2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、無人直升機在軍事和民用領(lǐng)域中都擁有著十分廣泛的應(yīng)用前景,辨識出高精度的機理模型以及研究其自主飛行控制是無人直升機的核心技術(shù)。本文以一架常規(guī)布局的單旋翼帶尾槳的微小型無人直升機為研究對象,首先由牛頓第二定律和動量矩定理建立出無人直升機的全量運動學(xué)方程;其次深入研究了非線性系統(tǒng)的辨識方法,采用基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)方法辨識無人直升機的姿態(tài)模型;然后設(shè)計基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測控制算法對其進行姿態(tài)控制;最后進行了飛行實驗,驗證本文

2、提出的自主飛行控制方法的有效性。
  論文首先建立無人直升機機理模型,介紹了機體坐標(biāo)系和地面坐標(biāo)系等相關(guān)知識,對無人直升機的主旋翼、尾槳等部件進行了空氣動力學(xué)分析,建立無人直升機全量運動方程。
  針對無人直升機復(fù)雜的強耦合、非線性、時變等特點,深入研究了非線性模型辨識的方法;采用BP神經(jīng)網(wǎng)絡(luò)辨識出無人直升機懸停狀態(tài)下的模型,檢驗BP神經(jīng)網(wǎng)絡(luò)辨識方法的精度。針對BP神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)解且收斂速度較慢的問題,采用遺傳算法

3、訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),驗證基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)辨識效果優(yōu)于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)。
  無人直升機的自主飛行控制系統(tǒng)采用多回路串級控制的方式實現(xiàn)。內(nèi)環(huán)姿態(tài)控制是無人直升機自主飛行控制的核心,決定速度控制和位置控制的優(yōu)劣。在懸停模態(tài)下設(shè)計基于神經(jīng)網(wǎng)絡(luò)的模型預(yù)測控制器,實現(xiàn)無人直升機的姿態(tài)控制。
  采集無人直升機的實際飛行數(shù)據(jù)并對其進行插值、濾波等預(yù)處理,預(yù)處理后的數(shù)據(jù)作為訓(xùn)練集和驗證集進行BP神經(jīng)網(wǎng)絡(luò)辨識;用BP神經(jīng)網(wǎng)絡(luò)辨識出來

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論