[发明专利]一种舵机的传递函数辨识方法

说明书

本发明一种舵机的传递函数辨识方法，具体为：(1)将舵机的待辨识传递函数作为待辨识模型；(2)将舵机的待辨识传递函数中的未知参数作为步骤(1)的待辨识模型的辨识对象；(3)采用基于模糊逻辑的遗传算法，对步骤(2)待辨识模型的辨识对象进行辨识，得到辨识结果，辨识结果为辨识出的未知参数；(4)将步骤(3)的辨识结果代入步骤(1)的待辨识模型中，得到所有参数均已知的待辨识模型，即确定出舵机的待辨识传递函数。本发明能够对舵机的传递函数进行准确辨识，同时提升辨识精度和速度。

技术领域

本发明涉及一种舵机的传递函数辨识方法，属于电机系统辨识技术领域。

背景技术

轻体化电动舵机因其具备体积小、重量轻、动态性能好等优点，被广泛应用到鱼雷、诱饵雷、导弹等军品研制中，是武器装备中最重要的执行机构。作为控制系统的伺服机构，舵机接收弹上控制系统的控制指令，移动调节机构以产生对分系统的操纵力矩，控制导弹舵面，达到控制其空中姿态和飞行轨迹的目标，实现快速机动性。执行机构的控制效果直接关乎到整个作战系统的制导效果，因此，获取准确的舵机传递函数对于整个作战系统的研制工作至关重要。

要获取被控对象的准确传递函数需要被控对象为白箱，且需要大量物理参数的准确值。然而，在获取舵机传递函数过程中，我们虽然可以推导出传递函数的大致形式，但是很多物理参数无法直接获取，导致舵机系统为灰箱，所以很难通过理论推导直接写出舵机系统的准确传递函数。因此，这就要求我们对舵机系统进行系统辨识，通过辨识的方法获得传递函数中难以确认的参数以得到准确的传递函数形式。

遗传算法(Genetic Algorithm,GA)是一种依照进化论思想，通过自然界的优胜劣汰法则建立的全局的、并行的算法，主要包括选择、交叉、变异三种操作。其特征在于对辨识对象的编码进行操作，并在巨大的空间上执行概率性搜索，并且在搜索过程中执行选择、交叉、变异三种操作，从而仿照自然界优胜劣汰法则在搜索过程中自动积累相关知识以适应搜索过程求得最优解，因此在人工智能、机器学习、模式识别等领域有着广泛的应用，并逐步应用到系统辨识领域。然而，作为一种全局性的搜索算法，遗传算法的计算量是巨大的,导致算法收敛速度较慢.，也就是说，算法的全局性、辨识精度与快速性存在矛盾问题,因而,提升算法的辨识速度与辨识精度是亟需解决的问题。

发明内容

本发明解决的技术问题为：克服上述现有技术的不足，提供一种舵机的待辨识传递函数确定方法，能够对舵机的传递函数进行准确辨识，同时提升辨识精度和速度。

本发明解决的技术方案为：一种舵机的传递函数辨识方法，步骤如下：

(1)将舵机的待辨识传递函数作为待辨识模型；

(2)将舵机的待辨识传递函数中的未知参数作为步骤(1)的待辨识模型的辨识对象；

(3)采用基于模糊逻辑的遗传算法，对步骤(2)待辨识模型的辨识对象进行辨识，得到辨识结果，辨识结果为辨识出的未知参数；

(4)将步骤(3)的辨识结果代入步骤(1)的待辨识模型中，得到所有参数均已知的待辨识模型，即确定出舵机的待辨识传递函数。

优选的，还包括步骤(5)，(5)利用步骤(4)得到的所有参数均已知的待辨识模型，用于具有舵机的弹体的弹道仿真。

优选的，还包括步骤(6)，(6)对仿真得到的具有舵机的弹体进行导航控制，能够提高导航精度。

优选的，待辨识传递函数，具体为：其中θ_f为舵位响应位置，U_in为舵机的输入电压,s为复变量；K和τ为待辨识参数。

优选的，K和τ作为辨识对象。

优选的，将正弦扫频信号输入舵机，输出真实舵机响应位置，真实舵机响应位置为训练样本；

将所述的正弦扫频信号输入到待辨识模型中，输出当前的舵机响应位置；