无人机编队飞行模糊控制系统设计与仿真

将模糊技术应用于无人机编队飞行控制系统设计的研究中,在研究模糊控制理论的基础上,设计了无人机编队飞行控制系统,它包括无人机速度、高度和方向三个部分的模糊控制器.针对编队飞行特点确定相应规则和算法,实现了对编队飞行中无人机的稳定控制,仿真结果说明此模糊控制器优于传统控制器,验证了此方法的有效性和可行性.     

无人机自适应编队飞行控制设计与仿真

编队飞行对于完善无人机的功能和生存能力具有重要意义.以两架紧密编队飞行的无人机为研究对象,考虑到外部干扰和噪声的影响,建立了编队飞行动力学模型;根据编队飞行控制系统的特点,使用直接自适应控制技术对无人机进行编队飞行控制,使得飞机具有良好的模型跟踪能力;同时采用PID控制器使得系统快速跟踪指令;最后分析了所设计系统的稳定性.仿真结果表明设计的编队飞行控制系统具有较强的鲁棒性和自适应跟踪性能.     

无人机全局渐近稳定自动编队飞行控制研究

研究了无人机在"长机-僚机"编队结构中僚机的编队保持自动驾驶仪控制算法.首先提出了一个基于两机相对位置动力学的控制算法,但该算法在状态空间中存在奇异点,因此又提出了一个在惯性坐标系中基于新的误差形式的无奇异点的编队控制算法.最后证明了该算法在整个状态空间中的全局渐近稳定性并进行了数值模拟,说明该控制算法具有较好的性能.     

用于多无人机编队飞行的PIDA+逆飞行控制器

设计了一种结合PIDA控制及逆控制的多无人机编队飞行控制器.分析了多无人机编队飞行中飞行耦合气流的估计范围,针对个体无人机的轨迹控制模型讨论了其飞行控制器需求,结合逆控制的解耦性能和PIDA控制器低模型依赖、简单结构、快速性等优点,设计了一种PIDA+逆的飞行控制器,最后,以控制器输出约束、飞行气动力参数变化以及气动耦合扰动为指标对PID控制和PIDA+逆控制的控制效果进行了对比仿真,仿真结果表明,PIDA十逆控制能够有效的抑制模型参数不确定性带来的影响,并且在控制器输出约束条件下仍能保持较好的动态性、准确性和鲁棒性.     

无人机编队模糊约束分布式模型预测节能控制

针对无人机(unmanned aerial vehicles, UAVs)在编队形成过程中节省能量的问题,提出一种具有模糊约束的分布式模型预测控制算法。首先,用模糊数学理论把僚机相对长机的状态误差空间划分成多个模糊集,根据各僚机的状态误差设计速度和航向角指令的模糊约束;其次,把各僚机相对长机的模糊约束作为自身在分布式模型预测控制算法中的约束条件,以降低速度和航向角的变化幅度,使UAV在编队控制中节省能量;最后,与无模糊约束的分布式模型预测控制算法对比仿真。统计结果表明,该方法可缩减飞行路程、减小速度与航向角的变化累计值,起到节省能量的效果。     

基于虚拟长机的无人机侦察编队控制方法

针对使用多无人机编队对周边区域实施协同侦察任务的协同控制问题,提出了以虚拟长机为编队航迹引导的分布式编队控制方法。该方法基于编队通信拓扑的分布性,以“相邻”无人机为参考估计长机状态,然后设计无人机编队的分布式线性化反馈控制器。仿真实验表明,在无人机编队沿阿基米德螺旋线实施侦察的过程中,该控制器能够使多无人机形成期望队形,并维持其稳定,同时减小编队队形误差,实现对侦察航迹的高精度跟踪。     

用于阵形控制的无人机编队飞行仿真平台设计与实现

设计了一种模块化结构的无人机编队飞行仿真实验平台.根据阵形控制的模拟需求,将仿真平台进行功能化模块构建,并通过内集方式予以集成.仿真平台结合时序驱动机制、虚拟现实技术、记录与回放技术以及数据分析与重栽软件,使得仿真数据具有时序性、可视性、可记录及重绘性,,操作人员具有高度的参与性,各模拟模块可以根据不同的研究成果进行更改、升级和替代.经过多次仿真实验,该仿真平台运行稳定可靠、占用系统资源小,为无人机编队飞行的研究提供了预验证性的工具,为今后的仿真系统设计提供了一个参考.     

