CN106094859A - 一种无人机在线实时飞行品质评估与调参方法 - Google Patents

Abstract

本发明涉及一种无人机在线实时飞行品质评估与调参方法，用于无人机配合常规PID飞行控制系统测试飞行的控制参数的调试，该方法通过获取增稳平飞无人机在受到小幅度阶跃的升降舵或者副翼舵值输入干扰下纵向俯仰角速度和横侧向滚转角随时间变化的数据，以此来求得横纵向通道关系飞行品质的品质因数中的阻尼比，依据自动控制理论中的二阶单位阶跃系统动态响应时域指标实时做出评估并通过改变控制回路参数改善飞行品质，达到无人机在线实时品质评估与调参的目的。本发明大大提高了品质评估效率，同时依托飞行品质评估准则进行PID控制参数最优化解决了目前大多数无人机飞行测试PID调参的不直观性和盲目性。

Description

一种无人机在线实时飞行品质评估与调参方法

技术领域

本发明涉及一种实现无人机飞行品质量化评估和实时在线品质评估以及优化无人机控制回路参数的方法，可应用于目前任何包含经典PID控制算法的无人机飞行控制系统。

背景技术

无人机飞行品质评估是采用科学和定量的手段对飞行性能进行评价，对改善无人机飞行性能、降低事故率有显著作用。无人机飞行品质评估的准确性和可信性影响无人机整体优化的方向。现行常用飞行品质评估思路存在以下问题：(1)多采用在线采集数据、离线处理与参数优化的方式，工作效率低；(2)传统方法必须已知无人机复杂高阶模型，且需要大量频域数据等效拟配低阶模型，计算量大，数据拟合精度低。因此开发一种在线评估无人机飞行品质并且计算量小简洁易操作的方法尤为必要。

飞行品质因数中的阻尼比和特征频率的大小不会随着输入激励的变化而变化，而是由飞机的固有气动布局结构以及横纵向通道闭环控制回路传递关系决定的。无人机的气动布局结构一旦确定，品质因数的直接关系就与控制回路的参数紧密相连。控制调参是无人机自主化作业的必经过程，飞行品质优秀的无人机有着自身一套合适且准确的控制参数，而现有应用最广泛的控制算法属经典PID控制。现阶段大多数的PID调参都是根据现场的实际飞行实验出现的飞行现象来判断PID参数的合适性，不直观且有时候存在一定的盲目性。

发明内容

本发明的技术解决问题是：克服现有无人机飞行品质评估和调参的不足，提供一种无人机在线实时飞行品质评估与调参方法，利用特定条件下的飞行数据在线实时根据时域二阶动态响应目标函数拟合计算品质因数并寻优调参的方法，以品质因数量化评估无人机，根据单位阶跃输入的欠阻尼二阶动态响应指标评估性能并改善参数，方便简洁，计算量小，有一定的工程实用价值。

本发明的技术解决方案为：一种利用特定条件下的飞行数据在线实时根据时域二阶动态响应目标函数拟合计算品质因数并寻优调参的方法，飞行数据获取方式多样；采集数据于特定增稳平飞飞行状态下，固定输入模式选取小幅度阶跃输入形式，仿真模型选择合适仿真步长采集，实地飞行依托传感器高频采集，以获取充分的纵向通道俯仰角速度和横侧向通道滚转角的时域动态响应数据；根据指定物理量特定飞行状态下的满足的输入输出传递函数拉普拉斯反变换得出时域目标函数表达式并在线根据采集的数据进行最小二乘非线性拟合，计算得出飞行品质因数；依据二阶系统动态响应指标给出飞行品质评估和最优控制PID参数。

包括以下步骤：

(1)飞行准备：使无人机仿真模型或者无人机实体飞行处于增稳平飞状态下，并受到小幅度升降舵和副翼舵或者方向舵值输入干扰；所述增稳平飞状态是指无人机以巡航速度在巡航工作高度以水平姿态飞行；

(2)获取数据源：在步骤(1)描述的飞行环境下，采集从干扰输入时刻起一段时间内的纵向通道的俯仰角速度q随时间变化的数据，以及横侧向通道的滚转角φ或者偏航角ψ随时间变化的数据；

