姿态遥控模式下的无人机短周期特性辨识仿真研究
姿态遥控模式下的无人机短周期特性辨识仿真研究
Identification of Short Period Characteristics for Unmanned Aerial Vehicle with Attitude Control Mode
作者: 王亚龙 尹文强 祁圣君
摘要：摘要：为了探索姿态遥控模式下的无人机纵向短周期模态计算方法，本文以某型机为例建立了姿态遥控模式下的无人机动力学模型，并采用纵向倍脉冲信号对无人机进行了激励。根据响应结果，基于低阶等效拟配法，采用遗传算法对无人机的阻尼、频率特性进行了辨识，对比分析了时域以及频域辨识方法的结果，最后将所得方法应用于某型无人机纵向短周期模态特性辨识。结合飞行员评价表明，频域辨识拟配得出的频域特性比时域特性好，拟配精度更高；所采用的低阶等效拟配方法适用于姿态遥控模式下的无人机纵向短周期特性评价。
关键词：关键词：无人机；姿态遥控；短周期；遗传算法
Wang Yalong*，Yin Wenqiang，Qi Shengjun
Chinese Flight Test Establishment，Xi’an 710089，China
Abstract:To figure out the method to identify the longitudinal short period characteristics of unmanned aerial vehicle with attitude control mode, the dynamic model of an unmanned aerial vehicle with attitude control mode is built, then the dual-pulse signal is used to excite short period characteristics. According to the result, genetic algorithm is used to identify the damp and frequency of the unmanned aerial vehicle. The results of time domain method and frequency domain method are compared, and the better method is used to identify the short period characteristics of an unmanned aerial vehicle. Considering the assessment of the flight operator, it can be concluded:frequency domain identification is better than time domain method;the low order equivalent system method can be used to assess the short period characteristics of the unmanned aerial vehicle with attitude control mode.
Key Words:unmanned aerial vehicle;attitude control;short period;genetic algorithm
Received:2019-03-10；Revised:2019-05-10；Accepted:2019-06-11
*Corresponding author.Tel.:17392591959 E-mail:yalong2015@163.com
现代无人机正常飞行时采用全自动/自主控制模式，而当外回路或者内回路故障后，必须切换到遥控模式以确保无人机飞行安全以及任务的完成。遥控方式有舵面遥控、姿态遥控、角速率遥控、过载遥控、人工修正等多种控制方式。由于链路时间延时以及驾驶员实际感知问题，当驾驶员采用舵面遥控方式操纵现代无人机时，容易引发驾驶员诱发振荡(PIO)等影响飞行安全的情况。因而现代无人机在应急情况下多采用过载遥控、角速率遥控、人工修正、姿态遥控等具有内环控制律的控制模式。
针对遥控模式下的无人机飞行品质评价，国内外学者开展了大量的研究。王锋等对比了采用姿态遥控模式以及角速率控制模式着陆时的控制效果，经驾驶员评述以及数据分析表明姿态遥控模式具有控制精确、驾驶员工作负荷小、不易产生PIO等优势[1]。黄成涛等参照有人机飞行品质分析方法，研究了遥控模式下的无人机纵向飞行品质，表明链路延时对短周期特性影响较小，但是容易引发PIO[2]。国外学者Holmberg、Cottingy等研究了无人机飞行品质设计标准以及分类方法[3，4]。而目前阶段具有复杂控制系统的电传飞机飞行品质评价多参考MIL-STD-1797以及GJB 2874中的评价方法，采用低阶等效拟配的方法对其模态特性进行辨识，并参考GJB 185—1986进行评价。王立新、刘朝君等研究了飞翼布局飞机的模态特性拟配方法[5，6]，并采用试飞数据得以验证。
姿态遥控作为一种新型的遥控方式、目前尚没有对其飞行品质进行评价的研究，本文首先建立姿态遥控模式下的动力学仿真模型，采用倍脉冲激励信号激发其模态特性，基于低阶等效模型，研究了激励信号的计算效果，得出基本的短周期模态特性计算结果以及辨识方法，最后采用飞行试验的方法验证了计算方法的可行性。
1 姿态遥控模式下的无人机动力学模型
姿态遥控模式作为一种飞行操作员介入无人机飞行的操作方式，主要在外回路故障，或者无人机完成紧急任务时采用。杆舵分别对应的是三轴姿态角指令，即推杆给出的是俯仰角指令，左右压杆给出的是滚转角指令，蹬舵给出的是航向角指令。具体的控制逻辑如图1所示，对于姿态遥控模式而言，由于对姿态角的闭环控制，试验时无法激励出长周期以及滚转收敛、螺旋模态特性，因此主要研究纵向短周期以及荷兰滚模态的激励以及低阶等效拟配。本文只对纵向短周期模态特性的计算方法进行研究。
