CN112198887B - 一种多旋翼无人机机载计算机性能评估***方法 - Google Patents
一种多旋翼无人机机载计算机性能评估***方法 Download PDFInfo
- Publication number
- CN112198887B CN112198887B CN201911416791.5A CN201911416791A CN112198887B CN 112198887 B CN112198887 B CN 112198887B CN 201911416791 A CN201911416791 A CN 201911416791A CN 112198887 B CN112198887 B CN 112198887B
- Authority
- CN
- China
- Prior art keywords
- performance
- index
- evaluating
- evaluation
- maximum
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000005540 biological transmission Effects 0.000 claims abstract description 47
- 238000010606 normalization Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 9
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims abstract description 3
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims 1
- 239000000470 constituent Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种多旋翼无人机机载计算机性能评估***方法，所述多旋翼无人机机载计算机包括：计算机控制***、传感及定位***、视觉***、和数传***及电源动力***，所述方法包括对计算机控制***性能、传感及定位***性能、视觉***性能评估、数传***性能及电源动力***性能的性能评价指标的测试数据分别进行归一化处理，对各***而言，将其各项性能指标确定权重，对该***各项性能指标进行加权求和，得到该***综合评估结果，并对这些***确定权重，对这些***进行加权求和，得到机载计算机整体性能评估结果。可根据任务需求的不同对各项指标的重要性进行排序，并以此获得不同的权重系数，实现为不同的需求挑选最合适的机载计算机或构成***。
Description
技术领域
本发明设计性能评估方法，特别涉及多旋翼无人机机载计算机性能评估***方法。
背景技术
随着多旋翼无人机技术的发展，其机载计算机***也快速发展，其种类和性能也各有不同，但目前缺乏一种***的机载计算机性能评估方案。目前的评估***大多将评估对象集中于某几项，如控制效果、定位精度等，但无法宏观的对整体性能进行评估。
由于目前的机载计算机性能评估***只能对某项性能进行评估，而忽视了整体性能，从而在优化时过于强调某项性能导致其他性能过低。如只对计算机***的控制效果此项指标进行评估并进行优化，采用复杂的控制算法，提高了控制效果，但也增加了计算机算力负载，占用其他算法运算性能，导致整体***性能不佳。
发明内容
为了克服现有技术的不足，本发明人进行了锐意研究，发现将对机载计算机各***的各方面性能进行评估，并根据各***权重给出***整体的性能评估结果，以便于根据需要筛选合适的机载计算机的构成***方案或者筛选合适的机载计算机，从而完成本发明。
本发明提供一种多旋翼无人机机载计算机性能评估***方法，所述多旋翼无人机机载计算机包括：计算机控制***、传感及定位***、视觉***、和数传***及电源动力***。
本发明所述方法包括对计算机控制***性能、传感及定位***性能、视觉***性能评估、数传***性能及电源动力***性能的性能评价指标的测试数据分别进行归一化处理，对各***而言，将其各项性能指标确定权重，对该***各项性能指标进行加权求和，得到该***综合评估结果，并对这些***确定权重，对这些***进行加权求和，得到机载计算机整体性能评估结果。
在本发明中，通过将各***模块有效组合获得的多功能机载计算机体系进行全面评价：
(1)全面评估机载计算机各构成***的多项性能，针对不同评价标准的***采用不同的归一化方法，如对越大越好的参数和越小越好的参数进行分类，使用两种归一化方法。
(2)最终能够得到***整体性能评估结果，用于对各不同***进行统一评估挑选。
(3)可根据任务需求的不同对各项指标的重要性进行排序，并以此获得不同的权重系数，实现为不同的需求挑选最合适的机载计算机***。
附图说明
图1示出本发明评估方法优选实施方式的流程图。
具体实施方式
以下结合附图，通过具体实施方式对本发明进行详细说明，本发明的特点和优点随着这些说明将变得更为清楚、明确。
关于计算机控制***
