基于自抗扰方法的无人机控制律设计

针对多平台、多任务的无人机飞行控制律的快速开发问题,提出一种基于自抗扰方法的无人机控制律架构,设计了可复用的扩展状态观测器及微分跟踪器,研究对比了其在3种具有较大差异的无人机平台中的应用,使7 000 kg的超音速UAV_A获得了更优的敏捷性结果,在60 kg的缩比UAV_B完成了5.8g的半滚倒转大过载机动飞行试验,基于10 kg的平直翼UAV_C实现了12架机紧编队的精确轨迹控制飞行试验。仿真及试飞结果表明:所提自抗扰控制结构响应快速、控制精度高、鲁棒性强,能够较好地适应多类无人机、面向多种任务场景的控制需求,且不需调参就能够获得较好的控制效果,为飞行控制算法设计提供了新的技术途径。

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。

一种标称轨道辅助的无塔快速校相方法

目前我国常用测控设备的跟踪接收机通常采用双通道单脉冲跟踪体制,在任务执行前需要进行校相。现有对塔快速校相方法需要标校塔资源,对星快速校相方法需要在目标进站后拉偏天线,跟踪时效性不够高,适用场景受限。针对上述问题,提出一种使用标称轨道辅助的无塔快速校相方法,通过计算目标进站过程中天线主瓣内的三点误差电压变化,结合标称轨道位置完成移相值及增益的计算,有效提升了目标跟踪的时效性以及任务执行的效率。

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。

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ε-level蝙蝠算法的无人机三维航迹规划

针对复杂地形环境、存在各种威胁和约束的无人机航迹规划问题,提出了一种基于ε-level改进蝙蝠算法的航迹规划算法。根据无人机目标函数和约束条件,建立无人机三维航迹规划模型;其次,针对蝙蝠算法处理高维带约束问题存在的早熟现象,设计了自适应权重系数和迭代阈值以平衡算法的探索能力和开发能力,并结合ε-level比较策略提高算法对非凸非线性约束优化问题的处理能力;设计了转弯半径可变的Dubins曲线用来对航迹进行平滑处理并解决2个航迹点连线贯穿地形的问题。通过仿真实验,并与蝙蝠算法、粒子群优化算法、ε-level粒子群优化算法和ε-level差分进化算法相比较,所提算法在开发能力、稳定性和成功率等方面都表现出较优的性能。

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。

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.

基于混合滤波与多环控制的无人机跟降方法

针对无人机在复杂环境下,利用传统的单环控制与卡尔曼滤波进行目标跟踪与降落任务时,出现跟踪目标丢失、降落精确性不足的问题,提出一种基于混合滤波和多环控制的状态估计与控制算法。利用卡尔曼滤波和扩展卡尔曼滤波的混合滤波方法对移动降落平台进行状态估计,同时通过速度PI控制环、姿态PID控制环、位置PID控制环及加速度PID控制环来完成无人机的跟踪与降落任务。仿真试验结果表明,在面对简易或复杂的环境时,该方法都具有较好的跟踪性能和更高的降落精度,并能够应用在多种环境下的无人机自主追踪和降落作业中。

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L_1-ITD的尾座式无人机姿态控制

针对尾座式无人机在垂直起降(VTOL)阶段对风干扰敏感的问题,提出了一种基于L1-ITD的尾座式无人机姿态控制方法。建立了垂直起降阶段尾座式无人机六自由度非线性模型,设计了基于L1自适应的无人机姿态控制器,可抑制扰动对系统性能的影响,实现垂直起降阶段存在风干扰和模型不确定时对无人机姿态的良好控制。在此基础上,针对L1自适应控制方法对量测噪声敏感及无法直接获取有效微分信号的问题,引入改进跟踪微分器,在快速精确跟踪信号的同时抑制了量测噪声的影响。仿真结果验证了所提方法的有效性。

