基于纳什议价的无人机编队自主重构控制方法

针对任务环境下携带不同载荷的无人机(Unmanned aerial vehicles,UAVs)组成的编队,为实现无人机间的相互支援和补充而进行编队重构控制,运用多目标多人博弈理论,将其转化为纳什谈判过程.结合分布式模型预测控制(Distributed model predictive control,DMPC)方法,设计一种基于纳什谈判的分布式预测控制(Nash bargaining solution-DMPC,NBS-DMPC)算法求解该问题,并对算法收敛性进行了证明.仿真实验表明,该算法能够有效控制编队自主重构,实现编队无人机间的威胁规避和协同保护,同时能够有效降低无人机编队自主重构控制问题的求解规模.

面向无人机自主防碰撞的认知博弈制导控制

针对非隔离空域中的无人机碰撞规避问题,提出一种基于认知博弈制导的无人机自主防碰撞方法.首先,描述了非隔离空域中无人机自主防碰撞控制问题.其次,建立了无人机与入侵机的运动学模型,并构建了无人机的认知安全域,将无人机碰撞规避问题转化为涉及两方的博弈问题.然后,提出了制导策略集的求解方法.最后,仿真结果验证了所提方法的有效性.

直升机健康管理系统体系结构研究

提出通过构建直升机健康管理系统(HUMS),对整个直升机的运行状态进行实时监控,及时发现并预测故障,为操作人员和维修人员提供技术支撑;介绍了该系统的发展历程和趋势,提出了HUMS系统的总体方案;设计了开放式体系架构的HUMS处理单元,分布式体系架构的地面站和无线数据传输通信系统;对构建我国直升机HUMS系统提供了一定的参考价值。

基于STM32的机载燃油计算机设计与实现

针对我国现役战机电容式燃油测量系统测量精度低、维护保障问题突出、故障率较高的缺点以及对新型战机发展的需要,采用嵌入式设计理念构建基于STM32微处理器的燃油计算机,实现对燃油系统的综合管理。首先提出了核心处理板+外围电路的燃油计算机的总体设计方案,然后重点阐述了基于STM32微处理器的核心处理板和基于CPLD的信号转换板、继电器控制信号输出板的外围电路的硬件设计,编写了自动液面控制、CPLD串口通信和429总线数据收发的应用程序;最后给出了系统的实物图并对其进行了测试。测试结果表明,燃油计算机设计是可行的,该燃油计算机的构建将对提高燃油测量精度和系统维护保障性具有十分重要的现实意义。

城市密集不规则障碍空间无人机航路规划

随着国家低空开放和民用无人机的普及,小型无人机在城市空间的使用将会越来越广泛,城市空间的密集不规则障碍环境对无人机的安全提出了严峻挑战.针对传统的全局航路规划方法在密集不规则障碍环境中容易陷入局部"死区"而导致飞行危险的问题,通过设计当前航点到无人机视界的航路代价函数,建立了局部视界范围内的最优回溯模型,提出基于局部回溯和广度优先思想相结合的综合路径规划方法.仿真对比实验表明,本文提出的航路规划方法避免了传统的全局规划方法存在的局部"死区"问题,可在密集障碍环境中为无人机规划出安全可飞的航路,使无人机能够规避任意不规则形状的危险障碍,提高了无人机在城市低空环境中飞行的安全性.