计算机控制***的主要功能是进行复杂决策和控制，因此计算机控制***的运算速度及控制效果等因素受到关注。
在本发明中，关于计算机控制***性能的评估，优选浮点算力作为评估***运算速度的指标，特别地，机载计算机***的主控计算机多为高算力计算机，以其核心浮点运算算力作为***算力，浮点运算算力是计算机每秒所执行的浮点运算次数，单位为FLOPS，该数值越大表示其浮点运算算力越强。
在本发明中，优选控制上升时间及最大超调量(超调量)作为评估控制效果的指标。
控制上升时间指单位阶跃响应从终值10％上升到90％所需要的时间，单位为秒，该数值越小表示控制***响应速度越快，控制效果越好。
最大超调量指相应的最大偏移量h(tp)与终值h(∞)的差与终值h(∞)比的百分数，如下式，
最大超调量σp％为无量纲量，该数值越小表示控制***在响应过程中的跟随效果越好，控制效果越好。
关于传感和定位***
传感及定位***的主要功能是为机载计算机***提供自身姿态和位置信息，传感及定位***的位置估计精确度和惯性传感器精确度受到关注。
在本发明中，关于传感及定位***的评估，优选以圆形公算误差为评估位置估计精确度的指标。特别地，在一般情况下差分GPS的位置估计精确度远大于其他定位模块，以其圆形公算误差作为传感及定位***的圆形公算误差。
圆形公算误差是指以实际位置为圆心划一个圆圈，如果定位***定位在此圆圈的机率最少有一半，则此圆圈的半径就是圆形公算误差，单位为米，该数值越小表示其位置估计精确度越高。
在本发明中，优选精度等级作为评估惯性传感器精确度的指标。精度等级的定义为最大测量误差Δmax与仪表量程Amax的比值，如下式
精度等级δ为无量纲量，该数值越小表示仪表误差越小，惯性传感器精确度越高。
关于视觉***
视觉***的主要功能是识别追踪目标，成像质量和图像处理速度受到关注。
在本发明中，关于视觉***性能的评估，优选以图像分辨率、最大可探测距离及视场角为评估成像质量的指标。
图像分辨率指每英寸图像内有多少个像素点，分辨率的单位为像素每英寸(PPI)，该数值越大表示图像中存储的信息量越大，成像质量越好。
最大可探测距离指发现目标的最大距离，单位为米，该数值越大成像质量越好。
视场角指在垂直和水平方向成像视场的张角，单位为度，该数值越大视野范围越大，成像质量越好。
在本发明中，关于视觉***性能的评估，优选以视频流帧率为评估图像处理速度的指标。
帧率指以帧称为单位的位图图像连续出现在显示器上的频率，单位为赫兹，该数值越大图像处理后输出的刷新率越高，图像处理速度越好。
关于数传***
数传***的主要功能是在机载计算机***和地面站之间进行数据传输，传输距离和数据传输质量受到关注。
在本发明中，关于数传***性能的评估，优选以最大传输距离评估传输距离的指标。
最大传输距离为机载端与地面端之间稳定传输的最大距离，单位为米，该数值越大表示传输距离性能越好。
在本发明中，关于数传***性能的评估，优选数据传输频率及数据传输延迟作为为评估数据传输质量的指标。
数据传输频率为单位时间内机载端与地面端之间的数据传输的数量，单位为赫兹，该数值越大表示数据传输质量越好。
数据传输延迟为因数据传输链路造成的时延时间，单位为秒，该数值越小表示数据的实时性越好，数据传输质量越高。
关于电源动力***
电源动力***的主要功能是为机载电子设备供电为多旋翼无人机提供飞行动力，***使用时长和飞行品质受到关注。
在本发明中，关于电源动力***的评估，优选以续航时间为评估***使用时长的指标。
续航时间为多旋翼无人机在无风环境下的悬停时间，单位为分钟，该数值越大表示***使用时长越长。
在本发明中，关于电源动力***的评估，优选最大起飞重量及最大过载能力为评估飞行品质的指标。
最大起飞重量指因设计或运行限制，航空器能够起飞时所容许的最大重量，单位为千克，该数值越大表示多旋翼无人机的负载能力越强，飞行品质越好。
最大过载能力指作用在飞机上的除重力外的合力与飞机重力之比，单位为无量纲量，该数值越大表示多旋翼无人机飞行时所能达到的加速度越大，飞行机动性越强，飞行品质越好。
在本发明中，由于各项指标评价标准及单位不同，需要对各项指标进行归一化处理，对各模块各指标进行评估结果采用非线性S函数归一化，相对于最大最小归一化方法及Z-score归一化方法，非线性S函数归一化方法的优点是对于数据分化较大的场景仍然有较好的归一化效果。
在本发明优选的实施方式中，归一化准则如下：
(1)对于数值越大越好的指标，如浮点运算算力、图像分辨率、最大可探测距离、视场角、视频流帧率、最大传输距离、数据传输频率、续航时间、最大起飞重量、最大过载能力，采用下式一进行归一化：
其中：Xi为归一化得到的值，xi为性能指标数据，即第i个方案中某项性能指标的数值，该数值获取一般有两种方法，一种是在***标准使用环境下进行实际测量取平均值，另一种是根据元器件生产商提供的指标数据；xmax为所有方案中指标数据xi中的最大值，xmin为指标数据xi中的最小值，a＝2tan-1(ln9)，
(2)对于数值越小越好的指标，如控制上升时间、最大超调量、圆形公算误差、精度等级、数据传输延迟等，采用下式二进行归一化：
