[发明专利]基于变尺度空间邻域评估的无人机模型验证方法

说明书

本发明涉及航空航天领域，为给出针对不同特征指令区域的直观可靠的定量评价，根据无人机的特点，针对不同的特征指令区域进行不同尺度的模型评价验证。满足不同任务需求，给出灵活的多尺度评价方法，为无人机模型的建立提供可靠的模型验证方法，为模型的安全使用提供保障，减少新型无人机模型使用的风险，节约开发成本，具有很好的应用前景与经济价值。本发明采用的技术方案是，基于变尺度空间邻域评估的无人机模型验证方法，针对机动飞行区域、平滑飞行区域、任务飞行区域不同的特征指令区域，进行不同尺度的模型评价验证，满足不同任务需求，给出灵活的多尺度评价方法。本发明主要应用于航空航天场合。

技术领域

本发明涉及航空航天领域，主要涉及无人机复杂数学模型的验证问题。具体讲,涉及基于变尺度空间邻域评估的无人机模型验证方法。

背景技术

近来年，无人飞行技术突飞猛进，涉及军事及民用诸多领域。建立精确有效的无人机飞行器数学模型是研究无人机相关技术的关键，数学模型的描述将会帮助研究人员分析无人机特性，为控制器设计提供依据，也是推动着无人机核心技术发展的关键。为了设计获得性能更好、可靠性更高、更加安全可靠的无人机，设计者们需要更加适合的数学模型。

模型验证方法用于评价无人机数学模型的适用性。无人机数学模型建立的过程，需要全面描述空气流体特性、发动机特性、结构弹性特性、气动/推进/结构耦合特性、执行机构特性等，不可避免的需要进行简化，并引入建模误差，同时外界环境复杂多变，存在很多未知因素，因此建模人员无法给出完全吻合实际无人机飞行输出的数学模型。因此需要研究模型验证理论，来评判所建立模型与真实模型之间差别的大小，并以此评价模型的可靠性。

早期的模型验证工作一般由数学模型建立人员完成，采用建立的数学模型输出与真实飞行数据进行直观对比的方法。为了提高模型验证结论的客观性，模型验证工作逐渐独立于建模工作，如灰色关联法、小波变换方法、蒙特卡洛方法等。

这些模型验证方法均在整体模型输出空间内进行统一评价。无人机数学模型在反应不同的特征指令状态时，其涉及到的物理规律，受到的外界扰动影响、对模型参数的敏感性均不同。复杂且精度高的无人机数学模型可能在很多任务特征区域的表现都会优于经过简化及近似处理的无人机数学模型，其执行误差相较于实际无人机要小很多。但是过于复杂的无人机数学模型，会给控制器设计、地面仿真实验带来困难，甚至基于模型的控制器设计方法会因为数学模型的形式复杂(如强非线性、强耦合特性、非最小相位特性等)而无法使用，使得很多性能良好的控制方法无法直接应用于无人机的实际飞行控制。简单的根据从数学模型和实际飞行数据之间整体空间内的误差，来评价无人机数学模型难以体现无人机不同特征指令区域的不同要求，获得更加适合的复杂程度适中，精度可接受的无人机数学模型。

为了解决这一问题，本发明从实际无人机飞行任务特点出发，提出了一种打破整体输出空间统一评价的方法，采用变尺度的思路，将无人机数学模型整体输出空间区分考虑，重点细化三种特征指令状态：机动飞行区域(参考指令机动性较大的飞行轨迹区域)、平滑飞行区域(参考指令机动性较小的飞行轨迹区域，甚至保持原有飞行状态)、任务飞行区域(执行特定的设计任务指令区域)。针对不同飞行状态(如飞行速度、飞行高速、飞行姿态等)特征，在机动飞行轨迹区域、平稳飞行轨迹区域、任务飞行轨迹区域等具有不同特征要求的空间邻域内，有差别的评价模型质量。

通过对现有技术的检索，并未发现类似专利。特别是针对飞速发展的无人机，缺乏合适的模型验证方法对数学模型进行客观可靠的评价。该项技术可以为模型验证提供新途径，为建模工作提供模型验证角度的反馈建议，为控制提供设计和决策依据，从而能够为无人机最终的安全、稳定、可靠飞行，并高质量的完成任务提供有效保证。

发明内容