基于运动目标预测的多无人机分布式协同搜索

多无人机(unmanned aerial vehicle,UAV)协同搜索是多UAV协同一个重要研究方向。随着战场环境的复杂化,UAV对动态时敏目标的搜索显得尤为重要。针对动态时敏目标的运动特性,首先建立动态时敏目标的运动预测模型,为了降低由于目标运动造成的不确定性以及优化UAV的搜索性能,在采用贝叶斯理论对目标存在概率进行更新的基础上,研究了一种基于高斯分布的目标转移概率密度,通过计算得到动态时敏目标的存在预测概率,然后合理建立UAV协同搜索的性能指标函数,在分布式模型预测控制框架下,将多UAV集中式在线优化问题转化为各架UAV的分布式在线优化问题,最后对性能指标函数进行优化求解。通过仿真验证了所提方法的有效性。

基于DE-DMPC的UAV编队重构防碰撞控制

当战场环境发生变化时,无人驾驶飞机(unmanned aerial vehicle,UAV)编队只有进行编队重构,才能保证编队的生存能力。在重构过程中碰撞问题严重威胁UAV安全应着重考虑。通过对UAV编队重构防碰撞问题进行分析,提出采用分布式模型预测控制(distributed model predictive control,DMPC)的方法,将编队重构问题转化为滚动在线优化问题。结合碰撞约束建立重构代价函数,针对代价函数求解复杂的问题,提出采用改进微分进化(differential evolution,DE)算法求解代价函数,并对算法的收敛性进行了分析。仿真实验表明,所提出的算法能够有效实现编队重构防碰撞控制,同时其代价更小、寻优能力更强。

面向不确定性环境的多无人机协同防碰撞

随着无人机碰撞事故的增加,防碰撞已成为多无人机共空域飞行亟待解决的问题。首先,进行多无人机协同防碰撞体系结构设计,然后,提出一种新的模型预测控制方法:应用扩展卡尔曼滤波预测不确定性环境空间的障碍物和目标轨迹,无人机通过机间通信实现环境信息共享,基于模型预测控制方法进行多无人机协同防碰撞制导决策。仿真结果表明所提方法的有效性,同时协同机制的效果明显。

基于信息熵的多值属性系统诊断策略优化方法

诊断策略问题是系统测试和诊断技术中的一个关键问题,并已被证明是NP问题。目前已有的大部分研究都是针对二值属性系统的,而多值属性系统的诊断策略研究较少。针对多值属性系统诊断策略优化问题,研究了多值属性系统的相关性矩阵模型和信息熵理论,根据在故障诊断树的建立过程中应优先选择提供信息量大,测试费用小的测试点的原则,建立了基于信息熵的多值属性系统诊断策略优化方法,给出了具体的计算步骤。实例计算结果和算法分析表明,此方法和最优算法相比,可大大减小计算时间,而且得到期望费用相差较小,可用于复杂多值属性系统的诊断策略设计。

基于数字信息素的无人机集群搜索控制方法

研究了无人机集群搜索问题的由来、概念、特点,反应行为机制的重要性以及信息素的应用价值。模拟两种基本的生物信息素,设计了一种基于数字信息素的无人机集群搜索控制方法。从全局决策和单机决策的角度,建立了基于数字信息素的无人机集群搜索分布式决策方法。抽象出所建立的数字信息素模型的主要特征,研究分析了具备此类特征的集群搜索系统的稳定性,并确定了集群边界。仿真结果表明,该方法能够形成稳定的数字信息素闭环,能够和所设计的飞行决策方法结合,使多机呈现出鲜明的集群行为特征,实现无人机集群搜索控制;仿真同时表明,该方法驱动的无人机集群搜索的效率显著优于常规编队模式,这也从侧面证明了无人机集群的搜索能力远高于无人机编队。

通信延迟条件下无人机编队重构的自主安全控制

多架无人机协同执行任务是未来网络化战场上的一种重要作战要求,然而复杂战场环境的变化极大地影响无人机编队的生存能力.为了自主安全地实现复杂战场环境中存在通信延迟的无人机编队重构控制,构建基于分层结构的无人机编队重构的自主安全控制架构.然后,提出一种基于纳什谈判的分布式预测控制(Nash bargaining solution-distributed model prediction control,NBS–DMPC)的新方法.针对存在通信延迟的问题,设计了基于信息滤波算法的信息补偿方法.最后,仿真实验表明所提算法能够自主安全地控制无人机编队重构并能有效降低问题的求解规模.同时仿真结果也验证了所提信息滤波算法在通信时延下的有效性.

