基于Lyapunov导航向量场的无人机协同跟踪地面目标

针对多架无人机协同跟踪一个地面移动目标进行研究.通过基于Lyapunov导航向量场的航向控制使各架无人机收敛到位于目标上空的极限环,绕目标展开跟踪.进一步通过相位控制,使各架无人机均匀分布在极限环上,对目标进行协同跟踪.以3架无人机协同跟踪沿S型公路匀速前行的地面目标进行仿真.结果表明该方法能使无人机成功地完成协同跟踪任务.

基于深度强化学习和导航向量场的卫星规避拦截算法

针对在轨卫星规避拦截问题,提出了一种新的基于强化学习和三维李雅普诺夫导航向量场(3D-LGV)算法。首先,采用3D-LGV产生收敛于椭圆轨道的趋近律,保证规避拦截后能再次入轨。其次,针对拦截卫星利用扰动流体动态系统算法(IFDS)产生扰动流场,利用该扰动流场对导航向量场产生的趋近律进行修正,从而保证卫星能有效地规避拦截。由于IFDS算法中扰动流场大小和方向主要受其中反应系数和方向系数的影响,采用近端策略优化深度强化学习算法作为决策层输出反应系数和方向系数,用于指导卫星在不同场景下提供合适的对导航向量场的修正。最后,通过将IFDS算法修正后的趋近律作为卫星的最终运动方向,实现了整个规避过程。在构建的不同场景下进行了对比实验,结果表明,相较于滚动时域优化算法(RHC)、人工势场算法(APF)和传统IFDS算法,基于强化学习的算法决策时间更短、规避效果更好,在不同场景下均能实现有效规避。同时,对该算法进行蒙特卡洛仿真,统计结果显示卫星规避成功率高达98%。因此,此研究对智能方法在卫星规避拦截领域的应用具有一定价值。

基于向量场的物流系统自动导航车(AGV)局部避障规划

在已知静态障碍物环境信息的情况下,为了改善物流系统中自动导航车的路径,采用改进势场法规划自动导航车路径,比智能方法更加方便、高效。改进的算法计算量少,容易满足实时性要求,在数学描述上比较简洁,产生的路径比较平滑且安全。改进的势场法在实际系统应用中提高了系统的操作效率及安全性。通过对典型操作实例的分析,验证了该方法的有效性,从而完善了自动导航车避障功能。

基于修正导航向量场的AUV自主避障方法

针对复杂海洋环境下的自治水下机器人(Autonomous underwater vehicle,AUV)三维避障问题,本文提出了一种高效的修正导航向量场方法.构建自由空间下的初始导航向量场,引导AUV以最短路径向目标点航行.定义修正矩阵来量化描述障碍物对初始导航向量场的影响,得到障碍空间下的修正导航向量场,使得AUV向目标点航行的同时躲避静态障碍.通过结合障碍物运动速度,分别构建相对初始导航向量场与相对修正导航向量场,并采取有限时域推演与调整策略,最终引导AUV安全躲避动态障碍.仿真结果表明,本方法能较好地应用于复杂海洋环境下的AUV避障任务.

移动机器人导航中的混沌识别

针对在移动机器人中导航数据信息的混沌现象将会影响导航质量且威胁机器人安全的问题,采用改进的C-C法对移动机器人导航数据信息的时间序列进行相空间重构,用拓展小数据量法计算系统的最大Lyapunov指数以识别混沌.介绍了改进C-C法和拓展小数据量法的改进算法,通过典型的Lorenz混沌系统,验证了这一方法的可行性和有效性.对实测的移动机器人导航数据信息进行混沌识别并与传统方法进行比较,结果表明:由改进C-C法重构的相空间更能呈现原系统的特性;由拓展小数据量法计算的最大Lyapunov指数比较稳定,更接近真实值.

面向非广域目标的无人机对峙跟踪方法

针对无人机对峙跟踪非广域目标问题,开展目标状态估计与无人机制导方法研究。首先建立非广域地理环境模型,将非广域地理约束作为伪观测方程引入粒子滤波器的观测方程。其次,鉴于目标在运动过程中可能受到多个模型的约束,采用交互多模型滤波算法进行状态估计,即每个模型对应的受约束粒子滤波器并行工作,并对多个滤波器估计结果进行加权,得到更精确的目标运动状态估计值。然后,提出时间最优导航向量场,通过计算期望航向角,引导无人机快速收敛至目标极限环。最后,仿真实验表明,受约束粒子滤波-多交互模型算法相比于传统的滤波算法,估计精度提高了20%,时间最优导航向量场方法相比于传统的导航向量场方法,引导效率提高了15%,所提方法可更有效地用于解决非广域目标对峙跟踪问题。

某小型无人机导航控制算法研究

研究了可实现小型无人机自主飞行的控制、导航算法。建立了描述无人机运动的状态空间模型,在此基础上分析了开环系统对扰动的响应。针对响应结果,采用最优控制理论设计了带有全维状态观测器的控制器;使用了基于李雅普诺夫向量场的导航算法并对控制器和导航算法进行仿真。研究结果表明,文中给出的控制和导航算法具有良好的性能指标,可跟踪任意航路点,从而可以实现无人机自主飞行。

景象匹配辅助导航在弹道导弹末制导中的应用

对景象匹配定位导航的工作原理进行了数学化描述,讨论SINS/SMNS组合导航系统的信息融合算法,重点研究了其中两种信息融合算法:外推法和Lyapunov自适应滤波算法.通过仿真实验表明,景象匹配可有效地减小组合导航系统的位置误差.

