基于入侵杂草优化算法利用飞行数据辨识无人直升机状态空间
机器人学
2018-09-14 v1 人工智能
摘要
为使无人直升机达到良好的自主水平,需要对飞行器动力学进行精确复现,这可通过精确的数学建模实现。本文旨在利用入侵杂草优化(Invasive Weed Optimization, IWO)算法,以良好精度辨识无人直升机的参数化状态空间系统。辨识过程使用 Align TREX 550 无副翼直升机的飞行数据。直升机的刚体动力学以具有 40 个参数的状态空间形式建模,这些参数作为 IWO 算法的控制变量。经过 1000 次迭代后的结果与传统使用的预测误差最小化(Prediction Error Minimization, PEM)方法以及遗传算法(Genetic Algorithm, GA)进行比较,后两者作为参考。结果表明,使用 IWO 辨识的系统其实际响应与估计响应之间的相关性优于 PEM 和 GA。
引用
@article{arxiv.1809.05021,
title = {State-Space Identification of Unmanned Helicopter Dynamics using Invasive Weed Optimization Algorithm on Flight Data},
author = {Navaneethkrishnan B and Pranjal Biswas and Saumya Kumaar Saksena and Gautham Anand and S N Omkar},
journal= {arXiv preprint arXiv:1809.05021},
year = {2018}
}