微型飞行器动力学模型的系统辨识

微型飞行器动力学模型的系统辨识 微型飞行器动力学模型的系统辨识 第10卷第33期2010年11月 1671—1815(2010)33—8172—04 科学技术与工程 ScienceTechnologyandEngineering Vo1.10No.33NOV.2010 @2010Sci.Tech.Engng. 微型飞行器动力学模型的系统辨识 赵滨庄丽葵王彪曹云峰 (南京航空航天大学自动化学院,南京210016) 摘要利用系统辨识方法建立了某型微型飞行器纵向及横向的动力学模型.首先给出了微型飞行器纵向及横向的传递函 数模型结构,然后设计了辨识实验.通过设计数据采集装置采集试飞数据,基于该数据利用最小二乘系统辨识方法建立了微 型飞行器纵向及横向的传递函数模型.最后通过交叉验证 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明,该模型能够较好地反映微型飞行器纵向及横向的动力学 特性. 关键词微型飞行器系统辨识建模最小二乘法 中图法分类号TP391.9;文献标志码A 微型飞行器具有体积小,重量轻,噪音小和隐 蔽性好等优点,在军用,民用领域具有很高的应用 价值.微型飞行器必须实现自主飞行才具有实用 性,为此需要设计飞行控制系统;而如何得到准确 的微型飞行器动力学数学模型是对微型飞行器进 行有效控制的一个关键环节.由于微型飞行器具 有低雷诺数,小展旋比等特点…,受大气紊流和阵 风影响较大,因此其动力学模型与常规飞行器也有 较大差别.通过传统的理论建模方法建立微型飞 行器的动力学模型需要对其动态特性,气动力学有 非常深入的了解,实现起来比较困难. 系统辨识建模作为另外一种建模方法,通过输 入,输出数据所提供的信息,结合理论分析得到的 模型结构,来估计飞行器的动力学模型.该建模方 法对辨识模型的空气动力学,飞行力学等知识要求 相对较低,且易于实现,在微小型飞行器建模过程 中被广泛采用. 本文以南京航空航天大学研制的某固定翼微 型飞行器为研究对象,通过设计辨识实验,并基于 试飞获得的实验数据进行微小飞行器部分动力学 2010年9月10日收到江苏333人才基金 P0994GX,武器装备预研基金资助 第一作者简介:赵滨(1985,),男,山东济南人,硕士研究生,研 究方向:飞行控制. 模型的系统辨识.该飞行器的实物图如图1. 图1南航某微型飞行器 针对微型飞行器动力学模型的辨识,本文选择 以升降舵偏角6为控制输入,俯仰角0为输出的传 递函数作为微型飞行器纵向辨识模型;将副翼舵偏 角6.为输入,滚转角g6为输出的传递函数作为横向 辨识模型. 1微型飞行器模型描述 本文研究的某固定翼微型飞行器采用飞翼式 布局设计,没有垂尾,其航向运动及滚转运动均通 过副翼操纵完成.纵向运动主要通过升降舵及油 门操纵完成. 1.1微型飞行器运动方程 机体坐标系下,微型飞行器运动方程如下: 33期赵滨,等:微型飞行器动力学模型的系统辨识8173 X=m(M+qw一)-4-mgsinO Y=m(+m-pw)一mgsin~ocosO Z=m(w+一gM)一mgcos~pcosO L=p一(I,y—I=)qr—(Pq+r) M=g一(一)p,+(p一/2)(1) N=I=r一(—Iyy)Pq+(qr—P) r=os'Dc0s—Osinq~ q0cos~4-in?cos P=?一~cos0 式(1)中m是微小飞行器质量,g代表重力加速度, ,,vv,是机体质量对机体坐标系各轴的惯性矩, ,y,z是机体坐标系下总的力.,,M,?分别为滚 转,俯仰和偏航合力矩;,,W是质心运动速度在体 轴系x,Y,z轴上的投影,P,q,r是机体角速度在体 轴系上的投影,分别为滚转角速度,俯仰角速度和 偏航角速度;0,,为相对地面坐标系的姿态角, 分别是俯仰角,滚转角和偏航角. 1.2运动方程的解耦分组与线性化 假设微型飞行器的外形和质量分布对称于oz 平面,那么利用水平无侧滑飞行条件=卢=0,P= q=0,将微型飞行器运动方程解耦为不依赖于横侧 向状态量的纵向运动方程,如式(2)所示: X=m(五+qw)+mgsinO Z=m(w—qu)一mgcosq~cosO : (2) q=b 利用小扰动原理对纵向运动方程进行线性 化.选取基准运动为对称定直飞行,所有横侧向 参数均为零,将纵向运动方程线性化为 = x?u+xw?w+X8?6e—gA0+x8T?6 = zu?u+Zw?W+UdA0+Z5 .+Z8?8T = M?u+MAw+M?q+M8+M8?8 _?q (3) 式(3)中,?6升降舵偏角,,为油门操纵量. 将线性化后的纵向运动方程进行拉氏变换,可 提取出以升降舵偏角为控制输入,俯仰角0为输 出的四阶传递函数模型结构如式(4)所示 = 筹等等(4)&(s)一s4+口s.+ns+0:s+n:' 运用同样的分析方法可得到横向通道以副翼 舵偏角.为输入,滚转角为输出的四阶传递函数 模型结构如式(5)所示 旦一::?:r, 缸(s)一s+口s+0;s+n;+n: 2微型飞行器辨识实验设计 2.1输入信号设计 正弦形式的信号实现简单,能够充分激发飞行 器的响应],是比较理想的飞行器辨识输人信号. 本文中选择输入信号,即舵面偏转角最大幅值 为20.,既能保证充分激发微型飞行器的各个模态, 又避免了因舵面偏角过大引起的飞行不稳定. 2.2采样周期及采样长度的选择 采样周期的选择应遵循香农采样定理,如式 (6)所示. 1 To?(6) max? 式(6)中,为采样周期为系统主要工作频带内 的最高频率. 采样时间至少应为被辨识系统主要时间常数 的l0倍以上,即 ?To>=10ra(7) 式(7)中?为采样数据长度,为被辨识系统的主 要时间常数. 