基于升阻比变化规律的再入高超声速滑翔飞行器轨迹预测算法

针对高超声速滑翔飞行器再入拉起后升阻比呈近线性增长的特点,提出一种基于升阻比变化规律的轨迹预测算法。首先对目标运动方程进行分析,发现轨迹预测算法的关键在于能否预测升阻比的大小;然后通过对目标进攻轨迹的仿真得到了升阻比呈近线性增长的规律,给出了升阻比变化函数的形式及拟合方式,并在此基础上设计了轨迹预测算法,最后通过仿真验证了算法的有效性。该算法对反助推-滑翔无动力跳跃飞行器指挥决策问题的研究具有重要意义。     

基于扩张观测器的输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制

针对速度不可测和输入受限的四旋翼飞行器轨迹跟踪控制问题,考虑系统存在模型动态不确定和外界干扰未知的情况,提出一种输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制方法。该方法首先设计非线性扩张状态观测器估计飞行器系统的速度和广义扰动,然后结合反演法和动态面技术设计动态面轨迹跟踪控制律,以降低控制算法的复杂性,同时引入双曲正切函数解决控制输入饱和问题,并构造辅助方程降低饱和效应,最后选取李雅普诺夫函数证明闭环系统所有信号一致最终有界。以大疆M100飞行器为目标进行控制仿真,结果表明,所设计的输出反馈控制器能够有效地处理飞行器系统控制输入受限、速度不可测和未知干扰问题,实现飞行器精确轨迹跟踪控制。     

对任意分布目标的舰炮对面区域射击瞄准点配置方法

为解决目标服从不规则分布情况下,舰炮对面射击瞄准点配置求解困难的问题,提出对任意分布目标的舰炮对面区域射击瞄准点配置方法。通过在离散空间内描述目标分布概率密度函数,直接给出数值形式的目标分布概率密度函数,避免解析形式下多次更新、更改对目标概率密度函数复杂度的提升;基于变分分析,求解数值形式的最优有效范围与最优中间函数;基于最优有效范围进行射击瞄准点初分配,之后基于共轭梯度法与最优中间函数进行射击瞄准点配置优化。仿真分析中,在目标服从规则分布情况下分别采用现有方法与所提方法求解瞄准点配置与对应毁伤概率,在目标服从不规则分布情况下采用所提方法求解瞄准点配置,并通过统计模拟法对比验证毁伤概率。结果表明,该方法在目标服从规则分布情况下与现有方法优化程度相当;同时,该方法能够求解目标服从不规则分布情况下的瞄准点配置,对应毁伤概率与理论最优毁伤概率相近。     

基于异步切换的飞行器网络控制系统故障检测

针对网络化飞行器故障检测系统在多工作点间切换情况,考虑时延和丢包导致的滤波器切换时刻滞后于飞行器模型切换时刻问题,提出一种基于异步切换系统的故障检测算法。将网络环境下大包线内多工作点飞行器建模为异步切换系统,基于李亚普诺夫函数和平均驻留时间法,给出了具有异步切换形式的故障检测系统全局一致渐近稳定的充分条件,进一步利用线性矩阵不等式（linear matrix inequation, LMI）工具求取滤波器参数。数值仿真验证并分析了所提方法的有效性。     

基于主动视觉的人脸检测与跟踪算法研究

基于融合Kalman滤波的Camshift算法与Adaboost算法相结合的方法,提出了一种基于主动视觉的人脸检测与跟踪算法.利用Adaboost算法与融合的Camshift算法实现人脸自主检测与跟踪;根据目标形心与视场中心的位置关系以及人脸区域与视场的面积关系,设计了云台控制算法.该控制算法通过对云台摄像机进行水平、垂直和变焦控制,达到自动调整云台摄像机参数的目的.基于硬件平台对所提出的主动视觉算法进行实验验证,实验结果显示,主动视觉算法具有较高的运行效率,能够实时的检测和跟踪人脸目标,扩大了摄像机的跟踪范围.     

基于MDP框架的飞行器隐蔽接敌策略

基于近似动态规划（approximate dynamic programming, ADP）对空战飞行器隐蔽接敌决策问题进行研究。基于作战飞行器的战术使用原则,提出了隐蔽接敌过程中的优势区域与暴露区域;构建了基于马尔科夫决策过程（Markov decision process, MDP）的隐蔽接敌策略的强化学习方法;通过态势得分函数对非连续的即时收益函数进行修正,给出了基于ADP方法的策略学习与策略提取方法。分别针对对手在有无信息源支持情况下的不同机动对策进行了仿真验证。仿真结果表明,将ADP方法应用于隐蔽接敌策略的学习是可行的, 在不同态势下可获得较为有效的接敌策略。     

欠驱动VTOL飞行器的位置反馈动态面控制

针对非最小相位欠驱动垂直起降飞行器系统,提出一种位置反馈动态面控制算法。首先设计高增益观测器,估计系统未知状态;然后采用动态面控制方法避免Backstepping设计存在的“微分爆炸”现象,同时简化控制律设计过程;最后采用Lyapunov直接法证明闭环系统所有信号一致有界,且跟踪误差通过调节控制器参数可以达到任意小。理论分析和仿真表明,所提方法能减轻计算负担,降低对系统状态的测量要求,实现飞行器位置准确跟踪,并对非线性建模的参数不确定性具有鲁棒性。     

