一种无人直升机自适应抗振控制方法

摘要

本发明提供了一种无人直升机自适应抗振控制方法，它主要有两个步骤，首先采用RLS算法处理系统的在线辨识问题，辨识出含外扰的系统模型然后采用LMS算法进行控制律的更新。实时控制中，辨识和控制的计算都由高速数字信号处理器完成。通过对无人直升机机体振动主动控制进行仿真研究，证实了该方法的有效性。

权利要求

1.一种无人直升机自适应抗振控制方法，其特征在于：（1）根据系统的输入和输出数据获得控制通道的传递矩阵模型；将获得的传递函数矩阵模型转换成ARX模型；（2）根据获得的控制通道的ARX模型，用带遗忘因子的最小二乘算法进行系统在线辨识；将辨识出来的有外扰的控制通道模型用ARX模型来描述；（3）输入输出数据得到控制通道ARX模型和有外扰动的辨识出来的控制通道的ARX模型用快速收敛的LMS算法当作控制算法求出控制器矩阵；将求出的控制器矩阵用IIR模型描述出来。

2.根据权利要求1所述的无人直升机自适应抗振控制方法，其特征在于采用收敛速度快的是带遗忘因子RLS递推算法的系统辨识，测量记录输入 以及外扰响应污染的系统的输出 ，采用带遗忘因子最小二乘参数估计递推算法辨识出有外扰情况下的控制通道模型 ；初始时刻对参数向量和系统模型设置系统模型的参数向量和为控制通道传递矩阵初值 和 ；输入初始数据 ，采样并记录所对应的输出值 ；并根据带遗忘因子最小二乘法递推公式：计算增益向量 、系统模型的参数向量 和控制通道传递矩阵 ；将

，重新采样输入与输出，根据新采样的数据应用带遗忘因子的递推最小二乘算法计算 、 和 ，循环往复，得出系统辨识结果；公式中出现的 为采样时刻。

3.根据权利要求2所述的无人直升机自适应抗振控制方法，其特征在于利用LMS算法以及系统辨识结果设计出前馈控制器；利用采样得到的外扰响应污染的系统的输出 ，联合输入 在系统辨识得到的有外扰情况下控制系统模型 的输出 ，根据LMS递推算法更新控制器的权向量，完成自适应前馈控制器的设计。

说明书

一种无人直升机自适应抗振控制方法

技术领域

[0001] 本发明涉及一种无人直升机控制方法，尤其涉及一种具有在线辨识和自适应控制能力的无人直升机机体的结构周期外扰响应振动主动控制方法，该发明属于航空航天无人机技术领域。

背景技术

[0002] 具有在线辨识功能的结构振动主动控制是当今振动控制研究的热点和难点，具有重要的理论意义和应用价值。在基于自适应滤波技术的前馈控制中，控制通道(次级通道，误差通道，Secondary Path)的辨识成为最重要的环节之一，因而吸引了很多的研究工作者进行研究。张明等对基于滤波-xLMS算法前馈控制作了较全面的比较和总结，并在此基础上提出了一种新的辨识和控制方法。前人工作还包括埃里克松(Eriksson)最初提出的具有在线辨识功能的前馈控制描述以及在此基础上Bao和Kuo等的改进算法。这些工作总的看来，都是为了消除主通道(Pr-imary Path)产生的外扰对控制通道辨识结果的影响，以及消除外扰对控制器权调整的影响。杨铁军等在张明的方法上提出了一种改进方案，通过增加一个模型跟踪滤波器，实现了外扰响应信号对模型辨识影响的消除。Wang A K, Ren W提出一种通过求解Diophantine方程辨识系统和外扰模型的方法，适用于周期噪声消除。Yamamoto K等把自适应前馈控制应用于高层结构振动控制，并从状态空间描述了控制系统实现。刘贺平在文章直接辨识扰动模型的内模极点配置自适应控制中提出了在假定外扰具有稳定的周期和幅值的情况下，采用极点配置的方法进行外扰抑制。目前的算法大多是假定系统受到微小随机外扰(宽带扰动)的作用。但在实际工程中，众多的旋转机械产生的周期扰动不是微小的，在处理其振动抑制问题时，微小随机外扰假设显然是不合适的。而且在机械工作过程中，产生的振动并不具有稳定的周期和幅值，可能会有小的波动。为了解决这类具有有限周期外扰且外扰周期和幅值都可能会有波动的振动抑制问题，本发明采用ARX模型作为控制通道的描述形式，直接辨识含外扰的控制通道模型，该辨识模型可以自适应地跟踪控制通道和外扰的变化，并根据辨识模型直接进行控制器的设计。这样可以避免求解Diophantine方程，也不需要微小随机外扰和固定周期的假设。

