[发明专利]一种基于数据驱动自适应准稳态模型的扑翼运动参数优化方法

说明书

本发明提供了一种基于数据驱动自适应准稳态模型的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。基于局部岭回归方法，使用样本数据对准稳态模型的模型参数进行校准，并结合随机游走优化算法与序列最小二乘规划算法对扑翼进行运动参数优化。判断优化收敛，当最优点的真实气动力系数不满足相对误差要求时，将最优点数值计算结果作为新的样本数据加入样本集，更新准稳态模型的模型参数，并基于相对误差调整优化目标。本发明有效利用了扑翼的数值模拟数据样本。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，尤其涉及一种基于数据驱动自适应准稳态理论的扑翼运动参数优化方法。

背景技术

在自然界中，昆虫通过控制翅翼扑动以产生不同的气动力从而完成不同的机动飞行，例如蜻蜓在悬停飞行中产生高升力而在后飞飞行中产生高推力。而受飞行昆虫启发的微型飞行器由于其机体尺寸与飞行速度较低，非定常效应非常显著。而非定常效应受扑翼运动的运动参数影响极大，故通过优化扑翼运动参数能够有效地控制气动力生成。

准稳态模型作为气动力预测的低精度模型，由于所需计算资源小，其广泛应用于传统的扑翼运动参数优化中。但其存在预测精度低，可迁移性差等缺点。

发明内容

为了克服上述现有技术的不足，本发明提供了一种基于数据驱动自适应准稳态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：

(1)初始样本获取：

在扑翼运动参数构成的参数空间内预设采样点，组成采样点集X₁，其中，采样点数量为l。其中，运动参数包括扑动频率f_r、扑动角幅值抬升角幅值A_θ、几何攻角幅值A_α、相位差ζ。采用数值模拟方法计算每个预设采样点x_i(x_i∈X₁)对应的一个扑动周期内的n_i个瞬时气动力，组成气动力矩阵其大小为1×n_i。根据准稳态理论计算获得一个扑动周期内n_i组准稳态模型中的M项多项式，组成多项式矩阵P_i，其大小为M×n_i。所有采样点的数据组成初始样本集S₁(P,F_CFD)，其中矩阵P大小为M×N，矩阵F_CFD大小为1×N，

(2)模型参数校准：

根据准稳态理论，扑翼的瞬时气动力等于对应的多项式与模型参数的乘积之和：

F_qs＝C·P

F_qs表示扑翼的瞬时气动力准稳态理论计算值组成的矩阵，其大小为1×N，C为大小1×M的模型参数矩阵。基于获取的初始样本集，使用局部岭回归对准稳态模型的模型参数进行经验校准：

模型参数矩阵C为优化自变量，通过优化算法优化。Ψ为大小1×N的权重矩阵，表示哈达玛积，λ为局部岭回归的惩罚因子，λ为大于0的实数。

(3)扑翼运动参数优化：

以实现特定的气动力系数为优化目标，耦合准稳态模型与优化算法对扑翼运动参数进行优化。在优化过程中，计算最优点真实气动力与优化目标的相对误差，判断是否满足误差要求，包括如下步骤：

(3.1)寻找最优点：

在运动参数空间中寻找最优点: