跟踪地面目标的小型无人机飞行控制仿真研究

对无人机跟踪地面目标时的飞行控制问题进行了研究.首先对某小型无人机跟踪地面目标时的运动状态进行了建模分析,利用自动控制理论知识设计了相应的控制律,然后采用六自由度非线性运动模型进行了控制律的仿真验证,并且分析了风的扰动对跟踪精度的影响.仿真结果表明,设计的控制律能够控制无人机对地面目标进行可靠跟踪,且对侧风扰动具有较好的抑制能力.     

非线性解耦控制在无人机中的应用

为了提高无人机的机动性,同时保证其航迹的精确性,针对无人机纵向运动模型,采用非线性动态解耦Singh算法设计直接力控制器,并对某一型号的无人机模型进行了纯直接力模式的计算机仿真.结果显示无人机的速度、迎角、俯仰角以及航迹角输出均能按照预期的目标渐进跟踪控制指令,并且具有很好的动态响应.仿真实验表明基于Singh算法的直接力控制器能解除无人机在飞行过程中某些模态运动之间的交叉耦合,并能精确实现纯直接力、俯仰指向等3种模式的直接升力控制.     

移动威胁下的无人机三维航迹规划

针对移动威胁下的无人机三维航迹规划问题,采用自适应卡尔曼滤波算法,对移动威胁的状态信息进行了预测,依据其航迹方位角、航迹倾斜角与视线角之间的关系,建立了航迹角控制数学模型,并提出了移动威胁下基于参数调整的航迹规划算法.仿真结果表明,该算法能够保证无人机有效地躲避空中移动威胁,并提高了其规避移动威胁的快速性.     

一种自适应跟踪滤波方法

本文针对防空系统中警戒雷达的跟踪滤波问题,采用了一种以目标飞行的航向角作为模型参数的卡尔曼滤波器。通过对航向角的实时估计,模型在目标机动或非机动的情况下、均能与目标的运动相适应。本文对航向角的估计提出了一种新的估计方法。使用该方法,航向角的估值在任何情况下都有较高的精度,从而使滤波器能较好地跟踪各种机动目标。     

基于非奇异终端滑模的欠驱动UUV航迹跟踪控制

针对欠驱动UUV在模型参数数摄动以及未知恒定海流(对控制器而言)干扰下的水平面直线航迹跟踪控制问题,提出了一种基于非奇异终端滑模的航迹跟踪控制控制策略。首先,利用离散航迹点,规划出期望航迹;然后,基于视线法(LOS)以及Serret-Frenet坐标系,建立起航迹跟踪制导律;进而,将航迹跟踪控制问题转化为航向角的镇定问题。利用非奇异终端滑模控制方法,设计出全局有限时间收敛的动力学控制器。仿真实验结果表明:该跟踪控制策略可以精确地执行水平面直线航迹跟踪任务;对于模型参数摄动以及未知恒定海流,所设计的控制策略具有强鲁棒性。     

基于航迹检验的雷达检测前跟踪新算法

针对在低信噪比环境下雷达目标检测的问题,提出了一种基于航迹检验的检测前跟踪方法.该方法利用航迹检验和能量积累检测双重检测方法,在目标运动信息未知的情况下,在多脉冲回波间估计目标运动参数,获取目标航迹并沿着目标航迹的进行非相参积累,有效地积累目标回波能量,改善了积累后的信噪比,提高了检测性能.通过仿真表明,在目标匀速和匀加速运动时,该方法都具有较好的检测性能,与其它检测前跟踪方法相比,该方法鲁棒性更好.     

基于锁相跟踪和惯组的旋转弹滚转角估计方法

为解决微惯性测量组合测量旋转弹滚转角的问题,在对旋转弹角运动特性进行分析研究的基础上,建立微惯性测量组合测量滚转姿态的数学模型,提出基于锁相跟踪算法和微惯性测量组合的旋转弹滚转角估计方法. 该方法对基于三阶锁相环的锁相跟踪算法及其特性进行研究,根据旋转弹角运动特性和微惯性测量组合测量信号特性确定三阶锁相环环路滤波参数,并建立基于三阶锁相环和微惯性测量组合的旋转弹滚转角估计模型,即可根据模型进行锁相跟踪计算得到滚转角. 仿真结果表明,三阶锁相跟踪环路能对旋转弹滚转信号进行有效跟踪,并能够通过微惯性测量组合估计滚转角速度和滚转角,满足旋转弹滚转运动姿态提取的要求,有较大的实用价值.      