其中：Xi为归一化得到的值，xi为性能指标数据，即第i个方案中某项性能指标的数值，该数值获取一般有两种方法，一种是在***标准使用环境下进行实际测量取平均值，另一种是根据元器件生产商提供的指标数据；xmax为所有方案中指标数据xi中的最大值，xmin为所有方案中指标数据xi中的最小值，a＝2tan-1(ln9)，
在本发明评估方法中，根据这些构成***中各项性能指标的归一化结果进行重要性比较，优选采用主观重要性比较，按照优序图确定各项性能指标的权重，然后对该构成***中各项性能指标进行加权计算，获得该构成***加权评估结果。
对于机载计算机整体而言，获得各构成***的加权评估结果后，对各构成***进行重要性比较，优选采用主观重要性比较，按照优序图确定各分***的权重，然后对各构成***评估结果进行加权计算，获得机载计算机的加权评估结果。
优序图法是按照***具体需求，针对各***及各项指标进行两两对比，最终确定***指标重要程度及工程方案优劣次序，以便对***进行评价或者对工程方案决策进行优先排序。优序图是一种需要主观对各项评价指标进行重要性排序的权重确定方法，这种方法的优点在于我们可以根据任务需求的不同对各项指标的重要性进行排序，并以此获得不同的权重系数，实现为不同的需求挑选最合适的机载计算机***。
优序图的具体实现方法如下，如需要对***指标X1、X2、……Xn进行重要性排序，将需要对比的指标放入权重表的第一列和第一行，根据***需求对指标进行两两对比，若指标Xi比Xj重要，则Xi计1分；若同等重要，则计0.5分；若指标Xj比Xi重要,则Xi计0分。对各项指标横向求和，得到最终得分，并归一化，得到最终权重，如下表所示。
| X<sub>1</sub> | X<sub>2</sub> | …… | X<sub>n</sub> | 指标得分 | |
| X<sub>1</sub> | a<sub>11</sub> | a<sub>12</sub> | a<sub>1n</sub> | ∑a<sub>1k</sub> | |
| X<sub>2</sub> | a<sub>21</sub> | a<sub>22</sub> | a<sub>2n</sub> | ∑a<sub>2k</sub> | |
| …… | |||||
| X<sub>n</sub> | a<sub>n1</sub> | a<sub>n2</sub> | a<sub>nn</sub> | ∑a<sub>nk</sub> |
本发明的评价方法，可以单独评价机载计算机的任意组成***，也可以对机载计算机整体进行评价，有助于根据实际需求选择相应的计算机组成方案。
实施例1机动平台自主降落的多旋翼无人机机载计算机的计算机控制***评估筛选
目前针对机动平台自主降落的多旋翼无人机机载计算机***的计算机控制***有五种方案。对这五种优选方案使用本专利的方法进行评估，并选取其中更优的方案。
对五个优选***进行实际测试或查阅元器件参数，获得各项评估指标的数据，原始数据如下表1所示。
表1
| 方案1 | 方案2 | 方案3 | 方案4 | 方案5 | |
| 算力(GFLOPS) | 1500 | 326 | 512 | 1300 | 704 |
| 上升时间(s) | 0.12 | 0.08 | 0.197 | 0.08 | 0.278 |
| 超调量(％) | 5 | 5 | 7 | 2 | 0 |
使用本专利的归一化方法，其中算力为越大越好的评估指标，使用式一所示的归一化方法，上升时间和超调量为越小越好的评估指标，使用式二的归一化方法，归一化结果如下表2所示。
表2
| 方案1 | 方案2 | 方案3 | 方案4 | 方案5 | |
| 算力 | 0.9 | 0.1 | 0.2706 | 0.7189 | 0.3938 |
| 上升时间(s) | 0.6924 | 0.9 | 0.4474 | 0.9 | 0.1 |
| 超调量(％) | 0.3697 | 0.3697 | 0.1 | 0.6303 | 0.9 |
对于机动平台自主降落的任务需求，对移动平台的识别是关键环节，为保证识别算法运行速度能满足要求，所以在评估控制计算机***时把算力作为首要标准。其次，因为要保证***能够快速响应控制指令，所以上升时间作为次要标准。而虽然超调量也是评估控制效果的指标之一，但相对于象征着快速性的上升时间，超调量象征着控制***的准确性。该任务要求控制算法实时修正误差，所以控制***单次运行的准确性并不是十分重要，因此超调量作为最次要标准。综上所述，评估标准优先级为：算力>上升时间>超调量。根据本专利的权重计算方法得到优序图，如下表3所示。
表3
| 算力 | 上升时间 | 超调量 | 得分总和 | 归一化权重 | |
| 算力 | 0.5 | 1 | 1 | 2.5 | 0.56 |
| 上升时间 | 0 | 0.5 | 1 | 1.5 | 0.33 |
| 超调量 | 0 | 0 | 0.5 | 0.5 | 0.11 |
根据所得权重对归一化的评估标准进行加权求和，得到最终评估结果，如下表4所示。
表4
| 方案1 | 方案2 | 方案3 | 方案4 | 方案5 | |
| 算力*0.56 | 0.504 | 0.056 | 0.151536 | 0.402584 | 0.220528 |