(3)根据增稳平飞状态下，俯仰角速度q，以及滚转角φ或者偏航角ψ满足的时域非线性函数表达式，运用步骤(2)采集的数据进行最小二乘非线性拟合，求得函数表达式中的所有未知系数，并从中选取品质因数中的阻尼比ξ；

(4)根据步骤(3)中获得品质因数中的阻尼比，根据自动控制理论中的二阶单位阶跃系统动态响应时域指标实时做出评估，决断品质因数中的阻尼比变大还是变小的优化趋势；

(5)根据品质因数与控制回路相关，从内环到外环改变纵向控制回路和横侧向控制回路的PID参数，使得阻尼比ξ满足步骤(4)中的决断，同时还要考虑非线性拟合的精度值较小，两者指标综合进而改善飞行品质；

(6)重复在线循环进行步骤(1)-(5)，直至找到每一环最优PID控制参数，其中纵向回路PID控制参数通过选取代表短周期运动的俯仰角速度q的数据调节，横侧向回路PID控制参数通过横滚角φ数据或者偏航角ψ数据调节。

所述步骤(1)中，所述小幅度指小于5度舵角值的小幅度，满量程为90度。

所述步骤(1)中，使无人机仿真模型或者无人机实体飞行处于增稳平飞状态下时，无人机仿真模型作为前期粗调，无人机实体飞行则作为后期在粗调基础之上的细调。

所述步骤(1)中，无人机处于增稳平飞状态时，纵向通道的PID参数调节通过小幅度升降舵角干扰输入获得品质因数调节，横滚角和方向角同属于横侧向通道相互耦合相关的飞行物理量，选取其一即可，横侧向通道选取小幅度副翼舵角干扰输入获取相应品质因数。

所述运用步骤(2)采集的数据进行最小二乘非线性拟合，求得函数表达式中的所有未知系数，并从中选取横纵向通道飞行品质因数中的阻尼比ξ的过程如下：

(1)增稳平飞状态下获取纵向通道俯仰角速度q与小幅度升降舵干扰输入δ_e的传递函数关系式：

$\frac{\mathrm{\Δ}q\left(s\right)}{{\mathrm{\Δ\δ}}_e\left(s\right)}=\frac{K_{1}s+K_2}{s^2+2{\mathrm{\ξ}}_{sp}{\mathrm{\ω}}_{sp}s+{\mathrm{\ω}}_{sp}^2}---\left(a\right)$

式中K₁、K₂为定常数系数，ξ_sp、ω_sp是纵向通道品质因数中的阻尼比和特征频率；

增稳平飞状态下获取横侧向向通道横滚角φ与小幅度副翼舵干扰输入δ_a的传递函数关系式：

$\frac{\mathrm{\Δ}\mathrm{\φ}\left(s\right)}{{\mathrm{\Δ\δ}}_a\left(s\right)}=\frac{K_{3}s+K_4}{s^2+2{\mathrm{\ξ}}_d{\mathrm{\ω}}_{d}s+{\mathrm{\ω}}_d^2}---\left(b\right)$

式中的ξ_d、ω_d是横侧向通道品质因数中的阻尼比特征频率；

(2)由步骤(1)中表达式获取纵向俯仰角速度q的时域非线性函数表达式：

由步骤(1)中表达式获取滚转角φ的时域非线性函数表达式：

两个通道的表达式中A代表幅值常数，为相角，K为常值，t为时间；

(3)根据获取的各通道对应物理量的数据以及时域非线性函数表达式非线性拟合求得时域非线性函数表达式的品质因数，最小二乘非线性拟合可采用matlab中的nlinfit非线性拟合函数；

获取纵向通道的品质因数：以式(c)作为目标函数，以采集的俯仰角速度数据为拟合数据，运用最小二乘非线性拟合算法拟合求得式(c)中的所有未知系数，并从得到的各系数中选取对应的纵向通道中品质因数的阻尼比ξ_sp；