基于动作捕捉的无人机运动状态识别

无人机运动状态识别是无人机运行状态分析的基础,是实现无人机航迹预测的必要条件。对于非合作目标来说,动作捕捉系统可以有效采集其航迹数据。提出一种基于动作捕捉的无人机运动状态识别方法。首先,通过插值、重采样、滤波等方法对包含噪声的无人机航迹数据进行预处理;然后,通过特征提取与特征选择方法,针对速度、加速度、曲率、转角这4个运动参数,提取无人机运动特征;并分割无人机航迹。最后运用支持向量机的方法进行无人机运动状态识别,对速度、加速度、曲率的分类精度分别达到了95%、90%和100%。证明了本方法的可行性。     

基于演化深度神经网络的无人机协同无源定位动态航迹规划

 针对多无人机在无源定位过程中协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法。首先将演化计算与深层前向反馈神经网络结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架。以多无人机到达角（AOA）协同定位为例,利用定位过程中对目标估计的克拉美罗界（CRLB）生成最优训练集。通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点。实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度。     

尾座式垂直起降无人机在时变侧风干扰下的轨迹跟踪控制

该文针对尾座式垂直起降无人机面临的时变侧风干扰问题,设计了一种基于新型姿态提取算法的轨迹跟踪控制方法.首先,根据侧风干扰与无人机姿态的关系建立数学模型,在此模型基础上推导出一种利用无人机滚转角的新型姿态提取算法,显著降低了干扰力.在反步武控制方法的基础上,采用嵌套饱和函数方法对控制输入进行限制,解决推力限幅问题,并通过...     

无人机纵向控制律设计以及纵向轨迹跟踪仿真研究

利用经典PID理论设计无人机纵向双通道控制律,用以跟踪能量状态法优化出的无人机纵向最优轨迹。首先通过在定常直线无侧滑模态下对无人机数学模型进行配平线性化,将飞机运动分解为纵向运动和横侧向运动。再利用经典PID理论对无人机纵向运动的俯仰回路和推力回路进行控制律设计。然后通过能量状态法优化出一条无人机纵向爬升、巡航和下降的最优轨迹。最后,用MATLAB进行轨迹跟踪仿真计算。仿真结果表明,设计出的控制律可以很好的跟踪优化出的最优轨迹,并且节油效果良好。     

典型底部结构对轿车侧风稳定性的影响及作用机理

凹凸底部和光滑底部是进行轿车车身设计与布置时2种典型的设计方案，但底部结构对轿车侧风稳定性的作用机理尚不明确，厘清其影响不仅可为底部结构设计与布置提供参考数据，而且是进行轿车侧风稳定性评价的关键技术问题。通过建立典型底部结构轿车的数值计算模型，分析了不同侧风风速对轿车气动力和气动力矩的影响规律；采用汽车空气动力学与汽车系统动力学耦合方法建立了典型底部结构轿车的侧风稳定性分析与评价模型，研究了底部结构对轿车侧偏运动、横摆运动以及侧滑运动的影响规律及作用机理。研究表明：凹凸底部结构会增加轿车的气动升力、气动俯仰力矩、气动阻力以及气动侧力，加剧轿车的侧偏运动和横摆运动，增加轿车侧滑的风险；路面附着系数越低，凹凸底部结构对轿车侧偏运动和横摆运动的影响越大、对侧滑临界风速的影响越小。     

基于ROS的无人机仿真开放性实验教学设计与实现

该文基于机器人操作系统(ROS)仿真环境提出一种开放性的无人机仿真实验教学方案,通过ROS集成的可视化功能,利用Kinect等设备获取环境信息、搭建无人机动力学模型和三维可视化模型,设计三维环境航迹规划算法,并通过动态演示技术,实现ROS环境下的无人机航迹规划动态演示,使学生能够从开放性试验中实现无人机的运动控制、航迹规划和可视化编程等技术。基于ROS的无人机仿真实验是运动控制、规划算法、可视化编程等技术的一种典型的综合性应用,有助于学生深入学习无人机的原理和航迹规划方法。教学实践证明开放性教学方案在教学实践中取得较满意的效果。     

基于改进粒子群算法优化的车辆运动侧倾控制研究

为了避免车辆在不同路面状况下发生侧翻现象,提高车辆行驶的稳定性,采用改进PID控制车辆侧倾角位移运动轨迹。创建车辆模型简图,给出车辆侧倾运动方程式。引用PID控制方法,对粒子群算法惯性权重系数进行改进,将改进粒子群算法用于优化PID控制,设计出车辆侧倾角位移控制流程,对控制器参数进行优化和调节。通过MATLAB软件对车辆侧倾角位移跟踪效果进行仿真验证,并与PID控制效果进行比较。结果表明:路面在无波形干扰条件下,采用传统PID控制和改进PID控制方法都能较好地完成车辆侧倾角位移跟踪,跟踪误差较小;路面受到波形干扰条件下,采用传统PID控制侧倾角位移跟踪误差较大,而改进PID控制侧倾角位移跟踪误差较小。采用改进PID控制方法,可以抑制路面波形的干扰,提高车辆侧倾角位移跟踪精度。     

