鲁棒逆动态估计技术在飞行器控制中的应用

分析鲁棒逆动态估计(RIDE)方法的基本原理和控制器的设计方法,利用飞行器的线性化模型,求得控制器的各个增益,同时,利用动压对其进行调参。仿真表明,该方法能有效地应用于某飞行器的纵向控制。

基于蒙特卡罗搜索树的机动控制研究

高效解算飞机机动是无人自主空战中的必备部分,也是战机完成作战任务的重要保证。利用强化学习思想,将蒙特卡罗搜索树(Metro Carlo Search Tree)算法与飞行机动控制相结合,通过反复试错解算出飞机操纵序列,同时应用了多目标优化和滚动时域优化技术,克服了传统机动动作库方法的固有缺陷。最后,以上升转弯、桶滚机动及连续蛇形S机动为例,对某型六自由度飞机模型进行控制实现,证明了所建立的MCTS机动控制算法能够灵活可靠地实现机动控制,最后通过参数摄动实验验证了算法的鲁棒性。

基于模糊PID的无人机编队控制

在无人机编队飞行作的研究中,针对编队优化控制问题,根据"长机——僚机"跟踪模式的编队策略,建立起两架无人机编队的数学模型。引入模糊控制理论,设计了采用模糊PID控制律的编队控制器,解决了传统PID控制参数整定后不能改变的问题,控制器中参数的动态变化确保了对编队飞行中无人机的稳定控制。仿真结果显示,设计的控制器可以按照相关指令,控制僚机跟随长机机动,从而达到期望的相对位置和飞行状态,超调量较小,并且无稳态误差,证明该控制系统切实可行,具备较强的工程可实现性。

考虑协同航路规划的多无人机任务分配

针对多无人机任务分配与协同航路规划问题,以分布式合同网拍卖算法为基础,构建无人机集群任务拍卖架构与拍卖收益函数,结合模拟退火算法协调任务执行次序,采用A*算法完成两任务点间航程预估,在任务分配阶段同步完成多无人机间协同航路的初规划,确定最佳任务执行次序,实现任务分配与协同航路规划的紧耦合。仿真结果表明,在考虑禁飞区、障碍威胁情况下,该算法能够有效完成多架无人机不同类型任务的分配,且目标分配、执行次序合理,总执行代价小,各机间负载均衡;在任务分配阶段考虑协同航路规划具有明显的效果,能够有效提高任务分配的合理性。