| 上升时间(s)*0.33 | 0.228492 | 0.297 | 0.147642 | 0.297 | 0.033 |
| 超调量(％)*0.11 | 0.040667 | 0.040667 | 0.011 | 0.069333 | 0.099 |
| 评估结果 | 0.773159 | 0.393667 | 0.310178 | 0.768917 | 0.352528 |
由上表4评估结果可知，方案1为计算机控制***最优方案。对比上表4中方案1与方案4，虽然因为方案1在作为首要标准的算力方面更优，导致了最终的评估结果为方案1更优，但方案4在上升时间和超调量方面均优于方案1，所以最终两种方案的评估结果相差不大。对比方案2与方案5，虽然方案5在算力和超调量方面均优于方案2，但方案5的上升时间指标过差导致其最终评估结果不如方案2。由此可见，本专利提供的评估方法可以全面客观的反应不同***方案之间的优劣关系。
实施例2机动平台自主降落的多旋翼无人机机载计算机***在不同需求下的优选
目前机动平台自主降落的多旋翼无人机机载计算机***有两种方案。针对两种不同的需求优先级，分别这两种优选方案使用本专利的方法进行评估，选出在相应需求优先级下的更优的方案。
对于计算机控制***(评估优先级：算力>上升时间>超调量)、传感***及定位***(评估优先级：圆形公算误差>精度等级)、视觉***(评估优先级：视频流帧率>最大可探测距离>图像分辨率>视场角)、数传***(评估优先级：数据传输延迟>最大传输距离>数据传输频率)、电源动力***(评估优先级：续航时间>最大过载能力>最大起飞重量)，分别进行评价，结果如下表11所示。
表11
| 方案1 | 方案2 | |
| 计算机控制*** | 0.81 | 0.44 |
| 传感及定位*** | 0.43 | 0.55 |
| 视觉*** | 0.76 | 0.8 |
| 数传*** | 0.31 | 0.28 |
| 电源动力*** | 0.47 | 0.63 |
(1)对于需求1，其评估标准优先级为：计算机控制***>视觉***>传感定位***>电源动力***>数传***。根据本专利的权重计算方法得到优序图如表12所示。
表12
根据所得权重对两种方案进行加权求和，得到评估结果,如表13所示。
表13
| 方案1 | 方案2 | |
| 计算机控制***＊0.36 | 0.2916 | 0.1584 |
| 传感及定位***＊0.2 | 0.086 | 0.11 |
| 视觉***＊0.28 | 0.2128 | 0.224 |
| 数传***＊0.04 | 0.0124 | 0.0112 |
| 电源动力***＊0.12 | 0.0564 | 0.0756 |
| 评估结果 | 0.6592 | 0.5792 |
(2)对于需求2，其评估标准优先级为：电源动力***>传感定位***>数传***>视觉***>计算机控制***。根据本专利的权重计算方法得到优序图，如表14所示。
表14
根据所得权重对两种方案进行加权求和，得到评估结果，如表15所示。
表15
| 方案1 | 方案2 | |
| 计算机控制****0.36 | 0.0324 | 0.0176 |
| 传感及定位****0.2 | 0.1204 | 0.154 |
| 视觉****0.28 | 0.0912 | 0.096 |
| 数传****0.04 | 0.062 | 0.056 |
| 电源动力****0.12 | 0.1692 | 0.2268 |
| 评估结果 | 0.4752 | 0.5504 |
由上表13和15可知，对于需求1，方案1为计算机控制***最优方案。对于需求2，方案2为计算机控制***最优方案。
分析表11，方案1在计算机控制***、数传***方面指标更优因此在对于计算机控制***需求优先级最高的需求1中评估结果更优。方案2在传感定位***、视觉***、电源动力***方面指标更优，因此在对于电源动力***需求优先级最高的需求2中评估结果更优。
由此可见，本专利提供的根据不同需求优先级计算权值，并对***进行加权评估分析的方法能针对不同需求计算出对应的最优方案。
以上通过反理性实施方式对本发明进行了详细说明，不过这些实施方式并不应理解为对本发明的限制，本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明的技术方案及其实施方式进行多种改进、替换或修饰，这些均应落入本发明的保护范围内。
Claims (11)
1.一种多旋翼无人机机载计算机性能评估***方法，所述多旋翼无人机机载计算机包括：计算机控制***、传感及定位***、视觉***、和数传***及电源动力***，
所述方法包括对计算机控制***性能、传感及定位***性能、视觉***性能评估、数传***性能及电源动力***性能的性能评价指标的测试数据分别进行归一化处理，对各***而言，将其各项性能指标确定权重，对该***各项性能指标进行加权求和，得到该***综合评估结果，并对这些***确定权重，对这些***进行加权求和，得到机载计算机整体性能评估结果；
对于数值越大越好的指标，采用下式一进行归一化：