双机编队飞行自适应神经网络控制设计与仿真

飞机编队飞行控制的关键技术就是保持编队队形并且跟踪指定的飞行路径.考虑到编队飞机之间的相互影响,根据相对位置和全局坐标系统(编队中心)采用混合控制结构对编队飞机进行控制,使用神经网络自适应控制技术使得两机具有良好的模型跟踪能力,以便于僚机实现良好的跟踪,保持编队之间的相对距离;同时设计三通道神经网络混合PID控制器使得飞行控制系统快速跟踪指令,保持编队队形.以两架无人机为研究对象进行仿真,结果表明设计的编队飞行控制系统具有较强的稳定性和自适应跟踪性能.     

基于规则的无人机编队队形构建与重构控制方法

针对已有方法在无人机编队队形控制方面的不足,结合无人机系统有限范围感知的特点提出一种基于规则的队形控制方法。首先,利用目标位置选择算法为编队成员选择刚体中的期望位置点,使分布式条件下的复杂无人机编队队形控制问题转化为个体对自身期望位置点的追踪问题;其次,通过控制协议的设计引导编队成员对自身的期望位置点进行追踪和避免碰撞;最后,在netlogo平台上实现了队形的控制;进一步,将目标位置选择算法与基于全局信息的“禁忌搜索”优化算法的效果进行了对比。实验表明:本文的控制方法简单,生成的航迹图简洁、平滑,其效果与基于全局信息的优化效果接近,且可生成任意队形和对突发威胁能主动有效的规避。     

分布式多无人机编队飞行的阵形保持策略

设计了一种仅采用相对位置偏差状态进行多无人机编队阵形保持的分布式保持策略。首先,分析多无人机编队的特点及其阵形保持问题,提出其阵形保持策略的要求,然后设计一种采用局部阵形状态制定的阵形保持策略。该保持策略从非一致性的冗余状态中进行简洁的处理,判断阵形的保持状态,采取相应的保持机制。最后,应用于几个多无人机编队飞行的例子,仿真结果验证了该保持策略的可行性。     

飞行控制律开发中的不确定性及评估确认方法

工程上飞行控制律一般基于传统的经典控制理论设计，而且缺乏不确定性存在情况下对控制律性能的系统考查，逐渐不能适应现代飞行控制系统的发展．针对现代飞行控制系统中广泛存在的不确定性，进行控制律评估与确认技术方法研究，提出了进行现代飞行控制律评估与确认的内容、步骤、适用的先进评估方法和评价准则，并且构建了相应的可视化、自动迭代仿真环境。对我国在此领域的研究具有积极的意义。     

六自由度飞行器编队建模与控制

传统主从式编队常采用线性化反馈控制,很难满足复杂高精度空间飞行器编队要求。针对主从式飞行器相对平动和相对转动运动进行建模,进而得到统一的六自由度飞行器编从的非线性动力学模型。基于所得模型,设计了六自由度飞行器编队控制的滑模控制器和积分反推控制器,并给出基于Lyapunov的严格数学证明。仿真结果表明,控制器能够保证从飞行器六自由度运动跟踪误差的一致渐近收敛,为空间飞行器在轨服务等飞行器编队实际应用提供了理论参考。     

直升机模糊免疫自适应模型逆控制系统研究

针对直升机大包线飞行控制问题,以模型逆理论为基础,引入生物免疫应答机理和模糊控制方法,提出了模糊免疫自适应模型逆控制系统设计方案.该方案通过设计模糊免疫在线补偿模块,自适应补偿由近似逆模型带来的模型逆误差,实现大包线飞行控制.与神经网络自适应控制方法的对比仿真结果表明,本方案实时性好,在大飞行包线下能够很好地实现控制目标;在舵面受损、输出存在干扰时体现出较强的鲁棒性;且系统具有良好的三轴姿态解耦能力.     

飞行模拟机操纵负荷系统试验研究

飞行模拟机操纵负荷系统是飞行模拟机的重要组成部分,向飞行员提供逼真的力感模拟。以飞机操纵系统为原型给出了飞行模拟机操纵负荷系统的模拟原理,建立了由低摩擦作动筒组成的三通道液压驱动数字式操纵负荷系统,根据数学模型借助快速控制原型技术和Matlab/Simulink可视化编程语言进行实时控制系统的开发,解决了采用C 、VC进行开发周期长、调试困难的缺点,并通过试验验证了PD控制算法的有效性,实现了对飞机操纵系统的性能模拟,具有误差小、跟踪性能好的特点,已应用于飞行模拟机样机系统的研制。     

基于采样控制理论的飞行仿真转台控制研究

基于采样控制系统的直接设计理论,应用提升技术,提出了仿真转台伺服控制系统多速率H∞控制器的设计方法,解决了转台控制系统中由于被控对象的不确定性及应用离散控制器控制连续被控对象的近似等价影响系统动态性能提高的问题,最后文中给出了具体实例。