CN109508028A - 一种飞行器姿态扰动滤除方法、装置及系统 - Google Patents
一种飞行器姿态扰动滤除方法、装置及系统 Download PDFInfo
- Publication number
- CN109508028A CN109508028A CN201811623708.7A CN201811623708A CN109508028A CN 109508028 A CN109508028 A CN 109508028A CN 201811623708 A CN201811623708 A CN 201811623708A CN 109508028 A CN109508028 A CN 109508028A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- flapping wing
- throttle
- filter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
Abstract
本发明公开了一种扑翼运动引起的飞行器姿态扰动滤除方法、装置及系统,动作捕捉系统采集扑翼飞行器运动信号,飞行器控制系统采集姿态信号,上位机分别进行信号特征分析得到对应的频谱图,确定飞行器扑翼运动为姿态扰动来源;动作捕捉系统采集扑翼飞行器在油门信号逐渐增加时对应的运动信号,上位机对其进行信号特征分析,进行油门与扑翼频率的拟合;上位机根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波器滤除高频干扰信号;上位机对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波滤除扑翼飞行器的扰动信号。
Description
技术领域
本发明属于飞行器控制的技术领域,涉及一种飞行器姿态扰动滤除方法、装置及系统,尤其是涉及一种由扑翼运动引起的飞行器姿态扰动的滤除方法、装置及系统。
背景技术
小型无人飞行器由于其具有体积小、重量轻、便于携带、操作方便、机动灵活、起降空间小、噪音低、隐蔽性好等优点,从一开始出现就受到人们的广泛关注,其被公认为是具有广阔发展前景的高技术产品之一。按照升力产生和推进机理的不同,小型无人飞行器可分为:固定翼、旋翼及扑翼。固定翼和旋翼小型无人飞行器的飞行机理分别与传统的固定翼飞机和直升机相同,其研制工作尚有一定的理论知识和现场数据可以借鉴。扑翼仿生飞行器是模仿鸟类或昆虫飞行的新型飞行器,其飞行需要的升力和推力全由扑翼运动产生,飞行原理与前两者完全不同。
与常规飞机相比,小型无人飞行器的空气动力学特性有很大不同,其雷诺系数较低(雷诺系数表征空气惯性力和粘性力的比值,常规飞机的雷诺系数在106~108之间,小型无人飞行器在101~105之间)。在如此低的雷诺系数下,自然界中的飞行生物,如鸟类和昆虫,没有一种采用固定翼或旋翼方式飞行,均采用扑翼方式飞行。扑翼飞行器具有以下优势:扑翼飞行器拥有更强的机动性和灵活性,扑翼飞行只依靠翅膀的扑动与扭转就能实现体位和姿态的变化,而固定翼和旋翼飞行器需要多个动力源来合作完成;扑翼飞行在飞行过程中,可以通过滑翔的方式飞行,比起固定翼和旋翼飞行器节省了很多能量;同时扑翼飞行具有很高的能量转换效率,使用较少的能量就达到较远的飞行距离,对于执行远距离任务是很合适的;自然界的飞行生物不约而同都选择了扑翼飞行,这也从一定程度上表明,扑翼飞行更具有优势。
尽管国内外研究机构在扑翼飞行器研制上取得一系列成果,使得扑翼飞行器能够飞行,但扑翼飞行器稳定飞行仍是一个亟待解决的问题。扑翼飞行器的稳定飞行离不开精确的姿态控制。因此,精确测量飞行器姿态的变化,滤除姿态扰动对飞行器稳定飞行是极为重要的。在扑翼飞行器飞行期间,通过机翼的不断扑动,获得升力,从而能够克服重力实现飞行,但由于受到周期性惯性力作用,机翼的上下扑动运动会不可避免地引起飞行器在俯仰方向上有规律的上下运动,该运动会对飞行器的真实俯仰角造成较大的扰动,从而使其呈现周期性信号变化特征,同时还会耦合的带来其他姿态的扰动,影响飞行器控制系统对飞行器姿态的精确控制,使飞行器不能够稳定飞行。因此解决由扑翼运动引起的姿态扰动是很有必要的。
综上所述,针对现有技术中如何解决由扑翼运动引起的姿态扰动的问题,尚缺乏有效的解决方案。
发明内容