其中：Xi为归一化得到的值，xi为性能指标数据，即第i个方案中某项性能指标的数值，该数值获取有两种方法，一种是在***标准使用环境下进行实际测量取平均值，另一种是根据元器件生产商提供的指标数据；xmax为所有方案中指标数据xi中的最大值，xmin为所有方案中指标数据xi中的最小值，a＝2tan-1(ln9)，
2.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，对于所述计算机控制***性能，从运算速度性能及控制效果性能分别进行评估，
采用浮点算力作为评估***运算速度的指标；
采用控制上升时间及最大超调量作为评估控制效果的指标。
3.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，对于所述传感及定位***性能，从传感及定位***的位置估计精确度和惯性传感器精确度进行评估，
采用圆形公算误差为评估位置估计精确度的指标；
采用精度等级作为评估惯性传感器精确度的指标。
4.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，对于所述视觉***性能，从成像质量性能和图像处理速度性能进行评估，
采用图像分辨率、最大可探测距离及视场角作为评估成像质量的指标；
采用视频流帧率为评估图像处理速度的指标。
5.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，对于所述数传***性能，从传输距离和数据传输质量进行评估，
采用最大传输距离评估传输距离的指标；
采用数据传输频率及数据传输延迟作为为评估数据传输质量的指标。
6.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，对于所述电源动力***性能，从***使用时长和飞行品质进行评估，
采用续航时间为评估***使用时长的指标；
采用最大起飞重量及最大过载能力为评估飞行品质的指标。
7.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，所述数值越大越好的指标为浮点运算算力、图像分辨率、最大可探测距离、视场角、视频流帧率、最大传输距离、数据传输频率、续航时间、最大起飞重量、最大过载能力。
8.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，对于数值越小越好的指标，采用下式二进行归一化：
其中：Xi为归一化得到的值，xi为原始指标数据，即第i个方案中某项性能指标的数值，该数值获取有两种方法，一种是在***标准使用环境下进行实际测量取平均值，另一种是根据元器件生产商提供的指标数据；xmax为所有方案中指标数据xi中的最大值，xmin为所有方案中指标数据xi中的最小值，a＝2tan-1(ln9)，
9.如权利要求8所述的多旋翼无人机机载计算机性能评估***方法，所述数值越小越好的指标为控制上升时间、最大超调量、圆形公算误差、精度等级、数据传输延迟。
10.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，对于任意组成***，按照优序图确定各评价指标权重，然后对各分***归一化指标进行加权计算，获得该***的加权评估结果。
11.如权利要求1所述的多旋翼无人机机载计算机性能评估***方法，得到***的评价值之后，按照优序图确定各***权重，将这些***的评价值进行加权求和，得到机载计算机整体性能评估结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911416791.5A CN112198887B (zh) | 2019-12-31 | 2019-12-31 | 一种多旋翼无人机机载计算机性能评估***方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911416791.5A CN112198887B (zh) | 2019-12-31 | 2019-12-31 | 一种多旋翼无人机机载计算机性能评估***方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112198887A CN112198887A (zh) | 2021-01-08 |
| CN112198887B true CN112198887B (zh) | 2022-04-01 |
Family
ID=74004757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911416791.5A Active CN112198887B (zh) | 2019-12-31 | 2019-12-31 | 一种多旋翼无人机机载计算机性能评估***方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112198887B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4975840A (en) * | 1988-06-17 | 1990-12-04 | Lincoln National Risk Management, Inc. | Method and apparatus for evaluating a potentially insurable risk |
