基于GPS、磁罗盘与大气数据计算机的无人机风估计

针对无人机实时航路规划及适应环境变化的自主能力发展需求,提出了一种新的风估计与空速校准的方法;该方法基于GPS接收机、大气计算机和磁罗盘等传感器实现;针对定常风模型,风速、风向能够利用地速、风速和空速之间的速度矢量三角形关系计算得到;采用无导扩展卡尔曼滤波(DEKF),估计风场信息以及真空速的比例校准系数;利用某型无人机数字仿真平台,在2D定常风条件下进行了全过程自主飞行仿真;仿真结果表明:该方法在航路跟随的直线段、转弯段均能准确估计。

基于小波变换的高空风估计

随着雷达技术的快速发展及对探测要求的逐步提高 ,用常规方法计算层风将造成信息的浪费 ,且结果也不能真正代表所测层的风速。在分析了高空探测常规计算层风不足之处的基础上 ,提出了采用小波变换计算层风的新方法 ,通过计算机仿真及实际数据的对比分析 。

基于辅助粒子滤波的风估计方法研究

对飞行中风场测量值含连续野值较多的问题,提出了将连续野值当作噪声处理的方法。噪声设置为随机游走模型并在状态方程中引入时变系数,利用辅助粒子滤波(APF)处理。与当前的自适应Kalman方法进行了比较,在含10个连续野值的模拟数据处理中,Kalman方法发生了跳变,而APF方法成功地处理了连续野值;APF方法和Kalman方法的平均均方误差分别为0.8313和1.0021。最后,将APF方法用于飞行测量数据处理。结果表明,APF方法能处理更多的连续野值,具有更好的精度和稳定性,适合工程应用。

无人机DR/GPS/RP导航中风场估计仿真

基于无人机DR/GPS/RP组合导航中的风场干扰问题,提出了一种利用位置矢量合成关系进行在线风场估计与航迹修正的方法,并提出了利用Shannon采样原理确定风场估计步长的方法。仿真结果表明:该方法不但能较准确地估计出干扰风场的信息,从而抑制自主导航DR受风场干扰的推算发散,而且能够大大提高系统组合导航的精度,改善无人机导航的抗风场干扰能力。

小型固定翼无人机多步长在线风场估计

基于小型固定翼无人机飞行运动位置矢量关系，提出了一种多步长推算的风场估计方法，并通过飞行试验数据定量分析了步长数对估计精度的影响。该方法利用无人机飞行位置信息得到基于GPS／DR的风矢量场估计模型，接着通过飞行试验得到无人机在4种不同运动模态下飞行时，此风场估计方法获取风信息的步长数的最佳阈值。仿真结果表明，无人机以120-150m／s飞行速度回旋飞行、飞行数据采样步长取为1s的情况下，步长数不大于5h的多步长风场估计方法可以最准确地估计出风信息，其测量风速误差不超过10％。

基于悬停四旋翼位置姿态信息的风场估计方法研究

基于四旋翼飞行器悬停状态下的位置及姿态信息,提出了一种离线的风场估计方法。首先根据Dryden大气紊流模型建立了四旋翼飞行器所处的风场环境,并通过分析有风情况下旋翼升力的变化,得到旋翼升力与风场信息(风速、风向)的函数关系式;接着利用牛顿-欧拉方法推导出有风扰动下的四旋翼动力学方程,并进一步设计了用于保持飞行器悬停状态的PID控制器;最后,基于悬停状态下四旋翼飞行器的位置姿态信息,计算得到飞行器所处的风场环境信息。MATLAB仿真结果表明所提方法在有紊流干扰的情况下,能够有效地提取出风场环境里的主风信息。

基于风电概率预测的风电场调频容量估计方法

考虑风电的不确定性,提出一种基于风电功率概率预测区间和储能设备的风电场调频容量估计新方法。首先基于风电场弃风数据,利用粒子群算法得到风电场储能系统容量配置;然后建立Copula分位数回归模型求得日前风电功率预测区间;最后结合日前风电限值和不同置信概率下的风功率预测曲线产生最优调频容量估计。风电场实际数据的仿真证实所提方法的有效性,可为风电场调频能力研究提供有益的探索。

RS-GA神经网络无人机受风情况估计

针对现有无人机(Unmanned Aerial Vehicle,UAV)风场估计方法中存在的计算复杂、需额外搭载传感器等问题,提出基于粗糙集遗传神经网络的无人机受风状态估计方法。该方法利用粗糙集分析方法对无人机上采集的姿态信息数据集进行约简;利用遗传算法全局搜索能力强的特点优化神经网络的初始权值;用简化的无人机数据集训练神经网络即得到所需神经网络风场估计模型。仿真结果表明,该方法具有较高的识别率以及较短的训练时间,证明了其在无人机风场估计上应用的有效性。