2 飞行仿真
2.1 激励信号
常用的激励信号有211、3211阶跃信号，单脉冲、倍脉冲信号，其中倍脉冲信号对称性好，有利于消除不对称的稳态误差[7，8]，且飞行操作员易于操作，因此，纵向采用倍脉冲信号激励。选取信号幅值为1/3~2/3操纵杆行程，激励时间为1~4s。研究时激励信号幅值选用1/2杆量，激励时间4s，仿真时直接给出姿态角指令作为激励，如图2所示。
2.2 仿真结果
建立某无人机姿态遥控模式下的仿真模型并对纵向以及航向进行激励，仿真结果如图3所示，俯仰角速率响应曲线符合短周期模态特性运动特点。
3 低阶等效拟配方法
3.1 等效模型
不同于有人机，无人机侧重于飞行平稳度的要求，纵向短周期模态主要关注俯仰角速率的变化，因此纵向采用俯仰角速率单拟配方法。俯仰角速率短周期单拟配模型：
式中：q为俯仰角速率；Fe为纵向操纵量；Kq为等效传递函数增益；Tθ2为等效短周期分子时间；ζsp常数，为等效短周期阻尼比；ωnsp为等效短周期自然频率；τq为等效时间延时。
3.2 拟配方法
现有的等效拟配方法主要分为时域以及频域方法，对两种方法进行对比分析，选用一种结果可靠的方法。
3.2.1 时域拟配法
时域拟配方法以时域曲线误差最小为目标进行优化求解，其失配参数为：
式中：k为时间响应离散点个数；ti，tk分别为起始时间和终止时间；Δy(t)为相同激励下低、高阶系统输出误差。具体计算流程如图4所示。
3.2.2 频域拟配法
频域拟配方法使在一定频率范围内低阶等效系统频率特性与高阶系统频率特性最为接近。其接近程度用失配度度量，即：
式中：n 为拟配点数目；W为加权因子；GHOS(ωi)，ΦHOS(ωi)分别是高阶系统在第i 个拟配频率的幅值(dB)和相角(°)；GLOS(ωi)，ΦLOS(ωi)分别是低阶等效系统在第i 个拟配频率的幅值(dB)和相角(°)；J 为失配度，J 越小，两个系统频率特性越接近。ωi是在[a，b]范围内，频率对数坐标上按均匀等分取值。拟配频率范围根据驾驶员操纵飞机的常用频段取为0.1～10.0rad/s。
3.3 辨识结果
时域以及频域方法最终归结为一个优化问题，参考文献[9]采用最小二乘法进行寻优，虽然计算效率高但是对初值依赖性强，容易陷入局部最优，本文选用遗传算法进行优化。以纵向短周期模态拟配为例，对比了时域以及频域辨识方法的差异性。
3.3.1 时域辨识结果
时域拟配按照采样率将曲线离散化，时域曲线如图5所示，计算得到频率阻尼特性见表1。
3.3.2 频域辨识结果
采用Welch 平均周期图法得到纵向以及横航向频域响应特性。Welch 法谱估计是在Bartlett 法的基础上进行了改进，目的是在保持Bartlett法方差性能的同时，改善其分辨率，其基本原理是先对随机序列分段时，使每一段有部分重叠，然后对每一段数据用一个合适的窗函数进行平滑处理，最后对各段谱求平均，得到频域特性如图6所示。反复迭代优化后，取拟配节点数为20，加权因子为0.008，辨识得到的频域特性如图7所示。
表1 短周期辨识结果对比
Table 1 Result of short period characteristics
4 对比分析
参考MIL-STD-1797对失配边界的定义，幅值以及相位误差在失配包线以内则任务拟配结果可信。
从图8可以看出，频域辨识方法所得的相位以及幅值误差均在失配包线以内，而采用时域计算方法时在一些频率点幅值以及相位误差超出失配包线。时域辨识方法相位误差整体上小于频域辨识的相位误差。因而，等效拟配时优先选用频域拟配方法，而时域方法拟配后，必须对结果的频域特性进行校核。对比短周期阻尼、频率特性，可以看出，二者所得阻尼满足一级飞行品质，频率满足二级飞行品质；对比真值可以看出，频域辨识结果与真值匹配性高于时域。
基于以上分析结果并参考MIL-STD-1797，本文计算时优先选用频域辨识方法。
5 试验验证
5.1 数据预处理
不同于仿真研究，激励时飞机处于配平状态，因此存在稳态量。数据预处理时首先去除稳态量。同时由于传感器测量误差会出现一些高频噪声，这会影响辨识效果，因此，必须采用预处理技术去除高频噪声，对动作区域的时域数据的平滑滤波采用滑动均值算法，数学描述为：
式中：k为滑动平均的跨度，为奇数；N为总的时域数据点数。数据预处理前后对比结果如图9所示。
5.2 低阶等效拟配
采用改进Welch法转换得到频域特性如图8所示，可以看出相位曲线在ω=6.0rad/s处有较为明显的斜率突变，因此，频域拟配时选取频段为0.1～6.0rad/s。
取拟配节点数为20，加权因子为0.008，优化后得到的频域拟配结果如图10所示，可以看出在低频段拟配误差较大，由时域曲线对比可以看出，拟配结果有较好的吻合度。
由图11、图12可以看出，频域误差在失配包线以内，符合MIL-STD-1797相关规定，因此拟配结果可信。对照GJB185—1986可以看出，拟配所得短周期阻尼比ζsp=0.633满足一级飞行品质；频率ωnsp=4.39，操纵期望导数CAP=8.21，满足二级飞行品质。飞行操作员评价：在姿态遥控模式下无人机阻尼以及响应特性较好。
6 结论
本文首先采用飞行仿真的方法研究了低阶等效拟配方法对于姿态遥控模式下无人机纵向飞行品质评价的适用性，最后将其应用于飞行试验数据的处理中，并验证了结论的正确性。主要结论有以下几点：
（1）本文建立的动力学模型可以反映实际无人机控制系统在姿态遥控模式下的动态响应趋势。
（2）频域辨识结果比时域辨识结果更能反映阻尼、频率特性。
（3）采用倍脉冲信号可以有效地激励姿态遥控模式下无人机的短周期模态特性。
（4）低阶等效拟配方法适用于姿态遥控模式下无人机的纵向短周期模态评价。
参考文献