针对现有技术中存在的不足,解决现有技术中由扑翼运动引起的姿态扰动的问题,本发明提供了一种扑翼运动引起的飞行器姿态扰动滤除方法、装置及系统,尤其是一种由扑翼运动引起的飞行器姿态扰动的滤除方法、装置及系统,能够精确捕捉扑翼飞行器扑翼运动对飞行器真实姿态角的扰动频率,并利用扰动频率跟随自适应滤波器有效实现滤除扑翼运动引起的飞行器姿态扰动,使得飞行器控制系统能够对飞行器姿态进行精确控制。
本发明的第一目的是提供一种扑翼运动引起的飞行器姿态扰动滤除方法。
为了实现上述目的,本发明采用如下一种技术方案:
一种扑翼运动引起的飞行器姿态扰动滤除方法,该方法具体步骤包括:
动作捕捉系统采集扑翼飞行器运动信号,飞行器控制系统中的传感器采集姿态信号,分别上传至对应上位机,上位机对运动信号和姿态信号分别进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
分级固定扑翼飞行器油门动作捕捉系统采集扑翼飞行器在油门信号逐渐增加时对应的运动信号上传上位机,上位机对其进行信号特征分析,并读取扑翼飞行器日志中的油门数据进行油门与扑翼频率的拟合;
上位机根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值设计模拟低通滤波器,变换为数字低通滤波器设置于飞行器控制系统中滤除扑翼飞行器的高频干扰信号;
上位机对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率设计模拟带阻滤波器,变换为数字带阻滤波器设置于飞行器控制系统中滤除扑翼飞行器的扰动信号。
作为进一步的优选方案,在本方法中,飞行器控制系统将采集的姿态信号和油门信号以日志形式进行存储,上位机读取日志中的姿态信号和油门信号。
作为进一步的优选方案,在本方法中,上位机对运动信号和姿态信号分别采用FFT变换进行信号特征分析得到对应的频谱图。
作为进一步的优选方案,在本方法中,通过双线性变换法将模拟低通滤波器变换为数字低通滤波器。
作为进一步的优选方案,在本方法中,通过双线性变换法将模拟带阻滤波器变换为数字带阻滤波器。
作为进一步的优选方案,在本方法中,筛选出主要频率的方法还包括:
对滤除高频干扰信号后的低通滤波信号进行特定长度的采样,并采用层叠保留法进行补零,进行FFT变换,根据幅度阈值,筛选出主要频率。
本发明的第二目的是提供一种扑翼运动引起的飞行器姿态扰动滤除系统。
为了实现上述目的,本发明采用如下一种技术方案:
一种扑翼运动引起的飞行器姿态扰动滤除系统,该系统包括:
动作捕捉系统,用于采集扑翼飞行器运动信号,并上传上位机;
上位机,用于接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值设计模拟低通滤波器以滤除高频干扰信号;对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率设计模拟带阻滤波器以滤除扰动信号;
扑翼飞行器控制系统,其硬件部分主要包括控制器、传感器,软件部分主要包括数字低通滤波器和数字带阻滤波器等,用于控制扑翼飞行器飞行,所述传感器用于采集姿态信号并上传至上位机,所述数字低通滤波器根据上位机设计的模拟低通滤波器变换得到以滤除高频干扰信号;所述数字带阻滤波器根据上位机设计的模拟带阻滤波器变换得到以滤除扑翼飞行器的扰动信号。
本发明的第三目的是提供一种扑翼运动引起的飞行器姿态扰动滤除方法。
为了实现上述目的,本发明采用如下一种技术方案:
一种扑翼运动引起的飞行器姿态扰动滤除方法,该方法在上位机中实现,具体步骤包括:
接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;
根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波以滤除高频干扰信号;
对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波以滤除扰动信号。
本发明的第四目的是提供一种计算机可读存储介质。
为了实现上述目的,本发明采用如下一种技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行以下处理:
接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;
根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波以滤除高频干扰信号;
