CN112526881A - 一种机载光电稳定平台伺服系统辨识与设计方法 - Google Patents
一种机载光电稳定平台伺服系统辨识与设计方法 Download PDFInfo
- Publication number
- CN112526881A CN112526881A CN202011366199.1A CN202011366199A CN112526881A CN 112526881 A CN112526881 A CN 112526881A CN 202011366199 A CN202011366199 A CN 202011366199A CN 112526881 A CN112526881 A CN 112526881A
- Authority
- CN
- China
- Prior art keywords
- model
- platform
- excitation signal
- servo system
- airborne photoelectric
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提出一种机载光电稳定平台伺服系统辨识与设计方法,首先根据机载光电稳定平台跟踪目标的典型特点,确定初步的正弦信号频率和幅值,设计对应的正弦信号作为激励信号进行采样辨识,得到相应的机载光电稳定平台伺服系统模型。然后参考该模型设计得到校正控制器,并搭建基于校正控制器的半实物仿真模型,对模型进行验证,根据验证结果确定模型精度是否满足要求,如果不满足,则进一步分析模型精度相对较差的频段,并根据该频段设计正弦信号作为补充激励信号,与之前已有的激励信号分时输入进行采样辨识,如此循环迭代,直至根据验证结果确定模型精度满足要求。本发明能够提高机载光电稳定平台伺服控制系统的稳定精度和设计效率。
Description
技术领域
本发明涉及一种机载光电稳定平台伺服系统辨识与设计方法,属于光电探测技术领域。
背景技术
由于载机环境的影响,机载光电系统必须建立稳定平台以隔离机体的扰动,才能实现对目标的探测与跟踪。伺服控制系统是光电稳定平台的核心,直接影响系统的整体性能。机载光电系统经历了几十年的发展历史,产品分类越来越多,功能日趋强大,系统的稳定精度指标已从原来的几百微弧提高到了几十微弧,甚至十几微弧,被控对象的线性精确模型是提高光电平台稳定精度的首要保证。理论分析可以得到数学模型,然而,理论模型与实际对象不相符的情况时有发生,得不到精确的数学模型会延长控制系统设计时间。对被控对象进行高精度模型辨识,参考辨识模型设计满足带宽、超调量、响应时间要求的控制器,可以提高控制系统的稳定精度和设计效率;同时依据辨识模型,进一步分析摩擦力矩等非线性因素对伺服控制器的影响;也可以结合模型,应用先进的控制器算法,如变结构控制、扰动观测器、模糊控制等提高系统跟踪性能。因此,开展光电稳定平台受控对象数学模型的辨识应用具有重要价值。
目前现有相关论文中对机载光电稳定平台伺服系统进行辨识时,采用的激励信号多为阶跃信号、定周期定幅度的正弦信号或白噪声信号。但我们在实际应用过程中发现,使用这些激励信号辨识出来的模型在机载光电稳定平台伺服系统要求频带(100Hz)内的模型精度一致性较差,主要体现是低频精度较高,但中高频(30Hz以上)模型精度较差,依据该模型设计得到的控制器无法实现整个要求频带内的高精度跟踪需求。
发明内容
针对现有技术存在的问题,本发明提出一种机载光电稳定平台伺服系统辨识与设计方法,基本思路是:
首先根据机载光电稳定平台跟踪目标的典型特点,确定初步的正弦信号频率和幅值,设计对应的正弦信号作为激励信号进行采样辨识,得到相应的机载光电稳定平台伺服系统模型。
然后参考该模型设计得到校正控制器,并搭建基于校正控制器的半实物仿真模型,对模型进行验证,根据验证结果确定模型精度是否满足要求,如果不满足,则进一步分析模型精度相对较差的频段,并根据该频段设计正弦信号作为补充激励信号,与之前已有的激励信号分时输入进行采样辨识,如此循环迭代,直至根据验证结果确定模型精度满足要求。
基于上述基本原理,本发明的技术方案为:
所述一种机载光电稳定平台伺服系统辨识与设计方法,包括以下步骤:
步骤1:对机载光电稳定平台伺服系统进行机理分析,确定伺服系统模型阶次;
步骤2:使用专家辨识系统搭建数据采集Simulink仿真模型,将Simulink仿真模型文件导入专家辨识系统的HigaleView平台;
步骤3:分析机载光电稳定平台的跟踪目标的特征参数,确定初始正弦激励信号参数:幅度A和频率f;并将解算得到的初始正弦激励信号参数输出HigaleView平台,生成用于驱动的正弦激励信号;
步骤4:利用正弦激励信号驱动机载光电稳定平台伺服系统力矩电机转动,并通过专家辨识系统HiGaleview平台中的高速采集卡记录并保存机载光电稳定平台伺服系统陀螺仪输出的角速度值;
步骤5:在HiGaleview平台中,使用MATLAB辨识工具箱对步骤4获得的角速度值进行数据预处理;预处理完成后,利用MATLAB辨识工具箱,根据步骤4中进行驱动的正弦激励信号以及预处理完成后的陀螺仪角速度值进行辨识,辨识得到机载光电稳定平台伺服系统模型中的模型参数;
