2。3。1 时间历程数据的采集 8

2。3。2 SISO 系统频率响应辨识理论 10

2。3。3 多输入辨识技术 13

2。3。4 复合分窗 14

2。3。5 建立传递函数模型 14

2。3。6 辨识模型的时域验证 16

2。4 小结 16

3 四旋翼无人机平台搭建及数据获取 17

3。1 四旋翼无人机平台搭建 17

3。2 原始数据采集与处理 21

3。3 小结 22

4 利用 CIFER 进行不同飞行模式下的系统辨识 23

4。1 不同飞行模式下 SISO 系统辨识过程及结果 23

4。2 不同飞行模式下 MISO 系统辨识过程及结果 36

4。3 单输入系统与多输入系统比较 44

4。4 小结 48

总结与展望 49

致 谢 50

参考文献 51

第 II页 本科毕业设计说明书

1 绪论

1。1 旋翼无人机辨识的意义

空中机器人(Aerial Robotics)也称为无人机(Unmanned Aerial Vehicle, UAV)或 无人飞行器。它可以由自身配备的内部自控系统完成自主飞行并执行特定的飞行 任务，也可以通过接受飞行器外部的控制基站发送遥控指令控制其完成目标任务。

无人机的种类有很多，按照其推动力的不同动力学原理分类，可以分为固定 翼无人机、旋翼无人机、无人飞艇等。而根据无人机的设计特点、机械性能、可 执行任务分类，无人机一般又可以分为持久型无人机、战术无人机、小型无人机、 袖珍无人机等[1]。其中旋翼无人机相对于固定翼飞机而言，具有悬停灵活稳定、 机动敏捷等飞行性能，因此大多数高校以及科研机构选择旋翼无人机作为无人机 的研究平台。同时，在实际应用中，正是由于其具有的高度灵活性以及很强的适 应性，旋翼无人机在军事和民用领域都有着十分广阔的应用前景[2~9]。

但是由于旋翼无人机的载荷小，质量轻，所以其惯性也很小，操作和气流等 因素对其飞行都会产生很大影响,因此如何控制旋翼无人机使其平稳飞行是一个 技术难点。要想十分精确地控制就必须建立一个精准的模型。常用的建模方法有 两种，一种是传统的建模方法，根据空气动力学原理和机械力学原理得到运动方 程。用这种方法得到的模型通常用于仿真，因为它们能够在较大的飞行范围描述 出无人机的动态特征。这种方法要求建模人员在旋翼无人机动力学领域有着丰富 的知识和经验。虽然大多数不同型号的旋翼无人机有一些共性的地方，如某些通 道的传递函数结构等。但是，因为无人机模型在控制器的设计方面对于准确性的 要求很高，使得每架无人机在细节上也有很大的不同。用这种方法对无人机进行 建模需要掌握全面的理论知识并进行大量的辅助实验。第二种方法是系统辨识法， 利用系统辨识的方法得到无人机的参数化模型，这些模型主要是特定状态点附近 (如悬停状态)的线性化模型，十分适合耦合性强并且结构相对复杂的旋翼无人机 系统。此外，系统辨识还可以通过辨识得到的参数化模型推导出非线性模型的参 数，从而获得完整的非线性无人机模型，早期辨识方法有子空间辨识法等[10~12]。