基于分段时滞辨识与Padé逼近的无人机海上着陆时滞补偿方法
本发明属于无人机自主着陆控制,具体涉及一种基于分段时滞辨识与padé逼近的无人机海上着陆时滞补偿方法。
背景技术:
1、随着无人系统协同作业向海上场景延伸,无人机-无人船跨域协同任务对多旋翼无人机在动平台(如无人艇、舰艇尾甲板、海上浮台等)上的动态着陆能力提出了更高要求。与陆基静止平台着陆不同,海上动平台着陆面临两类相互耦合的难题:其一,目标平台本身处于六自由度随机运动,海浪强迫激励引起的甲板升沉、横摇、纵摇以及船体航向偏摆使得着陆参考目标始终在动,且具有由海浪谱决定的显著频带特性;其二,无人机执行通道存在不可忽略的输入时滞,从地面站发出指令至桨叶产生有效推力需经历无线通讯链路、飞控固件处理、电调换相、无刷电机机电响应以及桨叶气动建立等多个串联环节,各环节时滞累加后通常在数十毫秒至数百毫秒量级,在末端着陆相位足以使位置控制环路出现明显相位滞后甚至闭环失稳,在贴近海面工况下桨叶气动建立时间还受水面效应影响而进一步增大。
2、针对舰载或一般无人飞行器的输入时滞补偿,现有技术主要分为两类。一类为基于padé逼近的时滞补偿方法,其通过有理传递函数近似,将含时滞控制系统等效转化为无时滞系统进行设计。然而,该类技术中总时滞被作为已知常数直接代入设计,未公开如何分解、辨识各物理来源段时滞,在不同硬件/固件组合下缺乏可移植性;补偿器阶数和带宽全程固定,既不随海况变化也不随任务阶段变化,在长时滞、强海况或着陆末段精度要求高的工况下补偿余量不足;控制对象多为固定翼舰载机或单一姿态环,未涉及多旋翼无人机海上动平台位置环、姿态环、桨叶气动多层级时滞的综合处理;并且与动平台未来位姿预测之间缺乏结构耦合,补偿时间窗口与预测时间窗口不一致,导致补偿后的指令到达执行机构时所瞄准的甲板位姿与实际位姿存在系统性偏差。另一类为基于smith预测器或状态预测器的预测反馈方法,该类方法对模型失配和时滞失配较敏感,且现有公开技术同样未将海况谱信息和任务阶段信息显式纳入预测/补偿器的在线调参环节。
3、此外,现有技术的文献中舰载机纵向甲板运动补偿类方法补偿的是甲板运动而非输入时滞,舰载无人机自主着舰飞控系统类专利则停留在系统/装置层面,未公开具体的时滞补偿算法。
4、因此,在多旋翼无人机海上动平台动态着陆场景中,如何实现可工程化的分段时滞辨识,如何构造可随海况和任务阶段自适应的padé补偿器,如何与动甲板未来位姿预测形成时间窗口一致的结构耦合,以及如何在时滞辨识值与真实时滞失配的情况下仍保持闭环稳定,成为亟待解决的关键技术问题。
技术实现思路
1、本发明的目的是提供一种基于分段时滞辨识与padé逼近的无人机海上着陆时滞补偿方法,用以提升海上动态着陆任务在长时滞、强海况、阵风扰动条件下的着陆精度与可靠性,且不依赖于已知的标称时滞。
2、为了实现上述任务,本发明采用以下技术方案:
3、基于分段时滞辨识与padé逼近的无人机海上着陆时滞补偿方法,包括:
4、对无人机控制通道按通信链路、飞控处理、电调换相、电机机电与桨叶气动五段进行分段时滞辨识,获得分段时滞参数并基于此得到合成总时滞;设置在线时滞自适应模块,通过指令加速度与实测加速度的互相关运算,在线确定当前的平滑时滞估计;
5、基于所得的合成总时滞,构造可变阶次的padé补偿器;padé补偿器的padé阶次基于控制回路工作带宽、平滑时滞估计自动选择,且位置环与姿态环采用各自独立的padé阶数;
6、构造海况/阶段自适应模块;依据当前海况谱参数执行海况自适应规则,在线调整padé阶、补偿带宽以及设置于补偿环中嵌入式波频陷波器的中心频率;基于着陆任务的阶段划分,执行阶段自适应规则;在切换瞬间通过状态映射保证padé补偿器输出连续;
7、对甲板的预期位姿进行预测,使甲板前推预测的时间窗口与padé补偿器的时滞窗口相等;将预测结果耦合至padé补偿器的参考输入端,前馈前馈耦合后的控制信号经无人机执行机构生效,实现无人机针对动平台的动态着陆。
8、进一步地,地面或测试台向飞控注入伪随机二进制序列油门或姿态指令作为激励,采集飞控输出的姿态环响应,经最小二乘系统辨识或频域辨识方法,提取通信链路段与飞控处理段的等效纯时滞与;
9、台架测试条件下对电调发送阶跃叠加扫频信号作为激励,采集电机转速响应,辨识获得电调换相等效纯时滞与电机一阶时间常数,并由提取电机机电等效纯时滞;
10、在贴近水面或水面模拟环境中对桨叶单元做扫频推力测试,采集推力建立曲线,获得桨叶气动的等效纯时滞;
11、最后,合成总时滞:
12、。
13、进一步地,在线时滞自适应模块持续计算当前指令加速度与实测加速度的互相关函数:
14、;
15、其中,为时间偏移量,为当前时刻;为互相关窗口长度;为积分虚变量;表示在时刻下的指令加速度;表示在时刻下的实测加速度;
16、当互相关函数取最大值时,对应的时间偏移量记为最优时间偏移,将最优时间偏移作为瞬时时滞估计,并以一阶低通滤波对其平滑:
