[发明专利]基于线性模型组的无人直升机全包线数学模型构建方法

说明书

技术领域

本发明涉及一种无人直升机数学模型的构建方法，特别涉及一种基于线性模型组的无人直升机全包线数学模型构建方法，属于无人直升机建模领域。

背景技术

无人直升机运动机理极其复杂，通过机理建模方法难以建立准确的数学模型，而且机理建模法模型阶次高，算法复杂，难以满足实时性的要求。试飞辨识建模是一种新兴的建模手段，其通过开展飞行试验，运用系统辨识方法得到无人直升机的数学模型。相比机理建模法，试飞辨识建模能得到低阶且非常准确的数学模型。但是，试飞辨识建模只能得到一个工作点处的线性模型，该模型可用于对象特性分析、控制律设计、飞行品质分析，却不能用于全过程仿真。而全过程仿真是在工程研究中一种必须的验证手段，通过全过程仿真，可以在地面状态下对飞行控制系统的控制逻辑、鲁棒性、可靠性进行全面的检验。而全包线数学模型是全过程仿真的基础。

发明内容

为了解决试飞辨识模型无法用于全过程仿真的局限性，本发明提供了一种基于线性模型组的无人直升机全包线数学模型构建方法，通过将多个工作点的线性模型进行集成，得到全包线的数学模型，以满足全过程仿真的需求。

本发明解决其技术问题所采用的技术方案是：

一种基于线性模型组的无人直升机全包线数学模型构建方法，其特征在于以试飞辨识模型为基础，将无人直升机的飞行包线划分为m×n个区间，m、n为自然数，每个飞行包线区间内无人直升机的动态特性用一个线性模型来近似表征，通过一组线性模型覆盖整个飞行包线，并对该组线性模型进行全量状态解算，再针对非稳定飞行状态对该组线性模型进行修正，并对该组线性模型进行加风，从而得到全包线范围内的数学模型。

由于试飞辨识模型具有非常高的精度，因此用本发明方法构建的数学模型能非常准确地反映全包线范围内的动态特性，由于模型采用线性方式实现，因此运算量小，非常容易满足实时性要求。该方法实现过程简单，开发周期短，适合小型低成本无人直升机系统使用。

附图说明

图1是飞行包线划分示意图

图2是线性模型组原理图

图3是线性模型组解算流程

图4是协调转弯原理图

图5是加风原理图

具体实施方式

本发明的基于线性模型组的无人直升机全包线数学模型构建方法以试飞辨识模型为基础，将无人直升机的飞行包线划分为m×n个区间，m、n为自然数，每个飞行包线区间内的动态特性用一个线性模型来近似表征。这样，通过一组线性模型，即可覆盖整个飞行包线，从而得到全包线范围内的数学模型。由于试飞辨识只能在稳定飞行状态下进行，因此只能得到悬停或平飞状态下的线性模型，为了使线性模型组具有和非线性模型类似的特性，还需要对模型进行修正。同时，为了满足仿真的需求，需要在模型中加入风场信息。

本发明方法具体包括如下步骤：飞行包线区间的划分、模型解算、模型修正和模型加风。

1、飞行包线区间的划分

无人直升机的飞行包线由飞行速度和飞行高度决定，因而按照飞行高度和空速将其飞行包线划分为若干区间，如图1所示，本具体实施方式中高度以200m为间隔，空速以5m/s为间隔进行飞行包线区间的划分。在每个飞行包线区间内取其中间点作为特征工作点，辨识其动力学模型，包括A、B阵，配平输入和配平状态。由于空速对无人直升机运动特性的影响较大，因此对空速的划分应该相对密集。

2、模型解算

线性模型是特定飞行状态下的小扰动模型，是以增量的形式进行解算的，而非线性模型的输入和输出都是全量的。线性模型组要实现与非线性模型相同的功能，必须将模型的输入和输出都转化成全量。

线性模型组的原理如图2所示，其中u为全量输入，x为全量状态，u_trim为当前飞行状态下的配平输入，x_trim为当前飞行状态下的配平状态。Δu为输入增量，Δx为状态增量，A、B分别为飞行状态对应包线区间内的状态矩阵和输入矩阵。其中u_trim，x_trim、A、B可通过试飞辨识得到。可以看出，模型内部的解算都是基于增量的，而模型的输入和输出都是全量。