获取横侧向通道的品质因数：以式(d)作为目标函数，以采集的横滚角数据作为拟合数据，运用最小二乘非线性拟合算法拟合求得式(d)中所有未知系数，并从得到的各系数中选取对应的横侧向通道中品质因数的阻尼比ξ_d。

所述(4)中根据步骤(3)中获得品质因数中的阻尼比，依据自动控制理论中的二阶单位阶跃系统动态响应时域指标实时做出评估，决断品质因数的阻尼比变大还是变小趋势并且优化控制回路的过程如下：

(1)非线性拟合求得纵向通道品质因数中的阻尼比与二阶单位阶跃系统动态响应最佳阻尼比进行比较，大于则需要减小，小于则需要增大；

同时计算原始采集俯仰角速度数据和拟合关系式计算的估算俯仰角速度数据之间的残差，以此残差作为数据拟合的精度，记录结果；

非线性拟合求得横侧向通道品质因数中的阻尼比与二阶单位阶跃系统动态响应最佳阻尼比进行比较，大于则需要减小，小于则需要增大；

同时计算原始采集横滚角数据和拟合关系式计算的估算横滚角数据之间的残差，以此残差作为数据拟合的精度，记录结果；

(2)改变纵向通道控制回路内环到外化的PID控制参数，同时重新采集俯仰角速度的数据进行拟合求解品质因数的阻尼比ξ_sp，计算拟合残差，记录结果；

改变横侧向通道控制回路内环到外化的PID控制参数，同时重新采集横滚角的数据进行拟合求解品质因数的阻尼比ξ_d，计算拟合残差，记录结果；

(3)对比纵向通道的记录结果，从中找到非线性拟合阻尼比极限靠近欠阻尼系统的最佳阻尼比并且拟合精度最高的一组纵向回路控制参数作为最优纵向回路控制参数；

对比横侧向通道的记录结果，从中找到非线性拟合阻尼比极限靠近欠阻尼系统的最佳阻尼比并且拟合精度最高的一组横侧向回路控制参数作为最优横侧向回路控制参数；

上述整个过程如下：根据获得的阻尼比与二阶系统单位阶跃动态响应的最佳阻尼比进行比较，大于则需要减小，小于则需要增大，使得在改变对应通道控制回路PID参数时，阻尼比极限靠近最佳阻尼比，即两者作差的绝对值最小并且衡量非线性拟合精度值的拟合残差最小，所获得的回路PID控制参数最优，

本发明与现有技术相比在于：抓住了无人机飞行动力学原理中特定状态下横侧向和纵向通道指定物理量满足的最简单的二阶动态时域响应，以及根据时域关系式拉普拉斯反变换得出品质因数并参照已有的自动控制原理中介绍的欠阻尼二阶系统动态响应指标量化评估飞行品质，据此有方向性地调节无人机控制回路参数，计算量大大较小，精度较高。飞行、品质评估、调参在线同时并行大大提高了工作效率，同时仿真模型数据源的引入大大降低了大量飞行试验调参的成本，仿真虽有不可避免的误差，但仿真得到的一套PID参数是具有靠近最优参数的优势，大大减少真实飞行实验的次数，基于此初始参数下的真实飞行试验可以继续运用本发明方法，达到在线品质评估至无人机性能最优状态。

附图说明

图1为本发明的在线实时飞行品质评估调参方法的流程图；

图2为本发明以纵向通道内环Kp为示例得到的俯仰角速度拟合曲线和真实数据曲线的对比。Kp＝0.3，纵向通道阻尼比为0.294997；

图3为本发明以纵向通道内环Kp为示例得到的俯仰角速度拟合曲线和真实数据曲线的对比。Kp＝0.1，纵向通道阻尼比：0.325183

图4为本发明以横侧向通道内环Kp为示例得到的横滚角拟合曲线和真实数据曲线的对比。Kp＝1.4，横侧向通道阻尼比为0.133；

图5为本发明以横侧向通道内环Kp为示例得到的横滚角拟合曲线和真实数据曲线的对比。Kp＝0.55，横侧向通道阻尼比为0.158。

具体实施方式

如图1所示，本发明的具体实施方法如下：

无人机处于增稳平飞状态时，纵向通道的PID控制参数调节通过小幅度升降舵角干扰输入获取俯仰角速度数据求得品质因数进行调节，横滚角和方向角同属于横侧向通道相互耦合相关的飞行物理量，选取其一即可，横侧向通道选取小幅度副翼舵角干扰输入获取横滚角数据求得相应品质因数进行调节。整个品质实时评估与控制参数优化过程如下：

