[发明专利]一种无人机在线实时飞行状态辨识及调参方法

权利要求书

1.一种无人机在线实时飞行状态辨识及调参方法，其特征在于，包括如下步骤：

S1、建立无人机的数学模型并进行模型线性化：

其中，为惯性坐标系下的无人机旋转角度，R为坐标旋转矩阵，为机体坐标系下的无人机旋转角速度，J为无人机转动惯量，为陀螺力矩，为无人机动力电机力矩；

S2、实时采集无人机的飞行状态数据；

S3、以步骤S2采集到的的飞行状态数据为分析基础，通过人工神经网络系统辨识方法在线辨识，得到无人机精确的被控对象数学模型；

S4、基于无人机控制系统动态响应时域指标，通过最优化算法计算得到飞行控制PID参数；

S5、当最优化PID控制参数在设定参数范围内且大于阈值时，适时调整飞行控制PID参数；当不符合上述条件时，则返回初始重新开始循环，重复步骤S1~S5。

2.根据权利要求1所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，模型线性化过程是在增稳模式下进行的，通过matlab软件的linmod函数进行线性化。

3.根据权利要求1所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，所述步骤S2中，飞行状态数据包括姿态数据和动力数据。

4.根据权利要求3所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，所述姿态数据包括无人机的俯仰、滚转及偏航角度、角速度以及线加速度，通过惯性测量单元、磁力计进行实时采集；所述动力数据包括无人机动力电机的电压、电流及转速反馈信息，通过电子调速器实时采集。

5.根据权利要求1所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，所述步骤S4中，控制系统动态响应时域指标包括：调节时间：，单位为秒、超调量及稳态误差，单位均为%。

6.根据权利要求5所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，所述步骤S4中，通过matlab多目标优化函数fminimax进行多目标优化求解得到飞行控制系统的最优化PID控制参数。

7.根据权利要求6所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，优化方法为排序找到最优解，排序准则为：稳态误差指标排第一，控制超调量指标排第二，调节时间指标排第三。

8.根据权利要求1~7任一项所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，建模过程为：将分解为三维坐标：，电机力矩与电机转速之间的数学关系为：，其中，为第n号电机的转速，M为电机力矩控制矩阵。

9.根据权利要求8所述的一种无人机在线实时飞行状态辨识及调参方法，其特征在于，，其中，为第n号电机的力臂长度，为电机安装轴与无人机机头方向夹角，及均为力矩系数，

，与电机安装顺序有关。