步骤6:根据步骤5辨识得到的机载光电稳定平台伺服系统模型设计校正控制器;
步骤7:根据步骤6设计得到的校正控制器,在专家辨识系统的HigaleView平台中搭建基于校正控制器的半实物仿真模型;利用半实物仿真模型,在机载光电稳定平台伺服系统要求频带中进行模型验证,根据验证结果确定模型精度是否满足要求,如果不满足,则进一步分析得到模型精度相对较差的频段,并以该频段的中值频率作为补充正弦激励信号的频率,以初始正弦激励信号幅度作为补充正弦激励信号的幅度设计得到补充正弦激励信号;返回步骤4,与之前已有的正弦激励信号分时输入,驱动机载光电稳定平台伺服系统力矩电机转动;如此循环迭代,直至根据验证结果确定模型精度满足要求。
进一步的,步骤3中,所述机载光电稳定平台的跟踪目标的特征参数是目标瞄准线视线角角速度V和角加速度a,根据公式
V=A*2πf
a=A*(2πf)2
解算得到初始正弦激励信号的幅度A和频率f。
进一步的,步骤3中,典型的目标角速度V为15°/s~40°/s,角加速度a为10°/s2~30°/s2。
进一步的,步骤5中,对角速度值进行数据预处理过程包括异常值滤波。
进一步的,步骤6中,对校正控制器的设计过程包括:对辨识得到的模型的波特图进行分析,基于波特图分析结果进行超前滞后校正控制器设计。
有益效果
本发明提出的机载光电稳定平台伺服系统辨识与设计方法,将伺服系统机理分析与辨识相结合,通过对机载光电系统伺服系统要求频带内进行迭代细分辨识分析,使模型最终在整个宽频带内满足精度要求。
在具体实现过程中,优选采用专家辨识系统实现激励信号输入下陀螺角速度数据采集,并针对采集到的输入输出数据,使用MATLAB辨识工具箱完成模型参数辨识,并根据辨识模型设计校正控制器,包括对辨识模型的波特图分析并完成超前滞后校正控制器设计;之后借助专家辨识系统搭建基于校正控制器的半实物仿真模型,进行机载光电稳定平台稳定环闭环控制模型验证,根据验证结果迭代进行确定激励信号、参数辨识、校正控制器设计过程,直至根据验证结果确定模型精度满足要求。
本发明主要用于提高机载光电稳定平台伺服控制系统的稳定精度和设计效率,解决理论分析得到数学模型与实际对象不相符延长控制系统设计时间的问题。该方法使用数字化的专家辨识系统平台实现,具有设计简单,易于实现等特点,具有广阔的应用前景。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1光电稳定平台伺服系统辨识与设计原理图;
图2光电稳定平台伺服系统辨识与设计工作流程图;
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本实施例中提出的机载光电稳定平台伺服系统辨识与设计方法,将伺服系统机理分析与辨识相结合,借助专家辨识系统实现辨识输入输出数据采集,并进行预处理;使用MATLAB辨识工具箱完成参数辨识,将辨识出的高精度模型参数用于控制器设计;利用专家辨识系统搭建基于校正控制器的半实物仿真模型,进行模型验证,根据验证结果循环迭代,直至根据验证结果确定模型精度满足要求。
具体包括以下步骤:
步骤1:对机载光电稳定平台伺服系统进行机理分析,确定伺服系统模型阶次;
步骤2:使用专家辨识系统搭建数据采集Simulink仿真模型,将Simulink仿真模型文件导入专家辨识系统的HigaleView平台;
步骤3:分析机载光电稳定平台的跟踪目标的特征参数,确定初始正弦激励信号参数:幅度A和频率f;并将解算得到的初始正弦激励信号参数输出HigaleView平台,生成用于驱动的正弦激励信号;
所述机载光电稳定平台的跟踪目标的特征参数是目标瞄准线视线角角速度V和角加速度a,其中典型的目标角速度V为15°/s~40°/s,角加速度a为10°/s2~30°/s2;根据公式
V=A*2πf
a=A*(2πf)2
解算得到初始正弦激励信号的幅度A和频率f。
步骤4:利用正弦激励信号驱动机载光电稳定平台伺服系统力矩电机转动,并通过专家辨识系统HiGaleview平台中的高速采集卡记录并保存机载光电稳定平台伺服系统陀螺仪输出的角速度值;
步骤5:在HiGaleview平台中,使用MATLAB辨识工具箱对步骤4获得的角速度值进行数据预处理,包括异常值滤波;预处理完成后,利用MATLAB辨识工具箱,根据步骤4中进行驱动的正弦激励信号以及预处理完成后的陀螺仪角速度值进行辨识,辨识得到机载光电稳定平台伺服系统模型中的模型参数;
步骤6:对于步骤5辨识得到的机载光电稳定平台伺服系统模型,进行波特图分析,并基于波特图分析结果进行超前滞后校正控制器设计;
步骤7:根据步骤6设计得到的校正控制器,在专家辨识系统的HigaleView平台中搭建基于校正控制器的半实物仿真模型;利用半实物仿真模型,在机载光电稳定平台伺服系统要求频带中进行模型验证,根据验证结果确定模型精度是否满足要求,如果不满足,则进一步分析得到模型精度相对较差的频段,并以该频段的中值频率作为补充正弦激励信号的频率,以初始正弦激励信号幅度作为补充正弦激励信号的幅度设计得到补充正弦激励信号;返回步骤4,与之前已有的正弦激励信号分时输入,驱动机载光电稳定平台伺服系统力矩电机转动;如此循环迭代,直至根据验证结果确定模型精度满足要求。
