基于遗传算法优化PID的固定翼无人机俯仰控制设计

为保证固定翼无人机具有优秀的姿态控制效果,对固定翼无人机的数学模型横纵解耦,获得无人机的纵向通道数学模型,针对固定翼无人机的俯仰角进行控制设计,分别使用Z-N法对PID整定和使用遗传算法对PID参数寻优。仿真结果表明,使用遗传算法优化后PID控制器,得到优秀的俯仰控制效果,并且优于传统的PID整定法,证明使用遗传算法优化PID参数可以应用于固定翼无人机的姿态控制当中。

常规布局低速固定翼无人机的参数辨识

以固定翼飞行器为参考,运用气动参数建模分析的方法,建立空气动力学模型。运用xflr5计算程序构建出常规布局的小型低速固定翼无人机,提取飞行器相关的气动参数用于仿真实验,搭建固定翼无人机的仿真模型,通过Simulink进行飞行器仿真,记录相关实验数据并用于气动参数辨识程序的输入;采用最小二乘的方程误差法得出辨识参数,并对建模精度进行了分析。通过试验结果表明,利用辨识得到的气动参数仿真计算的飞行器状态与VLM得到的气动参数仿真实验结果吻合度较高,说明辨识程序可行,相关程序适用于常规布局的小型低速固定翼飞行器。