基于DE-DMPC的UAV编队重构防碰撞控制

当战场环境发生变化时,无人驾驶飞机(unmanned aerial vehicle, UAV)编队只有进行编队重构,才能保证编队的生存能力。在重构过程中碰撞问题严重威胁UAV安全应着重考虑。通过对UAV编队重构防碰撞问题进行分析,提出采用分布式模型预测控制(distributed model predictive control, DMPC)的方法,将编队重构问题转化为滚动在线优化问题。结合碰撞约束建立重构代价函数,针对代价函数求解复杂的问题,提出采用改进微分进化(differential evolution, DE)算法求解代价函数,并对算法的收敛性进行了分析。仿真实验表明,所提出的算法能够有效实现编队重构防碰撞控制,同时其代价更小、寻优能力更强。     

仿鸟扑翼飞行器的时变反馈镇定

针对仿鸟扑翼飞行器的欠驱动特性,提出了一种简化其飞行控制问题并实现其局部渐进稳定的控制方法.首先分析仿鸟扑翼飞行器的动力学和运动学模型,证明其控制问题等价于升力、推力、俯仰力矩和横滚力矩独立可控情况下的姿态控制问题;进一步分析的结果表明,仿鸟扑翼飞行器的升力、推力、横滚力矩和俯仰力矩都是独立可控的,因此可将其控制问题等价为两控制器刚体的姿态控制问题.通过设计光滑时变反馈控制律实现对姿态控制的局部渐进稳定,从而解决扑翼飞行器的飞行控制问题.     

面向故障诊断的广义频率响应函数的在线估计方法

基于非线性谱分析的故障诊断是一种新的故障诊断理论。针对该方法中广义频率响应函数的在线估计问题,研究了利用Volterra时域核在线得到被测系统的广义频率响应函数的新方法。基于Volterra系统的鲁棒总体均方最小自适应辨识算法,提出了一种新的广义频率响应函数的在线估计方法。该方法能够有效减少广义频率响应函数的在线计算量,而且实现简便,鲁棒性强。仿真实验证明了该方法的有效性。     

基于三支理论的无人机对地攻击认知决策方法

针对无人机对地攻击过程的自主化问题,为使无人机能够有效规避突发的地面火力威胁,研究借鉴人类智能的认知决策方法。通过分析无人机的对地攻击过程,建立了对地攻击模型,将无人机对地攻击过程中的机动行为归纳为3种方式,运用描述人脑认知思维的三支决策理论,提出了一种基于三支决策的无人机对地攻击认知决策方法。通过与其他类自主攻击决策方法的对比分析和仿真实验表明,提出的方法能使无人机合理规避攻击过程中突然出现的防空火力单元威胁。     

基于Volterra级数的全解耦RLS自适应辨识算法

针对非线性系统辨识问题,提出了一种基于Volterra级数模型的非线性系统的全解耦RLS自适应辨识算法。按照Volterra伪线性组合结构,采用RLS自适应辨识和约束优化理论,导出了具有分块对角形输入相关矩阵的全解耦Volterra标准方程,据此设计了一种基于Volterra级数模型的全解耦的RLS自适应辨识算法。该算法与部分解耦的RLS自适应算法相比,显著提高了辨识过程的收敛速度和精度。仿真结果验证了该方法的有效性。     

仿鸟扑翼飞行器建模分析

针对目前对微小型飞行器的研究需要,分析计算了仿鸟扑翼飞行器翅拍动所产生的气动力和气动力矩,导出了拍翅式微型飞行器机体的运动微分方程和状态空间方程,并计算扑翼在飞行中的位置和姿态角.然后用matlab语言和Simulink环境设计了扑翼飞行器的仿真系统,并给出了相应的仿真结果.