本發(fā)明涉及一種基于改進(jìn)混合蛙跳算法的四旋翼無人機參數(shù)辨識方法，以混合蛙跳算法為基礎(chǔ)，通過對算法中蛙跳規(guī)則改進(jìn)，提高了混合蛙跳算法的全局收斂速度，并根據(jù)四旋翼無人機參數(shù)特性，對適應(yīng)度函數(shù)進(jìn)行設(shè)計，減少算法的計算復(fù)雜度，提高對四旋翼無人機多參數(shù)辨識的效率。該方法具有一定的普適性，能夠?qū)崿F(xiàn)對大多數(shù)具有非線性和強耦合度系統(tǒng)的參數(shù)辨識。

技術(shù)領(lǐng)域

本發(fā)明屬于四旋翼無人機參數(shù)辨識方法，涉及一種基于改進(jìn)混合蛙跳算法的四旋翼無人機參數(shù)辨識方法，主要對典型四旋翼無人機工作狀態(tài)下的非線性參數(shù)進(jìn)行辨識。

背景技術(shù)

隨著四旋翼無人機的廣泛應(yīng)用和快速發(fā)展，對四旋翼無人機控制精度的需求也在不斷提高，實現(xiàn)四旋翼無人機的高精度控制，需要獲取四旋翼無人機的精確模型，因此對四旋翼無人機的準(zhǔn)確建模，是實現(xiàn)對四旋翼無人機精確控制的關(guān)鍵技術(shù)問題。

對四旋翼無人機參數(shù)的精確辨識是實現(xiàn)四旋翼無人機精確建模的前提。由于典型四旋翼無人機參數(shù)具有較強的非線性和耦合性，因此采用典型的線性辨識方法，如最小二乘法和極大似然法均難以實現(xiàn)對模型中參數(shù)的精確辨識。為解決此類問題，需要采用非線性參數(shù)辨識方法對其進(jìn)行處理。文獻(xiàn)“基于遺傳算法的四旋翼無人機系統(tǒng)參數(shù)辨識，計算機測量與控制，2015，Vol23(12)，p4195-4197+4206”公開了一種基于遺傳算法的四旋翼無人機系統(tǒng)參數(shù)辨識方法。該方法在基于四旋翼飛行器懸停或者低速狀態(tài)下建立飛行器動力學(xué)模型的基礎(chǔ)上，利用實數(shù)編碼的遺傳算法，將待辨識系統(tǒng)參數(shù)編碼為一個實數(shù)向量，并分別采用輪盤選擇法和均勻變異為選擇算子和變異算子，將遺傳算法應(yīng)用于線性模型位置參數(shù)的辨識中，求得升力系數(shù)。最后，將通過仿真得到的滾轉(zhuǎn)、俯仰和偏航方向的加速度值與實際測量值的對比，表明在懸停狀態(tài)或小角度飛行狀態(tài)下，該辨識方法能夠建立比較精確的系統(tǒng)模型。文獻(xiàn)所述方法根據(jù)四旋翼受力分析建立了小角度下的線性系統(tǒng)模型并應(yīng)用遺傳算法其進(jìn)行辨識，只針對線性系統(tǒng)，適應(yīng)性不強；在辨識非線性系統(tǒng)時，由于遺傳算法存在著進(jìn)化方向過于隨機，收斂速度慢，對運動學(xué)參數(shù)的相關(guān)性不敏感，使得辨識結(jié)果不準(zhǔn)確而且收斂速度較慢、計算效率較差。

發(fā)明內(nèi)容

要解決的技術(shù)問題

為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種基于改進(jìn)混合蛙跳算法的四旋翼無人機參數(shù)辨識方法，克服現(xiàn)有參數(shù)辨識方法對四旋翼無人機參數(shù)辨識精度不高、辨識速度收斂速度較慢的不足。

技術(shù)方案

一種基于改進(jìn)混合蛙跳算法的四旋翼無人機參數(shù)辨識方法，其特征在于步驟如下：

步驟1、建立典型四旋翼無人機運動學(xué)模型：

其中，x、y、z分別為慣性系下的三軸位置，φ、θ、ψ分別為滾轉(zhuǎn)角、俯仰角和偏航角，I_x、I_y、I_z分別為三軸轉(zhuǎn)動慣量，J_r為旋翼的轉(zhuǎn)動慣量，m為飛行器質(zhì)量，u₁為旋翼產(chǎn)生的升力，u₂、u₃及u₄分別為滾轉(zhuǎn)、俯仰及偏航力矩，u₅表示各旋翼電機的陀螺力矩等效轉(zhuǎn)速；

選取系統(tǒng)的輸入為：u＝[u₁ u₂ u₃ u₄ u₅]^T

系統(tǒng)狀態(tài)為：

待辨識參數(shù)為：I_param＝[I_x I_y I_z J_r]^T

目標(biāo)函數(shù)取為：J＝Fitness(I_param)