基于反步法的矢量推力旋翼机建模及仿真研究

结合传统四旋翼无人机与可倾转旋翼机的特点，提出了一种具有矢量推力的四旋翼无人机。该无人机兼具传统四旋翼无人机垂直起降和悬停、可倾转旋翼机高机动性的优点，并可为其指定期望俯仰角和期望偏航角，使其具备了完成多元化任务的功能。控制系统采用分层设计的思想，上层为位置控制系统，下层为姿态控制系统，二者均采用反步法进行控制率设计。仿真实验结果表明，设计的控制系统可靠有效，矢量推力四旋翼无人机可以快速、精确地完成设想的机动动作。     

混合种群RRT无人机航迹规划方法

快速扩展随机树（rapidly-exploring random tree，RRT）无人机航迹规划方法能够快速获得满足约束要求的可行航迹，但是无法获得接近最短航迹的较优航迹。针对航迹的最优性问题，提出了混合种群RRT无人机航迹规划方法。在基于环境势场的RRT算法的基础上，设计了一种种群优化方法，通过引入自优化种群和协同优化种群改善航迹段，使算法同时具有局部和全局寻优能力。在得到航迹节点的基础上，采用B样条曲线的平滑方法生成曲率连续的可跟踪航迹。仿真结果表明，所提算法能够综合考虑无人机航程代价和雷达威胁代价，快速地收敛得到接近最优且满足无人机动力学约束的可行航迹，在不同环境下也能有满意的收敛效率。     

密集杂波环境下多目标跟踪算法

基于快速数据关联FAFDA(fastalgorithmfordataassociation)滤波算法,根据Houles和Shalom将概率数据关联PDA(ProbabilisticDataAssociation)算法推广到解决两个传感器单目标的跟踪问题的思路,构造了一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法MSFAFDA(multiplesensorfastalgorithmfordataassoci ation)。本方法主要使用的是点 航迹联合和序列估计法,蒙特卡洛仿真结果表明方法对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

基于双目视觉的空中加油锥套定位与对接控制

针对插头-锥套式自主空中加油对接过程中实时获取加油锥套空间位置及控制导引的问题, 提出了一种结合深度学习(改进的YOLOv4-Tiny)和双目视觉匹配的快速定位方法。通过插入空间金字塔池化(spatial pyramid pooling, SPP)模块和修改部分卷积层结构, 改进后的YOLOv4-Tiny对416×416的输入检测速度达到182 Hz。与原网络相比, 体积减小20.47%, 在测试集上的平均交并比提高5%;制作了加油锥套的缩比模型进行开展视觉定位实验, 实验中平均深度预测误差小于5%, 空间位置预测符合预期。通过引入一种建立在Yolo预测基础上的快速边缘拟合方法, 获得锥套的椭圆形特征。此外, 建立了一种基于投影算子的模型参考自适应控制(model reference adaptive control, MRAC)增广控制器, 在受油机机体坐标系下跟踪锥套目标。仿真结果显示, 受油机在锥套平面中的平均跟踪误差小于加油锥套的捕获半径, 满足对接要求。     

模糊控制技术在自动着舰控制系统中的应用

纵向引导控制律是舰载飞机自动着舰控制系统的核心。舰载飞机着舰环境存在极大的随机性,舰尾流和航母运动不断变化,传统PID纵向引导控制器因其控制器参数固定不变而缺乏灵活性和精确性。在传统的舰载飞机自动着舰PID控制器中引入模糊控制模块,构造模糊PID控制器,并依据飞行控制工程专家的经验构建模糊规则,可实现根据系统状况对控制器的参数进行在线最优调节。与传统PID控制器相比,可极大地提高舰载飞机着舰飞行轨迹精度,也一定程度改善了着舰飞行控制系统的鲁棒性。以F/A-18A为例进行自动着舰飞行仿真,结果表明应用模糊控制技术可以减小着舰误差,提高着舰品质。     

弹性飞机阵风缓和鲁棒控制研究

阵风干扰一直严重影响着飞机的飞行稳定性、性能和乘坐舒适度.基于现代鲁棒控制理论,研究了在气动弹性效应影响下的飞机阵风载荷减缓控制器的设计方法.首先根据气动弹性状态空间模型得到某通用飞机在纵向平面内的运动方程.然后在Dryden阵风模型作为外界干扰输入下,对弹性飞机标称系统设计了H∞控制器,取得了良好的阵风减缓效果,使得翼尖相对位移和质心加速度的均方根分别减小了66%和23.7%,同时讨论了评价输出加权函数的选择方法.由于系统在真实的环境下会存在不确定性,结合构建的不确定模型,设计了μ综合控制器,仿真结果表明,对于H∞控制器不再适用的不确定性系统,μ控制器能够满足鲁棒稳定性和鲁棒性能.     

基于二次Lagrange插值模型的控制律设计及仿真

采用增益调参方法对飞机自动驾驶仪的纵向通道进行控制律设计.建立了二次Lagrange插值模型,研究了利用v-间隔度量方法选择工作点并设计了评价准则、以及增益调参设计的方法和原则,并采用此方法对某型号飞机进行了控制律设计和仿真,以评价该插值算法对自动驾驶仪性能和稳定性的影响.仿真结果表明,纵向自动驾驶仪的各个功能模式获得了良好的动态响应特性,满足了各项指标的要求.     

多步骤对地攻击战斗行动中攻击机战效评估准则的确定方法

从战半行动平均动力学方程出发,以单机种攻击机机群为研究对象,提出估算作战效能指标值－完成任务所需参加战斗行为的起始攻击架数,所需总可比费用,击毁单位目标所需平均可比费用,每架攻击机击毁目标单位数及攻击机总的被击毁架数的计算数学模型。     

基于HMM和RNN的无人机语音控制方案与仿真研究

为简化无人机操作,避免误操作,设计了一套基于隐马尔可夫模型(Hidden Markov Model,HMM)和循环神经网络(Recurrent Neural Networks,RNN)的无人机语音控制方案。该方案采用HMM识别无人机语音指令;同时采用RNN对多套无人机操作指令串进行训练,并对当前时刻指令进行预测,通过计算二者的相关性判断是否执行。仿真结果表明,该方案对HMM识别错误指令的辨别率达到61.90%,使整体错误率降至1.43%,表明该方案具有较为优异的性能。     

一种基于自适应神经网络的航空发动机故障诊断方法

航空发动机在使用过程中,气路部件的性能不可避免地发生了蜕化,相应的故障诊断技术对发动机的健康管理系统具有重要意义.本文针对发动机在设计点的非线性部件级模型,借助PCC(Pearson correlation coefficient)相关分析方法,对神经网络的输入参数和输出参数的选取方式进行了优化.以前馈型神经网络为基础,针对常规BP(back propagation)神经网络收敛速度不稳定、且容易陷入极小值的缺陷,设计了一种新的自适应神经网络,准确估计了发动机部件的蜕化情况.这种算法融合了比例因子和动量因子,改善了网络的学习速率,提高了神经网络置信度和对发动机模型参数的泛化能力.结果表明,本文设计的自适应神经网络的精度优于常规BP神经网络,并且在训练样本数较少时,依然能够通过训练得到理想的网络,保证发动机健康参数的故障检测具有较高精度.