摘要
本发明涉及无人机传感的技术领域,公开了一种无人机复杂矢量风场感知方法及系统,通过分别记录风场传感装置在风洞模拟风场测试和无人机搭载风场传感装置进行飞行测试的原始数据,构建特征数据集;使用构建的特征数据集训练LSTM模型,使其能够根据历史风场数据实时预测当前时刻的风场信息在无人机上安装风场传感装置阵列,实时采集风场信息数据,并利用训练好的LSTM模型进行风场信息实时预测;采用卡尔曼滤波算法对多个传感器的预测结果进行数据融合,计算出三维风速、风致气压变化和湍流度等风场信息。本发明实现了无人机空中复杂风场环境的实时高效预测,有助于提高各种无人机在复杂风场环境下的风场探测与可靠作业提供了有效手段。
技术关键词
无人机
LSTM模型
卡尔曼滤波算法
模拟风场
滑动窗口方法
数据
协方差矩阵
气压
风速传感装置
感知系统
阵列
湍流
风洞
通信模块
存储模块
模块电路
系统为您推荐了相关专利信息
无人机自主导航系统
Dijkstra算法
无人机自主导航技术
三维点云分析技术
节点
图像识别技术
物品实时监控
物品特征
关键点
Canny算法
电力系统暂态
故障工况
过渡电阻
故障特征
卡尔曼滤波算法