发明内容

[0003] 本发明的目的在于提出一种比较有效的无人直升机机体的结构周期外扰响应振动主动控制方法。

[0004] 本发明的技术关键点是如何快速准确辨识出系统；如何才能保证系统输出能在较短时间内收敛到很小的值。

[0005] 本发明的无人机适应抗振控制方法，包括如下步骤：

[0006] 1. 针对控制通道，要采用扩展自回归模型（ARX）描述的系统。

[0007] 根据系统的输入和输出数据获得控制通道的传递函数矩阵模型；将获得的传递函数矩阵模型转换成ARX模型。

[0008] 2. 在第一步的前提下采用递推最小二乘算法（RLS）对所描述的系统进行线辨识。

[0009] 根据获得的控制通道的ARX模型，用RLS算法进行系统的在线辨识；将辨识出来的有外扰的控制通道模型用ARX模型来描述。

[0010] 3. 在前两步的前提下采用最小均方算法（LMS）算法对辨识过的系统进行控制律的更新。

[0011] 输入输出数据得到控制通道ARX模型和有外扰动的辨识出来的控制通道的ARX模型用收敛较快的LMS算法当做控制算法求出控制器矩阵；将求出的控制器用IIR模型描述出来。

[0012] 本发明的技术效果是：通过对无人直升机机体振动主动控制进行仿真研究，证实了该方法的有效性。该发明采用ARX模型作为控制通道的描述形式，能够直接辨识含外扰的控制通道模型。具有在线辨识功能的多步预测控制，而且采用了叠加噪声的RLS系统辨识方法，辨识模型可以自适应地跟踪控制通道和外扰的变化，并用能够快速收敛的LMS算法进行控制器的设计。该方法适应性比较强，工作范围大，效果好。

附图说明

[0013] 图1是基于RLS算法的控制通道系统辨识原理图。

[0014] 图2是基于RLS算法在线辨识的结构振动自适应前馈控制原理图。

具体实施方式

[0015] 下面结合附图对本发明作进一步具体描述：

[0016] 第一步、存在外扰动的控制系统参数辨识

[0017] 一般来说，MIMO系统有四种描述形式，即输入输出差分方程模型、传递函数矩阵模型、脉冲响应矩阵模型、状态空间模型。他们是等价的也是可以相互转换的。对于系统辨识来说容易得到模型的是前三种，他们可以直接利用可测得输入输出数据辨识获得。

[0018] 本发明采取的就是用测得的输入输出数据通过辨识得到传递函数模型，然后由脉冲传递函数模型转换成ARX模型来描述控制通道。

[0019] 假设被控通道系统为r个输入和m个输出，其传递函数矩阵为：

[0020] (1)

[0021] 式中， ；

[0022] ；

[0023] 式(1)则是没有外扰作用下的系统模型。当考虑外扰作用时，则需要下式来描述[0024] (2)

[0025] 其中 为满足式(1)描述的系统模型，在基于自适应滤波技术的前馈振动响应中它就是从控制器输出到目标检测点传感器输出的“控制通道”的特性矩阵，而“外扰” 即外扰引起的响应， 为外扰响应污染的系统输出、 为系统的输入。这样的系统就可以用图1来描述。

[0026] 图1中， 为控制通道模型 在有外扰情况下的辨识结果， 为激励输入，为系统输出， 为辨识误差。

[0027] 将带外扰动的传递函数模型转换为ARX模型，其结构为：

[0028] (3)

[0029] 式中， ， 为方差为 的白噪声，且

[0030] (4)

[0031] 多变量系统可以看作m个独立的单输出多输入子系统，第 个子系统可以表示成[0032] (5)

[0033] 式中

[0034] (6)

[0035] 令

[0036] (7)

[0037] (8)

[0038] (9)

[0039] (10)

[0040] (11)

