基于Matlab/Simulink 和飞行模拟器进行飞行控制联合仿真

简介: 基于Matlab/Simulink 和飞行模拟器进行飞行控制联合仿真

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

在真实的三维虚拟环境中进行飞行测试越来越被认为是评估飞机模型及其控制系统的安全且经济有效的方法。本文首先回顾并比较了迄今为止已成功与 MathWorks 软件接口的最流行的基于个人计算机的飞行模拟器。这种协同仿真方法可以将 Matlab 工具箱的导航、控制和传感器建模等功能的优势与专用飞行仿真软件的高级仿真和场景渲染功能相结合。然后,该方法可用于验证飞机模型、控制算法、飞行处理特性,或根据飞行数据进行模型识别。然而,有 缺乏足够详细的分步飞行协同仿真教程,而且也很少尝试一次评估一种以上的飞行协同仿真方法。因此,我们使用 Simulink 和三种不同的飞行模拟器演示我们自己的分步联合仿真实现:Xplane、FlightGear 和 Alphalink 的虚拟飞行测试环境 (VFTE)。所有三种联合模拟均采用实时用户数据报协议 (UDP) 进行数据通信,每种方法都具有优势,具体取决于飞机类型。以 Cessna-172 通用航空飞机为例,Simulink 与 Xplane 的联合仿真展示了成功的虚拟飞行测试,能够准确地同时跟踪高度和速度参考变化,同时在任意风力条件下保持滚转稳定性,这对单螺旋桨塞斯纳提出了挑战。对于中等续航能力的 Rascal-110 无人机 (UAV),Simulink 使用 MAVlink 协议与 FlightGear 和 QGroundControl 连接,允许准确跟踪地图上的横向 UAV 路径,此设置用于评估基于Matlab的六自由度无人机模型。对于较小的 ZOHD Nano Talon 微型飞行器 (MAV),Simulink 与专为此 MAV 设计的 VFTE 接口,并与 QGroundControl 一起使用软件在环 (SIL) 模拟来测试先进的基于 H-infinity 观察器的自动驾驶仪,以在有风条件下实现稳健的低空飞行。然后最终使用控制器局域网 (CAN) 数据总线和带有模拟传感器模型的 Pixhawk-4 迷你自动驾驶仪扩展到 Nano Talon MAV 上的硬件在环 (HIL) 实施。

