小型无人机气动参数辨识的新型HGAPSO算法

• 作者: 唐鹏 张曙光 邵干
• 来源期刊: 航空学报
• 学科: 航空航天
• 关键词: 小型无人机 气动参数 参数辨识 混合遗传粒子群优化算法(HGAPSO) 搜索效率 全局优化
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 流体力学与飞行力学
• 页码范围: 44-54
• 页数: 11页
• 分类号: V212.11
• 字数: 6634字
• 语种: 中文
• DOI: 10.7527/S1000-6893.2016.0196

摘要

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO).该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力.基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感.最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵干	北京航空航天大学交通科学与工程学院	1	7	1.0	1.0