面向未知环境的无人机障碍规避制导律设计

针对未知障碍规避问题给出了一种障碍规避制导律。将参考点航路跟踪制导法(reference point guidance,RPG)进行改进作为障碍规避制导律,对无人机与障碍的相对运动关系进行分析,确定了规避制导的时机和参考点选取的原则,用非线性微分方程对障碍规避过程进行建模,在此基础上分析了制导参数对系统性能的影响,确定了参数选取原则。仿真结果表明,改进后的RPG能够引导无人机安全规避突发或未知的几何形状不规则的障碍,能够避免不同任务阶段制导律切换过程中存在的安全隐患。

面向无人机自主防碰撞的认知博弈制导控制

针对非隔离空域中的无人机碰撞规避问题,提出一种基于认知博弈制导的无人机自主防碰撞方法.首先,描述了非隔离空域中无人机自主防碰撞控制问题.其次,建立了无人机与入侵机的运动学模型,并构建了无人机的认知安全域,将无人机碰撞规避问题转化为涉及两方的博弈问题.然后,提出了制导策略集的求解方法.最后,仿真结果验证了所提方法的有效性.

通信延迟条件下无人机编队重构的自主安全控制

多架无人机协同执行任务是未来网络化战场上的一种重要作战要求,然而复杂战场环境的变化极大地影响无人机编队的生存能力.为了自主安全地实现复杂战场环境中存在通信延迟的无人机编队重构控制,构建基于分层结构的无人机编队重构的自主安全控制架构.然后,提出一种基于纳什谈判的分布式预测控制(Nash bargaining solution-distributed model prediction control,NBS–DMPC)的新方法.针对存在通信延迟的问题,设计了基于信息滤波算法的信息补偿方法.最后,仿真实验表明所提算法能够自主安全地控制无人机编队重构并能有效降低问题的求解规模.同时仿真结果也验证了所提信息滤波算法在通信时延下的有效性.

面向机动目标跟踪的无人机横侧向制导规律

现有的standoff跟踪制导方法在进行机动目标跟踪时不能同时满足响应速度和稳态精度的要求.对用于航路跟踪的参考点制导法(RPG,Reference Point Guidance)进行改进,推导了无人机(UAV,Unmanned Aerial Vehicle)在跟踪机动目标时的横侧向制导规律.采用二阶非线性微分方程对UAV和目标相对距离的调节过程进行建模,在此基础上分析了改进后RPG的渐近稳定性.仿真结果表明,相比Lyapunov向量场(LVFG,Lyapunov Vector Field Guidance)和模型预测控制(MPC,Model-based Predictive Control)的制导方法,改进RPG的跟踪误差和时间乘以误差绝对值积分(ITAE,Integrated Time Absolute Error)指标均优于LVFG和MPC.因此,所提制导规律能够对机动目标的运动进行有效补偿,并具有更快的响应速度、更高的稳态精度和较好的实时性.

基于认知制导的无人机安全控制方法研究

由于无人机系统自身的技术局限性和周围环境的复杂性,无人机发生失控、撞机、被劫持等安全事故的潜在风险越来越高。从提高无人机系统作战使用安全性的需求出发,对无人机系统的自主安全控制方法进行研究探索。对无人机安全性内涵与安全控制研究现状进行了分析,探讨了无人机制导与人类认知的联系,提出了基于认知制导的无人机安全控制方法,建立了无人机防碰撞控制策略,并以两架无人机的防碰撞控制为例,对基于认知的无人机安全控制方法进行仿真研究。

元胞蚁群算法的城市楼宇间无人机航路规划

近年来,城市环境中小型无人机越来越多,然而传统的航路规划算法通常将威胁简化,并不能很好地解决无人机在城市环境的航路规划问题。因此引入"元胞"定义飞行区间,对"数字元胞地图"以及"航路罚函数"进行定义,并利用蚁群算法进行航路规划,使其可以对任意不规则威胁进行规避。仿真对比实验表明,所提的基于元胞蚁群的算法可以在不对障碍模型进行简化的情况下进行合理规避,为无人机在城市环境中规划出一条安全可飞的航路。

城市环境背景下多无人机快速任务规划算法

伴随着城市化进程的迅速发展,无论在作战中还是民用,都对无人机自主协同能力提出了新的要求。以城市环境为背景,以无人机任务规划为研究对象,针对目前无人机任务规划算法普遍较为复杂、实时性较差的问题,提出一种新颖的任务规划算法。首先对城市中的建筑物建立简单的数学模型,针对模型的特点使用了改进通视图法计算出所有最短路径,然后使用背包算法完成任务分配。仿真结果表明该算法规划准确,满足实时性要求。

无人机集群网络中一种基于链路质量预测的按需路由算法

无人机集群网络,相较于传统Ad Hoc网络,其节点速度更快,拓扑变化更剧烈。传统路由算法已难以满足无人机集群作战需要。因此,提出一种基于链路质量预测的按需路由算法。通过链路稳定度和节点拥塞度评估当前链路质量,并以此作为选路标准。同时,通过灰色-WNN组合预测模型,对相关参数进行合理预测,并以此估计链路稳定性与节点拥塞程度,进而对链路质量进行提前评估。算法根据得到的链路质量预测值来优化路由发现与路由维护过程,避免无人机的高动态特性对集群网络的不利影响。仿真结果表明,与AODV及其他相关改进算法相比,该算法明显改善了网络性能,减少了路由断裂的次数,大幅降低了节点高速移动时的路由开销与平均时延,使分组投递率得到明显提高。