由初步试飞实验知,微型飞行器的主要工作 频率范围为3Hz,4Hz左右,通过估算系统的主 要时间常数在0.2s,0.5S之间.根据系统辨识 的原则,采样周期应小于0.1s,采样时间至少为5 S.本辨识实验选取采样周期为0.08s,采样时间 为16S. 科学技术与工程10卷 2.3数据预处理 由于微型飞行器本身及飞行条件的复杂性,采 集的飞行数据中不可避免地存在数据野值,曲线波 动等误差. 本文采用多项式滑动拟合方法进行野值的识 别与剔除.对于数据曲线波动,采用七点二阶中心 插值平滑算法进行平滑处理. 经过数据预处理后的微型飞行器纵横向输入, 输出原始数据分别如图1,图2所示. 由图看出,纵向包含了低头,抬头,水平前飞状 态,横向包含了滚转角恒定及滚转过渡状态.可 见,输入信号激发了微型飞行器纵,横向的各个飞 行状态,满足模型辨识的要求. 图2纵向输入,输出原始数据 tls 图3横向输入,输出原始数据数据 3模型辨识及模型验证 3.1模型辨识 本文将式(4)和式(5)给出的四阶传递函数作 为微型飞行器纵向及横向的辨识模型结构. 由于系统辨识利用的是离散数据,因此将传递 函数模型进行模型转换J,得到离散化的传递函数 模型.由于模型的分母为4阶,故选取4阶OE模 型(Output.errorMode1)作为待辨识模型,辨识方法 选择应用最为广泛的最小二乘法. 基于图1,图2所示实验数据,辨识得到微型飞 行器纵,横向离散传递函数模型如下: 0(z)1.926z一1.935z &()一Z4—1.174+0.093z+0.229z一0.149 (6) 一 Q:鱼二:墨:?:兰 60()一Z4—2.427+1.669z一0.03一0.206 (7) 3.2模型验证 本文采用交叉验证法对辨识模型进行验证J. 微型飞行器纵向及横向辨识输出曲线与实测输出 曲线分别如图3,图4所示. 由图3,图4可以看出,辨识输出曲线与实测输 出曲线的变化趋势基本一致,总体吻合程度较高. 证明辨识模型较好地反映了微型飞行器纵向及横 侧向的动力学特性. 20f塞换半』15I辨识输出j 10 一5J 0J 一5lI - 10J 一 15}1 — 20}』 一 251 o—4—6810—一14—16 t/s 图4纵向模型辨识输出与实测输【qj 33期赵滨,等:微型飞行器动力学模型的系统辨识8175 4结束语 通过以上研究,可得出以下结论:首先模型的 验证表明本文辨识出的模型较好地反映了微型飞 行器纵向及横向的动力学特性,精度较高;其次,辨 识得到的纵向及横向传递函数均具有正极点,说明 该微型飞行器纵向及横向均静不稳定. 图5横向模型辨识输出与实测输出 参考文献 1周新春,昂海松.微型飞行器研究进展与关键技术.传感器与微 系统,2008;27(6):1_-4 2吴建德.基于频域辨识的微小型无人直升机的建模与控制研究. 杭州:浙江大学博士学位论文,2007 3曹美文.基于DSP的MAV控制律设计与工程实现.南京:南京航 空航天大学硕士学位论文,2006 4LeiXusheng,DuYuhu.Alineardomainsystemidentificationforthe smallunmannedaerialrotorcraftbasedontheadaptivegeneticalgo— rithm.JoumalofBionicEngineering,2010;7(2):l42一l49 5陈皓生,陈大融.悬停状态下微型直升机航向模型的系统辨识. 清华大学,2003;43(2):184—187 6MuellerJ.Fixedandflappingwingaerodynamicsformicroairvehicle applications.Virginia:SmericanInstituteofaeronauticsandAstronan— tics,2001 SystemIdentificationofDynamicModelforMicroAirVehicle ZHAOBin,ZHUANGLi-kui,WANGBiao,CAOYun—feng (CollegeofAutomationEngineering,NanjingUniversityofAeronautics&Astronautics,Nanjing210016,P.R.China) [Abstract]EstablishedthepitchandrolldynamicsmodelforMAVusingsystemidentificationmethod.First. thestructureofpitchandrolltransferfunctionmodelforMAVisgaven,then,systemidentificationexperimentis designed.Real— timedatasisobtainedthroughthedesignofflighttestdatacollectiondevices.Basedonthedatas thepitchandrolltransferfunctionmodelforMAVusingtheleastsquaresystemidentificationmethodisestab. 1ished.Intheend,thecross— validationsaysthatthemodelcanbasicallyreflectthepitchandrolldynamicscharac- teristicsofMAV. [Keywords]MAVsystemidentificationmodelingleastsquaremethod ?如加m0m如