不同海况条件下舰载无人机着舰安全分析

针对无人机上舰的使用需求,本文对舰载无人机着舰开展了系统的研究。建立了机-舰-环境综合模型和舰载无人机全自动着舰引导控制系统;基于建立的舰载无人机着舰综合模型对不同海况下的着舰过程进行仿真分析,研究不同海况条件以及航母不同航速和遭遇角对着舰安全的影响。仿真研究表明:在复杂海况下,航母可通过适当提高航速以获得更高的着舰成功率,但过高的航速会导致舰尾流扰动加剧,使得着舰成功率显著下降;通过对仿真结果进行统计分析,给出了不同海况下的着舰安全范围,为无人机着舰辅助决策提供参考。

一种组合动力飞行器模态转换过程轨迹优化与控制方案

为应对组合动力飞行器涡轮/冲压发动机模态转换过程中容易出现的推力陷阱问题,开展了组合动力飞行器模态转换阶段飞行/推进一体化保护控制研究。该研究利用组合动力爬升段飞行轨迹优化方法,解决模态转换过程中组合发动机总推力无法满足平飞加速需求的推力陷阱问题。结合轨迹线性化控制方法,完成了宽速域飞行器/发动机一体化轨迹跟踪控制设计,利用迎角、油门等变量的协同调节实现轨迹跟踪控制。仿真结果表明,轨迹优化策略能够在一定程度上克服模态转换过程中的推力不足问题,一体化轨迹线性化控制方法可以有效实现爬升轨迹跟踪,避免模态转换过程对组合动力飞行器飞行任务造成的不利影响。

基于EKF滤波的飞行器自适应姿态修正算法研究

扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法对硬件资源有限飞行器姿态的估计,容易受非线性因素的影响,使得估计的结果存在较大误差.考虑到低成本小型飞行器的适用性,结合飞行过程中要求解算速度快、稳定性好、精度高、便于实现的应用特点,本文提出了一种基于EKF的自适应姿态修正算法.结合陀螺仪特性与上一次的修正值,对本次EKF滤波器输出的姿态角进行修正,并利用修正的姿态角更新四元数微分方程代入EKF滤波器进行误差反馈调节.通过实验验证,算法稳定性较好、能有效降低系统的噪声误差,静态实验情况下姿态角方差降低80%以上;动态实验下姿态角的误差降低了50%左右.对于低成本姿态估计的工程场景具有重要的参考价值.

基于滑模自适应迭代学习的四旋翼无人机轨迹跟踪

针对四旋翼无人机轨迹跟踪问题,在考虑外部扰动的情况下,提出一种滑模自适应迭代学习的控制算法。所设计的控制器由两部分组成:第一部分是滑模子控制器,作为四旋翼无人机系统的反馈控制器;第二部分是迭代学习子控制器,作为无人机系统的前馈控制器。在迭代学习过程中,迭代学习子控制器的增益可以根据轨迹跟踪误差自适应改变,能够提高四旋翼无人机的轨迹跟踪效果。最后通过软件仿真对所提出的四旋翼无人机轨迹跟踪算法的有效性进行验证。

基于改进遗传算法的多无人机搜索航路规划

针对多无人机对特定区域内的目标搜索问题,提出了一种基于贪婪算法改进变异操作的自适应遗传算法。依据先验情报对搜索区域进行栅格化处理,并结合无人机性能约束建立基于状态更新周期的协同搜索模型;引入类0-1编码将无人机航向控制序列与搜索概率进行关联;考虑到机载雷达对某一区域的重复探测会在一定程度上提高搜索概率,提出加入贪婪算子的贪婪变异策略,并引入策略选择阈值实现依据搜索概率变化对变异策略的动态调整,提高算法后期的局部搜索能力。仿真结果表明,改进的自适应遗传算法整体性能较好,具有较强的搜索能力和鲁棒性。

基于自抗扰控制的共轴直升机姿态控制律设计

以某型共轴双旋翼无人直升机作为研究对象,对无人机返航进场与降落着舰阶段的抗扰动问题进行研究。针对海上着舰环境下的外界干扰与不确定性问题,选用自抗扰控制器设计共轴直升机姿态控制律,以提高共轴直升机对外部扰动的抗扰性能。针对自抗扰控制律调整参数过多问题,设计改进粒子群算法进行自动参数优化。仿真结果表明:改进粒子群算法能够显著提高参数整定速度,且精度更高;优化参数后的自抗扰控制律在强干扰环境下具备良好的动态响应与鲁棒性。

