無人直升機自主飛行控制方法研究.pdf

1、無人直升機在軍事和民用領域中都擁有著十分廣泛的應用前景，辨識出高精度的機理模型以及研究其自主飛行控制是無人直升機的核心技術。本文以一架常規(guī)布局的單旋翼帶尾槳的微小型無人直升機為研究對象，首先由牛頓第二定律和動量矩定理建立出無人直升機的全量運動學方程;其次深入研究了非線性系統(tǒng)的辨識方法，采用基于遺傳算法優(yōu)化的BP神經網絡方法辨識無人直升機的姿態(tài)模型;然后設計基于神經網絡的非線性模型預測控制算法對其進行姿態(tài)控制;最后進行了飛行實驗，驗證本文

2、提出的自主飛行控制方法的有效性。
　　論文首先建立無人直升機機理模型，介紹了機體坐標系和地面坐標系等相關知識，對無人直升機的主旋翼、尾槳等部件進行了空氣動力學分析，建立無人直升機全量運動方程。
　　針對無人直升機復雜的強耦合、非線性、時變等特點，深入研究了非線性模型辨識的方法;采用BP神經網絡辨識出無人直升機懸停狀態(tài)下的模型，檢驗BP神經網絡辨識方法的精度。針對BP神經網絡容易陷入局部最優(yōu)解且收斂速度較慢的問題，采用遺傳算法

3、訓練BP神經網絡，驗證基于遺傳算法的BP神經網絡辨識效果優(yōu)于傳統(tǒng)BP神經網絡。
　　無人直升機的自主飛行控制系統(tǒng)采用多回路串級控制的方式實現(xiàn)。內環(huán)姿態(tài)控制是無人直升機自主飛行控制的核心，決定速度控制和位置控制的優(yōu)劣。在懸停模態(tài)下設計基于神經網絡的模型預測控制器，實現(xiàn)無人直升機的姿態(tài)控制。
　　采集無人直升機的實際飛行數(shù)據并對其進行插值、濾波等預處理，預處理后的數(shù)據作為訓練集和驗證集進行BP神經網絡辨識;用BP神經網絡辨識出來