基于改进人工蜂群算法的多机飞行冲突解脱策略

针对同一空域内多无人机飞行冲突解脱问题,提出了一种基于改进人工蜂群算法的冲突解脱策略。在传统蜂群算法的基础上改进了跟随蜂对雇佣峰的选择概率及跟随蜂的搜索策略,发挥了迭代过程中最优解的引导作用,保持了传统人工蜂群算法全局搜索和跳出局部最优的能力,解决了传统人工蜂群算法局部搜索效率较低的问题,提升了收敛性能,增加了得到最优解的概率。利用该算法通过航向调整和速度调整2种策略实现了多机的冲突解脱。对比仿真结果验证:该方法在收敛速度、运行速度和最优解的适应度等方面都较遗传算法有很大提升。

最优控制L_1自适应在重装空投纵向控制器设计中的应用

为保证空投过程中载机的姿态和高度稳定,采用结合最优控制的L_1自适应控制方法设计了飞机纵向控制器.利用最优控制产生线性控制信号并确定匹配参考模型,在此基础上将系统非线性转化为L_1自适应控制结构中的匹配和非匹配不确定性实现姿态保持,结合外环PID高度控制器完成整个飞控系统的设计.仿真验证了控制器的强鲁棒性,可以抑制高自适应增益下输入信号中的高频抖振.

空投时运输机的实时仿真平台

建立了涵盖刚体货物、牵引伞、舱内地板角等影响因素的复杂空投过程运动学模型,提出了空投系统牵引伞力作用方向,推导了空投货物与载机相互作用力大小及作用点,设计了0-1控制变量对货物在空投的不同阶段进行分时控制,简化了建模过程,使模型具备不同空投模式下的仿真能力,在此基础上设计了集空投系统设置、仿真、分析与显示为一体的实时仿真平台,最后通过仿真对该模型与传统空投模型之间的动态响应误差进行了量化分析。

超低空空投参数自适应反步控制

为解决超低空空投过程中重型货物舱内移动及出舱阶段给载机的姿态和高度稳定带来威胁这一问题,采用带有参数自适应的反步控制方法设计了飞机纵向控制器。将空投过程中模型的不确定性、强扰动以及控制输入增益转化为待估计参数矩阵,并采用参数自适应更新率对参数矩阵进行估计,结合外环PID高度控制器完成了整个飞控系统的设计。仿真结果验证了控制器的强鲁棒性。