多旋翼无人机远程控制实践 课件ch04

系统辨识实验多旋翼无人机远程控制实践第4章01实验原理系统模型带有半自主自驾仪的多旋翼控制结构如图4.1所示。遥控指令能直接控制多旋翼的以下状态变量：垂直速度、姿态角速度、多旋翼的姿态角（或者多旋翼机体坐标系下的速度）。进一步，可以通过这些变量控制多旋翼的位置以及偏航角山。真实情况下的多旋翼模型为非线性模型，为了便于理解和控制器设计，可以利用线性化的方法对多旋翼的非线性模型进行简化处理。如图4.1所示的系统可以分成三个通道：从油门摇杆量，到垂直位置的高度通道、从遥控器输入到偏航角的偏航通道，以及从uh到ph的水平位置通道。系统模型系统辨识系统辨识步骤系统辨识步骤如图4.2所示，主要包含以下六部分:先验知识、实验设计、数据采模型选择、模型计算和模型检验。先验知识：包括系统特性、数据采集方法以及待辨识系统其他方面的已有知识。系统辨识系统辨识步骤2、实验设计：目的是在已知条件下，获得能反映系统性能的输入/输出数据。在输入/输出数据的采集过程中，有时需要针对辨识过程进行特殊的实验设计。在实验中，可能需要用户确定测量哪些信号以及什么时候测量这些信号。如图4.3所示，目前有两类实验设计方案：开环实验和闭环实验。系统辨识系统辨识步骤(3)数据采集：通过合理的实验来获得输入/输出数据。(4)模型选择：选择一系列的备选模型，通过后续验证，从中确定最合适的模型。(5)模型计算：采用合适的优化方法来计算备选模型的未知参数。(6)模型检验：建立一个标准来检验备选模型与计算出的参数是否满足设计要求。(1)MATLAB系统辨识工具箱：该工具箱包括了MATLAB函数、Simulink函数块以及一个可利用测得的输入/输出数据构造动态系统的应用程序。利用该工具箱，用户可以用系统的时域或频域输入/输出数据来辨识其连续或离散的传递函数、过程模型、状态空间模型等，得到利用物理规律很难进行建模的系统动态模型。该工具箱还提供了很多辨识方法，如极大似然法、预测误差最小化方法以及子空间辨识方法等。系统辨识工具箱系统辨识(1)MATLAB系统辨识工具箱：该工具箱还提供了很多辨识方法，如极大似然法、预测误差最小化方法以及子空间辨识方法等。如果考虑非线性系统辨识，还可以使用Hammerstein-Wiener模型、带有小波网络的非线性ARX模型以及其他非线性模型。该工具箱同时提供“灰箱”系统辨识，即使用自定义的模型进行参数估计。辨识出来的模型可用于建模及系统响应预测。系统辨识工具箱系统辨识系统辨识(2)CIFER工具箱：该工具箱基于综合频域响应方法进行系统辨识，适用于解决复杂的系统辨识问题，可以用于辨识不稳定模态，尤其是与飞机建模和控制器设计相关的系统辨识问题。CIFER的基本原理是通过提取一组高质量完备的非参数多输入多输出频域响应数据，在不需要先验假设的前提下，直接由这些响应数据提取得到系统的耦合特性。系统辨识工具箱系统辨识(2)CIFER工具箱：CIFER以先进的线性调频Z变换以及组合优化窗技术作为理论基础，相比于标准的快速傅里叶变换而言，其频域响应质量有显著的提高。在完整频域响应数据集已知的前提下，可以用多种复杂的非线性搜索算法来提取状态空间模型。因此，该工具箱在多种真实飞机的系统辨识中得到广泛应用。系统辨识工具箱系统辨识中用到的模型概要本节先介绍高度通道的辨识，然后介绍偏航通道。只有在这两个通道稳定后，水平位置通道的实验才能获得较好的输入/输出数据。因此，水平位置通道将在最后介绍。注意，如果想得到效果较好的系统辨识结果，待辨识的通道需要尽可能稳定。因此，在实验设计阶段，分析待辨识的通道是否稳定显得尤为重要。系统辨识中用到的模型如果待辨识的通道是稳定的，可以直接辨识:如果不稳定，可以先引入一个P或PD控制器来确保该通道稳定，然后参考图4.4为该通道设计实验。系统辨识中用到的模型高度通道半自主自驾仪的高度通道一般以控制高度方向的速度为主。当记录该模型的数据时，高度数据(即该通道的输出)是由高度传感器测量得到的，如气压计或超声波测距仪。同时，新的输入(即该通道的输入)也要记录下来。这时，具体的模型参数就可以通过系统辨识工具箱得到了。系统辨识中用到的模型偏航通道辨识过程中需要同时记录偏航角以及新输入u。磁力计和运动捕捉系统可以用来测量偏航角。同时，模型参数可以通过系统辨识工具获得。从u到w的通道是稳定的，所以如果能直接测量到w，对此通道可以直接辨识，不需要额外设计控制器。系统辨识中用到的模型水平位置通道水平位置通道的辨识是在对高度通道和偏航通道实现控制后进行的。为了得到更好的辨识结果，通常将偏航角控制到合理的期望偏航角上。如果半自主自驾仪考虑了速度反馈，并且K设置合理，那么传递函数是稳定的，可以直接进行系统辨识。水平位置可以由全球定位系统(GlobalPositioningSystem，GPS)接收机或室内定位系统(如室内运动捕捉系统)进行测量。02基础实验实验目标1、准备(1)软件：MATLABR2017b及以上版本；基于Simulink的控制器设计与仿真平台和实验指导包“e1.1”；CIFER软件及使用文档。2、目标将已给出的传递函数模型与非线性模型进行对比；在外加控制器的情况下，用相同扫频信号对两种模型进行激励，对比仿真结果。