直升机神经网络模型辨识研究

研究直升机飞控系统的控制问题,直升机是强耦合的非线性系统,直升机的模型的建立是研究整个飞控系统的基础.为改善飞行姿态误差,提高稳定性,建立其较为精确的动力学模型对于设计、验证飞行控制系统具有重要意义.根据直升机动力学方程的形式,建立了一种基于BP神经网络的非线性辨识模型,利用典型状态下的试飞数据作为样本,采用LM优化学习算法对神经网络进行训练,并用其他飞行状态的数据对模型进行验证.计算结果表明,证明所建立的神经网络模型具有较好的拟合精度与泛化能力,能够较好地反映直升机的动态特性,并为设计提供依据.     

基于最小二乘与自适应免疫遗传算法的小型无人直升机系统辨识

针对小型无人直升机不稳定、强耦合、非线性的特点,建立了小型无人直升机悬停状态下飞行动力学模型.设计了一种基于最小二乘与自适应免疫遗传算法(LS-AIGA)的辨识算法,根据辨识实验的需要研制了机载微小型导航、制导与控制系统(MGNC).利用飞行实验数据,根据本文的辨识算法,对所建立模型中未知参数进行了辨识.最后对得到的模型进行了验证与分析,结果表明模型辨识数据与真实飞行实验数据匹配较好,所建立模型能够反映小型无人直升机动力学特性.     

实时上肢参数辨识的康复机器人力控制研究

针对病人进行康复训练时,上肢动力学参数估计不准确和训练过程发生上肢动力学参数变化,所导致康复机器人系统辅助力计算不准确,影响精确和稳定的控制练训。为减小辅助力计算误差,实现精确和稳定的训练控制,基于阻抗控制算法,使用多元线性回归方法对上肢动力学参数进行辨识,提出了一种实时上肢动力学参数辨识的阻抗控制算法,建立了康复机器人动力学模型,同时对控制算法进行仿真研究。仿真结果表明该算法能够准确地对上肢动力学参数进行辨识,有效地消除了辅助力计算误差,实现训练过程中训练轨迹精确控制。     

改进的频域辨识方法及其在直升机建模中的应用

本文提出了一种改进的直升机状态空间模型的频域系统辨识方法.该方法根据飞行扫频数据,得到包含直升机动力学模型耦合特性的非参数频率响应.将模式识别中的K平均理论应用到搜索状态空间模型代价函数的最小值中,根据机理建模结果拟合频率响应得到线性的六自由度直升机状态空间模型中的待辨参数.频率响应的计算中应用了一种复合窗函数方法,该方法综合不同窗口长度的频率响应得到一组优化的结果,显著增加了动力学模型频带和频率响应的精度.比较辨识得到的模型和飞行试验数据响应结果表明,辨识得到的模型较好地反映了该型无人直升机在悬停状态下的动力学特性.     

一种小型无人直升机自主起飞控制方法

针对小型无人直升机(Small-scale unmanned helicopter, SUH) 起飞过程中过度依赖于地面飞行手的问题, 提出了一种基于经验知识与系统辨识的自主起飞控制方法. 首先, 通过研究专业飞行手手动操纵小型无人直升机起飞过程中高度与油门、总距舵量等信息的对应关系, 分析了利用学习飞行手的操纵行为实现小型无人直升机自主起飞的可行性, 并设计了小型无人直升机自主起飞控制流程. 引入了安全高度及变增益控制以提高自主起飞过程中的飞行安全性能, 利用不完全微分控制方法抑制了微分高频噪声. 其次, 为了获取自主起飞过程中控制参数, 采用自适应遗传算法对小型无人直升机动力学模型进行了辨识, 在动力学模型的基础上进一步辨识得到了飞行控制参数. 最后, 通过在小型无人直升机平台进行的实际飞行实验, 验证了本文方法的有效性.     