基于模型预测控制的翼伞航迹跟踪

翼伞是一种既可以在空中展开又可以在地面折叠的伞状装置,其具有的高度不稳定性和复杂气动特性给翼伞控制带来了很大挑战。本文提出了一种基于模型预测控制(MPC)的翼伞航迹跟踪控制方法。首先,建立了翼伞运动学和动力学模型,包括了翼伞的位置、速度、加速度等状态变量,以及翼伞运动受到的气动力和气动力矩。然后,采用模型预测控制方法,利用已知的翼伞模型和环境模型进行预测,通过优化算法计算出最优的控制输入,实现对翼伞航迹的跟踪控制。最后,通过仿真试验验证了所提出的控制方法的有效性。相比传统的翼伞跟踪方法,本文提出的方法显示出更优的跟踪性能,该方法能够有效抑制外部扰动的影响,具有良好的控制精度及鲁棒性,有一定的工程应用价值。

Adaptive state-constrained/model-free iterative sliding mode control for aerial robot trajectory tracking

This paper develops a novel hierarchical control strategy for improving the trajectory tracking capability of aerial robots under parameter uncertainties.The hierarchical control strategy is composed of an adaptive sliding mode controller and a model-free iterative sliding mode controller(MFISMC).A position controller is designed based on adaptive sliding mode control(SMC)to safely drive the aerial robot and ensure fast state convergence under external disturbances.Additionally,the MFISMC acts as an attitude controller to estimate the unmodeled dynamics without detailed knowledge of aerial robots.Then,the adaption laws are derived with the Lyapunov theory to guarantee the asymptotic tracking of the system state.Finally,to demonstrate the performance and robustness of the proposed control strategy,numerical simulations are carried out,which are also compared with other conventional strategies,such as proportional-integralderivative(PID),backstepping(BS),and SMC.The simulation results indicate that the proposed hierarchical control strategy can fulfill zero steady-state error and achieve faster convergence compared with conventional strategies.

基于任务拆分的多无人机任务分配多目标优化

针对多无人机协同攻击作战想定,基于任务需求可拆分,研究多无人机任务分配优化问题。引入任务时间窗约束,构建任务收益水平测度函数。建立寻求执行任务总成本最小和总收益最大的多无人机任务分配优化模型,并根据模型特点,设计三阶段禁忌搜索算法进行求解。仿真实验结果表明:考虑任务拆分相比不考虑拆分的分配方案,无人机执行任务成本及效益更优。

采用瞄准式杀伤技术的防空导弹总体问题研究

定向战斗部技术是利用目标方位信息通过导弹弹体变化或战斗部起爆逻辑控制改变爆破方向以取得最大毁伤效果的新型杀伤技术,是未来新一代防空导弹实现能力跨越的关键技术之一。以装备有径向转向式定向战斗部的瞄准杀伤式防空导弹为研究对象,着重研究了相关总体问题。研究了补偿导弹法向过载的脱靶信息预测方法,满足了瞄准式杀伤提前获取脱靶信息的需求;研究了预测着靶点的散布规律和预测模糊问题的形成机理,为解决模糊问题提供了理论支撑;研究了小脱靶量遭遇时的瞄准精确度提升方法;对瞄准杀伤式防空导弹实例进行了仿真。

四旋翼的改进PSO-RBF神经网络自适应滑模控制

针对非线性、强耦合并带有不确定性干扰的四旋翼无人机模型,提出了一种改进粒子群算法-径向基(PSO-RBF)神经网络自适应滑模控制器。在对RBF神经网络自适应滑模控制器进行控制量平滑改进的基础上,利用改进的具有全局寻优能力的PSO算法来调整RBF神经网络的拟合参数,从而进一步提升网络的拟合能力。根据实际四旋翼的模型参数,搭建四旋翼的动力学模型,通过Lyapunov理论验证了系统的稳定性。仿真结果表明:与RBF神经网络自适应滑模控制器和双闭环PID控制器相比,改进PSO-RBF神经网络自适应滑模控制器可以在一个控制周期内寻找到合适的控制量,其调节时间分别提升约50%和75%;改进PSO-RBF神经网络自适应滑模控制器具有轨迹跟踪速度快且准、抗干扰能力强和鲁棒性好的特点。