| RU95106989A (ru) * | 1995-05-03 | 1997-02-20 | З.Х. Багдалов | Радионавигационная система "багис-с" (контроль полета и посадки летательных аппаратов) |
| CN101477174A (zh) * | 2008-10-31 | 2009-07-08 | 北京理工大学 | 伺服***复杂负载工况模拟和性能测试装置 |
| CN102034176A (zh) * | 2011-01-17 | 2011-04-27 | 北京理工大学 | 一种采用多种评价方法的通用综合评价*** |
| CN104488284A (zh) * | 2013-05-10 | 2015-04-01 | 华为技术有限公司 | 一种确定业务的质量的方法和网络节点 |
| CN105573898A (zh) * | 2015-12-11 | 2016-05-11 | 中国航空工业集团公司西安航空计算技术研究所 | 一种机载计算机综合性能自动测评方法 |
| CN106648941A (zh) * | 2016-12-28 | 2017-05-10 | 西北工业大学 | 飞控嵌入式计算机性能测评方法 |
| CN206734657U (zh) * | 2017-03-13 | 2017-12-12 | 北京润科通用技术有限公司 | 一种动态飞行性能测试的机载组件设备及*** |
| CN108062108A (zh) * | 2017-12-11 | 2018-05-22 | 郑宏远 | 一种基于机载计算机的智能多旋翼无人机及其实现方法 |
| CN109885080A (zh) * | 2013-11-27 | 2019-06-14 | 宾夕法尼亚大学理事会 | 自主控制***及自主控制方法 |
| CN110321272A (zh) * | 2019-06-24 | 2019-10-11 | 西北工业大学 | 一种高安全高可靠民机飞控计算机性能评测方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120291018A1 (en) * | 2011-05-10 | 2012-11-15 | Bhaskar Peri | Method and apparatus for managing evaluation of computer program code |
| US9715235B2 (en) * | 2015-06-05 | 2017-07-25 | The Boeing Company | Autonomous unmanned aerial vehicle decision-making |
| US10690525B2 (en) * | 2018-01-03 | 2020-06-23 | General Electric Company | Systems and methods associated with unmanned aerial vehicle targeting accuracy |
-
2019
- 2019-12-31 CN CN201911416791.5A patent/CN112198887B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4975840A (en) * | 1988-06-17 | 1990-12-04 | Lincoln National Risk Management, Inc. | Method and apparatus for evaluating a potentially insurable risk |
| RU95106989A (ru) * | 1995-05-03 | 1997-02-20 | З.Х. Багдалов | Радионавигационная система "багис-с" (контроль полета и посадки летательных аппаратов) |
| CN101477174A (zh) * | 2008-10-31 | 2009-07-08 | 北京理工大学 | 伺服***复杂负载工况模拟和性能测试装置 |
| CN102034176A (zh) * | 2011-01-17 | 2011-04-27 | 北京理工大学 | 一种采用多种评价方法的通用综合评价*** |
| CN104488284A (zh) * | 2013-05-10 | 2015-04-01 | 华为技术有限公司 | 一种确定业务的质量的方法和网络节点 |