对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波以滤除扰动信号。
本发明的第五目的是提供一种终端设备。
为了实现上述目的,本发明采用如下一种技术方案:
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行以下处理:
接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;
根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波以滤除高频干扰信号;
对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波以滤除扰动信号。
本发明的有益效果:
本发明所述的一种扑翼运动引起的飞行器姿态扰动滤除方法、装置及系统,,能够精确捕捉扑翼飞行器扑翼运动对飞行器真实姿态的扰动频率,并能够有效滤除姿态扰动信号,使得飞行器控制系统能够对飞行器姿态进行精确控制。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是本发明实施例1的扑翼运动引起的飞行器姿态扰动滤除方法流程图;
图2为本发明实施例1的数字低通滤波方法流程图;
图3为本发明实施例1的扰动频率获取方法流程图;
图4为本发明实施例1的带阻滤波方法流程图;
图5为本发明实施例1的中机身扰动信号图及其频谱图;
图6为本发明实施例1的中飞控系统俯仰角采样信号图及其频谱图;
图7为本发明实施例1的中飞控系统俯仰角采样信号低通滤波图及及其频谱图;
图8为本发明实施例1的中飞控系统俯仰角低通滤波信号带阻滤波图及其频谱图;
图9是本发明实施例2的扑翼运动引起的飞行器姿态扰动滤除方法流程图。
具体实施方式:
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本实施例使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合下面结合附图与实施例对本发明作进一步说明。
实施例1:
本实施例1的目的是提供一种扑翼运动引起的飞行器姿态扰动滤除方法。
为了实现上述目的,本发明采用如下一种技术方案:
如图1所示,
一种扑翼运动引起的飞行器姿态扰动滤除方法,该方法具体步骤包括:
步骤(1):动作捕捉系统采集扑翼飞行器运动信号,飞行器控制系统中的传感器采集姿态信号,分别上传至对应的上位机,上位机对运动信号和姿态信号分别进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
步骤(2):分级固定扑翼飞行器油门动作捕捉系统采集扑翼飞行器在油门信号逐渐增加时对应的运动信号上传上位机,上位机对其进行信号特征分析,并读取扑翼飞行器日志中的油门数据进行油门与扑翼频率的拟合;
步骤(3):上位机根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值设计模拟低通滤波器,变换为数字低通滤波器设置于飞行器控制系统中滤除扑翼飞行器的高频干扰信号;
步骤(4):上位机对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率设计模拟带阻滤波器,变换为数字带阻滤波器设置于飞行器控制系统中滤除扑翼飞行器的扰动信号。
步骤(1)扰动信号分析:
步骤(1-1):采集数据。将若干个反光球安装在扑翼飞行器机身以及翅膀两端,使扑翼飞行器进行扑翼运动,通过光学三维动作捕捉系统采集飞行器空间运动信号,通过对应上位机进行数据输出;将飞行器控制系统,例如嵌入式处理板,安装在扑翼飞行器上,跟随扑翼飞行器运动,通过板载IMU传感器获取外部运动信息并对姿态信号进行采样,其所测飞行器姿态信号以日志的形式存储在SD卡中,通过飞行器地面站即上位机读取日志中的数据。
在本实施例的步骤(1-1)中,飞行器控制系统将采集的姿态信号以日志形式进行存储,上位机读取日志中的姿态信号。
步骤(1-2):数据分析。上位机对运动信号和姿态信号分别进行信号特征分析,对两部分数据分别进行FFT变化,得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源。如图5所示为机身扰动信号图及其频谱图。如图6所示为飞控系统俯仰角采样信号图及其频谱图。