无人机感知-规避系统安全区域动态决策方法

为了解决无人机在空域交通中的感知-规避安全性需求问题,根据无人机的感知能力定义空域交通的安全边界,采用微分对策和生存能力理论对感知-规避问题进行描述和分析,提出一个理论框架和解决方案,给出了安全区域对无人机飞行策略和制导律的影响.只要无人机与冲突航线内的其他飞行器保持必要的间隔,所提出的方法就可采取有效的策略减小冲突航线上的不确定边界,并选择相应的规避决策调整航线,避免飞行冲突.

面向协同standoff跟踪问题的无人机制导律

针对多无人机(UAV)协同standoff跟踪问题,提出了UAV的横侧向和纵向制导律。对参考点制导(RPG)进行改进,作为UAV的横侧向制导律。然后,采用一组非线性微分方程对UAV和目标相对距离的调节过程进行建模,在此基础上证明了改进RPG的渐近稳定性,并推导了RPG参数与系统性能的关系,为RPG参数的选取提供了依据。最后,给出了UAV的纵向制导律,并分析了其渐近稳定性。仿真结果表明,改进RPG的跟踪误差和时间乘以误差绝对值积分(ITAE)指标均优于Lyapunov向量场制导(LVFG)和模型预测控制(MPC),故改进RPG具有更快的响应速度和更高的稳态精度。

面向航路规划的Laguerre图构造算法

Voronoi图是一种用于无人机航路规划的图形算法,其得到的初始航路为相邻威胁中心连线的垂直平分线,因而会穿越覆盖范围较广的威胁源。引入计算几何学中的Laguerre图用于航路规划,证明了当两个威胁区域不相交时,Laguerre图生成的初始航路必然从它们之间的空隙内穿过。针对Laguerre图生成算法不易实现的问题,提出一种基于Delaunay图的Laguerre图构造算法,其时间复杂度为线性对数阶。仿真结果证明了Laguerre图在解决航路规划问题上的有效性,所提构造算法的运行时间能够满足在线规划的要求。

基于改进最小最大准则的分类器设计研究(英文)

主要探讨先验概率未知情况下的分类器设计问题。为了解决传统的最小最大分类器性能有限的不足,提出了基于分段线性化的分类器设计方法。方法不仅是最小最大准则的改进,而且也是最优贝叶斯分类器的更好近似。通过说话人识别的应用,验证了所提出算法的有效性。

一类具有随机时变通信时滞的遥操作系统同步控制

针对无人机地面遥操作中存在的通信延时、丢包等实际情况,研究了一类具有随机时变通信时滞的遥操作系统的同步控制问题.建立了这种具有通信时滞的主、从遥操作系统的控制模型;采用基于Markov跳变模态参数的时变时滞函数来刻画遥控通信网络中的时滞,在随机系统框架下,通过均方意义下的稳定性分析,求解系统的同步控制问题.利用一个微小型四旋翼无人飞行器半物理仿真平台对本文方法进行验证,初步仿真结果表明,通过反馈线性化分别设计控制器,可以保证主、从端运动轨迹的有界性.

基于FCM的UAV事故成因预测方法

无人机安全问题已经成为航空领域一个亟待解决的难题,坠机事故不但会造成装备和财产损失,而且也会给高技术安全带来巨大风险.在分析相关坠机事故统计的基础上,提出了一种影响无人机安全的事故因素划分原则和方法,建立了无人机事故成因预测的FCM模型.利用FCM的知识表示和推理可以预测出系统达到稳定状态时各因素的状态值,通过关联度计算对事故的影响因素进行排序,得到诱发无人机事故的主要因素.实例验证和分析证明该方法对于无人机事故成因的预测是可行的.

容积法则辅助的交互式多模型滤波算法

交互式多模型滤波(IMM)的交互环节使得系统状态量不再服从单纯的高斯分布,用现有方法对其概率分布的估计存在较大的误差.对此,考虑到模型的混合概率是时变的,IMM的交互过程可以用非线性方程来描述,因而采用容积卡尔曼滤波(CKF)中的容积法则对高斯随机变量经非线性函数传播后的概率分布进行估计,并从理论上证明了容积法则的近似精度.仿真实验表明,由于提高了对交互后随机变量概率分布的估计精度,所提出的方法能够有效改善IMM在量测噪声较大时的滤波效果.

通信原理课程教学中的学科教学知识与科学发展

为提高教学质量，本文遵循教学规律，以加强教师学科教学知识为牵引，对通信原理课程教学进行了积极的探索。提出在教学中必须树立以学生为主体的教育理念；必须要全面协调，统筹处理好五个关系，搞好课程教学；必须加强课程学科教学知识的运用，才能实现课程教学的可持续发展。