(1)飞行状态准备：使无人机仿真模型或者无人机实体飞行处于增稳平飞状态下，并受到小幅度阶跃的升降舵值输入干扰Δδ_e(s)＝K₅/s，一般满量程0-1，小幅度K₅可取0.05左右；同理对于横侧向通道，使无人机仿真模型或者无人机实体飞行处于增稳平飞状态下，并受到小幅度阶跃的副翼舵值输入干扰。

(2)在步骤(1)输入对应的小幅度阶跃舵角指令时采集对应通道的数据，纵向通道在升降舵角输入干扰时刻起，采集到稳态时的俯仰角速度q的随时间变化的数据，保存为“Q.mat”文件存于MATLAB工作区间；横侧向通道在副翼舵角或方向舵角输入干扰时刻起，采集到稳态时的滚转角φ的数据，保存为“Phi.mat”文件存于MATLAB工作区间。

(3)根据采集的数据进行最小二乘非线性拟合，求得函数表达式中的所有未知系数，并从中选取横纵向通道飞行品质因数中的阻尼比ξ的过程如下：

1、增稳平飞状态下，小幅度扰动下纵向通道俯仰角速度的输出与升降舵角输入的传递关系满足二阶传递函数关系，关系如下：

$\frac{\mathrm{\Δ}q\left(s\right)}{{\mathrm{\Δ\δ}}_e\left(s\right)}=\frac{K_{1}s+K_2}{s^2+2{\mathrm{\ξ}}_{sp}{\mathrm{\ω}}_{sp}s+{\mathrm{\ω}}_{sp}^2}$

式中K₁、K₂为定常数系数，ξ_sp、ω_sp是通常描述的纵向通道短周期的阻尼比和特征频率。拉普拉斯反变换可以得到俯仰角速度同升降舵角输入之间的时域关系表达式。

其中A为幅值常数，为相角，K为常值，t为时间。

将上述时域关系表达式作为非线性拟合的目标函数关系式，编写m语言调用函数。

function f1＝Qphasestep(b,x)；

f1＝b(1)*(exp((-b(2)*b(3)*x))).*(sin(sqrt(1-(b(2))^2)*b(3)*x+b(4)))+b(5)；

其中b为目标函数关系中的系数矩阵，待求的阻尼比ξ_sp＝b(2)，其他为A＝b(1)、ω_sp＝b(3)、K＝b(5)。

增稳平飞状态下获取横侧向通道横滚角φ与小幅度副翼舵干扰输入δ_a的传递函数关系式：

$\frac{\mathrm{\Δ}\mathrm{\φ}\left(s\right)}{{\mathrm{\Δ\δ}}_a\left(s\right)}=\frac{K_{3}s+K_4}{s+2{\mathrm{\ξ}}_d{\mathrm{\ω}}_{d}s+{\mathrm{\ω}}_d^2}---\left(b\right)$

式中的ξ_d是横侧向通道品质因数中的阻尼比；拉普拉斯反变换可以得到俯仰角速度同升降舵角输入之间的时域关系表达式。

其中A为幅值常数，为相角，K′为常值，t为时间。

将上述时域关系表达式作为非线性拟合的目标函数关系式，编写m语言调用函数。

function f2＝Hphasestep(a,x)；

f2＝a(1)*(exp((-a(2)*a(3)*x))).*(cos(sqrt(1-(a(2))^2)*a(3)*x+a(4)))+a(5)；

其中a为目标函数关系中的系数矩阵，待求的阻尼比ξ_d＝a(2)，其他为A＝a(1)、ω_d＝a(3)、K′＝a(5)。

2、读取纵向通道采集的俯仰角速度数据文件“Q.mat”，

q1＝load('Q.mat','q')；

x1＝q1.q(1,:)，代表的是时间t；

y1＝q1.q(2,:)，代表的是对应时间的俯仰角速度q。最小二乘非线性拟合可有：

b＝nlinfit(x1,y1,@Qphasestep,b0)，b0为拟合赋予的初值。

综合拟合目标函数和采集数据非线性拟合即可得出阻尼比ξ_sp＝b(2)，同时算出表示非线性拟合精度的残差r＝Σ{[λ1(x)-f1(x)]²}。λ1(x)为每一时刻的俯仰角速度采集值，f1(x)为每一时刻拟合函数的估算结果。

读取横侧向通道采集的横滚角数据文件“Phi.mat”，

phi1＝load('Phi.mat','phi')；

x2＝phi1.phi(1,:)，代表的是时间t；

y2＝phi1.phi(2,:)，代表的是对应时间的横滚角phi。最小二乘非线性拟合可有：

a＝nlinfit(x2,y2,@Hphasestep,a0)，a0为拟合赋予的初值。

综合拟合目标函数和采集数据非线性拟合即可得出阻尼比ξ_d＝a(2)，同时算出表示非线性拟合精度的残差r＝Σ{[λ2(x)-f2(x)]²}。λ2(x)为每一时刻的横滚角采集值，f2(x)为每一时刻拟合函数的估算结果。

(4)根据获得品质因数中的阻尼比，依据自动控制理论中的二阶单位阶跃系统动态响应时域指标实时做出评估，决断品质因数的阻尼比变大还是变小趋势并且优化控制回路的过程如下：

1、非线性拟合求得纵向通道品质因数中的阻尼比与二阶单位阶跃系统动态响应最佳阻尼比进行比较，大于则需要减小，小于则需要增大；

同时计算原始采集俯仰角速度数据和拟合关系式计算的估算俯仰角速度数据之间的残差，以此残差作为数据拟合的精度，记录结果；

同样，非线性拟合求得横侧向通道品质因数中的阻尼比与二阶单位阶跃系统动态响应最佳阻尼比进行比较，大于则需要减小，小于则需要增大；

同时计算原始采集横滚角数据和拟合关系式计算的估算横滚角数据之间的残差，以此残差作为数据拟合的精度，记录结果；

2、改变纵向通道控制回路内环到外化的PID控制参数，同时重新采集俯仰角速度的数据进行拟合求解品质因数的阻尼比ξ_sp，计算拟合残差，在线循环进行步骤(1)-(3)，并记录结果；

改变横侧向通道控制回路内环到外化的PID控制参数，同时重新采集横滚角的数据进行拟合求解品质因数的阻尼比ξ_d，计算拟合残差，在线循环进行步骤(1)-(3)，并记录结果；

3、对比纵向通道的记录结果，从中找到非线性拟合阻尼比极限靠近欠阻尼系统的最佳阻尼比并且拟合精度最高的一组纵向回路控制参数作为最优纵向回路控制参数；

对比横侧向通道的记录结果，从中找到非线性拟合阻尼比极限靠近欠阻尼系统的最佳阻尼比并且拟合精度最高的一组横侧向回路控制参数作为最优横侧向回路控制参数；

上述整个过程简单描述就是根据获得的阻尼比与二阶系统单位阶跃动态响应的最佳阻尼比进行比较，大于则需要减小，小于则需要增大，使得在改变对应通道控制回路PID参数时，阻尼比极限靠近最佳阻尼比，即两者作差的绝对值最小并且衡量非线性拟合精度值的拟合残差最小，所获得的回路PID控制参数最优。

如图2、3所示，以纵向通道内环Kp为示例得到的两组不同Kp下俯仰角速度拟合曲线和真实数据曲线的对比。

图2中，明显当Kp＝0.3，阻尼比为0.294997，实际的飞行数据已经振荡，根据指标需要增大阻尼比，改变Kp使得阻尼比靠近最佳阻尼比并且拟合精度更高。如图3所示，Kp＝0.1，阻尼比为0.325183，数据拟合更好并且飞行品质有明显改善。