步骤(2)扑翼频率分析:
步骤(2-1):采集数据。分级固定扑翼飞行器油门,同时通过光学三维动作捕捉系统捕捉扑翼飞行器在油门信号逐渐增加时对应的运动信号,通过飞行器地面站即上位机读取日志中所记录的油门数据并结合光学三维动作捕捉系统的飞行器运动信号进行分析。
步骤(2-2):数据拟合。上位机对运动信号进行信号特征分析,进行FFT变化得到主频率,并读取扑翼飞行器日志中的油门数据,利用多项式拟合方法进行油门与扑翼频率的拟合;
在本实施例的步骤(2-2)中,飞行器控制系统将采集的油门信号以日志形式进行存储,上位机读取日志中的油门信号。
步骤(3)高频干扰信号滤除:在本实施例中利用模拟滤波器设计方法设计出归一化模拟低通滤波器,然后利用模拟滤波器转数字滤波器的双线性变换法(BLT)得到数字滤波器,最后利用数字低通滤波方法,求出差分方程,迭代求出滤波信号,从而滤除高频干扰信号。
步骤(3-1):设计模拟低通滤波器。上位机根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值设计模拟低通滤波器。
如图2所示,首先设计归一化模拟低通滤波器,即原型低通滤波器,指标如下:通带边界频率fpass、阻带边界频率fstop、通带波动Rp及阻带波动Rs,根据以上指标求出截止频率为fc及滤波器阶数Ln,求得归一化模拟低通滤波器系统函数;然后采用双线变换法(BLT)得到数字低通滤波器,并求出低通滤波器系统函数,进而求得差分方程;最后以Fs采样频率对飞行器的姿态角信号进行采样,采样序列长度为L,对采样信号进行低通滤波,则采样序列的低通滤波信号输出为:
即,
其中,x(n)序列为滤波前的信号序列,ak和bm为低通滤波器系统函数分母与分子的系统数组,N和M分别表示系统函数分母与分子的系统数组的长度,y(n)即为滤波后的信号序列,且,x(n)和y(n)序列相等,a0=1,当k<0时,x(k)和y(k)都为0。经过迭代,可求出y(n)序列的所有值。
如图7所示为飞控系统俯仰角采样信号低通滤波图及及其频谱图。
步骤(3-2):在飞行器控制系统上实现高频干扰信号滤除。通过双线性变换法(BLT)方法,将上述模拟滤波器变换到数字低通滤波器。这一步是在飞行器控制系统上实现。
步骤(4)扰动信号滤除:
步骤(4-1):上位机对滤除高频干扰信号后的低通滤波信号进行频谱分析,进行FFT变换,在FFT变换时保证扰动频率捕获精度以及信号处理低延迟根据幅度阈值,筛选出主要频率,即扰动频率获取;
如图3所示,筛选出主要频率的方法,即扰动频率获取还包括:
对滤除高频干扰信号后的低通滤波信号进行特定长度的采样,为了解决延迟问题,采用层叠保留法进行补零,同样满足分辨率的要求,进行FFT变换,根据幅度阈值,筛选出主要频率。
在本实施例中,使用层叠保留法解决数据延迟问题,同时可使用频域分析方法包括离散Hartley变换(DHT)、离散W变换(DWT)及DFT等方法,继而本应用例中采用离散傅里叶变换的快速算法快速傅里叶变换(FFT)对信号频率特征进行分析。但以上方法仅是本方法的一部分应用例,而非全部应用例。
首先针对(2)式,将其划分为长度为L的第j分块数据yj(n),并对分块数据进行L点的FFT变换,将其变换到频域,则L点的yj(n)信号变换可以写为:
其中,则与yj(n)无关,i和n分别表示矩阵的行列标号;Yj(i)表示yj(n)序列在频域下的变换值,是一个L点的复数序列,且每一点对应一个频率点,根据FFT变换的中心对称性,有L/2+1个点有用信息,重复信息通常不显示在信号频谱中;然后针对(3)式变换结果,求出每个频率点Fn所对应的幅度特性An;最后根据信号特征设定幅度阈值Ac,筛选出扰动频率Fc:
Fn=(i-1)Fs/L,1≤i<L/2+1 (4)
An=|Y(i)|,1≤i<L/2+1 (5)
当i=1时,即0hz,第一个点表示直流分量
当i≠1时,取
Fc={Fn|An>Ac,1≤n<L/2+1} (6)
从而求出分块数据内的扰动频率。
但每次采集长度为L的序列yj(n)进行L点的FFT变换,会产生L-1点的延迟,这样对实时性要求很高的飞行器控制系统是不允许的,因此本单元应用例采用重叠保留法对数据进行采集。假设每次计算更新数据的个数为LNew,则每次参与FFT变换的L点分块数据为L-LNew个前一分块数据的尾部数据和LNew个新采样数据,则:
当j=0时
当j=1,2,3...