基于GA优化的质量矩拦截弹模糊滑模姿态控制

质量矩控制是一种全新的飞行控制方法,与广泛应用的空气动力控制相比,可以避免飞行器在超高马赫数飞行时舵面的气动加热问题,而且,可以提高飞行器的机动性、敏捷性和制导控制精度。以所建立的质量矩拦截弹数学模型为基础,通过对模型合理的简化,得到一个耦合的非线性动力学系统,利用滑模控制设计了拦截弹飞行时的姿态控制系统,提出采用模糊逻辑算法抑制系统抖振的同时,把控制系统的多个设计目标转化为不等式约束,采用遗传算法优化控制参数,控制系统性能满足设计要求。仿真结果验证了这种方法的有效性。     

区域进化自适应高精度区域增长图像分割算法

为克服经典区域增长算法中门限选择困难、分割稳定性不高与串行处理速度慢的不足,提出基于区域进化的自适应高精度区域增长图像分割算法。在图像预处理过程中,首先通过各向异性滤波算法对切片进行滤波,达到去除图像噪声同时避免对边界区域的模糊;然后引入了新的区域能量表示模型,并给出了迭代进化形式,在区域增长过程中,逐渐增加区域增长的门限,通过对能量函数的动态优化来逼近最佳分割结果;最后利用主动轮廓模型进行精度分割,得到精确而比较光滑的分割目标轮廓。对比实验表明提出的方法是合理有效的。     

基于PIDA策略的再入飞行控制方法

阐述了PIDA控制概念及特点,提出了基于PIDA策略的飞行器再入控制方法。以HL-20载人返回飞行器为例,结合PIDA控制的低模型依赖、简单结构、鲁棒性强和动态逆控制的解耦性好的特点,在多舵面组合且偏转受限、气动参数不准、外干扰的情况下进行了控制算法的仿真,充分验证了该方法的有效性。     

有限干预下的UAV低空突防航迹规划

低空突防航迹规划是实现有人机和无人机（unmanned aerial vehicle, UAV）编队协同作战的关键技术,针对目前智能算法在求解低空突防航迹规划问题中存在的不足,充分发挥人脑这个超级智能系统来引导飞行航迹求解过程,将基于角度量编码的小生境伪并行自适应遗传算法（niche adaptive pseudo parallel genetic algorithm, NAPPGA）和人有限干预情况下的智能决策结合起来,提出UAV低空突防航迹规划技术。通过大量仿真计算,结果表明,应用该技术预规划和重规划的三维航迹能够有效实现威胁回避、地形回避和地形跟随,满足UAV低空突防要求,具有一定的实用性。     

运动目标的多无人机编队覆盖搜索决策

针对无人机搜索运动目标时,由于目标运动状态的不确定性,传统静态环境下的无人机覆盖搜索航迹规划算法不再适用的问题,分析了无人机覆盖搜索的基本原则,提出了运动目标垂线搜索（moving target with vertical line search pattern, MTVL）算法,证明了在MTVL策略下的任务完成条件。对MTVL算法进行了改进,通过控制无人机的运动方向与搜索区域边界的角度,提出了运动目标斜线搜索（moving target with slanting line search pattern, MTSL）算法,从理论上分析了在MTSL策略下的任务完成条件并进行了仿真验证。仿真结果表明,提出的两种搜索策略在满足一定条件下都能够完成对指定区域的搜索任务,而无人机完成任务的能力取决于无人机速度与目标速度的比值、无人机数目等因素;完成同样的搜索任务,与MTVL算法相比,MTSL算法对无人机速度和无人机数目的要求更低。     

无人机任务分配与航迹规划协同控制方法

针对无人机协同控制问题,提出一种多无人机任务分配与航迹规划的整体控制架构。将威胁和障碍区域考虑为合理的多边形模型,使用改进的A*算法规划出两个航迹点之间的最短路径。并利用该路径航程作为任务分配过程全局目标函数的输入,采用与协同系统相匹配的粒子结构进行改进粒子群优化(particle-swarm optimization,PSO)任务分配迭代寻优。根据分配结果并考虑无人机性能约束,基于B-spline法平滑路径组合,生成飞行航迹。仿真结果表明,算法在保证计算速度和收敛性能的同时,能够产生合理的任务分配结果和无人机的可飞行航迹。     

Vector Field Based Sliding Mode Control of Curved Path Following for Miniature Unmanned Aerial Vehicles in Winds