轴流压气机失速特性的仿真研究

采用气动结构松耦合技术研究了飞翼布局无人机的方向舵嗡鸣响应及副翼、升降舵及襟翼的振动时域响应。首先建立较为详细的飞翼布局无人机的结构模型和气动模型,基于雷诺平均的N-S方程建立流体控制方程和结构动力学方程的耦合求解技术;气动计算中的网格变形技术采用非结构动网格,其中动网格更新技术采用弹簧近似光滑和局部网格重构组合方法;基于LU-SGS子迭代的时间推进技术和HLLEW的空间离散方法进行气动数据的计算,湍流模型采用SST湍流模型,采用三维插值技术进行气动与结构耦合界面结构变形位移与气动力载荷之间数据的传递;在方向舵转轴端部设置方向舵偏转运动的约束方程;基于提出的气动结构松耦合方法计算飞翼无人机方向舵偏转引起的方向舵嗡鸣和全机的方向舵、副翼、升降舵及襟翼振动的时域响应;并研究了旋转角频率参数变化对飞翼无人机全机振动响应特性的影响。研究表明旋转角频率对方向舵的偏转响应和副翼、升降舵及襟翼的振动响应频率影响较大。     

基于运动状态估计的双无人机协同航路规划

在双无人机协同任务过程中,由于会受到敌方雷达、武器等干扰造成跟随机无法准确获得领航机状态,为保证跟随机能够尽可能跟随领航机,提出结合交互式多模型(IMM)算法和自适应差分进化(JADE)算法的方法进行跟踪与寻迹.首先,基于JADE算法为领航机优化一条平滑航路并建立领航机位置状态信息,同时利用多个机动模型匹配估计领航机运动状态;然后,根据估计信息,确定跟随机下一可行航迹点范围;最后,以双机时空协同为目标,设计跟随机优化目标函数,优化产生下一航迹点.仿真实验表明,仅8.8%的航迹点处于双机探测范围外,且短时间内能够回到理想位置,时间和空间上双机能够保持协同.     

无人机编队协同追踪控制律和编队信息架构

针对"长机-僚机"模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15 s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10 s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。     

基于双向耦合方法的汽车侧风稳定性研究

针对传统单向耦合方法对汽车瞬态侧风稳定性预测不足等问题,文章通过分析车身运动与流场的耦合作用,结合空气动力学与系统动力学,提出了一种双向耦合方法。基于考虑驾驶员模型的二自由度整车操稳模型,对某汽车模型进行了伪阶跃瞬态侧风工况条件下的双向耦合数值分析,并与传统的单向耦合数值计算进行了对比分析。对比结果表明:基于双向耦合计算得出的汽车侧向位移和横摆角变化更为显著,驾驶员控制模型有利于提高高速汽车侧风稳定性,双向耦合方法分析汽车侧风稳定性问题更符合实际。     

空中加油受油机自主会合对接控制器设计

为了实现受油机与加油机自主会合对接,提高在会合对接过程中的航迹跟踪性能,设计了一种满足位置跟踪与速度跟踪的制导律,推导了相应的飞控指令。在飞控系统设计上,按六自由度受油机动力学模型,采用时标分离将受油机角运动系统分为快慢回路,采用动态逆分别进行了设计。同样,采用动态逆的方法设计了满足会合对接的速度控制律。最后以无人机自主跟踪加油机实现会合对接为例进行了仿真,结果表明该系统能够引导受油机实现与加油机的会合对接,并具有良好的动态性能。     

四旋翼无人机滑模-CPCMAC联合控制半物理仿真系统

针对四旋翼无人机强耦合、欠驱动、非线性等特点,以及在实际飞行过程中极易受到干扰的问题,对四旋翼无人机动力学模型进行分析,提出了一种基于联合的四旋翼无人机姿态控制算法,并在此基础上设计了四旋翼无人机半物理仿真系统。首先,针对非线性系统设计滑模控制器,选择跟踪航迹和翻滚角设计位置控制率和姿态控制率。其次,滑模控制器在实际应用中易产生震荡,利用基于信用积分的小脑模型神经网络(CPCMAC)来学习滑模控制的方式。最后,搭建基于LabVIEW的控制站,同Matlab/Simulink进行数据收发控制。仿真结果表明,在跟踪目标相同时,提出的四旋翼无人机滑模-CPCMAC联合控制相比于传统的比例积分微分(PID)控制和积分反步法控制优势明显,能够抑制超调和余差,在快速性和鲁棒性方面都更加优越。同时,构建的四旋翼无人机半物理仿真平台能清晰反馈出无人机参数的变化,应用预留的参数接口和地面控制站,降低了无人机飞控算法的开发难度,提高了开发效率,具有明显的实用价值。