在本实施例中,首先利用模拟滤波器设计方法设计出归一化模拟带阻滤波器,然后利用模拟滤波器转数字滤波器的双线性变换法(BLT)进行模拟滤波器的转换,最后利用数字带阻滤波方法,求出差分方程,迭代求出滤波信号,从而滤除扰动信号。
步骤(4-2):设计模拟带阻滤波器。将筛选出的主要频率作为扰动信号频率设计模拟带阻滤波器,变换为数字带阻滤波器设置于飞行器控制系统中滤除扑翼飞行器的扰动信号。
在本实施例中,扰动信号实时滤除,低延迟情况下,跟随扰动信号频率,确定相应滤波器指标,利用数字滤波方法,设计带阻滤波器以滤除扰动信号。
如图4所示,首先,根据式(6)得出的扰动频率,设计带阻滤波器通带上、下限频率fpU、fpL,阻带上下限频率fsU、fsL,通带波动为Rpband,阻带波动Rsband,然后根据以上指标,求出阻带的上下限截止频率fcU、fcL以及带阻滤波器的阶数LN,进而求出归一化模拟带阻滤波器系统函数,然后采用双线性变换法求得数字带阻滤波器,并求出数字带阻滤波器系统函数,进而求出滤波差分方程,采用(1)式与(2)式的方法迭代求出最终的滤波信号。如图8所示为飞控系统俯仰角低通滤波信号带阻滤波图及其频谱图。
步骤(4-3):在飞行器控制系统上实现扰动信号滤除。通过双线性变换法(BLT)方法,将上述模拟带阻滤波器变换到数字带阻滤波器。这一步是在飞行器控制系统上实现。保证飞行器能够按照期望姿态角进行稳定飞行,从而避免因较大姿态扰动使飞行器出现意外情况。
本实施例的目的还包括提供一种扑翼运动引起的飞行器姿态扰动滤除系统。
为了实现上述目的,本发明采用如下一种技术方案:
一种扑翼运动引起的飞行器姿态扰动滤除系统,该系统包括:
动作捕捉系统,用于采集扑翼飞行器运动信号,并上传上位机;
上位机,用于接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值设计模拟低通滤波器以滤除高频干扰信号;对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率设计模拟带阻滤波器以滤除扰动信号;
扑翼飞行器控制系统,安装在扑翼飞行器靠近机头位置,包括控制器,所述控制器分别与传感器、数字低通滤波器和数字带阻滤波器连接用于控制扑翼飞行器飞行,所述传感器用于采集姿态信号并上传至上位机,所述数字低通滤波器根据上位机设计的模拟低通滤波器变换得到以滤除高频干扰信号;所述数字带阻滤波器根据上位机设计的模拟带阻滤波器变换得到以滤除扑翼飞行器的扰动信号。
实施例2:
本实施例2的目的是提供一种扑翼运动引起的飞行器姿态扰动滤除方法。
为了实现上述目的,本发明采用如下一种技术方案:
如图9所示,
一种扑翼运动引起的飞行器姿态扰动滤除方法,该方法在上位机中实现,具体步骤包括:
步骤(1):接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
步骤(2):接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;
步骤(3):根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波以滤除高频干扰信号;
步骤(4):对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波以滤除扰动信号。
本实施例2的目的还包括提供一种计算机可读存储介质。
为了实现上述目的,本发明采用如下一种技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行以下处理:
步骤(1):接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
步骤(2):接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;
步骤(3):根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波以滤除高频干扰信号;
步骤(4):对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波以滤除扰动信号。
本实施例2的目的还包括提供一种终端设备。
为了实现上述目的,本发明采用如下一种技术方案:
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行以下处理:
步骤(1):接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
步骤(2):接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;
步骤(3):根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波以滤除高频干扰信号;
步骤(4):对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波以滤除扰动信号。
