北京航空航天大學(xué)9.4

VTOL飛行器參數(shù)

辨識(shí)

劉金琨01

VTOL

飛行器參數(shù)辨識(shí)問(wèn)題02

基于粒子群算法的參數(shù)辨識(shí)基于差分進(jìn)化算法的VTOL

飛行器

參數(shù)辨識(shí)目

錄CONTENTS03VTOL飛行器參數(shù)

辨識(shí)問(wèn)題品

一

、VTOL

飛行器參數(shù)辨識(shí)問(wèn)題VTOL(Vertical

Take-Off

and

Landing)飛行器即垂直起降飛行器，一般指戰(zhàn)斗機(jī)或轟炸機(jī)。該飛行器可

實(shí)現(xiàn)飛行器自由起落，從而突破跑道的限制，具有重

要的軍用價(jià)值。品

一

、VTOL

飛行器參數(shù)辨識(shí)問(wèn)題如圖9-6所示為X—Y平面上的VTOL受力圖[5]。由于只考慮起飛過(guò)程，因此只考慮垂直方向Y

軸和橫向X

軸，忽略了前后運(yùn)動(dòng)(即Z方向

)

。X—Y為慣性坐標(biāo)系，X?—Y?為飛行器的機(jī)體坐標(biāo)系。圖9-6VTOL

示意圖其中T

和1為控制輸入，即飛行器底部推力力矩和滾動(dòng)力矩，

g為重力加速度，ε。是描述T

和1之間耦合關(guān)系的系數(shù)。由式(9.21)可見(jiàn)，該模型為兩個(gè)控制輸入控制三個(gè)狀態(tài)，為典型的欠驅(qū)動(dòng)系統(tǒng)。模型中包括三個(gè)物理參數(shù)，即m

、ε。和

Ix。品

一

、VTOL

飛行器參數(shù)辨識(shí)問(wèn)題根據(jù)圖9-6,可建立VTOL

動(dòng)力學(xué)平衡方程為-mX=-T

sinθ+8,lcosθ-mY=Tcosθ+sIsinθ-mgI0=1(9.21)令[X,X,Y,Y,θ,0]=[x?,x?,x?,x?,x?,x?],x?=x?-mx?=-T

sinx?+8,1cosx?x?=x?-mx?=Tcosx?+&?I

sinx,-mgx?=x?Ix?=1則式(9

.

21)可表示為(9.22)一、VTOL

飛行器參數(shù)辨識(shí)問(wèn)題乎

=x?i?=asinx?·u?-a?cosx?·U?

i?=x?X?=-a

cosx?·u?-a?sinx?·u?+g?=x?x?=a?u?品

一

、VTOL

飛行器參數(shù)辨識(shí)問(wèn)題,T=u,1=u?,

則上式可表示為(9,23)令(9.24)上式可寫(xiě)成下面的形式Y(jié)=Ar(9.25)品

一

、VTOL

飛行器參數(shù)辨識(shí)問(wèn)題即則得由于其中品

一

、VTOL

飛行器參數(shù)辨識(shí)問(wèn)題由Y(1)=a?u?

、Y(2)=a?u?及Y(3)=a?u?可知，參數(shù)a?

、a?及a?

之

間線性無(wú)關(guān)，因此，可采用智能搜索算法進(jìn)行參數(shù)辨識(shí)。采用實(shí)數(shù)編碼，辨識(shí)誤差指標(biāo)?。浩渲蠳

為測(cè)試數(shù)據(jù)的數(shù)量，y=Y(i)。(9.26)基于粒子群算法的

參數(shù)辨識(shí)仿真中，取真實(shí)參數(shù)為P=[mε

。I]=[68.60.5123.1]

,辨識(shí)參數(shù)集為

P=[m

。1]。首先運(yùn)行模型測(cè)試程序

chap9_8sim.mdl,

對(duì)象的輸入信號(hào)取正弦和余弦

信號(hào)，從而得到用于辨識(shí)的模型測(cè)試數(shù)據(jù)，并將數(shù)據(jù)保存在para_file.mat中。在粒子群算法仿真程序中，將待辨識(shí)的參數(shù)向量記為P,取粒子群個(gè)數(shù)為Size=80,

