一种基于量子萤火虫算法的无人机姿控参数智能整定方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112596373A(43)申请公布日2021.04.02(21)申请号202011167531.1(22)申请日2020.10.27(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号申请人北京电子工程总体研究所(72)发明人王佩魏宏夔施国强吕梅柏李旭邢超张岳(74)专利代理机构西安铭泽知识产权代理事务所(普通合伙)61223代理人张举(51)Int.Cl.G05B11/42(2006.01)G05D1/08(2006.01)G06N3/00(2006.01)权利要求书3页说明书13页附图6页(54)发明名称一种基于量子萤火虫算法的无人机姿控参数智能整定方法(57)摘要本发明提供了一种基于量子萤火虫算法的无人机姿控参数智能整定方法，属于自动控制领域，建立无人机姿态运动模型，设计分数阶PID控制器，确定待整定参数，选择误差指标函数为目标函数；设置量子萤火虫算法参数；执行量子萤火虫算法进行控制器参数整定优化，获得本次整定最优控制器参数和目标函数值；判断目标函数值是否满足要求；若目标函数值满足需求，则萤火虫位置为最优姿态控制器参数，整定结束；否则，返回步骤2，重新设置量子萤火虫算法参数，执行步骤2‑4。该方法在标准萤火虫算法的基础上，利用量子理论、精英保留和变异行为进行改进，克服现有技术中标准萤火虫算法存在的后期收敛速度严重降低、收敛精度不高和易陷入局部最优的缺陷。CN112596373ACN112596373A权利要求书1/3页1.一种基于量子萤火虫算法的无人机姿控参数智能整定方法，其特征在于，包括以下步骤：步骤1、建立无人机姿态运动模型，设计分数阶PID控制器，确定待整定参数，选择误差指标函数为目标函数；步骤2、设置量子萤火虫算法参数；步骤3、执行量子萤火虫算法进行控制器参数整定优化，获得本次整定最优控制器参数和目标函数值；步骤4、判断目标函数值是否满足要求；若目标函数值满足需求，则萤火虫位置为最优姿态控制器参数，整定结束；否则，返回步骤2，重新设置量子萤火虫算法参数，执行步骤2‑4。2.根据权利要求1所述的基于量子萤火虫算法的无人机姿控参数智能整定方法，其特征在于，所述步骤1具体为：建立无人机的运动模型，设计分数阶PID姿态控制器其中e为俯仰角误差，为α阶分数阶微分算子，为β阶分数阶积分算子Kp、Ki、Kd为比例控T制增益、积分控制增益和微分控制增益；确定待整定参数X＝[KpKiKdαβ]，选择时间乘以误差绝对值积分指标作为控制器参数整定的目标函数将控制器参数整定问题转化为控制器参数的优化问题，该问题表述如下：X＝[KpKiKdαβ](I)由于萤火虫算法是求目标函数最大值，而无人机飞控希望误差指标最小，则萤火虫算法的自身亮度计算公式为I0(X)＝‑f(X)，其中f(X)＝Y为控制器参数整定目标函数值，反映了控制器参数的姿态控制效果。3.根据权利要求1所述的基于量子萤火虫算法的无人机姿控参数智能整定方法，其特征在于，所述步骤2设置量子萤火虫算法参数包括：设计变量的寻优范围为[Downk,Upk]，k＝1,2,…5，[Downk,Upk]为第k个设计变量的寻优范围，Upk为范围上界、Downk为范围下界；亮度吸收系数为γ；β0为最大吸引力；最大迭代次数为lmax,lmax＞0；精英保留策略的萤火虫个数为Numelite,Numelite＞1；变异概率为Pmut,0＜Prmut＜1；令萤火虫之间的距离计算公式为di,j＝||Xi‑Xj||；当前迭代次数l＝1。4.根据权利要求1所述的基于量子萤火虫算法的无人机姿控参数智能整定方法，其特征在于，所述步骤3具体包括以下步骤：步骤3.1、量子萤火虫初始化，采用量子位的概率幅作为萤火虫当前位置编码，式中，θij＝2π×radmn；radmn为(0,1)之间的随机数；m是种群规模；n是优化变量空间维数；i＝1,2,…,m；j＝1,2,…,n；每个萤火虫位置占据遍历空间中的两个位置，分别对应量子态|0>和|1>的概率幅，即2CN112596373A权利要求书2/3页XQic＝(cos(θi1),cos(θi2),…,cos(θin))，XQis＝(sin(θi1),sin(θi2),…,sin(θin))(3)式中，XQic为余弦位置，XQis为正弦位置；步骤3.2、量子搜索萤火虫量子位的每个概率幅对应解空间的一个优化变量，设萤火虫当前量子位置XQi上的第j个量子位为则相应的解空间中对应的正弦、余弦位置变量PQij，j＝c,s表示为：然后通过I0(X)计算当前量子位置XQi对应的每个解空间位置PQij，j＝c,s的亮度值，取最大值作为当前量子位的亮度值I0Qi(XQi)；步骤3.3、公告板更新根据每