双激光雷达的水平风场估计方法

针对民航机场区域内单部激光雷达探测水平风场存在较大误差的问题,提出一种基于支持向量回归的双激光雷达水平风场估计模型。该模型以两部激光雷达重叠扫描区域风速为基础,对非重叠区雷达径向的其他数据点水平风速进行估计。首先,提取重叠区的径向风速、水平风速和距离三个特征,以重叠区域数据点为训练集,在同一维度规范化后设定惩罚因子和核函数参数,用支持向量回归得到初始估计值。然后,以单部激光雷达的径向风速为先验条件,估计出非重叠区相邻径向点水平风速。将估计的结果扩展为新的训练集,依次逐步扩大训练集进而估计出非重叠区的水平风速。最后,通过实测数据分析了该方法逐步估计的误差,分析了风速大小和回波信噪比对该方法估计性能的影响,结果表明该方法估计的风场的均方根误差较单部雷达的均方根误差更小,减小了水平风速误差,扩大了双激光雷达探测水平风场范围,提高了雷达的利用率。

考虑风电场储能容量配置的风电功率预测误差估计算法对比研究

针对风电功率预测误差估计方法中混合高斯分布拟合法和特征值提取估计法这两种适用范围较广的风电功率预测误差估计方法,详细介绍其原理和误差估计流程,利用实际风电场数据对两种方法进行算例验证,并根据计算结果,针对两种方法下的估计区间对储能容量配置的影响进行对比研究,为工程应用时的方法选取提供参考。同时,为了兼顾误差估计区间的有效性和经济性,有效指导风电场储能系统的容量配置,在高斯混合模型的基础上对风电功率预测误差进行状态划分,结合马尔可夫模型,提出一种MM-GMM优化预测误差区间估计算法并对其进行算例验证。

临近空间伪卫星抗风场干扰自主导航

针对风场对临近空间伪卫星导航精度影响的问题,提出伪卫星抗风场干扰自主导航算法,以提高伪卫星的导航精度。首先,将风场模型加入伪卫星SINS/CNS/SAR组合导航的量测模型中,建立风场干扰下的SINS/CNS/SAR组合导航系统模型;然后,设计自适应UPF非线性滤波算法,将该算法用于SINS/CNS/SAR组合导航解算中,分别在考虑风场干扰和不考虑风场干扰的情况下,利用UKF、UPF和自适应UPF算法对临近空间伪卫星组合导航系统误差进行估计。仿真结果表明,在考虑风场干扰的条件下,提出的自适应UPF算法在东向、北向和天向的速度误差均控制在0.21 m/s以内,误差大小分别是现有的UKF和UPF的1/5和1/3。该算法能有效抑制风场对导航解算精度的影响,提高伪卫星的定位精度。

基于无人机飞行参数的风场估算技术研究

利用无人机测量风速和风向已成为无人机应用的一项重点研究内容。基于无人机机载惯导系统、GPS系统和大气数据系统记录的飞行参数,建立飞行动力学模型,通过构建无迹卡尔曼滤波器的方法估算风速分量。与皮托-静压管测风法实测数据相比,在平飞状态下,该方法得到的风速估算结果曲线平滑,数值稳定,能够获得较准确的风速分量信息,为地面仿真及闭环试验提供较真实的风场环境参数。

平流层飞艇抗风场干扰约束Unscented卡尔曼滤波算法设计与应用

为了提高风场干扰环境下飞艇的导航精度,研究飞艇抗风场干扰导航算法。在建立风场干扰条件下飞艇速度误差约束模型的基础上,设计抗风场干扰的约束Unscented卡尔曼滤波算法。确定风场干扰条件下飞艇的速度误差约束量,将该约束与Unscented卡尔曼滤波算法相结合,对速度误差进行估计和补偿,以减小风场对飞艇定位精度的影响;证明该算法的状态估计量不仅是无偏的,而且协方差小于标准Unscented卡尔曼滤波的协方差;将提出的算法应用于捷联惯导/天文/合成孔径雷达组合导航系统中进行仿真验证,并与自适应扩展卡尔曼滤波和抗差自适应Unscented卡尔曼滤波算法进行比较。结果表明:提出的约束Unscented卡尔曼滤波算法的滤波性能明显优于自适应扩展卡尔曼滤波和抗差自适应Unscented卡尔曼滤波算法,能够有效抑制风场对飞艇定位精度的影响,提高飞艇的导航定位精度。

从风力资源谈风力机的选择

当我们决定要投资风力设备时,首先要获得当地风资源的数据,这风资源最好是几年的平均值,在一般的情况下,当地政府都会保存这数据,但不应包括随机的台风情况,因为风力机在台风的特殊情况下,为保护风力机的结构,都用风力机中的煞车系统将它锁住,不运转．根据这风资源的数据,我们就可以估算出所需风力机与配套发电机的最佳设计。这篇文章包括:①如何决定当地的风速、风功率及风能量:②如何计算所需发电机的功率;③选择控制发电量的考虑,虽然年风能的产值愈高愈好,但系统的复杂性也不容忽视;④如何决定风力机的设立高度与风力机之间的距离．