黎曼流形上导航术问题的推广

黎曼流形上的导航术问题在芬斯勒几何中扮演着非常重要的角色.Randers度量和Kropina度量都可以由黎曼流形(M,h)上具有向量场W的导航术问题的解来刻画,其中‖W‖≤1.论文首先揭示了芬斯勒流形上的导航术问题与流形的单位切球的几何之间的重要关系.当芬斯勒流形(M,Φ)上的向量场V=V(x)满足条件Φ(x,-V x)<1时,证明了由导航数据(Φ,V)确定的芬斯勒度量F是一个正则的芬斯勒度量;当Φ(x,-V x)=1时,证明了F是一个锥芬斯勒度量.进一步,研究了Kropina流形和Randers流形上的导航术问题.当F是流形M上的Kropina度量,且向量场V满足F(x,-V x)≤1时,证明了由导航数据(F,V)确定的导航术问题的解F必然是Randers度量或Kropina度量;当F为Randers度量,且向量场V满足F(x,-V x)=1时,证明了由导航数据(F,V)确定的导航术问题的解F必然是Kropina度量.

无人机自主空中加油会合编队控制方法

针对无人机自主空中加油过程中加油机、受油机会合编队问题,基于Lyapunov导航向量场(LGVF)和一致性理论设计了一种编队控制方法。首先,建立了无人机编队模型,包括通信拓扑模型和编队几何模型,并在此基础上定义了多无人机系统的协同变量;接着,设计了期望的加油轨迹,并基于Lyapunov导航向量场方法设计了加油机(编队参考点)的飞行控制律;然后,根据加油机的位置、速度信息,基于一致性理论设计了加、受油机会合编队控制方法,并分析了该方法的稳定性;最后,进行了数字仿真,表明了所提方法的有效性。

二元Weibull统计流形的对偶几何结构及其不稳定性

为了研究二元Weibull分布的稳定性,从信息几何的角度将二元Weibull分布的全体所构成的集合作为二元Weibull统计流形,通过求得流形的Fisher信息矩阵、α-联络、α-曲率张量以及α-数量曲率,得到二元Weibull统计流形的对偶几何结构,进而得到当α=±1时,二元Weibull统计流形是对偶平坦的,并且是截面曲率为0的常截面曲率空间.最后,借助于对偶平坦几何结构,利用Jacobi向量场得到了二元Weibull统计流形的不稳定性.

基于Rodrigues参数的陀螺体受控运动

经典刚体动力学中表示刚体姿态的参数中,Euler角、Cardan角和Euler参数在工程技术中使用最为普遍.近期在航天器姿态控制问题中使用Rodrigues参数的报道也引起注意.Rodrigues参数以其表达形式简明和代数运算特点而具有独特优点.航天器姿态控制系统必须具有自适应性以适应参数的变化.建立用Rodrigues参数表达的无力矩陀螺体受控运动方程,提出基于Rodrigues参数的自适应姿态控制方案,并应用Lyapunov定理证明受控运动的渐近稳定性.

仿鹰群智能的无人机集群协同对抗飞行验证

自主能力强且低成本的无人机集群协同对抗,是无人机集群对抗中打击敌方攻击防御体系和拦截敌方入侵机群的一个重要手段.哈里斯鹰是一种集群狩猎的猛禽,集群狩猎对于哈里斯鹰获取维持生命活动所需的能量具有重要意义.从无人机集群协同对抗任务与哈里斯鹰协同狩猎行为相似性出发,本文提出一种仿鹰群智能的无人机集群协同对抗方法.首先通过分析鹰群的集群狩猎行为,建立鹰群智能行为机制,并将其映射到无人机集群协同对抗行为中;在该模型的基础上,利用李雅普诺夫导航向量场控制无人机的运动状态,使得我方无人机能够以恒定的速度收敛到预定的轨迹上,完成对敌方无人机的对抗打击;最后,搭建无人机集群验证平台,对所设计的仿鹰群无人机集群协同对抗模型进行外场飞行验证,试验结果验证了本文所设计的模型在无人机对抗环境中的可行性与有效性.

面向目标对峙跟踪的四旋翼协同编队控制方法

针对多四旋翼编队飞行过程中对地面目标对峙跟踪、几何队形生成、稳固保持和协同抗干扰问题,设计了一种可应对外部环境干扰和气动参数不确定性的多四旋翼主从式协同目标跟踪方法。首先,建立存在外部干扰以及参数不确定性的四旋翼运动学/动力学模型;其次,基于Lyapunov导航向量场设计领航者的对峙跟踪航迹使得领航者以固定对峙半径实现对目标的盘旋跟踪;然后,构造多四旋翼分布式位置保持控制器,为后续姿态控制器构造提供必要的期望指令;最后,针对四旋翼外部环境干扰和气动参数不确定性设计基于自抗扰控制的多四旋翼姿态跟踪控制器。仿真结果表明所提方法可以在局部智能体通信的前提下实现对地面目标的对峙跟踪,显著改善四旋翼编队系统的抗干扰能力,提升干扰环境下多四旋翼编队几何构型的稳固性。

UAV编队协同跟踪目标航迹规划

无人机(UAV)编队协同执行侦察跟踪任务是近年来的研究热门方向。针对UAV编队在跟踪目标过程中的航迹规划问题,首先,推导了UAV编队协同对目标跟踪的最优观测配置,确定了观测条件;其次,针对UAV对目标的跟踪问题,给出了导航向量场的构建步骤,并阐述了UAV编队协同跟踪目标的控制条件;再者,在Lyapunov导航向量场的基础上,确立了避碰函数,建立了避碰势场,并与导航向量场相叠加形成融合向量场。通过实验仿真,证明了所构建的融合向量场对解决UAV编队在协同追踪目标过程中避障问题的有效性。