激光供能无人机的一种优化跟踪算法

航天事业的发展以及新能源技术的开发,使得小型电动无人机在现代战争、科学研究等方面具有较高的应用价值。激光无线能量传输技术能有效解决小型电动无人机续航时间短的问题,极大提高了无人机的工作能效。以无人机激光供能系统结构原理为基础,针对小型电动无人机激光无线供能的特点,提出了一种最大功率点优化跟踪方法:即采用恒定电压法(CV法)和萤火虫算法(FA法)相结合的优化控制算法,在激光投射到无人机上的光伏电池板上后,通过对无人机激光无线充电过程中最大功率点的跟踪,提高激光利用率及充电稳定性。并且通过数值仿真,验证了所提算法的准确性和适用性。

基于改进卡尔曼滤波的激光补给无人机跟瞄方法研究

激光供能为无人机长时间工作提供了保障,但是激光供能对捕获、跟踪和对准(APT)系统具有较高的要求。本文针对无人机距离地面补给站远、激光跟踪延迟、无人机供给能量不足等问题,提出一种基于自适应卡尔曼滤波算法,采用当前统计模型构建,通过残差检测对无人机模型进行实时的修正,加快位置更新速度,实现激光对无人机的最优跟踪。经过仿真表明,传统卡尔曼滤波算法的误差角度在0.2°左右,本方法的误差角度在0.1°以内,能实现较好的跟踪效果。

激光补给无人机跟踪方法研究

激光供能无人机能实现能量实时补给,提升无人机续航时间。无人机一般情况下,飞行距离地面固定补给站较远,激光光斑增大到完全覆盖无人机机身,导致无线能量传输距离过远,以及如何实施激光跟踪瞄准。针对上述问题,本文提出了一种新的跟踪瞄准方法,根据安装在光伏电池板上光敏传感器的输出电压的对比来对无人机进行最优追踪。经计算得出东西向的偏移量为2.310 mm,与实际偏移量2 mm近似,误差0.31 mm。

激光供能无人机集群充电策略研究

在复杂的环境中,单个无人机(UAV)执行任务的效率比较低,因此UAV越来越趋向于集群化、协作化。对于激光供能UAV集群来说,高效的充电调度对提高UAV集群的生存能力至关重要。本文提出了一种基于实时能量检测的在线充电策略(REDOCS)。根据UAV各个时刻的剩余能量计算出UAV的实时能量消耗率,然后计算每个UAV的剩余飞行时间以此来选择需要充电的UAV。相较于离线充电策略,REDOCS可以在提高整个网络的运行效率的同时降低UAV集群迫降率。最后通过算例验证,证明了REDOCS在UAV集群充电调度上表现更优。