[0041]

[0042] 则ARX模型可以写成

[0043] (12)

[0044] 式中 为系统模型的参数向量， 为白噪声。

[0045] 如图1所描述的基于RLS算法的控制通道系统辨识系统中 和 都是可测的； 为系统在 作用下的真实输出，是不可测的。因此只能用可测的输入输出进行辨识得到整个系统的参数。

[0046] 公式(12)描述了一类回归算法，可以采用很多种方法获得系统参数θ，为了适应系统的时变性，本发明采用带遗忘因子的RLS参数辨识算法。

[0047] 根据RLS算法原理，MIMO系统的带遗忘因子最小二乘参数估计递推公式为：

[0048] (13)

[0049] 其中， 为相关矩阵的逆， 为增益向量，k为采样时刻，只要选择合适的参数 （一般取值为0.95-0.999）， 的选择范围一般为 ，辨识可以很快收敛的最优值。

[0050] 第二步、采用LMS算法的自适应前馈控制器设计

[0051] 对于具有在线辨识的前馈控制来说，希望辨识要尽可能收敛快，控制器的收敛相对于系统辨识要慢，才能有好的效果。本发明采用ARX模型(或称无限脉冲响应模型IIR)描述控制通道系统，如式(3)和(5)所示。采用收敛速度较快的RLS算法作为辨识算法；而采用LMS算法作为控制算法，以取其算法简单的长处。这样，基于RLS算法在线辨识的结构振动自适应前馈控制方框图可表示为图2。

[0052] 在图2中， 为参考输入， 为外扰力， 为外扰响应信号(无控响应)， 为控制后控制量在目标点的响应信号， 为控制输入， 为可测的控制误差输出(有控响应)，为随机信号发生器输出，用来保证辨识的准确性， 为有外扰的控制通道辨识模型，用ARX模型描述， 为主通道传递函数(向量)， 为控制通道传递矩阵， 为控制器矩阵，用有限脉冲响应(FIR)模型描述。

[0053] 在振动主动控制中可测的控制误差输出 是控制前系统在目标点的响应的与控制后控制量在目标点的响应 之和，即：

[0054] (14)

[0055] 在振动主动控制系统中，FIR控制器输出的控制信号 不是误差信号的控制量响应成分，还需经过控制量与误差传感器之间的误差通道才能得到 ，暂假设误差通道传递函数 的m次有限脉冲响应序列为c。因此：

[0056] (15)

[0057] 通过式(13)以及MIMO递推最小二乘法参数辨识算法，辨识出有外扰的控制通道模型 ，其传递函数 的m次有限脉冲响应序列也应该为c。

[0058] 所以如图2所示我们用 代替 。所以有：

[0059] (16)

[0060] (17)

[0061] 若取目标函数为控制后的 时刻误差输出平方值近似代替该时刻的均方差，即[0062] (18)

[0063] 对加权系数矩阵求导得加权系数矩阵的梯度为：

[0064] (19)

[0065] 根据LMS算法，可以得出参数辨识后基于LMS算法的前馈抗振控制器算法公式如下：

[0066] (20)

[0067] (21)

[0068] (22)

[0069] 其中 ，

[0070] ，为收敛因子。

[0071] 操作过程如下：

[0072] 步骤1：根据系统的输入和输出数据获得控制通道的传递函数矩阵模型；将获得的传递函数矩阵模型转换成ARX模型 ，该模型是存在外扰动情况下的模型。

[0073] 步骤2：用输入 外扰响应污染的系统的输出 ，采用带遗忘因子最小二乘参数估计递推算法辨识出有外扰情况下的控制通道模型 。详细参数辨识算法为：

[0074] 2.1：设置初值 和 ，输入初始数据；

[0075] 2.2：采样当前输入和输出（仿真时注意构造 和 ）；

[0076] 2.3：利用最小二乘递推公式，计算 、 和 ；

[0077] 2.4： ，返回步骤2，继续循环。

[0078] 步骤3：利用辨识出的有外扰情况下的控制通道模型 ，设计LMS算法的自适应前馈控制器。详细的前馈控制算法为：

[0079] 3.1：初始化

[0080]

[0081] 3.2：权向量更新，对

[0082]

[0083] 3.3：令 ，转到步骤3.2继续循环。