[发明专利]基于无人机总能量飞行控制方法和装置

权利要求书

1.一种基于无人机总能量飞行控制方法，所述方法包括：

构建无人机的总能量模型；

根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量；所述第一比例积分的系数包括：第一比例系数和第一积分系数；

根据所述总能量模型，计算所述无人机的总能量分配率；所述总能量分配率为所述无人机势能和动能的比；

根据期望总能量分配率和所述总能量分配率的差值，采用第二比例积分控制率律得到推力差动的控制量；所述第二比例积分的系数包括：第二比例系数和第二积分系数；

采用粒子群算法，对第一比例系数、第一积分系数、第二比例系数和第二积分系数进行优化：

确定粒子群规模M和最大迭代次数N_max，并在参数区间范围内随机初始化粒子群Swarm(x)、各粒子的运动速度V(x)以及初始温度t_k＝T₀；

对所述粒子群Swarm(x)中每个粒子进行适应度评价，得到各个粒子对应的适应度J(k)；其中适应度计算公式为：

其中，δ为是控制量，δ′为控制量的变化率，e(t)表示粒子当前位置代入控制器后计算出来的偏差值；

在所述粒子群Swarm(x)中每个粒子x_i的邻域内随机选择粒子x_j，根据模拟退火中的Metropolis规则，以概率P_ij＝min{1,exp(-[J(x_j)-J(x_i)]/t_k)}接收粒子x_j，得到新粒子x′_i以及新粒子的适应度；其中，x_j＝Ax_i，A为随机矩阵向量；x_i′＝P_ijx_j；

根据新粒子对应的粒子群位置和适应度，更新新粒子个体对应的最优点P_i和新粒子对应粒子群的整体全局最优位置P_g；

根据所述最优点P_i和整体全局最优位置P_g给第一比例系数、第一积分系数、第二比例系数和第二积分系数幅值，并计算第一比例系数、第一积分系数、第二比例系数和第二积分系数对应的适应度；

根据第一比例系数、第一积分系数、第二比例系数和第二积分系数对应的适应度以及最大迭代次数N_max判断是否满足终止条件，若是则输出第一比例系数、第一积分系数、第二比例系数和第二积分系数的优化值；

根据优化后的第一比例系数、第一积分系数、第二比例系数和第二积分系数计算得到所述推力对应的控制量和所述推力差动的控制量；

根据所述推力对应的控制量和所述推力差动的控制量进行无人机飞行控制。

2.根据权利要求1所述的方法，其特征在于，所述构建无人机的总能量模型，包括：

根据无人机的动能和势能，构建无人机的总能量为：

其中，m表示无人机质量，g表示重力加速度，h表示无人机当前高度，V表示无人机的当前速度；

根据所述总能量，计算无人机无量纲化的总能量变化率为：

其中，表示总能量变化率，表示高度变化率，表示速度变化率；

根据所述总能量和所述总能量变化率，得到无人机总能量模型。

3.根据权利要求2所述的方法，其特征在于，根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应控制量，包括：

根据所述总能量模型对应的总能量变化率，采用第一比例积分控制律得到推力对应的控制量为：

其中，T_c表示推力对应的控制量，K_TP表示第一比例系数，K_TI表示第一积分系数，表示期望总能量变化率和所述总能量变化率的差值。