基于SARIMA‑LSTM组合的机场起降量短时预测方法

机场起降量短时预测方法是根据空中交通流量管理需求,对机场未来24小时时间跨度内起降量情况进行预测。首先,构建了基于季节性差分自回归移动平均(SARIMA)和长短期记忆神经网络(LSTM)的机场起降量预测模型;然后,根据误差倒数法确定组合预测权重以期得到更好的预测效果;最后,使用天津滨海机场进行实例验证,以机场起降量的小时数据建立了SARIMA(0,1,7)×(0,1,1)_(24)和LSTM模型,并分别以0.600和0.400的权重建立了组合预测模型。验证结果显示,组合模型的预测指标R2达到0.904,较反向传播(BP)神经网络等其他单一模型预测性能更佳。

一种小型无人直升机自主起飞控制方法

针对小型无人直升机(Small-scale unmanned helicopter,SUH)起飞过程中过度依赖于地面飞行手的问题,提出了一种基于经验知识与系统辨识的自主起飞控制方法.首先,通过研究专业飞行手手动操纵小型无人直升机起飞过程中高度与油门、总距舵量等信息的对应关系,分析了利用学习飞行手的操纵行为实现小型无人直升机自主起飞的可行性,并设计了小型无人直升机自主起飞控制流程.引入了安全高度及变增益控制以提高自主起飞过程中的飞行安全性能,利用不完全微分控制方法抑制了微分高频噪声.其次,为了获取自主起飞过程中控制参数,采用自适应遗传算法对小型无人直升机动力学模型进行了辨识,在动力学模型的基础上进一步辨识得到了飞行控制参数.最后,通过在小型无人直升机平台进行的实际飞行实验,验证了本文方法的有效性.

小型无人直升机自动起降控制技术研究及验证

针对无人直升机有/无地效悬停状态的飞行特性,综合考虑在自动起飞与自动着陆过程中无人直升机过渡状态存在明显的差异,开展了无人直升机自动起降过程控制特性研究,给出了无人直升机自动起降控制策略及其控制律,进行了半物理仿真,并将研究成果应用到样例无人直升机的自动起降控制中,较好地实现了样例无人直升机的自动起降功能并满足相应的控制要求。

自转旋翼式陆空车辆跳飞性能计算

陆空车辆采用自转旋翼提供升力,尾部螺旋桨提供水平推进力的飞行方案,研究该型陆空车辆跳跃式起飞时的旋翼气动特性和飞行动力学特性,为设计具有垂直起降或者超短距起降的陆空车辆提供理论支持和分析计算方法.针对重型陆空车辆的自转旋翼提出了传统预旋结合高速储能飞轮的复合式跳飞方案,采用叶素理论分析自转旋翼桨叶的气动特性,采用数值积分对跳飞性能进行了研究,研究结果对比国内外文献,表明这种新型的复合式方法对跳飞的性能提高明显.

轮式无人机自动驶入驶出控制技术

针对轮式起降无人机跑道利用效率低、跑道占用时间长这一难题,通过分析无人机在地面的滑行受力情况,建立无人机三轮滑跑运动模型,提出了一种自动判断停机位置是否满足滑行要求、自动控制速度、自动故障处置的智能化驶入驶出控制技术,并支持过程中断后再次驶入驶出。滑行试验表明,驶入驶出各项控制功能性能均符合设计逻辑,使用方式灵活,智能化程度高,能满足不同机场、不同停机位置的工程使用需求。