| 基于改进微粒群算法的无人机姿态控制参数智能整定 |
| |
| 作者姓名： | 浦黄忠 甄子洋 王道波 胡勇 |
| |
| 作者单位： | 浦黄忠,甄子洋,王道波,Pu Huangzhong,Zhen Ziyang,Wang Daobo(南京航空航天大学自动化学院,南京,210016,中国);胡勇,Hu Yong(浙江大学电气工程学院,杭州,310027,中国)
? |
| |
| 基金项目： | 江苏省普通高校研究生科研创新计划，南京航空航天大学博士学位论文创新与创优基金? |
| |
| 摘 要： | 提出了基于改进微粒群算法的无人机姿态控制器参数智能整定方法.标准微粒群算法在搜索后期由于群体缺乏多样性而容易出现收敛停滞现象,为此提出了一种改进的微粒群算法.标准微粒群算法中的微粒速度是根据惯性运动、群体历史最优位置和自身历史最优位置来调节的.改进微粒群算法中的微粒除了保持惯性运动外,仅向当前群体中任意更优个体的状态学习,而且惯性权重系数是随机数.改进方案减少了算法不确定参数,简化了微粒学习机制,且增强了群体多样性.本文构建了无人机姿态控制系统,将改进微粒群算法用于四个控制参数的寻优整定.仿真结果表明,改进微粒群算法比一般微粒群算法具有更强的全局搜索能力,故获得更优的无人机姿态控制参数.
|
| 关 键 词： | 无人机 姿态控制 微粒群算法 |
IMPROVED PARTICLE SWARM OPTIMIZATION ALGORITHM FOR INTELLIGENTLY SETTING UAV ATTITUDE CONTROLLER PARAMETERS |
| |
| Authors: | Pu Huangzhong Zhen Ziyang Wang Daobo Hu Yong |
| |
| Institution: | 1.College of Automation Engineering;NUAA;29 Yudao Street;Nanjing;210016;P.R.China;2.College of Electrical Engineering;Zhejiang University;Hangzhou;310027;P.R.China |
| |
| Abstract: | An improved particle swarm optimization(PSO)algorithm is investigated in the optimization of the attitude controller parameters of unmanned aerial vehicle(UAV).Considering the stagnation phenomenon in the later phase of the basic PSO algorithm caused by the diversity scarcity of particles,a modified PSO algorithm is presented.For the basic PSO algorithm,the velocity of each particle is adjusted according to the inertia motion,the swarm previous best position and its own previous best position.However,in the... |
| |
| Keywords: | unmanned aerial vehicle attitude control particle swarm optimization |
|
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |
|
