[发明专利]一种无人机飞行工况模式识别方法及系统

说明书

本发明涉及无人机控制技术领域，针对无人机飞行过程中的飞行工况模式识别问题，本发明提出了一种无人机飞行工况模式识别方法及系统。本发明的飞行工况模式识别过程包括：无人机飞行工况训练数据采集阶段，无人机工况模式离线分类阶段，无人机工况模式在线匹配阶段三个主要环节，通过构建无人机多次飞行过程中的工况数据网络，不但可以记录无人机飞行过程中不同时刻的工况状态，还有效表达了它们之间的复杂相关关系，有助于获得鲁棒性和可解释性更强的无人机飞行工况模式识别结果。此外，利用图变分自编码器结构构建无人机飞行工况模式分类模型，使模型具有一定的生成能力，从而使无人机飞行工况模式识别过程具有更强的泛化能力。

技术领域

本发明涉及无人机控制技术领域，特别涉及一种无人机飞行工况模式识别方法及系统。

背景技术

无人机是一种由远程无线电信号或由本身携带的轨迹规划软件控制的无人飞行器。相比传统的有人驾驶飞行器，无人机的自主能力和生存能力得到显著提高，可替代人类在各类恶劣环境下完成任务作业，且无需担忧驾驶员的生命安全，可用于执行高危险性任务，因此在军事、工程及科研等多个领域得到了广泛应用。为保证无人机高效完成既定任务，其飞行和作业期间健康状态的稳定性显得尤为重要。由于缺少飞行员的实时决策能力，无人机操控者往往难以在故障发生前及时感知工况恶化趋势或预先做出正确的故障判断。因此，对无人机飞行工况模式进行有效识别并以此构建故障预测模型成为无人机飞行控制中的核心问题之一。

按照识别机理可将常见的工况模式识别方法分为依赖模型的识别方法和不依赖于模型的识别方法，前者可能由于先验模型不符合实际飞行工况特征导致识别准确率较低，而后者由于通过实时采集的飞行状态信息构造识别模型，表现出相对较强的自适应能力，具有良好的应用前景。同时，由于飞行过程中缺乏可用的模式类别标签信息，且实时采集的无人机状态变量之间往往具有复杂的关联关系，设计一种可靠有效的不依赖于模型的工况模式识别方法仍具有相当的难度，这一技术问题的解决同时也具有重要的理论和实践价值。

发明内容

针对上述问题本发明提供了一种无人机飞行工况模式识别方法及系统，能够在缺乏先验类别标签信息且无人机状态变量具有复杂关联关系的情况下对无人机飞行工况模式进行有效可靠的识别。

为了达到上述目的，本发明采用了下列技术方案：

本发明提供了一种无人机飞行工况模式识别方法，主要包括无人机飞行工况训练数据采集、无人机工况模式离线分类和无人机工况模式在线匹配阶段三个阶段。

进一步，所述无人机飞行工况模式识别方法，具体包括以下步骤：

S1、构建无人机飞行工况训练数据集；

S2、在无人机飞行工况训练数据集基础上构建无人机飞行工况训练数据网络，用于记录无人机飞行过程中不同时刻的工况状态以及它们之间的相关关系；

S3、基于步骤S2获得的无人机飞行工况训练数据网络，利用图变分自编码器构建无人机飞行工况模式分类模型；

S4、对于步骤S3构建的无人机飞行工况模式分类模型，通过迭代计算方式进行模型求解，确定模型的最优参数；

S5、利用步骤S3构建的无人机飞行工况模式分类模型，以及步骤S4确定的模型最优参数，基于无人机飞行工况训练数据网络进行无人机飞行工况模式分类；

S6、将在线采集的无人机飞行工况数据与无人机飞行工况模式分类结果进行匹配，确定无人机的实时飞行工况模式。

更进一步，所述步骤S1中无人机飞行工况训练数据集的构建包含以下具体步骤：

S11、在多次飞行过程中以固定频率采集并记录无人机由控制器、执行器和传感器输出的关键状态信号，包括：航向角、俯仰角、滚转角、相应角速度、高度、垂向速度、空速、主板温度关键状态信号；