本发明用于提高机载光电稳定平台伺服控制系统的稳定精度和设计效率,解决理论分析得到数学模型与实际对象不相符延长控制系统设计时间的问题。该方法使用数字化的专家辨识系统平台实现,具有设计简单,易于实现等特点,具有广阔的应用前景。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (5)
1.一种机载光电稳定平台伺服系统辨识与设计方法,其特征在于,包括以下步骤:
步骤1:对机载光电稳定平台伺服系统进行机理分析,确定伺服系统模型阶次;
步骤2:使用专家辨识系统搭建数据采集Simulink仿真模型,将Simulink仿真模型文件导入专家辨识系统的HigaleView平台;
步骤3:分析机载光电稳定平台的跟踪目标的特征参数,确定初始正弦激励信号参数:幅度A和频率f;并将解算得到的初始正弦激励信号参数输出HigaleView平台,生成用于驱动的正弦激励信号;
步骤4:利用正弦激励信号驱动机载光电稳定平台伺服系统力矩电机转动,并通过专家辨识系统HiGaleview平台中的高速采集卡记录并保存机载光电稳定平台伺服系统陀螺仪输出的角速度值;
步骤5:在HiGaleview平台中,使用MATLAB辨识工具箱对步骤4获得的角速度值进行数据预处理;预处理完成后,利用MATLAB辨识工具箱,根据步骤4中进行驱动的正弦激励信号以及预处理完成后的陀螺仪角速度值进行辨识,辨识得到机载光电稳定平台伺服系统模型中的模型参数;
步骤6:根据步骤5辨识得到的机载光电稳定平台伺服系统模型设计校正控制器;
步骤7:根据步骤6设计得到的校正控制器,在专家辨识系统的HigaleView平台中搭建基于校正控制器的半实物仿真模型;利用半实物仿真模型,在机载光电稳定平台伺服系统要求频带中进行模型验证,根据验证结果确定模型精度是否满足要求,如果不满足,则进一步分析得到模型精度相对较差的频段,并以该频段的中值频率作为补充正弦激励信号的频率,以初始正弦激励信号幅度作为补充正弦激励信号的幅度设计得到补充正弦激励信号;返回步骤4,与之前已有的正弦激励信号分时输入,驱动机载光电稳定平台伺服系统力矩电机转动;如此循环迭代,直至根据验证结果确定模型精度满足要求。
2.根据权利要求1所述一种机载光电稳定平台伺服系统辨识与设计方法,其特征在于,步骤3中,所述机载光电稳定平台的跟踪目标的特征参数是目标瞄准线视线角角速度V和角加速度a,根据公式
V=A*2πf
a=A*(2πf)2
解算得到初始正弦激励信号的幅度A和频率f。
3.根据权利要求2所述一种机载光电稳定平台伺服系统辨识与设计方法,其特征在于,步骤3中,典型的目标角速度V为15°/s~40°/s,角加速度a为10°/s2~30°/s2。
4.根据权利要求1所述一种机载光电稳定平台伺服系统辨识与设计方法,其特征在于,步骤5中,对角速度值进行数据预处理过程包括异常值滤波。
5.根据权利要求1所述一种机载光电稳定平台伺服系统辨识与设计方法,其特征在于,步骤6中,对校正控制器的设计过程包括:对辨识得到的模型的波特图进行分析,基于波特图分析结果进行超前滞后校正控制器设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011366199.1A CN112526881A (zh) | 2020-11-29 | 2020-11-29 | 一种机载光电稳定平台伺服系统辨识与设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011366199.1A CN112526881A (zh) | 2020-11-29 | 2020-11-29 | 一种机载光电稳定平台伺服系统辨识与设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112526881A true CN112526881A (zh) | 2021-03-19 |
Family
ID=74994847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011366199.1A Pending CN112526881A (zh) | 2020-11-29 | 2020-11-29 | 一种机载光电稳定平台伺服系统辨识与设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112526881A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182575A (zh) * | 2014-08-19 | 2014-12-03 | 西安电子科技大学 | 一种机载红外稳瞄系统全链路全过程仿真系统及方法 |
