[发明专利]基于神经网络的旋翼无人机实时风速估计方法

权利要求书

1.一种基于神经网络的旋翼无人机实时风速估计方法，其特征在于，包括如下步骤：

1)进行标定实验，采集实验环境风速和旋翼无人机的飞行姿态角度、速度、加速度及旋翼电机的输入等效电压，并测量旋翼无人机质量；

2)根据旋翼无人机质量、旋翼无人机的飞行姿态角度和加速度，计算机体坐标系B下每个采样时刻的总惯性力矢量；

所述的机体坐标系B下每个采样时刻的总惯性力矢量A为：

其中，m为旋翼无人机质量，为机体坐标系B下旋翼无人机的加速度矢量；G为重力加速度矢量，表示为G＝[0,0,-g]^T，是已知常量；表示惯性坐标系I到机体坐标系B的旋转矩阵：

其中，定义为旋翼无人机的姿态，φ为俯仰角，θ为横滚角，ψ为偏航角；

3)根据实验环境风速、旋翼无人机的飞行姿态角度和速度计算机体坐标系下每个采样时刻的旋翼无人机空速矢量；

4)将机体坐标系下每个采样时刻的旋翼无人机空速矢量作为输出，旋翼电机的输入等效电压和机体坐标系下每个采样时刻的总惯性力矢量作为输入，对人工神经网络进行训练，训练完成后保存训练好的人工神经网络；

5)将实时采集的旋翼无人机飞行姿态角度、加速度计算当前时刻机体坐标系下的总惯性力矢量，将计算的总惯性力矢量和采集的旋翼电机的输入等效电压作为训练好的人工神经网络的输入，获得当前时刻机体坐标系下旋翼无人机空速矢量的估计值

6)根据当前时刻机体坐标系下旋翼无人机空速矢量的估计值以及当前时刻旋翼无人机的飞行姿态角度、速度，计算出当前时刻的环境风速矢量的估计值；

所述的当前时刻的环境风速矢量u的估计值由下式计算：

其中，为旋翼无人机的地速矢量，由常规的机载GPS单元获得；为当前时刻机体坐标系下旋翼无人机空速矢量的估计值；表示机体坐标系B到惯性坐标系I的旋转矩阵，由下式进行计算：

其中，表示惯性坐标系I到机体坐标系B的旋转矩阵。

2.根据权利要求1所述的基于神经网络的旋翼无人机实时风速估计方法，其特征在于，其特征在于，步骤1)中：

标定实验中采用的风速仪离旋翼无人机位置小于6m，风速仪安装在无人机的上风向。

3.根据权利要求1所述的基于神经网络的旋翼无人机实时风速估计方法，其特征在于，步骤3)中：

在旋翼无人机的飞行过程中，无人机处的风速矢量u与无人机的空速矢量v、地速矢量三者之间的关系用速度三角形表示，无人机的地速矢量风速矢量u和空速矢量v三者之间的关系为：

因此，机体坐标系下旋翼无人机空速矢量B为：

其中，表示惯性坐标系I到机体坐标系B的旋转矩阵，为旋翼无人机的地速矢量，u为无人机处的风速矢量。

4.根据权利要求1所述的基于神经网络的旋翼无人机实时风速估计方法，其特征在于，步骤4)中所述的旋翼电机的输入等效电压为U_i，i＝1,2,3,…,N，N为旋翼无人机的旋翼个数，人工神经网络采用反向传播神经网络或径向基神经网络。