如图4、5所示，以横侧向通道内环Kp为示例得到的两组不同Kp下横滚角拟合曲线和真实数据曲线的对比。

图4中，明显当Kp＝1.4，阻尼比为0.133，实际的横滚角数据有所波动，根据指标需要增大阻尼比，改变Kp使得阻尼比靠近最佳阻尼比并且拟合精度更高。如图5所示，Kp＝0.55，阻尼比为0.158，数据拟合更好，并且飞行品质有明显改善。

本发明获得的各个环的PID参数的最优区间具有较高的准确度。无人机仿真模型采集的数据得到的结果作为前期PID控制参数的粗调，无人机实体飞行则作为后期在粗调基础之上的细调，方法是相同的，两者串行完成无人机飞行性能最优化。

本发明根据特定增稳平飞飞行状态下，小幅度阶跃固定输入模式无人机纵向和横侧向通道理论上输入输出满足的二阶时域动态响应关系以及最佳阻尼比与最高精度寻优调参的原则，在线进行飞行品质评估并有方向性地调参，为无人机飞行品质量化评估以及控制回路参数优化提供了理论指导意义和工程实用价值，本发明可应用于目前任何包含经典PID控制算法的无人机飞行控制系统。

Claims (6)

1.一种无人机在线实时飞行品质评估与调参方法，其特征在于步骤如下：

(1)飞行准备：使无人机仿真模型或者无人机实体飞行处于增稳平飞状态下，并受到小幅度升降舵和副翼舵或者方向舵值输入干扰；所述增稳平飞状态是指无人机以巡航速度在巡航工作高度以水平姿态飞行；

(2)获取数据源：在步骤(1)描述的飞行环境下，采集从干扰输入时刻起一段时间内的纵向通道的俯仰角速度q随时间变化的数据，以及横侧向通道的滚转角φ或者偏航角ψ随时间变化的数据；

(3)根据增稳平飞状态下，俯仰角速度q，以及滚转角φ或者偏航角ψ满足的时域非线性函数表达式，运用步骤(2)采集的数据进行最小二乘非线性拟合，求得函数表达式中的所有未知系数，并从中选取品质因数中的阻尼比ξ；

(4)根据步骤(3)中获得品质因数中的阻尼比，根据自动控制理论中的二阶单位阶跃系统动态响应时域指标实时做出评估，决断品质因数中的阻尼比变大还是变小的优化趋势；

(5)根据品质因数与控制回路相关，从内环到外环改变纵向控制回路和横侧向控制回路的PID参数，使得阻尼比ξ满足步骤(4)中的决断，同时还要考虑非线性拟合的精度值较小，两者指标综合进而改善飞行品质；

(6)重复在线循环进行步骤(1)-(5)，直至找到每一环最优PID控制参数，其中纵向回路PID控制参数通过选取代表短周期运动的俯仰角速度q的数据调节，横侧向回路PID控制参数通过横滚角φ数据或者偏航角ψ数据调节。

2.根据权利要求1所述一种无人机在线实时飞行品质评估与调参方法，其特征在于：所述步骤(1)中，所述小幅度指小于5度舵角值的小幅度，满量程为90度。

3.根据权利要求1所述一种无人机在线实时飞行品质评估与调参方法，其特征在于：所述步骤(1)中，使无人机仿真模型或者无人机实体飞行处于增稳平飞状态下时，无人机仿真模型作为前期粗调，无人机实体飞行则作为后期在粗调基础之上的细调。

4.根据权利要求1所述一种无人机在线实时飞行品质评估与调参方法，其特征在于：所述步骤(1)中，无人机处于增稳平飞状态时，纵向通道的PID参数调节通过小幅度升降舵角干扰输入获得品质因数调节，横滚角和方向角同属于横侧向通道相互耦合相关的飞行物理量，选取其一即可，横侧向通道选取小幅度副翼舵角干扰输入获取相应品质因数。

5.根据权利要求1所述一种无人机在线实时飞行品质评估与调参方法，其特征在于：所述运用步骤(2)采集的数据进行最小二乘非线性拟合，求得函数表达式中的所有未知系数，并从中选取横纵向通道飞行品质因数中的阻尼比ξ的过程如下：