基于Q学习的多无人机协同航迹规划方法

针对多无人机同时到达目标的航迹规划问题,建立战场环境模型和单无人机航迹规划的马尔可夫决策模型,基于Q学习算法解算航程最短的最优航迹,应用基于Q学习算法得到的经验矩阵快速解算各无人机的最短航迹并计算协同航程,通过调整绕行无人机的动作选择策略,得到各无人机满足时间协同的航迹组。考虑多无人机的避碰问题,通过设计后退参数确定局部重规划区域,基于深度Q学习理论,采用神经网络替代Qtable对局部多无人机航迹进行重规划,避免维度爆炸问题。对于先前未探明的障碍物,参考人工势场法思想设计障碍物Q矩阵,将其叠加至原Q矩阵,实现无人机的避碰。仿真结果表明:所提基于Q学习的多无人机协同航迹规划算法能够得到时间协同与碰撞避免的协同航迹,并对环境建模时所未探明的障碍物进行躲避;与A*算法相比,针对在线应用问题,新算法具有更高的求解效率。

基于双频扩张状态观测器的无人机抗扰控制

针对实际系统中普遍存在的非匹配快变扰动和量测噪声问题,提出了一种基于双频扩张状态观测器(BESO)的反步抗扰控制方法。双频扩张状态观测器通过方向转换因子和双带宽比例因子调整观测器的带宽,在准确估计快变扰动的同时可避免放大量测噪声。在此基础上结合反步控制,形成一种逐级补偿的控制结构,通过Lyapunov方法设计了控制律,可保证系统对非匹配扰动的渐进稳定。针对工程应用,进一步给出了控制器参数调节的建议。将所提控制律应用于微型四旋翼无人机的定高控制,仿真结果验证了其补偿非匹配扰动和抑制量测噪声方面的有效性。

仿猛禽视觉多分辨率的海上无人艇协同跟踪

针对海上无人艇跟踪过程中大场景与高分辨间的矛盾问题,本文提出一种仿猛禽视觉多分辨率机制的海上目标无人艇协同跟踪方法。模拟猛禽双中央凹多分辨率成像规律,构建目标无人艇跟踪大小场景;在大场景中,模拟猛禽视顶盖-峡核通路中视觉刺激的竞争选择机制进行海上无人艇显著性检测,用于纠正核相关滤波目标跟踪的结果;在小场景中,建立仿猛禽色彩分辨空间,并采用颜色显著性检测方法提取无人艇上的合作靶标;建立大场景纠正及小场景引导协同跟踪策略,实现对海上目标无人艇的协同跟踪。对比实验结果表明,本文方法的跟踪成功率高于对比方法,且有最高的平均重叠率和最低的平均像素误差,适于无人机完成对海上目标无人艇的跟踪任务。

基于简化模型的天线罩寄生回路稳定性分析

针对由天线罩误差引起的寄生回路影响制导系统稳定性的问题,提出了基于状态空间简化模型的天线罩寄生回路稳定性分析方法。为了准确分析天线罩误差特性对制导系统稳定性的影响,首先建立包含天线罩误差特性的导引头部件级模型,并采用低阶等效系统拟配方法建立导引头简化模型。该简化模型能够准确表征导引头的工作特性,并有效降低了制导回路状态空间简化模型的阶数;在此基础上,采用小扰动线性化方法建立制导/控制/弹体多回路线性时不变(linear time invariant, LTI)简化模型,并与导引头低阶等效模型结合,建立了包含天线罩误差斜率参数的制导回路,以简化模型状态空间描述形式。基于以上引入天线罩误差特性的制导回路状态空间模型,采用根轨迹方法分析确定了天线罩误差斜率的稳定域,分析了不同的天线罩误差斜率对制导系统稳定性的影响规律。最后,基于制导回路非线性模型进行仿真验证,仿真结果验证了基于简化模型的天线罩寄生回路稳定性分析方法的正确性。

