×
王天淼;陈、杨;梁建红

小型无人直升机系统辨识的混沌遗传算法。 （英语） Zbl 1251.68222号

J.智力。机器人。系统。 67，编号3-4，323-338（2012）.
小结：本文主要研究悬停或低速飞行条件下小型无人直升机的系统辨识问题。提出了一种新的包含混沌优化操作的遗传算法——混沌遗传算法（CGA）来识别线性直升机模型。基于实际飞行试验的输入输出数据，将CGA的辨识性能与传统遗传算法（TGA）和预测误差法（PEM）的辨识性能进行了比较。通过时域仿真验证了辨识模型的准确性。此外，基于所提出的辨识模型，采用线性二次高斯（LQG）调节器对小型无人直升机进行稳定。在自动飞行实验中，自动起飞和着陆、1.2米直径圆内的悬停性能和点对点水平折线飞行的实现也证明了识别模型的准确性和所提方法的有效性。

引用于1文件

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
68T40型 机器人人工智能

关键词：

小型无人直升机;混沌遗传算法;识别;飞行试验

软件：

讯号处理工具箱
PDF格式BibTeX公司 XML格式引用
\textit{T.Wang}等人，J.Intell。机器人。系统。67，编号3--4，323--338（2012；Zbl 1251.68222）
全文： 内政部

参考文献：

[1] Valavanis，K.P.：《无人机的进展：最新技术和自主之路》。施普林格，多德雷赫特，荷兰（2007）·Zbl 1120.93344号
[2] Mettler，B.：微型旋翼飞行器的识别建模与特性。Kluwer Academic Pubilshers，美国马萨诸塞州诺维尔市（2003）
[3] Mettler，B.、Kanade，T.、Tischler，M.B.：模型直升机的系统识别建模。技术报告CMU-RI-TR-00-03，卡内基梅隆大学机器人研究所（2000年）
[4] Gavrilets，V.、Mettler，B.、Feron，E.：小型特技直升机的非线性模型。In:AIAA制导、导航和控制会议及展览，加拿大蒙特利尔（2001）
[5] Tischler，M.B.，Remple，R.K.：飞机和旋翼机系统识别：飞行试验示例的工程方法。美国弗吉尼亚州美国航空航天研究所（2006年）
[6] Adiprawita，W.，Ahmad，A.S.，Sembiring，J.：使用频率响应分析的旋转翼小型空中平台的自动飞行测试和系统识别。《生物工程杂志》4（4），237–244（2007）·doi:10.1016/S1672-6529（07）60037-7
[7] Song，D.L.，Qi，J.T.，Dai，L.，Han，J.D.，Liu，G.J.：使用频域中的最优估计对小型无人直升机进行建模。摘自：第15届机电一体化和机器视觉实践国际会议，新西兰奥克兰，第97–102页（2008）
[8] Li，P.，Postlethwaite，I.，Turner，M.：直升机动力学建模的基于子空间的系统识别。摘自：美国直升机学会第63届年度论坛，弗吉尼亚州弗吉尼亚海滩，美国，第2165–2176页（2007年）
[9] Morris，J.C.，Nieuwstadt，M.V.，Bendotti，P.：悬停中模型直升机的识别和控制。摘自：《美国控制会议记录》，马里兰州巴尔的摩，第1238-1242页（1994年）
[10] Cai，G.W.，Chen，B.M.，Peng，K.M.，Dong，M.B.，Lee，T.H.：无人机直升机偏航通道的建模和控制。IEEE传输。Ind.Electron公司。55(9), 3426–3434 (2008) ·doi:10.1109/TIE.2008.926780
[11] Schafroth，D.、Bermes，C.、Bouabdallah，S.、Siegwart，R.：muFly微型直升机的建模和初始化。J.智力。机器人。系统。57(1–4), 27–47 (2010) ·Zbl 1203.68270号 ·doi:10.1007/s10846-009-9379-x
[12] Kim，S.K.，Tilbury，D.M.：直升机模型的数学建模和实验识别。摘自：AIAA建模与仿真技术会议与展览，马萨诸塞州波士顿，第203-213页（1998年）
[13] Raptis，I.A.、Valavanis，K.P.、Kandel，A.、Moreno，W.A.：使用反推法对微型直升机进行系统识别和离散非线性控制。J.智力。机器人。系统。55(2–3), 223–243 (2009) ·Zbl 1203.68265号 ·doi:10.1007/s10846-008-9295-5
[14] Raptis，I.A.、Valavanis，K.P.、Kandel，A.、Moreno，W.A.：使用模糊模型对悬停时的微型直升机进行系统识别。J.智力。机器人。系统。56(3), 345–362 (2009) ·Zbl 1203.68264号 ·doi:10.1007/s10846-009-9320-3
[15] Chen，H.S.，Chen，D.R.：模型直升机横摆动力学的识别。J.戴恩。系统。测量。对照组127140-145（2005）·数字对象标识代码：10.1115/1.1849243
[16] Bottaso，C.L.，Luraghi，F.，Maffezzoli，A.，Maisano，G.：根据实验数据对不稳定系统的多体模型进行参数估计，并应用于旋翼飞行器。J.计算。非线性动力学。5，88–97（2010年）·doi:10.1115/1.4001390
[17] Cruz，R.V.，Goes，C.S.：使用输出误差和混合搜索粒度优化算法进行短期直升机系统识别的结果。数学。问题。工程，2010，17（2010）。数字对象标识代码：10.1155/2010/231594·Zbl 1205.93154号 ·数字对象标识代码：10.1155/2010/231594
[18] Lei，X.S.，Du，Y.h.：基于自适应遗传算法的小型无人机线性域系统辨识。《生物工程杂志》7（2），142-149（2010）·doi:10.1016/S1672-6529（09）60200-6
[19] Del，C.J.，Valero，J.，Barrientos，A.：使用遗传算法识别小型无人直升机模型。摘自：IEEE/RSJ智能机器人和系统国际会议，第3360–3365页（2005）
[20] Ljung，L.：《系统识别：用户理论》，第二版。普伦蒂斯·霍尔（1999）·Zbl 0949.93509号
[21] Yan，X.F.，Chen，D.Z.，Hu，S.X.：基于RBF-PLS模型优化操作条件的混沌遗传算法。计算。化学。工程27、1393–1404（2003）·doi:10.1016/S0098-1354（03）00074-7
[22] Sprott，J.C.：混沌和时间序列分析。牛津大学出版社，英国牛津（2003）·Zbl 1012.37001号
[23] Zhao，X.C.，Gao，X.S.，Hu，Z.C.：基于非均匀变异的进化规划。申请。数学。计算。192, 1–11 (2007) ·Zbl 1193.68220号 ·doi:10.1016/j.amc.2006.06.107
[24] Wang，Z.G.，Wong，Y.S.，Rahman，M.：基于遗传模拟退火算法的并行优化方法的开发。并行计算。31, 839–857 (2005) ·doi:10.1016/j.parco.2005.03.006
[25] MathWorks：信号处理工具箱，6.6版（2006）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。