固定翼无人机不确定性建模研究

发布时间：2017-07-31 02:14

  本文关键词：固定翼无人机不确定性建模研究

  更多相关文章： 不确定性建模 系统辨识 非线性仿真模型 数学模型 无人机

【摘要】：无人机数学模型反映了操纵输入和飞行器响应之间的联系,在飞行仿真、稳定性和操纵性分析、飞行控制设计等实际应用中都离不开系统数学模型的建立。系统的控制性能在很大程度上取决于所建立模型的准确性和精度,数学模型只有准确地模拟无人机飞行过程才具有应用价值。事实上数学模型和真实系统响应之间通常存在一定的差异,为了使数学模型更加准确地反映真实的系统响应,在风洞吹风模型的基础上建立包含不确定性因素的数学模型至关重要。该课题基于某型高空高亚音速无人机已成功飞行的试验数据,进行系统辨识,结合风洞吹风模型的气动参数,建立包含不确定性因素的无人机飞行动力学模型。本文的主要研究内容分为三个部分,第一部分为无人机非线性仿真模型的建立。包括气动模型、发动机模型、动力学方程的建立,为不确定性建模打下基础。第二部分为无人机系统辨识。首先对某型无人机三架次飞行数据进行预处理,包括利用观测器/卡尔曼滤波辨识法(OKID)对飞行试验数据进行跳点值的识别、剔除、补正,以及采用扩展卡尔曼滤波法(EKF)完成试飞数据的相容性检验。随后利用CIFER对试飞数据进行系统辨识。根据系统辨识的结果和风洞模型理论值得到气动参数的上下边界和标称值,并利用辨识得到的气动参数更新非线性仿真模型,为完成气动模型的不确定性建模奠定基础。第三部分主要介绍了非线性仿真模型不确定性建模的方法和步骤。其中气动力模块的不确定性建模是根据气动参数的上下边界和标称值得以实现。发动机受力模型和油耗模型以及重心位置的不确定性建模是在试验数据的基础上考虑一定的数值波动范围而完成,以此建立无人机系统的不确定性Simulink仿真模型。之后根据ulinearize原则在配平点处线性化不确定性Simulink仿真模型,并利用线性分式变换(LFT)方法得到LFT模型的实现:M—?矩阵形式表示的不确定性模型。最后进行最坏情况增益(WCG)分析以验证模型的精度;并在给定扰动的情况下,利用鲁棒控制工具箱中的函数仿真并分析模型在随机采样下的输出响应,完成不确定模型有效性的分析和验证工作。
【关键词】：不确定性建模 系统辨识 非线性仿真模型 数学模型 无人机
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V279
【目录】：

