[发明专利]一种基于量子萤火虫算法的无人机姿控参数智能整定方法

权利要求书

1.一种基于量子萤火虫算法的无人机姿控参数智能整定方法，其特征在于，包括以下步骤：

步骤1、建立无人机姿态运动模型，设计分数阶PID控制器，确定待整定参数，选择误差指标函数为目标函数；

步骤2、设置量子萤火虫算法参数；

步骤3、执行量子萤火虫算法进行控制器参数整定优化，获得本次整定最优控制器参数和目标函数值；

步骤4、判断目标函数值是否满足要求；若目标函数值满足需求，则萤火虫位置为最优姿态控制器参数，整定结束；否则，返回步骤2，重新设置量子萤火虫算法参数，执行步骤2-4；

所述步骤2设置量子萤火虫算法参数包括：设计变量的寻优范围为[Down_k,Up_k]，k＝1,2,…5，[Down_k,Up_k]为第k个设计变量的寻优范围，Up_k为范围上界、Down_k为范围下界；亮度吸收系数为γ；β₀为最大吸引力；最大迭代次数为l_max,l_max＞0；精英保留策略的萤火虫个数为Num_elite,Num_elite＞1；变异概率为P_mut,0＜P_mut＜1；令萤火虫之间的距离计算公式为d_i,j＝||X_i-X_j||；当前迭代次数l＝1；

所述步骤3具体包括以下步骤：

步骤3.1、量子萤火虫初始化，采用量子位的概率幅作为萤火虫当前位置编码，

式中，θ_ij＝2π×rand；rand为(0,1)之间的随机数；m是种群规模；n是优化变量空间维数；i＝1,2,…,m；j＝1,2,…,n；每个萤火虫位置占据遍历空间中的两个位置，分别对应量子态|0和|1的概率幅，即：

X_Qic＝(cos(θ_i1),cos(θ_i2),…,cos(θ_in))，X_Qis＝(sin(θ_i1),sin(θ_i2),…,sin(θ_in))  (3)

式中，X_Qic为余弦位置，X_Qis为正弦位置；

步骤3.2、量子搜索

萤火虫量子位的每个概率幅对应解空间的一个优化变量，设萤火虫当前量子位置X_Qi上的第k个量子位为则相应的解空间中对应的正弦、余弦位置变量P_Qij',j'＝c,s，表示为：

然后通过I₀(X)计算当前量子位置X_Qi对应的每个解空间位置，即解空间中对应的正弦、余弦位置变量P_Qij'，取最大值作为当前量子位的亮度值I_0Qi(X_Qi)；

步骤3.3、公告板更新

根据每个量子萤火虫当前位置的目标函数值为I_0Qi(X_Qi)，将最大值Y_board＝max(I_0Q1(X_Q1),I_0Q2(X_Q2),…,I_0QN(X_QN))和对应的萤火虫位置X_board＝X_QizifY_iz＝Y_board,z＝c,s，赋值给公告板；

步骤3.4、精英保留

将所有萤火虫按目标函数值从大到小进行排序，将排序后的前N_elite个萤火虫直接保留到下一次迭代，前N_elite个萤火虫不参与后续行为；

步骤3.5、位置更新

设第i个萤火虫X_Qi当前位置为P_i＝[θ_i1 θ_i2…θ_in]，使用式(2)计算第i个萤火虫X_Qi与第j个萤火虫之间的距离d_ij，得到第i个萤火虫X_i与其他所有萤火虫之间的距离D_i＝(d_i1,d_i2,…,d_ij,…,d_iN)；

d_ij＝||P_i-P_j||，1≤j≤N                (5)

计算第j个萤火虫到第i个萤火虫的亮度：

式中，I_j0为距离d_ij＝0时的光强，即自身亮度；γ为吸收系数；

当I_ij(d_ij)＞I_i0时，萤火虫i将向萤火虫j运动，运动受到萤火虫j对萤火虫i吸引力的影响，量子的移动由量子旋转门实现，因此量子萤火虫位置更新应变为量子旋转门转角的更新：

Δθ_ij＝β_ijΔθ*f(θ_kj-θ_ij)/|f(θ_kj-θ_ij)|+α(rand-1/2)             (7)

式中，β_ij为第j个萤火虫对第i个萤火虫的吸引力，β₀为d_ij＝0处的最大吸引力；f(θ_kj-θ_ij)为根据两个幅角差在[-π,π]之间进行转换的函数；Δθ为俯角移动步长；α为随机移动俯角因子；

对于处于当前最佳位置的萤火虫，进行随机移动，即

Δθ_i＝α(rand-1/2)               (8)

萤火虫X_i更新后的两个新位置为：

步骤3.6、变异处理

设定变异概率P_mut，通过每个萤火虫抽取随机数rand()判断该萤火虫是否发生变异；若P_mut＞rand()则变异发生，则随机选择变异量子位j”＝ceil(5*rand())，则采用量子非门改变该位置的角度，增加多样性；

θ_ik(l+1)＝θ_ik(l)+π/2                 (10)

步骤3.7、若当前迭代次数l≤l_max，则令l＝l+1，并执行步骤3.2；否则执行步骤4；

步骤3.8、输出公告板上的萤火虫位置X_board及最优结果Y_board。

2.根据权利要求1所述的基于量子萤火虫算法的无人机姿控参数智能整定方法，其特征在于，所述步骤1具体为：

建立无人机的运动模型，设计分数阶PID姿态控制器其中e为俯仰角误差，为α阶分数阶微分算子，为β阶分数阶积分算子K_p、K_i、K_d为比例控制增益、积分控制增益和微分控制增益；确定待整定参数X＝[K_p K_i K_d α β]^T，选择时间乘以误差绝对值积分指标作为控制器参数整定的目标函数将控制器参数整定问题转化为控制器参数的优化问题，该问题表述如下：

由于萤火虫算法是求目标函数最大值，而无人机飞控希望误差指标最小，则萤火虫算法的自身亮度计算公式为I₀(X)＝-f(X)，其中f(X)＝Y为控制器参数整定目标函数值，反映了控制器参数的姿态控制效果。