17、;
18、其中,为当前时刻的平滑时滞估计;为预设的低通平滑系数;为前一时刻的平滑估计值;
19、将平滑时滞估计取代合成总时滞作为padé补偿器的内部参数。
20、进一步地,计算控制回路工作带宽与平滑时滞估计的乘积;
21、依据的取值自动选择padé阶次:
22、当时采用一阶padé:
23、;
24、当时采用二阶padé:
25、;
26、当时采用三阶或更高阶padé,或退化为基于数值积分的状态预测器;其中,为控制理论中表示时滞环节的拉普拉斯变换项,为自然常数;为拉普拉斯变换中的复频域变量;为时滞环节所对应的时滞参数,取值为平滑时滞估计;与为预设的padé阶次切换阈值;
27、对位置环与姿态环分别构造padé补偿器,其中姿态环的等效时滞为,位置环的等效时滞为合成总时滞;两个padé补偿器的padé阶数独立选择。
28、进一步地,将smith预估控制器嵌入padé补偿器,即令无时滞标称模型并联于真实被控对象;将两者输出之差反馈至飞控系统的控制算法模块的输入端,使闭环特征方程中不再显含项;其中为无人机的姿态/位置控制传递函数,表示输入端存在的纯时滞环节。
29、进一步地,实时获取海况谱参数,包括有效波高与谱峰周期;
30、执行海况自适应规则:当时,padé阶次取为一阶,补偿带宽取为;当时,padé阶次升为二阶,补偿带宽取为,并在padé补偿器的补偿环内嵌入中心频率为的波频陷波器;中心频率根据谱峰周期在线更新:;
31、当时,padé阶次保持二阶或升为三阶,并将所述波频陷波器升级为可在线跟踪漂移的自适应陷波器;其中,与为预设海况分级阈值,与分别为低海况与中等海况下的补偿带宽设计值。
32、进一步地,将着陆任务划分为远接近、对准、低空悬停、末端下降、触地确认五个阶段;在远接近阶段padé阶次取一阶,参考前推系数取低于标称值的常数;在对准阶段padé阶次取一阶,升至标称值;在低空悬停阶段padé阶次升为二阶并启用波频陷波器,维持标称值;在末端下降阶段padé阶次取二阶,取大于标称值;在触地确认阶段所述padé补偿器退化为参考信号的泰勒前推:
33、;
34、其中表示经泰勒前推后未来时刻的期望参考位置;表示当前时刻的参考位置;表示当前时刻的参考速度;表示当前时刻的参考加速度;所述参考前推系数用于在前推中以替换;为等效时滞参数,取值为平滑时滞估计。
35、进一步地,对无人机将要着陆的甲板位姿测量序列做窗口长度为的滑动多项式拟合或卡尔曼滤波,获得甲板当前位置、速度与加速度的估计;
36、以平滑时滞估计作为预测时间窗口,用二阶泰勒展开外推甲板在时刻的预期位姿:
37、;
38、将预期位姿作为参考输入送至padé补偿器的参考输入端,使padé补偿器消除的时滞窗口与甲板前推预测的时间窗口在数值上严格相等;
39、最后,将经所述padé补偿器接收中海况/阶段自适应模块输出的调整参数集进行联合修正计算后生成的控制信号送至无人机执行机构生效,完成对动平台的动态着陆。
40、进一步地,在无人机着陆执行过程中持续监测时滞失配,当失配大于鲁棒裕度时触发在线时滞自适应模块的再辨识;其中,由再次触发当前指令加速度与实测加速度的互相关计算时得到的最优时间偏移赋值;为由小增益定理确定的鲁棒裕度系数。
41、一种终端设备,包括处理器、存储器以及存储在所述存储器中的计算机程序;处理器执行计算机程序时,实现所述基于分段时滞辨识与padé逼近的无人机海上着陆时滞补偿方法。
42、一种计算机可读存储介质,所述介质中存储有计算机程序;计算机程序被处理器执行时,实现所述基于分段时滞辨识与padé逼近的无人机海上着陆时滞补偿方法。
43、与现有技术相比,本发明具有以下技术特点:
44、1.可工程化的分段时滞辨识:通过将总时滞分解为五段物理来源并提供针对各段的标准化辨识协议,消除了现有padé补偿方法对为已知常数的依赖,显著提升了补偿器在不同硬件/固件组合下的可移植性。
45、2.海况与阶段双重自适应:padé阶次与补偿带宽随海况谱参数和任务阶段实时调整,在低海况下保留低阶补偿器的简单性,在强海况和末端着陆相位提供足够补偿余量,克服了现有技术中补偿器全程固定的缺陷。
46、3.时间窗口耦合:padé补偿时间窗口与动甲板预测时间窗口严格相等,使补偿后的指令到达执行机构时所瞄准的甲板位姿与真实位姿一致,消除了二者脱钩导致的系统性着陆偏差。
47、4.鲁棒裕度可量化:通过在线时滞自适应模块与基于小增益定理的鲁棒裕度公式,即使时滞辨识值与真实时滞存在量级失配,闭环仍可保持稳定。
48、5.海上场景特化:本发明显式涵盖了贴近海面时桨叶气动滞后增量、海浪谱嵌入波频陷波等海上特征,与陆上着陆和通用四旋翼时滞补偿方法形成明确技术区分。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com