多无人机协同障碍规避控制方法

为有效地解决不确定动态环境下多无人机协同障碍规避问题,提出一种联合扩展卡尔曼滤波和模型预测控制的控制器设计方法。首先构建分布式无人机协同障碍规避体系架构、无人机的运动模型及其通信拓扑。采用扩展卡尔曼滤波(EKF)预测动态障碍物的轨迹,并设计一种信息补偿规则。然后,基于模型预测控制(MPC)方法,设计障碍规避控制器。仿真结果表明:EKF方法能够准确地预测动态障碍物的轨迹;无人机之间通过协作,可以有效地降低预测误差。

基于认知制导的无人机安全控制方法研究

由于无人机系统自身的技术局限性和周围环境的复杂性,无人机发生失控、撞机、被劫持等安全事故的潜在风险越来越高。从提高无人机系统作战使用安全性的需求出发,对无人机系统的自主安全控制方法进行研究探索。对无人机安全性内涵与安全控制研究现状进行了分析,探讨了无人机制导与人类认知的联系,提出了基于认知制导的无人机安全控制方法,建立了无人机防碰撞控制策略,并以两架无人机的防碰撞控制为例,对基于认知的无人机安全控制方法进行仿真研究。

改进PSO-BP算法在飞机剩余油量测量中的应用

针对飞机在飞行时油箱因受震动引起油面起伏不平,导致原有静止状态时的计算模型产生较大测量误差,提出采用BP神经网络的预测飞机剩余油量;但由于BP神经网络存在学习效率低、收敛速度慢和易陷入局部极小等局限,采用改进粒子群算法优化BP神经网络的训练;将改进PSO-BP算法用于飞机剩余油量的测量,实验结果表明,与传统BP学习算法比较,改进PSO-BP算法具有训练时间短,相对误差小,控制精度高等优点,有效地提高了油量测量的精度。

多无人机协同的稳定控制机理研究

多无人机协同系统的过度扩散会引起协同失效,对系统进行规模控制是解决该问题的一种潜在方法.首先抽象出多无人机协同搜索系统的宏观运动特征,进而建立平台的运动方程,然后通过构造合适的李雅普诺夫函数,获得该系统的稳定控制规律及其控制参数.仿真结果表明:1)本文所提的稳定控制机制不仅能够使多无人机系统实现有效的协同,还能确保系统的稳定性;2)在系统稳定时,通过调整相关控制参数可以有效地控制系统规模.

自主协同系统的宏观稳定机理研究

为保证自主协同机群的内聚性,实现多机的有效沟通和协作,借鉴蜂王信息素机理,抽象出跟踪型多无人机自主协同系统的宏观运动特征.通过构造Lyapunov函数,分析该系统的稳定性,进而得到系统的稳定性判据.仿真结果表明:本文所提的稳定控制机理不仅能够保证自主协同系统的稳定性,还能够通过调整相关控制参数有效地控制系统规模.

多无人机协同搜索的模糊认知决策方法研究

搜索决策方法是影响多无人机协同搜索效能的关键.传统的搜索决策方法关注于使多架无人机形成对任务区域的协同全覆盖,采用基于概率搜索图和滚动时域控制的搜索决策方法,对复杂搜索任务的适应性有限.本文借鉴人类实施搜索行为的认知决策方式,提出面向多无人机协同搜索的三层结构的认知控制模型.基于该模型和模糊聚类思想对任务区进行认知匹配和约简划分;之后,应用二次模糊聚类对各架无人机进行面向协同搜索的任务区域分配,在此基础上,再应用滚动时域控制方法完成对无人机的搜索控制.从任务区域覆盖模式和目标发现能力两个方面,通过仿真实验分析了本文提出的协同搜索模糊认知决策方法的性能.