[发明专利]基于模型参考自适应的多旋翼无人机参数辨识方法

说明书

本发明涉及基于模型参考自适应的多旋翼无人机参数辨识方法。该方法包括：通过曲线拟合的方式，建立归一化处理的PWM波‑转速‑力和力矩的对应关系，继而获得升力系数和扭矩系数。针对多旋翼无人机的非线性模型，提出了一种基于模型参考自适应的参数辨识方法。即通过设计一种“从系统”，在实现状态与原有非线性系统同步的同时，设计自适应更新率，使得对参数的估计收敛到真值。本发明能够适用于以非线性形式存在的参数，其渐近稳定性由李雅普诺夫方法和拉塞尔不变性原理予以证明。仿真实例可以验证，合理选择自适应增益，即便真值发生突变，所提方法也能保证估计值快速收敛到最新的真值。

技术领域

本发明属于多旋翼无人机模型辨识的技术领域，特别是涉及一种基于模型参考自适应的多旋翼无人机参数辨识方法。

背景技术

由于具有垂直起降、定点悬停和超低空飞行等一系列优点，多旋翼无人机被广泛应用于军事和民用领域，从搜寻救援、远程监控等军事用途拓展到灾情监测、地图绘制、短程投递等民用方向。为了完成上述任务，需要对多旋翼无人机进行稳定控制。毫无疑问，建立多旋翼无人机的非线性高保真动力学模型将极大地有助于对其进行精准控制。

对多旋翼无人机的非线性模型而言，需要确定的参数可分为如下两类：(1)螺旋桨的空气动力系数，即从螺旋桨转速到力/力矩的映射关系；(2)多旋翼无人机本体特性，包括质量和转动惯量。

由于螺旋桨的转速通常由输入到电机的PWM波决定(控制输入)，研究者通常选择曲线拟合的方式来建立PWM波到力和力矩的对应关系。然而，不同的遥控器往往选取不同的PWM区间，且PWM波的值会受电压波动的影响，从而导致对应关系发生变化。

目前较为常用的获取转动惯量的方法是通过三线摆实验或Solidworks软件绘图估算，其缺点是结果不够准确而且只能离线进行，当转动惯量发生变化时需要重新进行辨识。在平衡点附近对动力学方程进行线性化以得到近似模型，然后通过扫频辨识的方法常常需要进行大量实验，而且难以得到适用于全状态飞行的模型。基于贝叶斯理论的参数估计器，如卡尔曼滤波、拓展卡尔曼滤波以及无色卡尔曼滤波等往往需要对协方差矩阵进行反复调整，且稳定性很难保证。

发明内容

针对现有技术的不足，本发明提供一种基于模型参考自适应的多旋翼无人机参数辨识方法。

本发明采用的技术方案如下：基于模型参考自适应的多旋翼无人机参数辨识方法，包括以下步骤：

对多旋翼无人机升力系数和力矩系数进行辨识；

根据多旋翼无人机的原系统构建多旋翼无人机的从系统，通过从系统与原系统的同步，实现转动惯量的辨识。

所述对多旋翼无人机升力系数和扭矩系数进行辨识包括以下步骤：

1)螺旋桨转速到升力和力矩的关系为：

其中，i为螺旋桨编号，T⁽ⁱ⁾和τ⁽ⁱ⁾分别为单个螺旋桨转速为ω_i时产生的力和力矩；

2)将PWM波进行归一化处理，即：

P_n代表归一化处理后的PWM波的值，P_r代表实际PWM值；P_min和P_max分别表示实际PWM波量程的最小值和最大值；

3)利用曲线拟合的方法得到P_n到转速ω_i的对应关系：

其中k为拟合的多项式各阶次，a_k为各阶次系数；N为拟合的多项式最高阶次，(P_n)^k表示P_n的k次方；