英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
基于STM32的状态观测器的纵向运动飞机
摘要：本文提出了一种基于使用STM32的飞机纵向运动F1系列单片机。本文的重点是在开发代码实现一流的状态观察和使用现有的STM32器件不同F1的微控制器。建议的状态观测器是使用Keil开发工具设计的设备实现基于处理器和人工的微控制器C／C 语言。这表明变化特征在状态变量和阶跃响应时间证明飞机的纵向运动的识别在小错误范围内正确的条件下进行, 这些结果导致容易发展为可编程硬件行业的预测算法。
关键词：观测器 飞行器 预测状态 STM32 Keil工具 嵌入式系统
1 简介
复杂的观测器的开发与应用与确定性系统有很多联系在过去二十年。其中最著名的技术预测系统的状态是Luenberger观测器，最近，一个“当前更新”的观察员的概念由Willems介绍，其主要思想是采用著名的技术和稳定结合了测量模型表示，以补偿昂贵的仪器仪表传感器。在模型中，这是非常昂贵的传感器仪器，我们引用一架飞机。飞机的纵向运动将被考虑。要得到一个好的预测，我们需要知道的纵向运动的分析模型，然后我们通过创新。创新的一步是正确的预测，Luenberger观测器的描述本文是对STM32微控制器实现，这个实现是使用Keil公司和意法半导体STM系列。实验结果显示，STM进行诊断和实时显示变量加载和调试中的应用。
本文的结构如下：第二节介绍一般结构的离散状态观测器，第三部分是介绍STM32板结构，keil的视觉界面和显示变量的作用STMStudio的实时处理，第四部分是对Luenberger观测器应用于飞机纵向运动和解释这个结果实现的推导，最后一节是总结全文的工作内容。
2 Luenberger观测器设计综述
开始和理解一个状态观测器是如何工作的，我们需要回归到观察者的文献。观察者理论开始工作的状态，因此，观察家们指派观察员状态。根据Luenberger观测器控制输出系统可用于作为观察员。如果系统状态从它的输出测量开始，我们可以说，该系统是可观察的，（1）中定义的矩阵的秩与矩阵的行数相等。
在（2）中所描述的表明，该离散系统提供内部状态x（k）使用输入u（k）和输出y（k）测量方法。
x(k) = Ax(k) Bu(k)
y(k) = Cx(k) Du(k)
其中A，B，C，D是合适的尺寸矩阵，系统是可观察的和可控的，当以下条件是可用的：如果（、）是可见的, 则（A，B）是可控的。如果（、）是可见的, 则（A，C）是可控的。在接下来的两个方程一般观察结构数据（2），当前状态观测器的更新和预测下一状态的Luenberger观测器的处理。当前更新在每一瞬间是使用最新的测量Y（k＋1）用于更新的状态X（K）。我们考虑状态可以由以下离散状态建模的观测器空间模型：
那里的符号X（k 1）和y（k）是用来强调（2）是由一步一步测量更新或（3）是一个一步预测算法，与x0是一任意初始条件。现在估计误差相关的（3）可以改写为：
在不干预控制。估计错误前（K 1）的状态趋于零，如果所有的特征值对（Aminus;LC）是负实部。把错误的动力学（即收敛速度）返回解决。
其中P OBS（S）作为理想，有需要的极点。因为矩阵的行列式等于它的转置，这个方程是等价的：
方程（2）所描述的系统使用了控制律。
计算K可以用极点配置法这是求解：
在PDC（S）是n阶特征多项式选择用于动态控制。一切都很简单，当系统有一个单一的输入。的确，多项式方程（12）是由系统n阶线性方程组转化n个未知数，接受的唯一一个解决方案（因为该系统是可控的）。在系统中有m个输入的情况下，你可以选择K的形式：
在矩阵Bmacr;（Mx1）是以任意选择保持可控性和寻求最便宜的输入。量K1=（K1，K1，hellip;，Kn）是（1xn）的矩阵是确定的。多项式系统（12）将导致一个线性系统K1，hellip;KN。只要知道重建他的内部状态不直接访问系统的输入和输出的观测系统。观察者由2个区块组成如图1所示
第一单元是由一个模型的工厂，从其中一个希望知道内部状态。通过对状态观测器作为一个闭环系统的考虑，我们可以避免由于不可避免的差异造成的不确定性返回的对象不精确模型之间的误差测量和观察输出。x和x之间的一致性是由模型的连续调节保证。这种调整是乘以误差观测器的增益k。
3 STM32板和keil开发工具
- STM32F100RB 微控制器。
近年来，微控制器已被开发，并且我们看到新的系列更加强大和有效的像STM32其中包括不同成员、不同外观的系列的出现。我们选择与之合作的F1系列因为在市场上它比其他更便宜。STM32 f1xx是基于Cortex-M3内核形成一套设备的分布式AHB总线和它的两个子APB1，APB2。STM32外围设备是由内核加载和存储指令访问存储器映射寄存器。这个STM32的F1系列有一个复杂的系统时钟。图2给出了ARM Cortex-M3使用价值的模式块线路板板。
在图中我们看到，Cortex-M3处理器位于左上方。该线的最大频率分量等于24兆赫。图中的大部分显示设备及其互连。处理器发现8K字节的SRAM和128 KB的Flash。周边单位沟通是指由两APB1和APB2总线。各种外设的总线都支持。一个高级语言如C程序CortexM3有用处理器。ABI或应用二进制接口是一个标准程序调用该寄存器的使用。所以连接STM32 开发板如图所示，我们需要计划自己的ARM Cortex使用Keil开发在下一个小节中描述的工具。
- Keil开发工具
Keil是一个完整的软件开发环境，工具描述如图所示。它包括你需要的物品创建、调试和建立你的C / C 源文件，并集成了微控制器和外围设备的仿真。它包含了实时操作系统和中间件组件沟通解决不使用实时内核实现复杂和嵌入式应用。Keil编程是很有帮助的对于不同的著名的和复杂的微处理器家庭，比如：ARM7, ARM9, Cortex-Mx, C166, XE166, XC2000, 8051或者微处理器。使用这个软件非常简单，感谢的是有一个清晰的界面，包含菜单栏来选择命令按钮和一个窗口的源文件，代码和执行的报告。
- 意法半导体STMStudio
STMSTUDIO, 意法半导体是很有用的诊断调试STM32的应用程序在执行过程中通过实时读取和显示变量。它连接任何类型使用STM32 st-link装置（JTAG和SWD协议）。它可以保存数据输入到一个文件中，然后重播。读数据从图STMStudio是扫描利用变量你想要获取的内存地址，标签地址由keil收集然后植入STMStudio。