无人机伞降定点回收技术研究

针对无人机伞降定点回收传统方法中存在精度低、鲁棒性差的缺点,总结并研究了需要解决的三个关键问题:机伞系统建模,风场估计和定点回收策略,重点研究了其中的建模问题和控制策略,提出了系统解决方案。在机伞系统建模中,引入了弹性伞绳模型,从而可以正确反映伞降过程中机体姿态和伞绳拉力;在风场估计中,使用卡尔曼滤波进行风速和风向的估计;在回收策略中,着重考虑了对于风场扰动的鲁棒性和回收策略的工程可实现性。在考虑风场不确定性和随机导航误差的情况下,将提出的方案应用于某小型无人机,进行蒙特卡洛仿真试验,得到伞降圆概率误差为8.23m,证明该方案相对于传统方法鲁棒性和回收精度都有大幅提高。

风场估计算法及其在组合导航中的应用

风场的不稳定性和随机性会严重影响无人机、飞艇等飞行器的导航定位精度,而现有的采用线性定常模型描述风场的方法会引起较大的建模误差。为了提高对风场的估计精度,在建立风场模型时将系统噪声和量测噪声假设为随机游走噪声,在状态方程中引入时变系数,建立了一种新的一阶线性时变自回归风场模型。在风场估计中采用抗差自适应滤波算法,以控制观测异常的影响,利用估计出的风场信息对SINS/SAR/CNS组合导航系统的航迹进行修正。仿真结果表明,所建立的时变风场模型能更好地描述风场信息的变化,抗差自适应滤波算法能有效抵制观测异常,提高组合导航系统的解算精度。

强气流扰动下无人直升机自主导航技术发展与展望

无人直升机在低空、山区、海面飞行时,极易受到危及其飞行安全的强气流干扰,提高强气流扰动下无人直升机的自主导航性能对于其飞行安全具有极其重要的意义.本文对强气流扰动下无人直升机自主导航技术的发展过程、现状和趋势进行总结展望.文章在阐述无人直升机相关概念的基础上,分析了影响无人直升机导航性能的强气流扰动特性和建模方法,说明了强气流扰动对无人直升机及其导航系统的影响情况,基于无人直升机导航系统总结了对强气流扰动进行测量、估计的方法,并根据研究现状展望了未来强气流扰动下无人直升机的自主导航研究发展趋势.对无人直升机自主导航中强气流扰动的有效解决能够有助于提高直升机在复杂环境下的飞行和导航性能,促进我国无人直升机自主导航技术的发展.

GPS模拟器在无人机仿真中的设计与应用

为模拟无人机在真实大气环境下,存在风场干扰以及传感器存在误差条件下的导航控制,设计出一种GPS模拟器,简化了风模型和紊流模型,给出了GPS模拟器的设计思路以及在传感器偏差与常值风干扰下的设计原理;最后利用常值风干扰仿真,验证了风场估计算法的正确性;仿真表明,用矢量三角形估计法将常值风场与传感器误差模型估计出来后得到的风场数据修正航程推算,提高定位精度达到了较好的控制效果;该GPS模拟器可以为无人机仿真系统提供闭环控制条件,能够很好地模拟无人机在真实大气环境中的导航与制导控制,具有一定的实用价值。

Empirical Bayes Estimation for the Parameter of Two-dimen sional One-side Truncated Distribution Families with Linex Loss

In this paper, we construct the EB estim ation for the parameter of the two-dimensional one side truncat ed distribution fam ilies using Linex loss. The convergence rate of EB estimation is given and it is shown that the proposed empirical Bayes estimaiton can be arbitrarily close to 1 under certain conditions.

GPS导航无人机运输路径最优化生成方法

传统方法未充分考虑外界因素对航线的影响,导致生成的路径不符合实际需求。于是提出基于GPS导航的无人机运输路径最优化生成方法。通过GPS和多个机载接收器的推算出航迹数据,为运输路径最优化生成提供数据基础,使用倾斜角信号和无人机俯视角得出飞行姿态值,同时凭借空速、地速、风速估计环境的风场值,充分考虑机身参数和环境对无人机航线的影响。以危险单元分布图获得最小危险路径,因指数函数为单调递减函数,可等价将最小危险路径转化为最短路径生成问题,最后利用Dijstra算法实现运输路径最优化生成。仿真结果分析,所提方法能够根据GPS信号实时调整生成结果,使输出的最优路径符合最安全、最短的运输需求,具有极佳的鲁棒性和适用范围。