最大迭代次數(shù)G=100,采用實(shí)數(shù)編碼，待辨識(shí)參數(shù)m、c和

I分別分

布在[0,100]、[0,10]和[0,200]。粒子運(yùn)動(dòng)最大速度為

Vmax=1.0,

即速度范圍為[-1,1]。學(xué)習(xí)因子取c?=1.3,C?=1.7,

采用線性遞減的慣性權(quán)重，慣性權(quán)重采用

從0.90線性遞減到0.10的策略。將辨識(shí)誤差直接作為粒子的目標(biāo)函數(shù)，越小越

好。運(yùn)行粒子群辨識(shí)程序

chap9_9pso.m,

按粒子群算法更新粒子的速度和位

置，產(chǎn)生新種群，辨識(shí)誤差函數(shù)

J的優(yōu)化過(guò)程如圖9-7所示。辨識(shí)結(jié)果為

P=

[68.60.5123.1],最終的辨識(shí)誤差指標(biāo)為J=7.5191×10-30。品

二、基于粒子群算法的參數(shù)辨識(shí)×10?0.9-0.80.70.60.5-0.4-0.30.2-0.120

40Times二、基于粒子群算法的參數(shù)辨識(shí)圖9-7辨識(shí)誤差函數(shù)J的優(yōu)化過(guò)程品6080100Best

J0

0品

二、基于粒子群算法的參數(shù)辨識(shí)■

仿真程序：1.輸入輸出測(cè)試程序(1)信號(hào)產(chǎn)生程序：chap9_8input.m(2)

模型測(cè)試主程序：chap9_8sim.mdl(3)模型程序：

chap9_8plant.m2.參數(shù)辨識(shí)程序(1)粒子群算法辨識(shí)程序：chap9_9pso.m(2)目標(biāo)函數(shù)計(jì)算程序：chap9_9obj.m基于差分進(jìn)化算法的VTOL

飛行器參數(shù)辨識(shí)品

三、基于差分進(jìn)化算法的VTOL

飛行器參數(shù)辨識(shí)仿真中，取真實(shí)參數(shù)為P=[mc

。I]=[68.60.5123.1],辨識(shí)參數(shù)集為P=[m

。1]。首先運(yùn)行模型測(cè)試程序

chap9_10sim.mdl,對(duì)象的輸入信號(hào)取正弦和余弦

信號(hào)，從而得到用于辨識(shí)的模型測(cè)試數(shù)據(jù)，并將數(shù)據(jù)保存在para_file.mat中。仿真中，將待辨識(shí)的參數(shù)向量記為P,取種群規(guī)模為Size=50,最大迭代次數(shù)G=200,

采用實(shí)數(shù)編碼，待辨識(shí)參數(shù)m、ε。和I分別分布在[0,100]、[0,10]和

[0,200]。將辨識(shí)誤差指標(biāo)直接作為目標(biāo)函數(shù)，越小越好。按差分進(jìn)化算法，運(yùn)行差分進(jìn)化辨識(shí)程序

chap9_

11de.m,

在差分進(jìn)化算

法仿真中，取變異因子F=0.70,

交叉因子CR=0.60。經(jīng)過(guò)200步迭代，辨識(shí)誤

差函數(shù)J的優(yōu)化過(guò)程如圖9-8所示。辨識(shí)結(jié)果為P=[68.60.5123.1],

最終的辨識(shí)誤差指標(biāo)為J=7.4194×10-30。三、基于差分進(jìn)化算法的VTOL

飛行器參數(shù)辨識(shí)101.8斤1.41.20.60.40.20

20

60

80

100Times圖9-8辨識(shí)誤差函數(shù)J的優(yōu)化過(guò)程品120140160180200Best

J品

三、基于差分進(jìn)化算法的VTOL

飛行器參數(shù)辨識(shí)■

仿真程序：1.輸入輸出測(cè)試程序(1)信號(hào)產(chǎn)生程序：chap9_

10input.m(2)模型測(cè)試主程序：