这些计算机可执行指令在设备中运行时使得该设备执行根据本公开中的各个实施例所描述的方法或过程。
在本实施例中,计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
本文所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开内容操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开内容的各个方面。
应当注意,尽管在上文的详细描述中提及了设备的若干模块或子模块,但是这种划分仅仅是示例性而非强制性的。实际上,根据本公开的实施例,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种扑翼运动引起的飞行器姿态扰动滤除方法,其特征在于,该方法具体步骤包括:
动作捕捉系统采集扑翼飞行器运动信号,飞行器控制系统中的传感器采集姿态信号,分别上传上位机,上位机对运动信号和姿态信号分别进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
分级固定扑翼飞行器油门动作捕捉系统采集扑翼飞行器在油门信号逐渐增加时对应的运动信号上传上位机,上位机对其进行信号特征分析,并读取扑翼飞行器日志中的油门数据进行油门与扑翼频率的拟合;
上位机根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值设计模拟低通滤波器,变换为数字低通滤波器设置于飞行器控制系统中滤除扑翼飞行器的高频干扰信号;
上位机对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率设计模拟带阻滤波器,变换为数字带阻滤波器设置于飞行器控制系统中滤除扑翼飞行器的扰动信号。
2.如权利要求1所述的方法,其特征在于,在本方法中,飞行器控制系统将采集的姿态信号和油门信号以日志形式进行存储,上位机读取日志中的姿态信号和油门信号。
3.如权利要求1所述的方法,其特征在于,在本方法中,上位机对运动信号和姿态信号分别采用FFT变换进行信号特征分析得到对应的频谱图。
4.如权利要求1所述的方法,其特征在于,在本方法中,通过双线性变换法将模拟低通滤波器变换为数字低通滤波器。
5.如权利要求1所述的方法,其特征在于,在本方法中,通过双线性变换法将模拟带阻滤波器变换为数字带阻滤波器。
6.如权利要求1所述的方法,其特征在于,在本方法中,筛选出主要频率的方法还包括:
对滤除高频干扰信号后的低通滤波信号进行特定长度的采样,并采用层叠保留法进行补零,进行FFT变换,根据幅度阈值,筛选出主要频率。
7.一种扑翼运动引起的飞行器姿态扰动滤除系统,该系统基于如权利要求1-6中任一项所述的方法,其特征在于,包括:
动作捕捉系统,用于采集扑翼飞行器运动信号,并上传上位机;
上位机,用于接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值设计模拟低通滤波器以滤除高频干扰信号;对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率设计模拟带阻滤波器以滤除扰动信号;
扑翼飞行器控制系统,包括控制器,所述控制器分别与传感器、数字低通滤波器和数字带阻滤波器连接用于控制扑翼飞行器飞行,所述传感器用于采集姿态信号并上传至上位机,所述数字低通滤波器根据上位机设计的模拟低通滤波器变换得到以滤除高频干扰信号;所述数字带阻滤波器根据上位机设计的模拟带阻滤波器变换得到以滤除扑翼飞行器的扰动信号。
8.一种扑翼运动引起的飞行器姿态扰动滤除方法,该方法在上位机中实现,其特征在于,具体步骤包括:
接收采集的扑翼飞行器运动信号和姿态信号,分别对其进行信号特征分析得到对应的频谱图,通过对比频谱图确定飞行器扑翼运动为姿态扰动来源;
接收油门信号和扑翼飞行器在油门信号逐渐增加时对应的运动信号,对其进行信号特征分析,并进行油门与扑翼频率的拟合;
根据油门与扑翼频率的拟合关系得到最大油门信号对应的扑翼频率,将其作为频率阈值进行低通滤波以滤除高频干扰信号;
对滤除高频干扰信号后的低通滤波信号进行频谱分析,根据幅度阈值,筛选出主要频率作为扰动信号频率进行带阻滤波以滤除扰动信号。
9.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备设备的处理器加载并执行根据权利要求8所述的方法。
10.一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令用于执行根据权利要求8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811623708.7A CN109508028B (zh) | 2018-12-28 | 2018-12-28 | 一种飞行器姿态扰动滤除方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811623708.7A CN109508028B (zh) | 2018-12-28 | 2018-12-28 | 一种飞行器姿态扰动滤除方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109508028A true CN109508028A (zh) | 2019-03-22 |
