[发明专利]针对小型四旋翼飞行器气动参数的时域辨识方法

说明书

本发明公开了一种针对小型四旋翼飞行器气动参数的时域辨识方法，包括以下步骤：模型结构确定、输入信号设计、通过飞行试验完成数据采集、数据预处理、模型气动参数估计。本发明所述的针对小型四旋翼飞行器气动参数的时域辨识方法，将适用于多采样频率的RTS平滑扩展卡尔曼滤波算法与基于最大似然的输出误差法相结合，解决了现有时域方法无法有效应用于小型四旋翼气动参数辨识的问题具有成本低、周期短、精度高等诸多优点。

技术领域

本发明涉及一种气动参数的时域辨识方法，具体涉及一种针对小型四旋翼飞行器气动参数的时域辨识方法，属于无人机控制领域。

背景技术

近年来，小型四旋翼飞行器因具有目标小、造价低、重量轻、隐蔽性好等优势，能更好的适应复杂多变的环境，广泛应用于军民产业之中。

随着微小型无人飞行器的广泛应用，对其飞行性能的要求越来越高，对其控制算法的研究也越来越多。控制算法的研究过程中，无论是否是基于模型的控制方法，其控制律的开发、仿真与验证都离不开准确的飞机本体动力学模型。

然而，现有的小型四旋翼飞行器动力学模型中气动参数大都采用机理建模方法和风洞建模方法得到。风动建模方法需要进行风洞试验，成本非常昂贵。机理建模过程中对无人机各个部分的组件进行基于物理原的建模，需要进行大量的台架实验来调节各部件的建模增益系数以匹配飞行数据，方法耗时很长，且由于部分过于理想化的建模假设导致飞行器动力学模型精确性和实用性降低。

相比之下，时域辨识方法具有成本低、周期短、准确性较高等优点，十分契合小型四旋翼飞行器研究迭代快速的特点。但是，时域气动参数辨识方法应用于动力学特性不稳定且机载传感器精度精度有限的小型四旋翼飞行器时，易发生数值积分发散，极易受到量测噪声和系统误差影响，导致辨识精度下降，无法达到有效的气动参数辨识。

因此，亟待设计一种针对小型四旋翼飞行器的气动参数辨识方法，解决时域气动参数辨识法无法有效应用于小型四旋翼飞行器的问题，从而获得一种成本低、周期短、准确率高的小型四旋翼飞行器动力学模型。

发明内容

为了克服上述问题，本发明人进行了锐意研究，设计出一种针对小型四旋翼飞行器时域气动参数辨识方法，通过将时域方法结合RTS平滑扩展卡尔曼滤波，能够有效解决上文提到的现有时域方法存在的问题。

具体地，所述方法，包括以下步骤：

S1、模型结构确定；

S2、输入信号设计；

S3、通过飞行试验完成数据采集；

S4、数据预处理；

S5、模型气动参数估计。

在步骤S1中，所述模型为小型四旋翼飞行器状态空间模型。

进一步地，所述模型通过下述子步骤获得：

S11、获得飞行器动力学模型；

S12、获得小型四旋翼飞行器状态空间模型。

在步骤S2中，所述输入信号采用3211多阶跃信号的方式输入，在3211多阶跃信号的信号中，比例为1的脉宽对应于占主导地位的系统预期固有频率满足以下公式:

其中，f_n为占主导地位的系统期望固有频率固。

在步骤S3中，所述飞行试验是在小型四旋翼的悬停状态下进行的，小型四旋翼悬停状态下的性能对于四旋翼的飞行能力来说是最为关键的，飞行试验采用悬停状态下进行，能够获得最具代表性的试验数据。

在步骤S4中，所述数据预处理包括飞行数据兼容性分析和传感器位置校正。