APP下载

基于改进型蜂群算法的无人机姿态控制参数优化

2015-10-04王晓桐曲晓光

沈阳航空航天大学学报 2015年6期
关键词:优化模型

林 峰,王晓桐,曲晓光

(沈阳航空航天大学自动化学院,沈阳 110136)

由于无人机[1]有着体积小、使用方便和造价低等诸多优点,如今已经被广泛应用在各个领域中。而无人机的各种姿态控制都是需要依靠无人机自动驾驶仪来完成的,因此对无人机自动驾驶仪控制律的设计[2]成为该领域的研究热点。目前,应用在无人机飞行控制系统设计的控制方法主要分为经典控制技术与现代控制技术两大类。经典控制方法主要是研究飞机的俯仰、滚转和偏航三个反馈系统的控制器设计,方法简单、成熟,已经广泛应用于工程中的飞控系统[3]中。近年来,在飞行控制系统的设计中应用了大量的现代控制理论方法,如非线性动态逆控制[4]、鲁棒控制[5]和滑模变结构控制[6]等方法。虽然这些方法都能较好地满足飞行控制的需要,但是对无人机模型的精确度要求很高,实现有一定的难度。

在经典控制方法中,无人机采用最多的是PID控制器,由于传统PID控制器的参数需要进行反复的试验来确定,耗用很长的时间,并且不能保证控制系统的最佳性能,因此要对PID参数进行优化以满足无人机姿态控制的需要。20世纪80年代以来,大量的智能算法[7]涌现出来,人们将这些智能算法应用在无人机的姿态控制器参数优化上面,并得到了较好的优化效果,如遗传算法[8]和粒子群算法[9]等。蜂群算法[10-12]是近年来一种新的智能优化算法,通过模仿蜂群的采蜜行为,每个人工蜂分别在各自的区域范围内寻取最优值,最终可以把群体中的全局最优值突出表现出来。……

登录APP查看全文

猜你喜欢

优化模型
一半模型
超限高层建筑结构设计与优化思考
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
基于低碳物流的公路运输优化