何毅杰，艾剑良

(复旦大学 航空航天系，上海 200433)

目前对多旋翼(Multi rotor)无人机(Unmanned Aerial Vehicle， UAV)的控制的研究是一个热点．多旋翼无人机具有机动性好、便携、廉价等特点，可以承担多样化的飞行任务.在执行某些特殊的飞行任务时，无人机的质量、重心、惯性矩会发生变化，这会降低无人机控制系统的稳定性，甚至导致控制系统发散．对动力学参数的辨识可以帮助调整控制系统的参数，从而适应这种变化．在辨识的过程中，状态信号所含的噪声对辨识结果的精确度有着重要的影响．为了控制小型无人机的成本，所使用的廉价传感器往往不够精确，噪声比较大.为了保证参数辨识的精确度，需要合理地降低噪声的影响．本文所用的互补滤波器(Complementary filter)将高频噪声和低频噪声结合，最大程度地消除误差、保留有效数据．另外，本文注意到，参数辨识模型中的状态向量含有输出信号的微分信号，而用一步差分近似求得的微分信号在精度上有先天的不足，故本文采用了跟踪微分器(Tracking Differentiator， TD)来更精确地取得输出信号的微分信号．仿真结果表明，采用这些方法可以比较好地提高参数辨识的精确度.

1 参数辨识的基本概念

参数辨识就是假设系统输入u(t)和输出y(t)已知[1]，求系统的传递函数G(s)，即通过采集系统的输入输出数据，研究确定系统数学模型的理论和方法．一个连续时间的动态系统一般可用高阶微分方程来描述(离散系统用差分方程来描述)，通过引进一些中间变量(状态变……