步骤一：首先阅读本书第2章的内容，对于Simulink模型有一个初步的了解。步骤二：打开“el\el.1\startSimulation.m”文件，单击MATLAB中的“运行”按钮，运行该文件。步骤三：打开“el/el.1\e11ModelUnderstanding.slx”文件后，可以看到一个整体模型，如图4.5所示，共有四个组成部分。仿真1.0实验步骤实验步骤实验步骤在对各个通道进行扫频信号激励之后，这里以水平通道为例，其结果如图4.8所示其通道扫频响应的峰值均为1，激励时间长度为100s。由此可以看出，利用传递函数获得的输出与多旋翼非线性模型获得的输出几乎是一致的。当给定的扫频信号的扫频频率范围在0.1~1Hz，即低频时，两者的输出近似程度更高；而在高频时，扫频输出的幅值出现了差异，但是仍然可以吻合。因此，该传递函数模型可以较为完整地反映系统的真实性能。仿真2.0实验步骤实验步骤03分析实验实验目标1、准备(1)软件：MATLABR2017b及以上版本；基于Simulink的控制器设计与仿真平台和实验指导包“e1.2”；CIFER软件及使用文档。2、目标对给定的多旋翼非线性模型进行辨识，在假设存在延时的情况下获得四个通道的传递函数模型。实验目标2、目标（1）了解利用CIFER软件进行系统辨识对系统进行建模的大致流程。（2）要求各通道辨识结果的代价函数J<50。（3）对于通过系统辨识获得的速度模型传递函数，加入积分环节，使之成为完整的多旋翼机体模型传递函数，即输入到机体位置的传递函数模型。实验步骤仿真1.0了解辨识相关流程扫频相关文档介绍初始化参数进行扫频实验修改相应扫频通道各个通道分别扫频保存数据进行系统辨识，获得相应结果进行非线性模型对比验证实验步骤(1)水平前向通道模型：(2)水平侧向通道模型：仿真2.0实验步骤实验步骤04设计实验实验目标1、准备：软件：MATLABR2017b及以上版本基于Simulik的控制器设计与仿真平台和实验指导包“e1.3”；CIFER软件及使用文档；CopterSim和RflySim3D。硬件：计算机；自驾仪。实验目标2、目标对于给定的多旋翼非线性模型，通过对模型外加控制器的方式对其进行辨识，在假设存在延时的情况下获得四个通道的模型传递函数。注意四个通道建立的均是输入到地球坐标系下位置/角度的传递函数，这里将水平通道可以分为水平前向通道和水平侧向通道，因此是四通道。(1)了解利用CIFER软件进行系统辨识的大致流程。实验目标(2)在各通道辨识后，获得的传递函数判定标准是代价函数满足J<50。(3)这里需要。注意的是，为了获得位置通道的传递函数，需要设计控制器，获得的四通道非线性化传递函数模型。(4)在获得辨识的传递函数模型之后，将分析实验中获得的速度模型加入与设计实验中相同的位置控制器，对比设计实验和分析实验所得模型的Bode图。实验步骤1、水平前向通道：2、水平侧向通道：仿真1.0实验步骤实验步骤实验步骤此处使用了MATLAB中的“Bode”函数对传递函数的幅频以及相频曲线进行可视化显示，进行比较后的结果如图4.18和图4.19所示。从图中可以看出，对于水平通道，本实验中所获得的多旋翼模型与分析实验中的传递函数模型在稳定闭环中的幅频和相频曲线几乎一致，表明模型的准确性比较高。其他通道的频率响应读者可以自行对比。仿真2.0实验步骤实验步骤硬件在环仿真硬件在环仿真内容和目的与设计实验相同，只是从软件仿真变为了硬件在环仿真，其所需设备如图4.20所示。首先对硬件在环仿真Simulink模型进行简单介绍，打开文件“e13SystemIdentificationVelHITL.slx”文件，如图4.21所示。实验步骤实验步骤图4.22为高度通道的辨识结果，可以观察到高度通道的信号在开始阶段误差有些大。这是因为在硬件在环仿真当中，需要先给四旋翼一个向上飞的速度指令，使得多旋翼起飞；在起飞之后，才能正常进行高度通道的扫频。实验步骤05实飞实验实验步骤阅读相关硬件使用说明文档了解相关程序代码初始化参数打开Simulink模型系统启动流程保存数据实验步骤步骤三：初始化参数打开“ele1.4starttellom”初始化文件，可以找到表4.4的代码。实验步骤步骤四：打开Simulink模型实验步骤如图4.25所示，同时参数设置也应该尽量简单，达到系统稳定的目的便可以开始辨识。实验步骤步骤五：系统启动流程(1)启动OptiTrack。(2)启动tellodriver。(3)起飞Tello。(4)运行MATLAB控制程序。(5)降落Tello。步骤六：保存数据(1)水平向前通道：(2)水平侧向通道：实验步骤实验步骤实验步骤实验步骤步骤六：保存数据(3)模型验证：水平前向通道。水平前向通道对比结果如图4.30所示，从图中可以看出，在水平前向通道中，给定多旋翼和获得的传递函数模型的输出基本上一致，特别在低频阶段效果更好，高频阶段误差有些大。实验步骤步骤六：保存数据(3)模型验证：水平侧向通道。水平侧向通道对比结果如图4.31所示。从图中可以看出:在水平侧向通道中给定多旋翼和获得的传递函数模型的输出基本一致，特别在低频阶段效