(1)增稳平飞状态下获取纵向通道俯仰角速度q与小幅度升降舵干扰输入δ_e的传递函数关系式：

$\frac{\mathrm{\Δ}q\left(s\right)}{{\mathrm{\Δ\δ}}_e\left(s\right)}=\frac{K_{1}s+K_2}{s^2+2{\mathrm{\ξ}}_{sp}{\mathrm{\ω}}_{sp}s+{\mathrm{\ω}}_{sp}^2}---\left(a\right)$

式中K₁、K₂为定常数系数，ξ_sp、ω_sp是纵向通道品质因数中的阻尼比和特征频率；

增稳平飞状态下获取横侧向向通道横滚角φ与小幅度副翼舵干扰输入δ_a的传递函数关系式：

$\frac{\mathrm{\Δ}\mathrm{\φ}\left(s\right)}{{\mathrm{\Δ\δ}}_a\left(s\right)}=\frac{K_{3}s+K_4}{s^2+2{\mathrm{\ξ}}_d{\mathrm{\ω}}_{d}s+{\mathrm{\ω}}_d^2}---\left(b\right)$

式中的ξ_d、ω_d是横侧向通道品质因数中的阻尼比特征频率；

(2)由步骤(1)中表达式获取纵向俯仰角速度q的时域非线性函数表达式：

由步骤(1)中表达式获取滚转角φ的时域非线性函数表达式：

两个通道的表达式中A代表幅值常数，为相角，K为常值，t为时间；

(3)根据获取的各通道对应物理量的数据以及时域非线性函数表达式非线性拟合求得时域非线性函数表达式的品质因数，最小二乘非线性拟合可采用matlab中的nlinfit非线性拟合函数；

获取纵向通道的品质因数：以式(c)作为目标函数，以采集的俯仰角速度数据为拟合数据，运用最小二乘非线性拟合算法拟合求得式(c)中的所有未知系数，并从得到的各系数中选取对应的纵向通道中品质因数的阻尼比ξ_sp；

获取横侧向通道的品质因数：以式(d)作为目标函数，以采集的横滚角数据作为拟合数据，运用最小二乘非线性拟合算法拟合求得式(d)中所有未知系数，并从得到的各系数中选取对应的横侧向通道中品质因数的阻尼比ξ_d。

6.根据权利要求1所述一种无人机在线实时飞行品质评估与调参方法，其特征在于：所述(4)中根据步骤(3)中获得品质因数中的阻尼比，依据自动控制理论中的二阶单位阶跃系统动态响应时域指标实时做出评估，决断品质因数的阻尼比变大还是变小趋势并且优化控制回路的过程如下：

(1)非线性拟合求得纵向通道品质因数中的阻尼比与二阶单位阶跃系统动态响应最佳阻尼比进行比较，大于则需要减小，小于则需要增大；

同时计算原始采集俯仰角速度数据和拟合关系式计算的估算俯仰角速度数据之间的残差，以此残差作为数据拟合的精度，记录结果；

非线性拟合求得横侧向通道品质因数中的阻尼比与二阶单位阶跃系统动态响应最佳阻尼比进行比较，大于则需要减小，小于则需要增大；

同时计算原始采集横滚角数据和拟合关系式计算的估算横滚角数据之间的残差，以此残差作为数据拟合的精度，记录结果；

(2)改变纵向通道控制回路内环到外化的PID控制参数，同时重新采集俯仰角速度的数据进行拟合求解品质因数的阻尼比ξ_sp，计算拟合残差，记录结果；

改变横侧向通道控制回路内环到外化的PID控制参数，同时重新采集横滚角的数据进行拟合求解品质因数的阻尼比ξ_d，计算拟合残差，记录结果；

(3)对比纵向通道的记录结果，从中找到非线性拟合阻尼比极限靠近欠阻尼系统的最佳阻尼比并且拟合精度最高的一组纵向回路控制参数作为最优纵向回路控制参数；

对比横侧向通道的记录结果，从中找到非线性拟合阻尼比极限靠近欠阻尼系统的最佳阻尼比并且拟合精度最高的一组横侧向回路控制参数作为最优横侧向回路控制参数。