为解决旋翼飞行机器人全包线飞行中的参考模型辨识问题和由飞行模态转换、内外部扰动,以及动力学时变所产生的模型失配问题,并消除模型失配对基于参考模型所设计的飞行控制器造成的跟踪性能的影响,本文提出了基于悬停参考模型的系统辨...为解决旋翼飞行机器人全包线飞行中的参考模型辨识问题和由飞行模态转换、内外部扰动,以及动力学时变所产生的模型失配问题,并消除模型失配对基于参考模型所设计的飞行控制器造成的跟踪性能的影响,本文提出了基于悬停参考模型的系统辨识和主动模型的在线控制策略.通过改进的频域辨识方法和半解耦的简化模型结构,在悬停模态下进行模型拟合和全包线飞行的模型差分析,然后结合自适应集员估计(Adaptive set-membership filter,ASMF)方法提出模型差的在线估计和控制补偿策略来应对统计学未知且有界(Unknown but bounded,UBB)的模型差,以此消除上述模型失配对名义控制器理想条件的破坏所造成的控制性能降低.最后,通过在ServoHeli-40旋翼飞行机器人平台的实际飞行对比实验,验证了所提出方法的有效性和现实可行性.展开更多
越来越多的应用任务要求机器人能高精度的测量目标相对机器人的位置信息。通过在飞行机器人上安装传感器阵列来感知环境信号,并运用阵列信号处理算法可实现高精度的目标方位角度估计。给出了MUSIC(Multi signal classification)算法应...越来越多的应用任务要求机器人能高精度的测量目标相对机器人的位置信息。通过在飞行机器人上安装传感器阵列来感知环境信号,并运用阵列信号处理算法可实现高精度的目标方位角度估计。给出了MUSIC(Multi signal classification)算法应用在传感器阵列信号处理的原理和实现方法,利用一种改进的MUSIC算法使机器人的传感器阵列能在出现相干信号源或信号信噪比较低时也能完成对多个信号方向的精确估计,并仿真实现。展开更多
文摘为解决旋翼飞行机器人全包线飞行中的参考模型辨识问题和由飞行模态转换、内外部扰动,以及动力学时变所产生的模型失配问题,并消除模型失配对基于参考模型所设计的飞行控制器造成的跟踪性能的影响,本文提出了基于悬停参考模型的系统辨识和主动模型的在线控制策略.通过改进的频域辨识方法和半解耦的简化模型结构,在悬停模态下进行模型拟合和全包线飞行的模型差分析,然后结合自适应集员估计(Adaptive set-membership filter,ASMF)方法提出模型差的在线估计和控制补偿策略来应对统计学未知且有界(Unknown but bounded,UBB)的模型差,以此消除上述模型失配对名义控制器理想条件的破坏所造成的控制性能降低.最后,通过在ServoHeli-40旋翼飞行机器人平台的实际飞行对比实验,验证了所提出方法的有效性和现实可行性.
文摘越来越多的应用任务要求机器人能高精度的测量目标相对机器人的位置信息。通过在飞行机器人上安装传感器阵列来感知环境信号,并运用阵列信号处理算法可实现高精度的目标方位角度估计。给出了MUSIC(Multi signal classification)算法应用在传感器阵列信号处理的原理和实现方法,利用一种改进的MUSIC算法使机器人的传感器阵列能在出现相干信号源或信号信噪比较低时也能完成对多个信号方向的精确估计,并仿真实现。
