[发明专利]基于闭环子空间辨识的小型旋翼无人飞行器系统建模方法

摘要

本发明提供了一种基于闭环子空间辨识的小型旋翼无人飞行器系统建模方法，所述基于子空间辨识算法和小型旋翼无人飞行器闭环控制系统的特性，利用正交分解将小型旋翼无人飞行器闭环控制系统分解为确定性部分和随机部分，在通过解耦小型旋翼无人飞行器闭环控制系统输入信号与噪声的相关性，从而得到精确辨识的小型旋翼无人飞行器闭环控制系统模型；该系统模型根据小型旋翼无人飞行器的输入数据和输出数据构造的Hankel矩阵以估计及获取系统的增广矩阵Γ，再利用最小二乘算法得到系统的状态空间矩阵，解决因为系统由于建模误差或是系统参数变化及噪声引发的不确定性问题，且能保证闭环系统的渐近稳定性及鲁棒性。

主权项

1.一种基于闭环子空间辨识的小型旋翼无人飞行器系统建模方法，其特征在于，基于子空间辨识算法和小型旋翼无人飞行器闭环控制系统的特性，利用正交分解将小型旋翼无人飞行器闭环控制系统的传递函数分解为确定性部分和随机部分，再通过解耦小型旋翼无人飞行器闭环控制系统输入信号与噪声的相关性，从而得到精确辨识的小型旋翼无人飞行器闭环控制系统模型，具体步骤如下：S110 根据预估输入信号、系统的输入信号与输出信号引入待辨识数据；S111 将正交投影法运用到状态空间模型上获取状态空间方程以消除预估输入信号与噪声的相关性；S112 分解所述状态空间方程，所述状态空间方程包括确定性部分和随机性部分；S113 将所述状态空间方程正交投影到R空间以消除所述随机性部分，在消除了随机性部分的状态空间方程中输入预估输入信号r(k)、系统的输入信号u(k)与输出信号y(k)以获取待辨识数据Ad、Bd、Cd及Dd，其中k＝0，1，…，T；S120 通过基于正交分解的闭环子空间辨识算法获取系统的状态空间矩阵(Ad,Bd,Cd,Dd)：首先预定义Hankel矩阵、增广矩阵和Toeplitz矩阵，再通过LQ分解、SVD分解、增广矩阵的平移不变性质及最小二乘法分别获取Ad、Bd、Cd及Dd；S130 姿态通道的建模，所述姿态通道包括俯仰通道、横滚通道和偏航通道：分别建立俯仰通道、横滚通道和偏航通道的模型，再分别添加增稳控制器至俯仰通道、横滚通道和偏航通道以保证系统的性能；S140 通过系统的状态空间方程计算出系统的输出，再通过加入预设的输入量，重复S110‑S140以使系统趋于稳定。