天线罩误差对制导回路稳定性影响分析

针对雷达寻的导弹天线罩寄生回路影响制导控制系统稳定性的问题,建立考虑天线罩误差的三维非线性制导回路模型,提出一种基于状态方程形式的天线罩误差斜率对制导回路稳定性的影响分析方法。推导获得了天线罩误差斜率对制导回路系统矩阵影响的定量形式,并基于线性时不变系统的稳定性判据,计算给出天线罩误差斜率影响下的导弹制导回路稳定条件。计算分析和仿真结果表明:寄生回路正反馈时会引起导弹姿态的振荡发散问题,严重影响制导回路稳定性。

基于DM-DSC的舰载机着舰自动复飞控制算法

针对理想复飞轨迹已知条件下的舰载机自动复飞控制问题,提出一种基于偏差模型的动态面控制(DM-DSC)算法。基于Radau伪谱法给出了舰载机着舰的最优复飞轨迹;根据得到的最优复飞轨迹及其所对应的控制方案,分别给出了速度子系统和高度子系统的偏差控制模型和反演(Backstepping)控制器,并通过引入动态面结构来获得虚拟控制量的微分信号,避免了Backstepping控制律求解过程中的“微分膨胀”问题;考虑到气动参数的不确定性及舰尾流场的干扰,采用线性扩张状态观测器(LESO)对控制模型中的干扰项进行估计和补偿,并设计抗饱和辅助系统来抑制控制饱和的不利影响;最后,基于Lyapunov方法证明闭环系统信号的有界性。仿真结果表明:所提算法具有良好的控制性能。

基于滑模控制器的四旋翼飞行器控制方法

针对四旋翼飞行器数学模型固有的耦合项,提出用滑模控制算法来设计四旋翼飞行器控制器。首先设置六个子系统来解耦四旋翼飞行器系统;然后通过修正虚拟控制项来完成控制器的设计;最后通过构造能量函数来确保这个子系统的稳定性。同理,通过该方法完成其他子系统控制器设计。利用MATLAB-SIMULINK仿真四旋翼飞行器,结果显示可以在这个控制器的作用下顺利快速地到达预先设定好的位置,验证了控制器的有效性。针对外界扰动多为未知的情况,利用自适应方法设计相应的控制器。仿真试验验证了该控制器在有外界扰动和未知扰动的情况下,都具有较好的鲁棒性。

示教知识辅助的无人机强化学习控制算法

针对强化学习(RL)应用于无人机自主控制中学习效率低的问题,结合示教学习利用专家经验对其进行改进,提出基于示教知识辅助的无人机RL控制算法。通过设立示教目标函数、修正值函数,将专家经验作为监督信号引入到策略更新中,实现专家经验对基于RL的无人机自主控制系统优化过程的引导,同时,设置专家经验样本缓存库,利用经验优先回放机制赋予经验样本不同的利用率,提高数据的使用效率。仿真结果表明:与普通的无人机RL控制器相比,所提算法能够在训练初期快速获得奖励值,整个学习过程中获得的奖励值更高,学习到的控制策略的响应速度更快、准确性更高。示教知识的加入有效引导了算法的学习,提高了无人机自主控制系统的学习效率,同时,能够提高算法的性能,有利于学习到更好的控制策略。此外,示教知识的加入扩大了经验数据的种类,有利于促进算法的稳定性,使无人机自主控制系统对奖励函数的设置具有鲁棒性。

离散型自抗扰控制器在四旋翼飞行姿态控制中的应用

本文首先介绍了自抗扰控制器的结构组成,包括跟踪微分器、扩张状态观测器以及非线性状态误差反馈律,及各部分的典型算法.针对四旋翼盘旋系统的姿态控制问题,设计了3种离散型自抗扰控制器,搭建了仿真结构图,并进行了参数整定,得到了优良的仿真结果.进而在实际装置上进行试验,调试出了令人满意的姿态实时控制结果.实时控制结果表明,文中所设计的自抗扰控制器可以满足控制精度及快速性的要求,并且具有抗干扰性能、稳定控制能力以及对非线性强耦合系统的解耦能力.最后,总结并分析了3种自抗扰控制器的优缺点及适用范围.