CN109508028B CN109508028B (zh) | 2020-09-29 |
Family
ID=65756732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811623708.7A Active CN109508028B (zh) | 2018-12-28 | 2018-12-28 | 一种飞行器姿态扰动滤除方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109508028B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110045748A (zh) * | 2019-04-03 | 2019-07-23 | 深圳高速工程检测有限公司 | 飞行器控制方法、装置、计算机设备和存储介质 |
CN112748409A (zh) * | 2020-12-21 | 2021-05-04 | 中国航天科工集团八五一一研究所 | 一种基于fpga的干扰信号压缩存储方法 |
CN114322931A (zh) * | 2021-11-23 | 2022-04-12 | 潍柴动力股份有限公司 | 坡度传感器信号的处理方法、装置、设备、系统及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102328744A (zh) * | 2011-08-05 | 2012-01-25 | 上海交通大学 | 基于柔性铰链的电磁驱动式扑翼微飞行器 |
CN105644784A (zh) * | 2016-03-23 | 2016-06-08 | 北京科技大学 | 一种针对扑翼飞行器的振动控制方法及装置 |
CN106017847A (zh) * | 2016-05-11 | 2016-10-12 | 上海工程技术大学 | 微型扑翼飞行器气动力测试与扑翼流场观测系统及方法 |
CN108121855A (zh) * | 2017-12-06 | 2018-06-05 | 北京理工大学 | 基于仿生柔性机翼的小型无人飞行器飞行动力学优化方法 |
WO2018122830A1 (en) * | 2016-12-31 | 2018-07-05 | Ratti Jayant | High endurance unmanned aerial vehicle |
CN108897334A (zh) * | 2018-07-19 | 2018-11-27 | 上海交通大学 | 一种基于模糊神经网络的仿昆虫扑翼飞行器姿态控制方法 |
US10302452B1 (en) * | 2016-06-21 | 2019-05-28 | Amazon Technologies, Inc. | Unmanned aerial vehicle sensor calibration via sensor channel |
EP3495267A1 (en) * | 2017-12-05 | 2019-06-12 | The Boeing Company | Unmanned aerial vehicle |
-
2018
- 2018-12-28 CN CN201811623708.7A patent/CN109508028B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102328744A (zh) * | 2011-08-05 | 2012-01-25 | 上海交通大学 | 基于柔性铰链的电磁驱动式扑翼微飞行器 |
CN105644784A (zh) * | 2016-03-23 | 2016-06-08 | 北京科技大学 | 一种针对扑翼飞行器的振动控制方法及装置 |
CN106017847A (zh) * | 2016-05-11 | 2016-10-12 | 上海工程技术大学 | 微型扑翼飞行器气动力测试与扑翼流场观测系统及方法 |
US10302452B1 (en) * | 2016-06-21 | 2019-05-28 | Amazon Technologies, Inc. | Unmanned aerial vehicle sensor calibration via sensor channel |
WO2018122830A1 (en) * | 2016-12-31 | 2018-07-05 | Ratti Jayant | High endurance unmanned aerial vehicle |
EP3495267A1 (en) * | 2017-12-05 | 2019-06-12 | The Boeing Company | Unmanned aerial vehicle |