• 摘要4-5
• ABSTRACT5-12
• 注释表12-13
• 缩略词13-14
• 第一章 绪论14-21
• 1.1 课题研究的背景、意义14-16
• 1.2 国内外研究现状16-20
• 1.2.1 系统辨识16-18
• 1.2.2 不确定性问题与控制18-20
• 1.3 本文主要研究工作20
• 1.4 本文内容安排20-21
• 第二章 无人机非线性仿真模型21-34
• 2.1 无人机动力学模型的建立21-30
• 2.1.1 坐标轴定义21-22
• 2.1.2 UAV运动假设22-23
• 2.1.3 无人机受力及力矩分析23-26
• 2.1.4 无人机动力学方程26-28
• 2.1.5 质量惯量模型28-30
• 2.2 Simulink仿真模型的建立30-32
• 2.2.1 气动力模块31
• 2.2.2 运动学方程模块31-32
• 2.2.3 重力和发动机模块32
• 2.3 气动力参数的确定32-33
• 2.4 本章小节33-34
• 第三章 无人机系统辨识34-71
• 3.1 参数辨识模型结构35-38
• 3.1.1 线性解耦模型35-37
• 3.1.1.1 非线性模型的线性化35-36
• 3.1.1.2 线性解耦模型36-37
• 3.1.2 参数化的状态空间横向模型37-38
• 3.2 试验设计38-39
• 3.3 试飞数据预处理39-54
• 3.3.1 野值的识别、剔除与补正40-48
• 3.3.1.1 观测器/卡尔曼滤波辨识（OKID）算法描述40-44
• 3.3.1.2 观测器与卡尔曼滤波之间的关系44-45
• 3.3.1.3 利用OKID算法实现野值的识别、剔除、补正45-48
• 3.3.2 数据相容性检验48-54
• 3.3.2.1 数据相容性检验非线性数学模型48-49
• 3.3.2.2 传感器误差模型49
• 3.3.2.3 扩展状态方程49-52
• 3.3.2.4 包含误差模型的观测方程52
• 3.3.2.5 数据相容性检验结果52-54
• 3.4 系统辨识54-68
• 3.4.1 CIFER辨识介绍55-62
• 3.4.1.1 频域响应辨识57-58
• 3.4.1.2 多输入处理58-59
• 3.4.1.3 复合分窗59-60
• 3.4.1.4 单通道传递函数模型辨识60-61
• 3.4.1.5 多通道状态空间方程辨识61-62
• 3.4.1.6 时域验证62
• 3.4.2 CIFER辨识过程62-68
• 3.4.2.1 参数辨识模型结构的确定63-64
• 3.4.2.2 CIFER中参数设置64-66
• 3.4.2.3 辨识结果66-68
• 3.5 非线性模型气动力系数更新68-70
• 3.5.1 标称辨识模型68
• 3.5.2 气动系数计算68-70
• 3.6 本章小结70-71
• 第四章 不确定性建模71-87
• 4.1 参数不确定建模71-75
• 4.1.1 参数不确定性表示71-73
• 4.1.2 参数不确定性实现73-75
• 4.2 LFT变换75-79
• 4.2.1 LFT模型实现方法76-77
• 4.2.2 ulinearize原则与步骤77-78
• 4.2.3 ulinearize方法的优势与限制78-79
• 4.2.4 配平点的影响79
• 4.3 UAV的LFT模型实现79-86
• 4.3.1 不确定系统最坏情况增益81-83
• 4.3.2 不确定性模型验证83-86
• 4.4 本章小结86-87
• 第五章 总结与展望87-89
• 5.1 本文主要工作总结87-88
• 5.2 不足之处与研究展望88-89
• 参考文献89-95
• 致谢95-96
• 在学期间的研究成果及发表的学术论文96-97
• 附录 197

【参考文献】

中国期刊全文数据库 前10条

1 刘超;刘庆;田福礼;;用于气动导数辨识的试飞数据处理方法研究[J];航空工程进展;2014年02期

2 张强;孙红胜;胡泽明;;目标跟踪中野值的判别与剔除方法[J];太赫兹科学与电子信息学报;2014年02期

3 赵志刚;吕恬生;;小型无人直升机辨识建模试验信号的预处理[J];兰州交通大学学报;2010年04期

4 于剑桥;文仲辉;许承东;;采用D-K-D迭代算法设计导弹增益调度自动驾驶仪[J];控制理论与应用;2009年08期

5 刘磊;王本利;;基于Η∞和μ综合的Stewart平台柔性铰链主动杆多目标鲁棒主动振动控制(英文)[J];Chinese Journal of Aeronautics;2008年02期

6 孙涛;喻凡;柳江;庄德军;;基于混合不确定建模的主动悬架鲁棒μ综合控制分析[J];上海交通大学学报;2006年06期

7 王伟;李建;李爱军;李广文;;基于μ综合方法的飞机纵向鲁棒飞行控制系统设计[J];西北工业大学学报;2006年02期

8 王锋;唐国金;李道奎;;基于结构奇异值理论的压电柔性结构振动鲁棒控制[J];航空学报;2006年01期

9 和争春;钱炜祺;朱国林;蔡金狮;;飞行器跨声速区俯仰力矩系数建模方法研究[J];空气动力学学报;2005年04期

10 姚郁;杨有为;马杰;;仿真转台控制系统Μ综合应用研究[J];电机与控制学报;2005年05期

，

本文编号：597026