基于改进遗传算法的无人机航向控制器参数优化

2015-04-18周国庆孙丹睿赵为平

科技视界 2015年14期

周国庆孙丹睿吴江王锋赵为平

（1.沈阳航空航天大学，辽宁沈阳 110136；2.北京邮电大学信息与通信工程学院，中国北京 100876）

小型无人机飞控系统的内回路是由飞行方向、飞行轨迹、飞行高度等外回路控制的基础[1]。其中，在俯仰角控制内回路的基础上保持无人机的高度，在引入气压高度反馈信号构成无人机飞行高度稳定外回路来实现的；航向控制与稳定是通过将航向信号反馈到滚转控制通道，构成无人机的飞行方向控制外回路来实现的；自主导航飞行是在飞行导航控制回路的基础上，引入侧偏距反馈构成航迹控制外回路来实现的[2]。本文为了获得更佳的系统性能，将遗传算法引入到航向控制器中，并采用遗传算法进行PID参数的全局寻优。在保证滚转角控制内回路稳定的基础上，得到航向角反馈信号构成飞行航向稳定外回路控制器参数。针对遗传算法中个体的多样性衰减过快，容易陷入局部最优特点，对遗传算法进行了必要的改进，以保证个体中的多样性和寻优的快速性。

1 系统数学模型及控制框图

无人机可视作多输入多输出的非线性系统，通常以其水平直飞为基准运动，对整机的状态方程进行线性化处理，得到无人机性能的线性方程。之后在选定适当的状态向量，建立整机的小扰动状态方程。某型无人机在(H=12127m，V=0.787Ma)时，系统状态方程为：

式中，βx为机身侧滑角，ωx,ωy为直升机角速度在机体坐标系下的分量，γ为直升机的侧倾角。

航向保持/控制回路能够实现无人机航向保持、航向设定功能。航向控制框图如图1所示。

图1 航向角控制框图

在无人机飞行控制系统设计中，利用小扰动分析建立四通道（俯仰、滚转、方向和高度）线性模型，之后在该模型基础上进行PID控制参数的选取[3]，既要保证较好的动态飞行品质特性，同时兼顾性能鲁棒性与稳定鲁棒性[4]。为了获得满意的系统性能，本文采用遗传算法进行PID参数的寻优。

图2 遗传算法流程图

图3 改进遗传算法流程图

2 改进的遗传算法

遗传算法是一种随机搜索算法，利用系统内参数进行复制、交叉和变异等遗传操作来模拟自然进化，完成问题寻优的方法。基本遗传算法框图如图2，改进的遗传算法如图3所示。

在寻优过程中，第一步要对无人机滚转角控制内回路的参数进行寻优，然后再对航向角反馈信号构成无人机飞行航向稳定外回路控制器参数进行寻优。这样，全局寻优的目标函数为：

3 仿真结果

采用遗传算法寻优中使用的样本个数为50，本文中在遗传操作1时pc和pm参数取值为0.25和0.1，目的是考虑算法的收敛性和精确性；在遗传操作2时pc和pm参数取值为0.45和0.7，目的是考虑种群的多样性及算法的搜索能力。控制参数的取值范围统一为[0，5]，权值步长0.01s。采用二进制编码，经过50代寻优。出于对实际系统方面考虑，引入舵机输出的限制，副翼舵面的限幅为±20度。在上述条件下最后得到航向PID控制器参数为：[1.44.3 1.45]，仿真结果如图4。仿真结果表明：整个系统在达到稳定的时间比较短，其所花费的上升时间快，系统输出振荡超调小，达到系统要求。