电传飞机飞行品质低阶等效系统算法研究

研究了从飞行试验数据辨识电传飞机动力学模型的低阶等效系统参数的方法。采用频域相干性分析和高精度有限傅立叶变换对试验数据进行了精确的频谱分析。频域方程误差法、输出误差法和单纯形法相结合,为计算电传飞机的低阶等效系统提供了一个实用有效的算法,并使用某型电传飞机试验数据进行了可靠性和有效性验证。结果表明：使用本文的方法辨识的低阶等效系统模型能够准确地描述真实电传飞机的动力学特性。本文的研究内容为电传飞机飞行品质试验方法提供了技术支持。     

小型无人直升机物理参数辨识算法研究

本文阐述一种小型无人直升机物理参数仿真辨识的过程.总结了最小二乘辨识算法的原理,设计了辨识的思路,重点描述了小型无人直升机沿单个自由度方向运动的辨识算法和如何利用Matlab进行系统辨识.     

基于SOKID的无人动力伞模型辨识

对具有独特飞行特性的无人动力伞(Unmanned Powered Parafoil,UPP)进行了研究,建立了无人动力伞九自由度非线性动力学方程,研究了观测器/卡尔曼滤波辨识算法和改进的子空间观测器/卡尔曼滤波辨识算法.根据系统的飞行数据,辨识得到系统的纵向状态空间模型,分析了两种辨识模型的俯仰角响应特性和辨识精度.仿...     

基于SVM算法的碟形水下机器人姿态预测方法研究

碟形水下机器人的运动控制过程是非常复杂的,涉及到很多影响因素,并且是一个非线性控制过程,其姿态控制过程的系统模型的辨识对于实现机器人精确的控制和不同水文环境的自适应预测控制有着重要意义。因支持向量机(SVM)算法经过严格的数学推导,且在非线性等方面的良好表现,提出了将SVM算法用于碟形水下机器人模型的辨识,并设计了一组基于SVM的多输入多输出系统辨识器,可针对控制量进行姿态变化预测。通过在水池中测试的实验数据进行辨识和预测。实验验证预测的均方差不超过0.004,实验结果验证了该算法对碟形潜水器的姿态运动控制系统的辨识与预测有着良好的效果。     

一种基于UKF的系统参数在线辨识方法

本文介绍一种基于UKF的参数在线辨识方法。把用于状态估计的卡尔曼滤波算法通过转换用于系统模型的辨识上,最后使用该方法对直升机纵向模型进行在线辨识。仿真结果表明基于UKF的在线辨识方法是一种很好的在线辨识方法。     

Feedback linearization of the nonlinear model of a small-scale helicopter

In order to design a nonlinear controller for small-scale autonomous helicopters, the dynamic characteristics of a model helicopter are investigated, and an integrated nonlinear model of a small-scale helicopter for hovering control is presented. It is proved that the nonlinear system of the small-scale helicopter can be transformed to a linear system using the dynamic feedback linearization technique. Finally, simulations are carried out to validate the nonlinear controller.     

Nonlinear system identification of a small-scale unmanned helicopter

This paper presents a comprehensive method for identifying the nonlinear model of a small-scale unmanned helicopter. The model structure is obtained by first principles derivation, and the model parameters are determined by direct measurement and system identification. A new adaptive genetic algorithm is proposed to identify the parameters that cannot be directly measured. To simplify the identification process, the overall system is divided into two subsystems for identification: the heave–yaw dynamics and the lateral–longitudinal dynamics. On the basis of the input–output data collected from actual flight experiments, these two subsystems are identified using the proposed algorithm. The effectiveness of the identified model is verified by comparing the response of the simulation model with the actual response during the flight experiments. Results show that the identified model can accurately predict the response of the small-scale helicopter. Furthermore, the identified model is used for the design of an attitude controller. The experiment results show that the identified model is suitable for controller design.     

Nonlinear dynamic modeling and control of a small-scale helicopter

A test bench for experimental testing of the attitude control of a small-scale helicopter is constructed. A nonlinear model with 10 states is developed for this experimental setup. The unknown model parameters are estimated using the extended Kalman filter with flight test data of the helicopter operating on the test bench. In this work, it is proved that the nonlinear helicopter dynamic model may be globally feedback linearized using the dynamic feedback linearization technique. In order to satisfy multiple closed-loop performance specifications simultaneously, a controller is proposed by applying the Convex Integrated Design (CID) method to the feedback linearized model. Finally, the controller is tested in simulation demonstrating the closed-loop performance of the proposed controller.     