⛄ 部分代码

function XDOT = UAV_model(X, U)%UAV_MODEL Full 9 DOF model for the UAV based on the RCAM Aircraft%(Christopher Lum, Garteur)%   [XDOT] = UAV_MODEL(X,U) returns the longitudinal state%   derivatives, XDOT, given the current state and inputs, X and U.  The%   constants are the nominal values defining the aircraft specifications.%============UAV State========%x1 = X(1);  %ux2 = X(2);  %vx3 = X(3);  %wx4 = X(4);  %px5 = X(5);  %qx6 = X(6);  %rx7 = X(7);  %phix8 = X(8);  %thetax9 = X(9);  %psiu1 = U(1);  %d_A aileronu2 = U(2);  %d_T elevatoru3 = U(3);  %d_R rudderu4 = U(4);  %d_th1 throttle 1u5 = U(5);  %d_th2 throttle 2%============Constants=========%%nominal UAV constantsm = 120000; %aircraft mass (kg)%Aerocbar = 6.6; %Mean aerodynamic chord (m)lt = 24.8;  %distance by AC of tail and fuselage (m)S = 260;    %Wing planform area (m^2)St = 64;    %Tail planform area (m^2)Xcg = 0.23*cbar;                %x position of CoG in Fm (m)Ycg = 0;                        %y position of CoG in Fm (m)Zcg = 0.10*cbar;                %z position of CoG in Fm (m)Xac = 0.12*cbar;                %x position of aerodynamic center in Fm (m)Yac = 0;                        %y position of aerodynamic center in Fm (m)Zac = 0;                        %z position of aerodynamic center in Fm (m)%Propulsion constantsUmax  = 120000*9.81; %  max thrust in newtonsXapt1 = 0;           %x position of engine 1 forceYapt1 = -7.94;       %y position of engine 1 forceZapt1 = -1.9;        %z position of engine 1 forceXapt2 = 0;           %x position of engine 2 forceYapt2 = 7.94;        %y position of engine 2 forceZapt2 = -1.9;        %z position of engine 2 force%Miscellaneous constantsrho = 1.225;        %air density (kg/m^3)g = 9.81;           %gravitational acceleration (m/s^2)depsda = 0.25;      %change in downwash (rad/rad)alpha_L0 = -11.5*(pi/180);    %zero lift AoA (rad)n = 5.5;            %slope of linear region of lift slopea3 = -768.5;        %coef of alpha^3a2 = 609.2;         %coef of alpha^2a1 = -155.2;        %coef of alpha^1a0 = 15.2;        %coef of alpha^0alpha_switch = 14.5*(pi/180); %=======Control limits and Saturation=======%%can be changed in simulink%{u1min = -25*pi/180; %Ailerons limitsu1max = 25*pi/180;u2min = -25*pi/180; %Elevator limitsu2max = 10*pi/180;u3min = -30*pi/180; % Rudder limitsu3max = 30*pi/180;u4min = 0.5*pi/180; % Throttle 1 limitsu4max = 10*pi/180;u5min = 0.5*pi/180; % Throttle 2 limitsu5max = 10*pi/180;%}%Saturation %{if(u1>u1max)    u1 = u1max;elseif(u1<u1min)    u1 = u1min;endif(u2>u2max)    u2 = u2max;elseif(u2<u2min)    u2 = u2min;endif(u3>u3max)    u3 = u3max;elseif(u3<u3min)    u3 = u3min;endif(u4>u4max)    u4 = u4max;elseif(u4<u4min)    u4 = u4min;endif(u5>u5max)    u5 = u5max;elseif(u5<u5min)    u5= u5min;end%}%===========Intermediate Variables==========%%airspeedVa = sqrt(x1^2 + x2^2 + x3^2);%alpha and betaalpha = atan2(x3,x1);%Angle of attackbeta = asin(x2/Va);%Side slip%dynamic pressureQ = 0.5*rho*Va^2;%define the vectors wbe_b and V_b wbe_b = [x4;x5;x6];V_b = [x1;x2;x3];%============Aerodynamics==================%%Calculate the CL_wbif alpha<=alpha_switch    CL_wb = n*(alpha - alpha_L0);else    CL_wb = a3*alpha^3 + a2*alpha^2 + a1*alpha + a0;end%Calculate CL_tepsilon = depsda*(alpha - alpha_L0);alpha_t = alpha - epsilon + u2 + 1.3*x5*lt/Va;CL_t = 3.1*(St/S)*alpha_t;%Total liftCL = CL_wb + CL_t;%Total drag  (no tail)CD =  0.13 + 0.07*(5.5*alpha + 0.654)^2;%SideforceCY = -1.6*beta + 0.24*u3;%==========Dimensional Aerodynamic Forces======%%calculate dimensional forces in F_s stability axisFA_s = [-CD*Q*S;         CY*Q*S;        -CL*Q*S];    %Rotate the forces to F_b body axisC_bs = [cos(alpha) 0 -sin(alpha);        0 1 0;        sin(alpha) 0 cos(alpha)];    FA_b = C_bs*FA_s;%========Aerodynamic Moment coefficient about AC ========%Calculate moments in Fbeta11 = -1.4*beta;eta21 = -0.59 - (3.1*(St*lt)/(S*cbar))*(alpha - epsilon);eta31 = (1 - alpha*(180/(15*pi)))*beta;eta = [eta11;       eta21;       eta31];dCMdx = (cbar/Va)*[-11 0 5;                    0 (-4.03*(St*lt^2)/(S*cbar^2)) 0;                    1.7 0 -11.5];              dCMdu = [-0.6 0 0.22;          0 (-3.1*(St*lt)/(S*cbar)) 0;          0 0 -0.63];%Calculate CM about AC in Fb axisCMac_b = eta + dCMdx*wbe_b + dCMdu*[u1;u2;u3];%========Aero Moment About AC==========%normalize to an aerodynamic momentMAac_b = CMac_b*Q*S*cbar;%conversion to stability axisC_sb = C_bs';Mac_b = CMac_b*Q*S*cbar;Mac_s = C_sb*Mac_b;CMac_s = Mac_s./(Q*S*cbar);CMac_s = C_sb*CMac_b;%========Aero Moment About CG==========%%transfer moment to CGrcg_b = [Xcg;Ycg;Zcg];rac_b = [Xac;Yac;Zac];MAcg_b = C_bs*Mac_s + cross(FA_b,rcg_b - rac_b);%=========Engine Force and moment======%%ThrustF1 = u4*Umax;F2 = u5*Umax;%Assume thrust aligned with FbFE1_b = [F1;0;0];FE2_b = [F2;0;0];FE_b = FE1_b + FE2_b;  %Engine thrust offset from CoG.mew1 = [Xcg - Xapt1;        Yapt1 - Ycg;        Zcg - Zapt1];        mew2 = [Xcg - Xapt2;        Yapt2 - Ycg;        Zcg - Zapt2];        MEcg1_b = cross(mew1,FE1_b);MEcg2_b = cross(mew2,FE2_b);MEcg_b = MEcg1_b + MEcg2_b;%=============Gravity Effects=========%%Calculating grabitational forces in the body frame. No moment about CoGg_b = [-g*sin(x8);        g*cos(x8)*sin(x7);        g*cos(x8)*cos(x7)];  Fg_b = m*g_b;%============State Derivatives==========%%Matrix of InertiaIb = m*[40.07 0 -2.0923;        0 64 0;        -2.0923 0 99.92];    %Inverse of inertia matrix invIb = (1/m)*[0.0249836 0 0.000523151;               0 0.015625 0;               0.000523151 0 0.010019];%Form F_b (all the forces in Fb) and calculate udot, vdot, wdotF_b = Fg_b + FE_b + FA_b;x1to3dot = (1/m)*F_b - cross(wbe_b,V_b);%Form Mcg_b (all moments about CoG in Fb) and calculate pdot, qdot, rdot.Mcg_b = MAcg_b + MEcg_b;x4to6dot = invIb*(Mcg_b - cross(wbe_b,Ib*wbe_b));%Calculate phidot,thetadot, and psidot    H_phi = [1 sin(x7)*tan(x8) cos(x7)*tan(x8);         0 cos(x7) -sin(x7);         0 sin(x7)/cos(x8) cos(x7)/cos(x8)];    x7to9dot = H_phi*wbe_b;%Place in first order form%Navigation EquationsC1v = [cos(x9) sin(x9) 0;    -sin(x9) cos(x9) 0;    0 0 1];C21 = [cos(x8) 0 -sin(x8);     0 1 0;    sin(x8) 0 cos(x8)];Cb2 = [1 0 0;    0 cos(x7) sin(x7)    0 -sin(x7) cos(x7)];Cbv =Cb2*C21*C1v;Cvb = Cbv';x10to12dot = Cvb*V_b;XDOT = [x1to3dot;        x4to6dot;        x7to9dot;       x10to12dot];

