固定翼无人机螺旋桨发动机参数辨识方法研究.pdfVIP

第17届国际自动控制系统识别研讨会预印本国际会议中

心至21日

固定翼无人机螺旋桨发动机参数的实时识别

123·阿尔多萨里4

乌米尔·阿什恩塔比什·巴达尔希拉兹·

王子先进技术，沙特国王大学，利雅得，11421沙特

12

电子邮件：umair.ahsun@psatri.org.sa，tabish.bader@psatri.org.sa，

34

shiraz.tahir@psatri.org.sa，dosari@ksu.edu.sa。

：随着无人机自主飞行过程中实时识别故障的需求日益增加，对一种鲁棒的、递归的

数

参估计方法的需求也在增长。本文提出了一种用于估计螺旋桨发动机驱动的固定翼无人机推

和

力功率系数的递归算法。该方法利用扩展卡尔曼滤波器和高保真的无人机非线性六自由度模

，

型对当前工作点的推力和功率系数进行线性拟合估计。以无人机自主飞行中常用的最小传感

组

器作为可用测量值的基础。通过高保真非线性了该算法在模拟飞行中的有效性，并

出

给了仿真结果。

：螺旋桨发动机识别，实时参数估计，卡尔曼滤波。

1.引言并k）提出

且在计算需求方面成本最低。Par等人（2007

方作为估计算法。

了使用变换回归（FTR）法参数

随着无人机在各种和民用领域中的日益普及和新兴应该算法通过合适的输入激励系统，并实际测量系统响应，

，

用对无人机的鲁棒性、高性能和低成本参数估计方案的因此可以在无人机测试板上重复实现。与EKF相比，

求在各种场景中不断出现。各种离线和实时或参

需也FTR具有快速收敛性和对测量和系统噪声的鲁棒性。

估方案已经存在，并已成功用于无人机参数辨识，参

数计DeBusk等人（2013）也使用了FTR方法并结合递归巴特

Kei

见ln和Morelli（2006）和Ljung（1999），以及在滤波器进行参数辨识。作者的结果表明参数收敛

故检测，参见Marzat等人（2012）。目前越来越需

线障令人满意，并且在时域匹配方面表现良好。Jameson和

通实验来确定正在研发的无人机或现有无人机性能提

要过Cooke（2012）概述了一种小型无人机的估计方案。

所

升需的螺旋桨发动机组合性能。另一个需求是从故障识该方法通过在频域中使用方程误差法实现机动后空气动力

的度推进子系统的性能。本文中，从螺旋桨

别角学参数估计。韩等人（2009）比较了两种用于多控制面

动

发机性能匹配和故障识别两个角度出发，对螺旋桨发动飞机辨识的参数估计方案，即贝叶斯方法和方程误差法。

参的辨识进行了研究。

机数