遥控模型直升机分通道模型辨识方法研究

设计了嵌入式控制系统,研究了小型遥控直升飞机在悬停状态的模型辨识方法.按照遥控直升机的4个控制输入(纵向周期变距、横向周期变距、总距、以及尾距),直升机的运动可分解为俯仰、倾斜、升降和航向4个通道,分别采用分通道飞行实验数据,通过Matlab辨识工具,得到了遥控直升机在悬停状态下各通道的单榆入单输出控制模型.飞行实验数据的验证结果表明,分通道数学模型可以很好地反映相应通道的动态特性,对实现遥控直升机自动驾驶控制具有重要的应用价值.     

Development of a vision-based ground target detection and tracking system for a small unmanned helicopter

It is undoubted that the latest trend in the unmanned aerial vehicles (UAVs) community is towards visionbased unmanned small-scale helicopter, utilizing the maneuvering capabilities of the helicopter and the rich information of visual sensors, in order to arrive at a versatile platform for a variety of applications such as navigation, surveillance, tracking, etc. In this paper, we present the development of a visionbased ground target detection and tracking system for a small UAV helicopter. More specifically, we propose a real-time vision algorithm, based on moment invariants and two-stage pattern recognition, to achieve automatic ground target detection. In the proposed algorithm, the key geometry features of the target are extracted to detect and identify the target. Simultaneously, a Kalman filter is used to estimate and predict the position of the target, referred to as dynamic features, based on its motion model. These dynamic features are then combined with geometry features to identify the target in the second-stage of pattern recognition, when geometry features of the target change significantly due to noise and disturbance in the environment. Once the target is identified, an automatic control scheme is utilized to control the pan/tilt visual mechanism mounted on the helicopter such that the identified target is to be tracked at the center of the captured images. Experimental results based on images captured by the small-scale unmanned helicopter, SheLion, in actual flight tests demonstrate the effectiveness and robustness of the overall system.     

质子交换膜燃料电池的分数阶非线性状态空间模型研究

针对质子交换膜燃料电池(PEMFC)发电过程中的分数阶和非线性特性,本文提出了一种分数阶子空间辨识方法建立了PEMFC非线性状态空间模型.首先,为了降低建模复杂度,采用典型相关分析法和相关分析法确定了模型输入变量;其次,将分数阶微分理论与Hammerstein模型子空间辨识方法相结合,采用Poisson矩函数对输入输出数据进行预处理,构造了子空间辨识方法的输入输出矩阵,并引入分数阶短时记忆法减少辨识算法计算量;最后,选取多项式作为Hammerstein模型前端静态非线性环节,采用模糊遗传算法优化系统分数阶阶次和系数矩阵.仿真结果验证了算法的有效性,改进的辨识算法可以明显减小计算时间,所得PEMFC辨识模型能够准确地描述PEMFC的动态过程.     

递推子空间模型辨识算法的研究与仿真

为了很好的解决在线辨识系统模型问题，在对子空间模型辨识研究的基础上，结合递推最小二乘算法和子空问状态辨识方法。推导了子空间状态辨识的递推算法。该算法不仅解决了在线辨识问题，而且算法简单，计算方便，很好地克服了在线辨识时子空间矩阵维数的变化问题。经仿真研究表明，该递推算法克服了一次完成算法在大批量数据运算时，耗时大，专用内存多的缺点，而且对于测量和过程均有噪声干扰的多输入多输出系统，有很好的辨识效果，有较为广阔的应用前景。     

小型无人直升机姿态非线性鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,通过系统参数辨识,获得了较为准确的无人直升机姿态动力学模型.并根据无人直升机的动态特性,设计了基于神经网络前馈与滑模控制的非线性鲁棒姿态控制律,该控制律对直升机模型的先验知识要求较低.利用基于Lyapunov的分析方法证明,设计的控制律能够实现对无人直升机姿态角的半全局指数收敛镇定控制,并能确保闭环系统的稳定性.基于姿态飞行控制实验平台的实时飞行控制实验结果表明,提出的控制设计取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有较好的鲁棒性.