基于迭代反馈调参的伞翼飞行器无模型自适应控制方法研究

针对伞翼飞行器强非线性特点,本文使用基于数据驱动的控制方法——基于迭代反馈调参的无模型自适应控制方法(IFT-MFAC)设计伞翼飞行器控制系统,该方法在构建过程中仅利用系统的输入和输出数据,不需要构建动力学模型。本文首先介绍了无模型自适应控制方法(MFAC)的构建过程,并进行了简洁的稳定性分析,然后采用迭代反馈调参方法对无模型自适应控制方法的两个步长因子进行迭代调参。为验证该方法的控制效果,对IFT-MFAC与PID控制、主动抗干扰控制(ADRC)和MFAC进行了一系列仿真对比,结果显示,IFT-MFAC控制器在复杂环境下的控制效果更好,尤其是在随机扰动环境下对折线轨迹的跟踪效果。

基于LQR的无人倾转旋翼机全模式控制律设计

针对无人倾转旋翼机的倾转过程阶段存在操纵舵面冗余、垂纵向通道耦合的问题,对倾转过程中的冗余操纵量分配策略和垂纵向通道控制量融合策略进行分析,开展基于线性二次型调节器(linear quadratic regulator,LQR)的姿态控制器的设计与验证。以短舱倾角作为权重因子综合2套基于LQR的多环控制器,通过增益调度对其进行优化,克服倾转过程中由模型特性差异引起的控制效果不佳的问题,实现无人倾转旋翼机倾转过程中的姿态平滑控制;最后进行“直升机前飞-倾转过渡-固定翼巡航”的全模式飞行仿真。结果表明:控制系统能够有效解决舵面冗余及通道耦合问题,在倾转过程中体现出较优的系统性能。

未知区域中四旋翼无人机集群协同搜索与围捕算法

四旋翼无人机集群可以被用来进行区域侦察,以建立对环境与兴趣目标的认知。为四旋翼无人机集群提出一种分布式协同搜索算法和动态目标包围技术,以解决在未探测区域定位和监测目标中所遇到的挑战。为降低所提算法的复杂度,通过栅格划分方法将任务区域划分为2级栅格子区域。考虑到动态目标的随机性,设计一种数字信息素来引导多无人机对任务区域进行2次搜索,并以快速搜索到目标为奖励函数,通过滚动优化决策得到最优解作为无人机的输入。然后,基于一致性协议设计一种多无人机协同跟踪与围捕协议,以获取动态目标的实时信息。数个仿真结果与室外飞行实验验证了所提算法能够使四旋翼无人机对未知区域中动态目标进行有效搜索与动态监视。

面向航天器返回舱测量任务的无人机航迹规划算法研究

为了有效解决无人机对航天器返回舱再入大气层后的实景观测问题,提出了基于三进制采样的无人机航迹规划方法,能够快速确定合理的跟踪初始点,并将飞行动力学约束融入航迹步进的采样机制,在确保符合无人机飞行动力学约束的前提下,大大精简了航迹规划的可行解空间,同时采用了一体化横滚角迭代方法,减少了繁琐的坐标转换,从优化方法路线选择和计算处理上都充分考虑了实时性要求。通过仿真计算和比较分析可知,提出的无人机航迹规划方法与传统基础A*算法及其遗传算法相比,采样覆盖率高、算法实时性强,具有很好的工程实用性,能够有效适应航天器返回舱测量任务。

非冗余舵面与RCS复合故障的自愈控制方法

临近空间飞行器在稀-稠大气过渡阶段且反推力矢量装置(Reaction Control System,RCS)有剩余燃料的情况下,RCS对于非冗余舵面的故障补偿与在线重构具有重要意义。基于此,研究了针对非冗余舵面与RCS复合故障的自愈控制方法,以实现飞行器的安全可靠控制。首先,建立了执行机构故障等不确定影响下的姿态控制模型;其次,针对舵面故障给出了基于残差观测的故障检测与自诊断方法,设计了RCS与舵面复合故障的分离诊断策略;然后,基于非线性比例-微分控制及故障诊断信息,设计了舵面故障补偿的自愈控制器;同时,基于RCS故障喷管序列判定,设计了复合故障下RCS在线重构的自愈控制器。最后,通过某典型全弹道姿态跟踪数值仿真,验证了该方法的有效性及可靠性。