[发明专利]一种扑翼运动参数优化方法

说明书

本发明涉及计算机仿真技术领域，尤其涉及一种扑翼运动参数优化方法。该方法包括：使用实验设计在参数空间内预设采样点，使用数值模拟方法计算采样点对应的气动力系数，使用高精度与低精度样本构建代理模型，结合贝叶斯优化对所述扑翼进行运动参数优化，优化收敛判断。当最优点的真实气动力系数不满足误差要求时，将最优点计算结果作为高精度样本，使用主动学习策略选取候选采样点，通过低精度数值模拟计算对应气动力系数作为低精度样本，更新修正代理模型。本发明有效利用了不同精度的数据样本。整合优化流程，根据目标气动力系数，科学高效地对扑翼的运动参数进行了优化，以实现特定的气动性能。

技术领域

本发明涉及计算机仿真技术领域，尤其涉及一种扑翼运动参数优化方法。

背景技术

随着仿生学的发展，自然界中飞行生物背后的空气动力学机理由于其对微型飞行器设计与控制的启发作用而引人瞩目。与传统的固定翼飞行器不同，由于较小的尺寸与较低的速度，在低雷诺数的条件下，微型飞行器的非定常效应非常复杂且显著。扑翼的运动参数能够有效影响扑翼运动轨迹与涡的生成，极大影响非定常效应。

传统的扑翼运动参数优化方法将优化算法与不同的气动力预测模型结合以进行运动参数优化，其存在如下缺陷：

对于预测模型使用准稳态模型或非定常涡格法，其模型的精度较低；

对于预测模型使用数值模拟或者实验手段，其成本较高；

发明内容

为了克服上述现有技术的不足，本发明提供了一种高效的基于代理模型的扑翼运动参数优化方法，有效实现了不同目标气动力系数下的扑翼运动参数优化。

为了达成上述目的，本发明的解决方案是：

一种扑翼运动参数优化方法，该方法包括：

(1)采样点预设：在扑翼运动参数构成的参数空间中预设采样点，组成采样点集X₁。

(2)训练数据获取：

选取多套网格密度不同的计算网格作为不同精度网格，分别采用数值模拟方法计算步骤(1)预设的采样点x对应的气动力系数，获得不同精度的气动力系数组成训练样本集t表示精度等级，i表示不同气动力系数，x∈X₁。

(3)代理模型构建：

根据获取的训练样本集S_i通过多精度高斯过程回归构建代理模型。其中，代理模型的输入为运动参数，输出为气动力系数，所述多精度高斯过程回归包括两个假设：所有气动力系数服从高斯分布、不同精度样本的分布满足如下关系：

Z^t(x)＝ρ^t-1(x,γ)Z^t-1(x)+δ^t(x)

δ^t(x)⊥Z^t-1(x)

Z^t(x)为t精度等级里所有x对应的其中一种气动力系数C^t(x)服从的高斯分布函数，ρ(x,γ)为参数函数，γ为超参数，δ(x)为独立的高斯分布。最低精度等级样本的高斯分布Z¹(x)与所述独立高斯分布公式如下：

f^T(x)为回归函数，η与σ为超参数，r(x,x′)为协方差函数，常用协方差函数为高斯函数或径向基函数等。

结合不同精度样本的高斯分布可构造联合高斯分布，写作为联合高斯分布，μ^(t)为联合高斯分布的期望，V^(t)为联合高斯分布的协方差矩阵。具体公式如下：