In this paper, a curved path following control algorithm for miniature unmanned aerial vehicles(UAVs) in winds with constant speed and altitude is developed. Different to the widely considered line or orbit following, the curved path to be followed is defined in terms of the arc-length parameter, which can be straight lines, orbits, B-splines or any other curves provided that they are smooth. The proposed path following control algorithm, named by VF-SMC, is combining the vector field(VF) strategy with the sliding mode control(SMC) method. It is proven that the designed algorithm guarantees the tracking errors to be a bounded ball in the presence of winds, with the aid of the Lyapunov method and the BIBO stability. The algorithm is validated both in Matlab-based simulations and high-fidelity semi-physical simulations. In Matlab-based simulations, the proposed algorithm is verified for straight lines, orbits and B-splines to show its wide usage in different curves.The high-fidelity semi-physical simulation system is composed of actual autopilot controller, ground station and X-Plane flight simulator in-loop. In semi-physical simulations, the proposed algorithm is verified for B-spline path following under various gain parameters and wind conditions thoroughly.All experiments show the accuracy in curved path following and the excellent robustness to wind disturbances of the proposed algorithm.     

基于改进人工势场法的无人机航迹规划

针对传统人工势场(traditional artificial potential field, TAPF)方法在无人机航迹规划时航迹摆动幅度较大且容易陷入局部极小值的问题, 提出了一种改进人工势场法。首先在TAPF方法的基础上, 引入角度与速度调节因子, 模拟更真实的无人机飞行轨迹; 然后再引入辅助避障力, 实现避障的同时平滑轨迹; 最后对改进航迹规划算法与TAPF方法进行仿真实验。结果表明, 相较于传统算法, 改进后的航迹规划算法在航迹平滑性上有显著提升, 并且有效地避开了局部最小值点。     

三阶多机器人协同编队动态避障控制

针对智能水下机器人编队在三维复杂环境中的避障和一致性控制问题,提出了协同编队动态避障控制算法。建立了基于动态障碍物运动速度的自适应斥力增益项,并将其引入斥力势场函数中,使机器人安全规避静态及动态障碍物,定义了基于机间势场增益项和机间通信权重的机间势场函数,解决机器人易自撞、脱离编队的问题;将机器人在势场作用下的合加速度引入一致性协议中,结合改进势场与一致性理论设计编队协同避障控制器;通过Lyapunov函数方法证明了稳定性。仿真结果表明：多机器人在该算法下能安全避障并实现位置、速度的一致性。     

基于干扰观测器的再入飞行器切换多胞控制

针对再入飞行器飞行包线跨度大,系统不确定性及强干扰的特点,提出了一种基于干扰观测器的切换多胞控制方法。将再入飞行器建模为切换多胞系统,并将系统中的不确定项和干扰项等价为复合干扰。提出基于自适应Super-Twisting算法的干扰观测器对系统复合干扰进行估计,并在控制器设计中进行补偿,抑制复合干扰对系统的影响。利用Lyapunov函数方法证明了考虑复合干扰情况下闭环切换多胞系统全包线内的稳定性。数值仿真结果表明,该方法对于系统不确定和干扰具有较强抑制效果,能够实现对指令信号的精确跟踪。     

非确定环境下基于分层理论多无人机动态协同设计

针对非确定环境下多无人机自主协同控制这一多约束、强耦合非线性优化问题,采用分层理论将其分解成三个相对独立子 层,即协同感知层、环境态势理解层和协同全局重规划层. 协同感知层借助“层协作感知”算子来进行多模信息融合,解决非确定环境下目 标（包括静态确定目标和动态非确定目标）的感知与识别;环境态势理解层则是解决动态非确定环境更新,以及基于窗口势场法的障碍物（威胁目标）规避问题;而协同全局重规划层则是利用“层场景引擎”来实现多机非确定环境下的自主协同、路径快速寻优及状态决策. 模拟结果显示构建的多机自主协同模型能较好地解决非确定环境下的路径寻优和状态决策问题.     

基于多步寻优搜索的无人机航迹重规划算法

针对无人机路径实时重规划的安全性要求,将自学习实时A^*搜索算法与模型预测控制的思想相结合,提出了一种多步寻优搜索算法.解决了无人机在飞行过程中遇到突然出现的威胁时的航迹重规划难题,给出了应用该算法的具体步骤.通过仿真结果证明了该算法的可行性.     

Rotary unmanned aerial vehicles path planning in rough terrain based on multi-objective particle swarm optimization

This paper presents a path planning approach for rotary unmanned aerial vehicles(R-UAVs)in a known static rough terrain environment.This approach aims to find collision-free and feasible paths with minimum altitude,length and angle variable rate.First,a three-dimensional(3D)modeling method is proposed to reduce the computation burden of the dynamic models of R-UAVs.Considering the length,height and tuning angle of a path,the path planning of R-UAVs is described as a tri-objective optimization problem.Then,an improved multi-objective particle swarm optimization algorithm is developed.To render the algorithm more effective in dealing with this problem,a vibration function is introduced into the collided solutions to improve the algorithm efficiency.Meanwhile,the selection of the global best position is taken into account by the reference point method.Finally,the experimental environment is built with the help of the Google map and the 3D terrain generator World Machine.Experimental results under two different rough terrains from Guilin and Lanzhou of China demonstrate the capabilities of the proposed algorithm in finding Pareto optimal paths.