4 软件设计
为了使用离散状态观测器软件，应该遵循一些步骤：
1.设置状态的系统矩阵，原始状态，输入矩阵和矩阵模型输。。
2.设置观察员的增益矩阵。
3. 设置向量和输出的初始值。
4. 观察者：它主要介绍主要程序Luenberger观测器。
5.在需要时，一个调用矩阵例程操作，以便执行。
6.初始化：它包含了所有的矩阵的操作。
在下面的算法，离散Luenberger观测器实现图4。
要求：A、B、C、D矩阵和X（0），^X（0）
- K = 0秒到130秒
- 计算系统的状态和输出
- 计算估计的状态和输出
- 计算误差估计
- 计算系统新的增益
- 结束
确保：x和^x之间的一致性。
- 实验结果
该软件的主要特点是Luenberger观测器在飞机（波音767）的纵向运动为例。这个例子是在运行模式下测试，从闪存执行。
- 波音-767纵向模型
纵向波音-767状态空间模型如下。状态向量：
其中V（F / S）代表了前进速度的变化，和alpha;（t）是攻角的变化，theta;（t）是俯仰角的变化和Q（t）的俯仰角速度。
在电梯偏转delta;E和节气门位置delta;T是两输入。
参数矩阵定义如下：
使用特征值矩阵（Aminus;BK），特征值矩阵（Aminus;LC）是（观察者的特征值）为跟进：
给出了初始状态和初始条件的估计：
前进速度仿真结果显示在图5，图6，7和8。代表在迎角的变化图9，10，11，12代表。
图13、图14、图15、图16、图17、图18、图19和图20是表示俯仰速率的变化，这一改变的俯仰角和误差之间的观察和预测的状态。
前进速度和迎角在图5，图7，图9，图11，是可满足的。系统稳定后，少数迭代和观测器适应系统和误差在几毫秒内收敛到零。变焦数字显示在图6、8、10、12进行了验证观察者在执行过程中的行为。图13、15、17、19，我们注意到，估计误差趋向于零，并且所观察到的变化曲线在俯仰角和俯仰角是非常接近的曲线估计通过状态观测器。看图14、16、18， 20我们可以观察到Luenberger观测器估计正确的俯仰角和俯仰率。然而，观察成功重建的系统内部状态。因此，它是可能的，本方法作为一个有效的选择为纵向Luenberger观测器实现飞机运动。
- 结论
在本文中，我们提出一个第一步，熟悉观察员，并采用它在嵌入式领域。我们确定了利用Luenberger观测器实现飞机运动在STM32微控制器。我们有一个良好的实时结果。所提出的工作使我们能够考虑在未来的诊断和检测嵌入式领域的复杂系统的故障。
参考文献
[1] Luenberger, D.G.,, rsquo;Observing the State of a Linear System,”IEEE Trans. Mil. Electron.”, Vol. MIL-8, April 1964, pp.74-80.
[2] Luenberger, D.G.,”Observers for Multivariable Systems,” IEEE Trans.Automatic Contr., Vol. AC-11, April,1966, pp.190-197.
[3] Luenberger, D.G.”An Introduction to Observers,” IEEE Trans. Automatic Control,Vol. AC-16, Dec. 1911, pp.596-602.
[4] Gopinath, 8., rsquo;On the Control of Linear Multiple Input-Output Systems,rsquo; Bell Syt.Tech. J., Vol. 50, Mar. 1971, pp.1063-1081.
[5] Novak, L.M., rsquo;Optimal Observer Techniquesfor Linear Discrete-Time Systems,rsquo; Control and Dnamic Systems, C. T. Leondes, Ed.,Rademitc ress, -Nw York, Vol. 9, 1973.
[6] Orsquo;Rielly, 3.,1 rsquo;Oni Linear Least-Square Estimators for Discrete-Time Stochastic Systems,rsquo; IEEE Trans. on Systems,, Man, and abereti Vol. SMC-10, No.5, May 1980
[7] Johnson, G.W., ”A Deterministic Theory of Estimation in Control,rsquo; IEEE Trans. Automatic Control, Vol. AC-14, Aug. 1969,pp. 380-384.
[8] Tse, E., and Athans, M., rsquo;Optimal Minimal-Order Observer-Estimator for Discrete Time-Varying Systems,rsquo; IEEE Trans. Autmatc Cntrol, Vol. ACir, Aug. 1970, pp. 416-426.
[9] Orsquo;Rielly, J., rsquo;Optimal Low-Order Feedback Controllers for Linear Discrete-Time Systems,rsquo; Control and Dynamic Systems, C.T. Leondes, Ed., Academic Press, New York, Vol.16, 1980.
[10] Willems, J.L., rsquo;Design of State Observers for Linear Discrete-Time Systems,rsquo; Int. Journal. systems Science, Vol.11, No.7 1980, pp. 139- 147.
lt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[151701]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