CN104535079A (zh) * | 2014-11-25 | 2015-04-22 | 中国科学院长春光学精密机械与物理研究所 | 机载光电惯性稳定平台隔离度测试系统及方法 |
CN106597849A (zh) * | 2016-12-13 | 2017-04-26 | 中国航空工业集团公司洛阳电光设备研究所 | 光电系统伺服控制器生成装置及方法 |
-
2020
- 2020-11-29 CN CN202011366199.1A patent/CN112526881A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182575A (zh) * | 2014-08-19 | 2014-12-03 | 西安电子科技大学 | 一种机载红外稳瞄系统全链路全过程仿真系统及方法 |
CN104535079A (zh) * | 2014-11-25 | 2015-04-22 | 中国科学院长春光学精密机械与物理研究所 | 机载光电惯性稳定平台隔离度测试系统及方法 |
CN106597849A (zh) * | 2016-12-13 | 2017-04-26 | 中国航空工业集团公司洛阳电光设备研究所 | 光电系统伺服控制器生成装置及方法 |
Non-Patent Citations (1)
Title |
---|
江献良: "定频扰动下的光电稳定平台高精度控制问题研究", 《中国博士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108279576B (zh) | 一种复合轴目标跟踪仿真测试系统 | |
CN110889091B (zh) | 基于温度敏感区间分段的机床热误差预测方法与系统 | |
CN104019843B (zh) | 基于图像处理和元编程技术的汽车仪表指针零位自动矫正装置及方法 | |
CN106956282B (zh) | 角加速度确定方法、装置、机器人及存储介质 | |
CN112077839B (zh) | 一种机械臂的运动控制方法及装置 | |
CN110943659B (zh) | 一种激光终端粗指向机构工作模式识别及位置控制系统 | |
CN106383443B (zh) | 抗干扰控制方法及系统 | |
CN116400585B (zh) | 一种基于改进雾凇优化算法的海上救援飞翼控制优化方法 | |
CN110569767B (zh) | 运动参数识别方法、系统、设备及计算机可读存储介质 | |
CN111060126B (zh) | 定位方法、装置及车辆 | |
CN107037726B (zh) | 一种非同元分数阶系统滑膜干扰观测器设计方法 | |
US7346402B1 (en) | Technique for an integrated and automated model generation and controller tuning process | |
CN112526881A (zh) | 一种机载光电稳定平台伺服系统辨识与设计方法 | |
CN117033860B (zh) | 驱动轴跟踪误差的参数敏感性分析方法及装置 | |
CN103591967A (zh) | 用于光学伺服系统频谱曲线测试的光学Chirp信号生成方法 | |
RU2692837C2 (ru) | Способ определения параметров движения шумящего объекта | |
CN107608065A (zh) | 一种运动平台下基于allan方差分析的望远镜自动指向修正方法 | |
Lin et al. | Pose estimation in industrial machine vision systems under sensing dynamics: A statistical learning approach | |
Capisani et al. | MIMO identification with optimal experiment design for rigid robot manipulators | |
US20170292980A1 (en) | Frequency characteristic measuring method at feed axis control unit | |
CN109039222B (zh) | 一种加速力矩受限的转台运动曲线在线规划方法及系统 | |
CN110296836B (zh) | 一种伺服驱动系统结构判定方法 | |
CN115741718B (zh) | 一种机器人完全零力控制方法及系统 | |
CN113816265B (zh) | 一种基于人工神经网络的多模态桥吊摆动抑制控制方法 | |
CN115600480B (zh) | 一种针对压电换能器的全局线性化频散迟滞建模方法、装置、计算机设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |