论文部分内容阅读
摘要：本文首先分析了多旋翼无人机飞行控制自动调参飞行模式，对自动调参算法和建立目标函数等模式进行了详细的阐述，然后对多旋翼无人机飞行控制自动调参仿真模型设计工作相关流程进行了全面总结，旨在为多旋翼无人机的稳定飞行提供技术支撑。
关键词：多旋翼无人机；飞行控制；自动调参技术
一、多旋翼无人机飞行控制自动调参飞行模式
无人机在飞行的过程中，要想飞机控制系统在变化之后，能够利用控制器自动参数的改变实现飞行工作达到最优，这就需要利用需要利用控制器实现控制器参数和系统响应性能之间的关系开展工作。需要实现无人机的自动优化技术的应用，目标和约束条件是无人机调参的主要参考，无人机的飞行自动调参技术既要保证飞行稳定，又需要考虑飞行的效果，保障在约束条件下，实现无人机飞行系统能够达到最优目标。
（一）自动调参算法
在目前的多旋翼无人机飞行控制自动调参算法主要有粒子群算法、模糊算法以及神经网络算法，其中在目前的算法中最常用的算法是粒子群算法。粒子群算法在算法上待调参数较少、算法结构简单易操作以及收敛的速度比较快，这种算法在最开始的时候是利用一群粒子，利用迭代找出最优解法，在其中，优化问题的可行解是每一个粒子，等待优化的参数变量是粒子中的坐标，同时粒子中的坐标主要是指控制器中需要进行调控的参数。在其中，会利用粒子的适应度来判断一个粒子的好坏程度。粒子在可行解空间中飞行的距离和方向主要是由速度决定的，粒子在每一次的迭代优化中会进行飞行速度和方向的更新，粒子本身中寻找的极值就是最优解，也叫做个体极值。
（二）建立目标函数
目标函数的建立主要是根据好约束条件和适应度函数，保障系统性能在各个方面都呈现最优的原则，但是在目前的技术中，因为系统会受到其他系统性能的影响，因此最优化的系统原则并不能全面实现。非线性多耦合系统是无人机主要采用的系统，采取的操作属于横向操作，同时无人机的侧向速度和偏航角速度会在滚转角速率的影响下有所变化，因此无人机系统并不能全方位的实现优化原则。这时就需要利用综合性能指标来保障系统最优化的云泽，在目前的技术中，系统偏差度是评价系统综合性能的最主要指标。
多旋翼无人机飞行控制自动调参仿真模型
（一）控制器的设计
在无人机的设计中，一般是利用PID控制器，操作比较简单，具有较强的可行性。
（二）自动调参模型
无人机的转速和轉矩飞行器是主要是指标，轴对称的分布情况是飞行器主要采用的变距和变转速四旋翼飞行器，机身两边分别是电机和旋翼组建分别成对称分布，并且旋翼和电机在机身的左右两半差不多处于同一水平面，机身中心主要继续拧电源、飞行控制器等机载设备的安装工作，旋翼总距大小调节是依靠电机的转速实现，同时电机的转速也会影响到无人机的飞行方向和位置。
无人机的非线性动力学建模实现主要是依靠变距和变转速来实现，在这个建模过程中，主要采取的建模方程有：
在上述的式子中，U代表操纵量，X代表状态量，实现自动调参仿真模型的建立，在Matlab/Simulink仿真环境中，无人机的变距和变转速模型建立如图4所示：
在上述模型构建中，机身气动力模型、6自由度方程模型、旋翼气动力模型以及外部环境模型等都是模型的主要组成部分。在这种迷信建构的基础上，利用输入模块实现控制器的设计，如图5所示：
二、总结
综上所述，多旋翼无人机飞行控制自动调参技术在无人机的飞行控制保障机制中具有重要的意义，要想保证无人机能够在发生问题的情况下，利用自动控制系统实现无人机的正常飞行，同时保障无人机的飞行达到最优状态。寻找最优调控参数是自动调参技术主要进行的工作内容，也是保障多旋翼无人机的达到最佳的飞行状态，在Matlab/Simulink的编程和仿真平台中，被控模型具有结构简单，已修改的特点，在继续拧自动调参技术设计的过程中，需要加强对相关技术的研究与应用，为无人机飞行的最佳状态实现打下坚实的基础。
参考文献：
[1]朱球辉.多旋翼无人机的嵌入式自主飞行控制系统设计的研究[J].电子测试，2017，（4）：17-18.
[2]明志舒，黄鹏，刘志强，等.多旋翼无人机飞行控制系统设计与实现研究[J].科技资讯，2017，（29）：57，59.
[3]陈杰敏，吴发林，耿澄浩，等.四旋翼无人机一致性编队飞行控制方法[J].航空兵器，2017，（6）：25-31.
[4]梅武军，伍家成，杨扬戬，等.基于ROS系统的多旋翼自主飞行控制系统[J].电子科技，2017，（7）：106-109.
关键词：多旋翼无人机；飞行控制；自动调参技术
一、多旋翼无人机飞行控制自动调参飞行模式
无人机在飞行的过程中，要想飞机控制系统在变化之后，能够利用控制器自动参数的改变实现飞行工作达到最优，这就需要利用需要利用控制器实现控制器参数和系统响应性能之间的关系开展工作。需要实现无人机的自动优化技术的应用，目标和约束条件是无人机调参的主要参考，无人机的飞行自动调参技术既要保证飞行稳定，又需要考虑飞行的效果，保障在约束条件下，实现无人机飞行系统能够达到最优目标。
（一）自动调参算法
在目前的多旋翼无人机飞行控制自动调参算法主要有粒子群算法、模糊算法以及神经网络算法，其中在目前的算法中最常用的算法是粒子群算法。粒子群算法在算法上待调参数较少、算法结构简单易操作以及收敛的速度比较快，这种算法在最开始的时候是利用一群粒子，利用迭代找出最优解法，在其中，优化问题的可行解是每一个粒子，等待优化的参数变量是粒子中的坐标，同时粒子中的坐标主要是指控制器中需要进行调控的参数。在其中，会利用粒子的适应度来判断一个粒子的好坏程度。粒子在可行解空间中飞行的距离和方向主要是由速度决定的，粒子在每一次的迭代优化中会进行飞行速度和方向的更新，粒子本身中寻找的极值就是最优解，也叫做个体极值。
（二）建立目标函数
目标函数的建立主要是根据好约束条件和适应度函数，保障系统性能在各个方面都呈现最优的原则，但是在目前的技术中，因为系统会受到其他系统性能的影响，因此最优化的系统原则并不能全面实现。非线性多耦合系统是无人机主要采用的系统，采取的操作属于横向操作，同时无人机的侧向速度和偏航角速度会在滚转角速率的影响下有所变化，因此无人机系统并不能全方位的实现优化原则。这时就需要利用综合性能指标来保障系统最优化的云泽，在目前的技术中，系统偏差度是评价系统综合性能的最主要指标。
多旋翼无人机飞行控制自动调参仿真模型
（一）控制器的设计
在无人机的设计中，一般是利用PID控制器，操作比较简单，具有较强的可行性。
（二）自动调参模型
无人机的转速和轉矩飞行器是主要是指标，轴对称的分布情况是飞行器主要采用的变距和变转速四旋翼飞行器，机身两边分别是电机和旋翼组建分别成对称分布，并且旋翼和电机在机身的左右两半差不多处于同一水平面，机身中心主要继续拧电源、飞行控制器等机载设备的安装工作，旋翼总距大小调节是依靠电机的转速实现，同时电机的转速也会影响到无人机的飞行方向和位置。
无人机的非线性动力学建模实现主要是依靠变距和变转速来实现，在这个建模过程中，主要采取的建模方程有：
在上述的式子中，U代表操纵量，X代表状态量，实现自动调参仿真模型的建立，在Matlab/Simulink仿真环境中，无人机的变距和变转速模型建立如图4所示：
在上述模型构建中，机身气动力模型、6自由度方程模型、旋翼气动力模型以及外部环境模型等都是模型的主要组成部分。在这种迷信建构的基础上，利用输入模块实现控制器的设计，如图5所示：
二、总结
综上所述，多旋翼无人机飞行控制自动调参技术在无人机的飞行控制保障机制中具有重要的意义，要想保证无人机能够在发生问题的情况下，利用自动控制系统实现无人机的正常飞行，同时保障无人机的飞行达到最优状态。寻找最优调控参数是自动调参技术主要进行的工作内容，也是保障多旋翼无人机的达到最佳的飞行状态，在Matlab/Simulink的编程和仿真平台中，被控模型具有结构简单，已修改的特点，在继续拧自动调参技术设计的过程中，需要加强对相关技术的研究与应用，为无人机飞行的最佳状态实现打下坚实的基础。
参考文献：
[1]朱球辉.多旋翼无人机的嵌入式自主飞行控制系统设计的研究[J].电子测试，2017，（4）：17-18.
[2]明志舒，黄鹏，刘志强，等.多旋翼无人机飞行控制系统设计与实现研究[J].科技资讯，2017，（29）：57，59.
[3]陈杰敏，吴发林，耿澄浩，等.四旋翼无人机一致性编队飞行控制方法[J].航空兵器，2017，（6）：25-31.
[4]梅武军，伍家成，杨扬戬，等.基于ROS系统的多旋翼自主飞行控制系统[J].电子科技，2017，（7）：106-109.