⛄ 运行结果

⛄ 参考文献

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料

🍅 仿真咨询

1.卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
2.图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
3.旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划
4.无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配
5.传感器部署优化、通信协议优化、路由优化、目标定位
6.信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号
7.生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化
8.微电网优化、无功优化、配电网重构、储能配置
9.元胞自动机交通流 人群疏散 病毒扩散 晶体生长


相关文章
|
3月前
|
数据可视化
基于MATLAB的OFDM调制发射与接收仿真
基于MATLAB的OFDM调制发射与接收仿真
|
2月前
|
5G
基于IEEE 802.11a标准的物理层MATLAB仿真
基于IEEE 802.11a标准的物理层MATLAB仿真
207 0
|
2月前
|
算法
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
2月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
3月前
|
传感器 算法 数据挖掘
基于协方差交叉(CI)的多传感器融合算法matlab仿真,对比单传感器和SCC融合
基于协方差交叉(CI)的多传感器融合算法,通过MATLAB仿真对比单传感器、SCC与CI融合在位置/速度估计误差(RMSE)及等概率椭圆上的性能。采用MATLAB2022A实现,结果表明CI融合在未知相关性下仍具鲁棒性,有效降低估计误差。
240 15
|
3月前
|
监控
基于MATLAB/Simulink的单机带负荷仿真系统搭建
使用MATLAB/Simulink平台搭建一个单机带负荷的电力系统仿真模型。该系统包括同步发电机、励磁系统、调速系统、变压器、输电线路以及不同类型的负荷模型。
512 5
|
3月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的XGBoost序列预测算法matlab仿真
基于WOA优化XGBoost的序列预测算法,利用鲸鱼优化算法自动寻优超参数,提升预测精度。结合MATLAB实现,适用于金融、气象等领域,具有较强非线性拟合能力,实验结果表明该方法显著优于传统模型。(238字)
|
3月前
|
机器学习/深度学习 边缘计算 算法
【无人机】无人机群在三维环境中的碰撞和静态避障仿真(Matlab代码实现)
【无人机】无人机群在三维环境中的碰撞和静态避障仿真(Matlab代码实现)
211 0
|
3月前
|
人工智能 供应链 新能源
电动汽车参与运行备用的能力评估及其仿真分析(Matlab代码实现)
电动汽车参与运行备用的能力评估及其仿真分析(Matlab代码实现)
120 0

热门文章

最新文章