System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种无人机模拟飞行机动飞行控制方法技术_技高网

一种无人机模拟飞行机动飞行控制方法技术

技术编号:41114901 阅读:3 留言:0更新日期:2024-04-25 14:05
本发明专利技术涉及用于非电变量的控制或调节技术领域,具体涉及一种无人机模拟飞行机动飞行控制方法,包括:根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,对所有分段进行聚类;根据每个类簇中不同分段中相邻时刻的无人机位置坐标的矢量数据的差异、不同分段的实际飞行轨迹和理论飞行轨迹之间的误差的均值,对PID控制器中的初始积分增益系数进行调整,获得PID控制器中调整后的积分增益系数,然后对无人机模拟飞行进行控制。本发明专利技术优化了增益系数,提高了对无人机模拟飞行的过程进行调控的精确度。

【技术实现步骤摘要】

本专利技术涉及非电变量的控制或调节,具体涉及一种无人机模拟飞行机动飞行控制方法


技术介绍

1、无人机模拟飞行的机动飞行是一种模拟飞行控制系统,通过计算机软件模拟无人机在空中进行各种机动动作的过程。这种模拟可以用于飞行器设计验证、飞行控制系统开发和测试、飞行员培训等方面。

2、在无人机模拟飞行机动飞行的过程中,通常采用pid控制器对无人机模拟飞行过程进行调控,但由于pid控制器中各项增益系数都是在每次飞行前人为设定的,且无人机在飞行过程中不同飞行存在的外界影响因素不同,因而在利用pid控制器对无人机飞行姿态和飞行路线进行调整时,过大的增益系数可能导致系统不稳定,出现震荡、过冲等问题,降低系统鲁棒性;过小的增益系数可能导致系统响应迟缓,飞行过程中路线不准确或避障成功率降低等,则会降低对无人机模拟飞行的过程进行调控的精确度。


技术实现思路

1、本专利技术提供一种无人机模拟飞行机动飞行控制方法,以解决现有的问题。

2、本专利技术的一种无人机模拟飞行机动飞行控制方法采用如下技术方案:

3、本专利技术一个实施例提供了一种无人机模拟飞行机动飞行控制方法,该方法包括以下步骤:

4、采集连续多个时刻无人机模拟飞行的各种类型数据和无人机的位置坐标;

5、根据相邻时刻无人机位置坐标之间的差异,获得无人机位置坐标在每个时刻的矢量数据,将无人机每次模拟飞行过程的时间均等划分为若干个分段,根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇;

6、根据飞行器飞行轨迹的模拟软件获得无人机的模拟理论位置坐标;

7、根据每个类簇中不同分段中相邻时刻的无人机位置坐标的矢量数据之间的差异、不同分段的所有时刻的位置坐标和模拟理论位置坐标之间的距离的均值,获得每个类簇中的每个分段的控制误差波动程度,根据时间顺序对分段进行标记,获得无人机每次模拟飞行过程中每个分段的标记数据,和无人机所有次模拟飞行过程中的每个分段的标记序号,根据每个类簇中的每个分段在每次模拟飞行过程中的标记数据、每个类簇中的每个分段在所有次模拟飞行过程中的标记序号和每个类簇中的每个分段的控制误差波动程度,获得每个类簇中的分段的控制误差合理程度;

8、根据每个类簇中的所有分段的控制误差波动程度的均值、每个类簇中的分段的控制误差合理程度,对pid控制器中的初始积分增益系数进行调整,获得pid控制器中调整后的积分增益系数,根据pid控制器中调整后的积分增益系数通过pid控制器对无人机模拟飞行进行控制。

9、进一步地,所述根据相邻时刻无人机位置坐标之间的差异,获得无人机位置坐标在每个时刻的矢量数据,包括的具体步骤如下:

10、每个时刻的矢量数据的方向由每个时刻的位置坐标指向相邻的下一时刻的位置坐标,其每个时刻的矢量数据的大小就是每个时刻的无人机高度数据。

11、进一步地,所述将无人机每次模拟飞行过程的时间均等划分为若干个分段,根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇,包括的具体步骤如下:

12、以a秒为分段间隔,将无人机每次模拟飞行过程的时间均等划分为若干个分段,根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,获得任意两个分段的飞行状态相似程度,根据任意两个分段的飞行轨迹的相似程度对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇;

13、其中,a为预设参数。

14、进一步地,所述根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,获得任意两个分段的飞行状态相似程度,包括的具体步骤如下:

15、对任意两个分段中相同时刻的无人机位置坐标的矢量数据进行矢量减法运算,将运算后的结果的模长记为任意两个分段在每个时刻的第一数值,将任意两个分段中所有时刻的第一数值的均值的平方记为任意两个分段第二数值,将任意两个分段的每种类型数据在所有时刻的均值之间的差值的平方记为任意两个分段的每种类型数据的第三数值,将任意两个分段的所有类型数据的第三数值的累加和记为任意两个分段的第四数值,将作为任意两个分段的飞行状态相似程度;

16、其中,表示以自然常数为底的指数函数。

17、进一步地,所述根据任意两个分段的飞行轨迹的相似程度对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇,包括的具体步骤如下:

18、根据任意两个分段的飞行轨迹的相似程度通过k-means算法对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇。

19、进一步地,所述根据飞行器飞行轨迹的模拟软件获得无人机的模拟理论位置坐标,包括的具体步骤如下:

20、无人机在模拟飞行时根据gazebo软件进行模拟,可以得到理论飞行轨迹,即可得到无人机的模拟理论位置坐标。

21、进一步地,所述根据每个类簇中不同分段中相邻时刻的无人机位置坐标的矢量数据之间的差异、不同分段的所有时刻的位置坐标和模拟理论位置坐标之间的距离的均值,获得每个类簇中的每个分段的控制误差波动程度,包括的具体步骤如下:

22、将每个类簇中的任意一个分段记为目标分段,将每个类簇中除了目标分段之外的所有分段记为参考分段;

23、对目标分段中的相邻时刻的无人机位置坐标的矢量数据进行矢量减法运算,将运算后的结果的模长记为目标分段中两个相邻时刻的第一矢量差值,对参考分段中每个分段的相邻时刻的无人机位置坐标的矢量数据进行矢量减法运算,将运算后的结果的模长记为参考分段中每个分段中两个相邻时刻的第二矢量差值,将目标分段的飞行轨迹与理论飞行轨迹在所有相同时刻位置坐标之间距离的均值记为目标分段的第一距离均值,将参考分段中每个分段的飞行轨迹与理论飞行轨迹在所有相同时刻位置坐标之间距离的均值记为参考分段中每个分段的第二距离均值,将目标分段中两个相邻时刻的第一矢量差值和目标分段的第一距离均值的乘积结果,记为目标分段中两个相邻时刻的第一目标值,将参考分段中每个分段中两个相邻时刻的第二矢量差值和参考分段中每个分段的第二距离均值的乘积结果,记为参考分段中每个分段中两个相邻时刻的第二目标值,将目标分段中两个相邻时刻的第一目标值减去参考分段中每个分段中两个相邻时刻的第二目标值的结果,记为目标分段与参考分段中每个分段中的两个相邻时刻的第三目标值,对目标分段与参考分段中每个分段中的所有相邻时刻的第三目标值的累加和的绝对值,本文档来自技高网...

【技术保护点】

1.一种无人机模拟飞行机动飞行控制方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据相邻时刻无人机位置坐标之间的差异,获得无人机位置坐标在每个时刻的矢量数据,包括的具体步骤如下:

3.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述将无人机每次模拟飞行过程的时间均等划分为若干个分段,根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇,包括的具体步骤如下:

4.根据权利要求3所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,获得任意两个分段的飞行状态相似程度,包括的具体步骤如下:

5.根据权利要求3所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据任意两个分段的飞行轨迹的相似程度对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇,包括的具体步骤如下:

6.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据飞行器飞行轨迹的模拟软件获得无人机的模拟理论位置坐标,包括的具体步骤如下:

7.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据每个类簇中不同分段中相邻时刻的无人机位置坐标的矢量数据之间的差异、不同分段的所有时刻的位置坐标和模拟理论位置坐标之间的距离的均值,获得每个类簇中的每个分段的控制误差波动程度,包括的具体步骤如下:

8.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据时间顺序对分段进行标记,获得无人机每次模拟飞行过程中每个分段的标记数据,和无人机所有次模拟飞行过程中的每个分段的标记序号,包括的具体步骤如下:

9.根据权利要求7所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据每个类簇中的每个分段在每次模拟飞行过程中的标记数据、每个类簇中的每个分段在所有次模拟飞行过程中的标记序号和每个类簇中的每个分段的控制误差波动程度,获得每个类簇中的分段的控制误差合理程度,包括的具体步骤如下:

10.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据每个类簇中的所有分段的控制误差波动程度的均值、每个类簇中的分段的控制误差合理程度,对PID控制器中的初始积分增益系数进行调整,获得PID控制器中调整后的积分增益系数,包括的具体步骤如下:

...

【技术特征摘要】

1.一种无人机模拟飞行机动飞行控制方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据相邻时刻无人机位置坐标之间的差异,获得无人机位置坐标在每个时刻的矢量数据,包括的具体步骤如下:

3.根据权利要求1所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述将无人机每次模拟飞行过程的时间均等划分为若干个分段,根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇,包括的具体步骤如下:

4.根据权利要求3所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据无人机所有的模拟飞行过程中的任意两个分段中无人机位置坐标在每个时刻的矢量数据之间的差异、任意两个分段中每种类型数据所有时刻对应的数据的均值之间的差异,获得任意两个分段的飞行状态相似程度,包括的具体步骤如下:

5.根据权利要求3所述一种无人机模拟飞行机动飞行控制方法,其特征在于,所述根据任意两个分段的飞行轨迹的相似程度对无人机多次模拟飞行过程中的所有分段进行聚类,得到若干个类簇,包括的具体步骤如下:

6.根据权利要求1所述一种无人机模拟飞行机动飞行控...

【专利技术属性】
技术研发人员:白颢刘科春李雄威刘遂平陈亮
申请(专利权)人:厦门雷神电气设备有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1