CN108121855A (zh) * | 2017-12-06 | 2018-06-05 | 北京理工大学 | 基于仿生柔性机翼的小型无人飞行器飞行动力学优化方法 |
CN108897334A (zh) * | 2018-07-19 | 2018-11-27 | 上海交通大学 | 一种基于模糊神经网络的仿昆虫扑翼飞行器姿态控制方法 |
Non-Patent Citations (1)
Title |
---|
CHAN WOEI LEONG ETC: ""Stability Derivatives Identification on a Tailless Flapping Wing MAV"", 《ICIUS2018》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110045748A (zh) * | 2019-04-03 | 2019-07-23 | 深圳高速工程检测有限公司 | 飞行器控制方法、装置、计算机设备和存储介质 |
CN110045748B (zh) * | 2019-04-03 | 2022-05-03 | 深圳高速工程检测有限公司 | 飞行器控制方法、装置、计算机设备和存储介质 |
CN112748409A (zh) * | 2020-12-21 | 2021-05-04 | 中国航天科工集团八五一一研究所 | 一种基于fpga的干扰信号压缩存储方法 |
CN112748409B (zh) * | 2020-12-21 | 2024-02-13 | 中国航天科工集团八五一一研究所 | 一种基于fpga的干扰信号压缩存储方法 |
CN114322931A (zh) * | 2021-11-23 | 2022-04-12 | 潍柴动力股份有限公司 | 坡度传感器信号的处理方法、装置、设备、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109508028B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508028A (zh) | 一种飞行器姿态扰动滤除方法、装置及系统 | |
JP7154295B2 (ja) | 無線信号の特性の機械学習に基づく動き検出 | |
CN107247989B (zh) | 一种实时的计算机视觉处理方法及装置 | |
Ciaburro et al. | Improving smart cities safety using sound events detection based on deep neural network algorithms | |
CN105841961A (zh) | 一种基于Morlet小波变换和卷积神经网络的轴承故障诊断方法 | |
CN108805269A (zh) | 一种基于lstm循环神经网络拾取震相到时的方法 | |
CN103010485A (zh) | 一种倾转旋翼无人机仿真建模方法及其系统 | |
CN107911429A (zh) | 一种基于视频的无人机云端在线交通流量监测方法 | |
CN102163381A (zh) | 无人机电力巡线仿真培训系统 | |
CN106203437B (zh) | 个体驾驶行为特征识别方法和装置 | |
CN108919362A (zh) | 航磁探测系统和方法 | |
CN107492377A (zh) | 用于控制自拍飞行器的方法和装置 | |
CN110348368A (zh) | 一种户型图的人工智能解析方法、计算机可读介质及系统 | |
CN112926728B (zh) | 一种永磁同步电机小样本匝间短路故障诊断方法 | |
CN109725626B (zh) | 一种多旋翼无人机动力系统故障在线诊断系统及方法 | |
CN110175588B (zh) | 一种基于元学习的少样本面部表情识别方法及系统 | |
CN111816205A (zh) | 一种基于飞机音频的机型智能识别方法 | |
CN113222250B (zh) | 基于卷积神经网络的大功率激光装置输出波形预测方法 | |
CN113049215B (zh) | 一种旋翼无人机位置抗气流干扰能力量化评估与测试系统 | |
CN105469116B (zh) | 一种基于人机交互的幼儿识图及数据扩充方法 | |
CN107895078A (zh) | 强电磁脉冲对长电力输电线路耦合响应的宏模型构建方法 | |
CN116645973A (zh) | 定向音频增强方法、装置、存储介质及电子设备 | |
CN116319383A (zh) | 流量矩阵预测方法、装置、计算机设备及存储介质 | |
Karabinaoğlu et al. | Load forecasting modelling of data centers and IT systems by using artificial neural networks | |
CN212459378U (zh) | 一种基于无人机的地物高光谱仪遥感土地利用样本采集仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |