建模。系统辨识的方法作为与风洞试验方法、物理机理建模的方法相提并论的三大本文档来自技高网...

【技术保护点】
1.一种基于频域辨识的多旋翼无人机建模方法，其特征在于，该方法包括如下步骤：/n步骤1，为待建模的多旋翼无人机提供输入信号，该待建模的多旋翼无人机按照该输入信号飞行，获得无人机的输出信息；/n步骤2，对输入信号和输出信息做卡尔曼滤波处理，得到运动学一致的输入数据和输出数据，/n步骤3，根据输入数据和输出数据获得输入输出频率响应对；/n步骤4，通过最小代价函数J获得最佳传递函数；/n步骤5，解算各个参数的不确定性和不灵敏度，并将不确定性和不灵敏度满足特定条件的参数标记为有益参数，其余参数设置为零；/n步骤6，根据有益参数得到多旋翼无人机的动力学模型。/n

【技术特征摘要】
1.一种基于频域辨识的多旋翼无人机建模方法，其特征在于，该方法包括如下步骤：
步骤1，为待建模的多旋翼无人机提供输入信号，该待建模的多旋翼无人机按照该输入信号飞行，获得无人机的输出信息；
步骤2，对输入信号和输出信息做卡尔曼滤波处理，得到运动学一致的输入数据和输出数据，
步骤3，根据输入数据和输出数据获得输入输出频率响应对；
步骤4，通过最小代价函数J获得最佳传递函数；
步骤5，解算各个参数的不确定性和不灵敏度，并将不确定性和不灵敏度满足特定条件的参数标记为有益参数，其余参数设置为零；
步骤6，根据有益参数得到多旋翼无人机的动力学模型。


2.根据权利要求1所述的基于频域辨识的多旋翼无人机建模方法，其特征在于，
步骤1中的输入信号为多旋翼无人机的控制指令，包括无人机的滚转输入、俯仰输入、偏航输入、高度轴输入。


3.根据权利要求1所述的基于频域辨识的多旋翼无人机建模方法，其特征在于，
在所述待建模的多旋翼无人机上设置有传感器和存储芯片，所述传感器在无人机飞行过程中实时探测获得无人机的当前状态，并将之存储在所述存储芯片中。


4.根据权利要求1所述的基于频域辨识的多旋翼无人机建模方法，其特征在于，
步骤2中所述的运动学一致的输入数据和输出数据是指满足机体系下的运动学关系的输入输出数据，即修正由于传感器误差和随机误差等导致的输入和输出两者间存在的小幅度不匹配的现象。


5.根据权利要求1所述的基于频域辨识的多旋翼无人机建模方法，其特征在于，
步骤3中的所述频域响应对是指输入输出对应的波特图信息；
优选地，每个输入对于每个输出都有一个频率响应对。


6.根据权利要求1所述的基于频域辨识的多旋翼无人机建模方法，其特征在于，
步骤4中的最小代价函数J通过下式(一)获得：



其中，表示频率响应对，每个频率响应对有自己对应的输入输出量，nω表示频率点的个数，ω1表示选定范围内的最小横坐标点，T表示数据的幅值大小，∠T表示数据相角的大小，表示拟合的传递函数相角的大小，J表示最小代价函数。


7.根据权利要求1所述的基于频域辨识的多旋翼无人机建模方法，其特征在于，
在步骤5中，



示CR表示不确定度，CRi表示状态量x中第i个量对应的不灵敏度；
(H-1)ii表...

【专利技术属性】
技术研发人员：宋韬，李亮，王江，张福彪，叶建川，郭凯阳，于怿男，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11