【技术实现步骤摘要】
一种基于驾驶员模型的混动无人机预测能量管理方法
[0001]本专利技术涉及一种混合动力无人机能量管理方法，特别是涉及一种基于驾驶员模型的无人机能量管理方法，属于无人机能量管理
。
技术介绍
[0002]为解决能源短缺和全球变暖等危机，混合动力技术已经成为了交通运输领域的重点关注方向
。
普通运载装备所使用的内燃机会消耗大量的化石燃料并排出温室气体，是造成能源短缺和全球变暖的主要原因，优化交通领域的动力技术是缓解危机的可行方式
。
混合动力运载装备以锂电池
、
内燃机或燃料电池作为能量源，在一定程度上降低了燃油消耗并提高了续航能力，作为一种新型动力运载装备受到了广泛关注
。
[0003]目前，针对混合动力运载装备的能量管理技术主要集中在新能源车辆上，对飞行器的能量管理研究相对欠缺
。
可是，飞行器的飞行工况更加复杂，操作自由度更加多样，简单地将车辆能量管理技术进行迁移对动力源节能的优化程度有限
。
因此，需要有合适的...
【技术保护点】
【技术特征摘要】
1.
一种基于驾驶员模型的预测能量管理方法，包括如下步骤：步骤一
、
飞行状态的获取；获取控制无人机飞行的驾驶员信息与无人机状态信息；驾驶员信息包括油门杆位
T、
油门移动速度无人机状态信息包括飞行速度
V、
飞行加速度飞行姿态角
Θ
、
飞行姿态角速度需求功率
P
d
以及动力电池荷电状态
SOC
，上述驾驶员信息与无人机状态信息数据命令称为原始状态数据；步骤二
、
驾驶特征参数的计算；对步骤一得到的一段时间内的原始状态数据进行处理，得到驾驶特征参数，如下表所示；步骤三
、
对步骤二得到的驾驶特征参数进行归一化处理，得到归一化后的驾驶特征参数，命名为归一化特征参数：式中
α
表示归一化前的特征参数，
b
表示归一化后的特征参数，
a
max
为特征参数的最大值，
a
min
为特征参数的最小值；步骤四
、
采用主成分分析法对步骤三得到的归一化特征参数进行筛选，筛选出最能表征驾驶员特征的组合，即将累计贡献率超过
90
％的前
m
个主成分
z1,z2,
…
,z
m
作为表征驾驶员特征分类的参数，命名为特征主成分；步骤五
、
基于
GMM
聚类算法对步骤四的特征主成分进行聚类，聚类被分为
N
类，根据聚类结果定义驾驶员的驾驶风格；聚类后的特征主成分被标记上分类类别，称为标记数据；步骤六
、
综合考虑驾驶员的特征主成分
、
标记数据
、
聚类类别以及无人机动力学方程，使用
K
近邻算法
KNN
和模型预测控制
MPC
建立基于驾驶员模型的功率预测模型，完成考虑驾驶员驾驶风格的功率预测；
S61、
将步骤五中的标记数据分为训练集和测试集，数据集形式如下：
{(P1，
s1)
，
(P2，
s2)
，
…
，
(P
n
，
s
n
)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
其中
P
i
为主成分信息组成的特征向量，其中含有步骤五中选取的前
m
个主成分
z1，
z2，
…
，
z
m
，
s
i
为风格类别，
i
＝1，2，
…
n
，
n
为标记数据总数；
S62、
采用
KNN
分类方法对驾驶员风格进行分类，
KNN
分类方法需要对训练集数据进行有
监督学习，以获得合适的分类模型，并用测试集测试分类效果；建立的
KNN
分类模型如下：式中，
s1，
s2，
…
，
s
N
代表步骤五中聚类产生的
N
种驾驶员类别；
S63、
结合步骤一中获取的无人机状态信息，忽略机身气动力，建立无人机动力学模型以及姿态运动学模型：以及姿态运动学模型：以及姿态运动学模型：式中
m
表示无人机质量，
ω
表示机体角速度，
g
表示重力加速度矢量，
F
表示拉力矢量，
I
表示惯性矩阵，表示机体角加速度，
M
表示机体所受力矩，
W
表示姿态角速度与机体角速度之间的关系矩阵；
S64、
根据小扰动原理和欧拉差分法，将
S63
中式
(4)、
式
(5)
和式
(6)
转化为离散线性状态空间方程用于模型预测优化问题求解：
x(k+1|t)
＝
A
k
，
t
x(k|t)+B
k
，
t
u(k|t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)y(k|t)
＝
Cx(k|t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
式中状态量
x
＝
[V
；
ω
；
Θ
]
，控制量
u
＝
[F
；
M]
，
y
代表输出量，
A
代表状态矩阵，
B
代表控制矩阵，
C
代表输出矩阵，
t
代表
t
时刻，
k
代表
t
时刻下的第
k
个离散周期；
S65、
建立模型预测框架的目标函数
J
，以表示有经验驾驶员的预判能力对无人机的任务实现效果的影响以及驾驶员的驾驶风格：式中
r
表示期望工况状态，
Δ
u
＝
u(k+1|t)
‑
u(k|t)
表示控制量增量，
Q
表示期望工况状态跟踪效果的权重矩阵，
R
表示控制量增量的权重矩阵，
N
p
是预测步长，
N
c
是控制步长；调整
N
p
的大小可...
【专利技术属性】
技术研发人员：黄渭清，刘岩松，杨浪洪，黎奥轩，田柏劲，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。