| CN109885080A (zh) * | 2013-11-27 | 2019-06-14 | 宾夕法尼亚大学理事会 | 自主控制***及自主控制方法 |
| CN105573898A (zh) * | 2015-12-11 | 2016-05-11 | 中国航空工业集团公司西安航空计算技术研究所 | 一种机载计算机综合性能自动测评方法 |
| CN106648941A (zh) * | 2016-12-28 | 2017-05-10 | 西北工业大学 | 飞控嵌入式计算机性能测评方法 |
| CN206734657U (zh) * | 2017-03-13 | 2017-12-12 | 北京润科通用技术有限公司 | 一种动态飞行性能测试的机载组件设备及*** |
| CN108062108A (zh) * | 2017-12-11 | 2018-05-22 | 郑宏远 | 一种基于机载计算机的智能多旋翼无人机及其实现方法 |
| CN110321272A (zh) * | 2019-06-24 | 2019-10-11 | 西北工业大学 | 一种高安全高可靠民机飞控计算机性能评测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 军用机载计算机指标体系及其测评方法;杨敬宝等;《航空计算技术》;20080930;第48卷(第5期);第329-333页 * |
| 航空航天嵌入式计算机体系架构评估模型;韩伟等;《计算机科学》;20150515(第05期);第16-19，24页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112198887A (zh) | 2021-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104765968B (zh) | 一种无人机***健康状态测评装置 | |
| CN110703802A (zh) | 基于多无人机协同作业的桥梁自动检测方法及*** | |
| CN110221360A (zh) | 一种电力线路雷暴预警方法及*** | |
| CN114281093A (zh) | 一种基于无人机电力巡检的缺陷检测***及方法 | |
| CN115205718B (zh) | 一种地理信息测量***及其测量方法 | |
| CN113362604B (zh) | 一种基于扇区动态交通特征的管制员工作负荷评估方法 | |
| CN115374381B (zh) | 一种服务器标识的动态显示方法、电子设备及存储介质 | |
| CN113344425B (zh) | 一种基于qar数据的飞行品质监控方法及*** | |
| CN112215120B (zh) | 视觉搜索区域的确定方法、装置及驾驶模拟器 | |
| CN114035606A (zh) | 杆塔巡检***、杆塔巡检方法、控制装置和存储介质 | |
| CN111178756B (zh) | 一种基于环境大数据的多元线性回归火灾风险评估方法 | |
| CN113344423A (zh) | 一种基于机器学习的飞行员场景适用性诊断方法及*** | |
| CN112198887B (zh) | 一种多旋翼无人机机载计算机性能评估***方法 | |
| CN117217739B (zh) | 一种智能电力巡检*** | |
| CN111222903B (zh) | 用于处理来自在线按需服务平台的数据的***和方法 | |
| CN112560799B (zh) | 基于自适应目标区域搜索和博弈的无人机智能车辆目标检测方法和应用 | |
| CN111985119B (zh) | 基于HarmonySE和CBAM的架构权衡分析方法 | |
| CN116149353A (zh) | 变电站机器人与无人机联合巡检点自动生成方法及*** | |
| Klaproth et al. | Investigation of Mission Performance Sensitivities for Unmanned Aerial Vehicles Based on Parametric Similarity Assessment of Mission Requirements | |
| WO2020213547A1 (ja) | 気象予測データ作成プログラム、気象予測データ作成方法、及び、移動体 | |
| Zhang et al. | Multi-target threat assessment in air combat based on AHP and FVIKOR | |
| CN113554899A (zh) | 天气影响空中交通程度分析方法、装置、设备及存储介质 | |
| CN111445063A (zh) | 基于飞行线路的起降点选取方法及装置 | |
| CN116909320B (zh) | 一种基于蚁群算法的电力协同巡检策略分析方法 | |
| CN116662937B (zh) | 一种航空器大气数据安全监测评价方法 |
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 |