基于鲁棒时变卡尔曼滤波估计的无人机视觉编队

针对一般多输入多输出不确定系统,提出一种基于鲁棒时变卡尔曼滤波的估计算法. 该方法将时变卡尔曼滤波与自适应神经网络相结合,利用自适应神经网络克服外界非线性不确定因素,采用两个误差信号对其进行训练以提高估计精度,并对估计误差有界性进行证明. 将该方法用于无人机视觉编队视线信息的状态估计,仿真结果表明该算法能够很好地估计不确定机动长机的加速度,实现了僚机对长机的有效跟踪.     

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.     

非线性系统的鲁棒自适应模糊轨迹线性化控制

针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。     

不确定系统的鲁棒容错H∞控制

针对不确定线性连续系统,研究了执行器失效情况下的鲁棒容错H∞控制问题.利用LMI给出了对任意执行器故障均保持渐近稳定且满足给定干扰衰减指标的鲁棒容错H∞控制器存在的充要条件,进一步给出鲁棒容错最优H∞控制器的优化设计算法.采用所设计的状态反馈控制器,当任意执行器出现故障时,闭环系统仍保持渐近稳定且满足给定的干扰衰减性能指标.     

一类不确定切换奇异系统的鲁棒H_∞控制

研究一类由任意有限多个不确定子系统组成的切换奇异系统的鲁棒H∞控制问题.通过引入一个变换矩阵,给出了该问题的一个新的充分必要条件,并设计了相应的子控制器和切换规则.最后给出一个数值算例证明结论的有效性.     

不匹配不确定非线性系统的鲁棒输出跟踪控制

针对一类具有外部扰动的不匹配不确定SISO仿射非线性系统提出了一种光滑、简单的鲁棒跟踪控制器.利用反馈线性化技术和Lyapunov方法,在不匹配不确定项满足一定的约束条件下,所设计的控制器能主动克服不确定项和外部扰动对系统的影响,并且无需每步控制进行范数计算,同时控制器中没有Lyapunov函数,得到的是具体的控制表达式.基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的状态实用稳定.仿真结果证明了方法的有效性.     

一类不确定时滞系统的鲁棒稳定性：Krasovskii定理

考虑了一类不确定时滞系统的稳定性问题,应用Krasovskii定理,构造了新的Lyapunov函数,从而得到了该系统零解的鲁棒稳定的几个充分条件;最后给出了实例及其仿真,并且给出了反例说明所得结果的有效性和优越性.     

超机动飞行的鲁棒自适应神经网络动态面控制

针对超机动飞行过程中气动参数变化剧烈、控制精度高的特点,提出了一种基于神经网络的鲁棒自适应动态面控制方法。模型不确定性和外界干扰由RBF神经网络在线补偿,控制律由动态面控制方法得到,降低了反推控制器的复杂性,改进的神经网络权值调整自适应率改善了系统的过渡过程品质。利用Lyapunov稳定性定理证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。     

不确定广义系统的鲁棒H∞控制

考虑不确定广义系统的鲁棒H∞控制问题．利用线性矩阵不等式,得到了所考虑不确定广义系统的动态输出反馈鲁棒H∞控制律的存在条件．所得的控制律保证闭环系统正则,稳定,无脉冲并且满足给定的H∞性能指标．     

不确定广义系统的鲁棒H∞控制

考虑不确定广义系统的鲁棒H∞控制问题．利用线性矩阵不等式,得到了所考虑不确定广义系统的动态输出反馈鲁棒H∞控制律的存在条件．所得的控制律保证闭环系统正则,稳定,无脉冲并且满足给定的H∞性能指标．     

面向重点区域安防的无人机探测与反制技术研究

分析了无人机的特点、安全隐患以及反无人机的难点;阐述了基于雷达、无线电、光电、声波等传感设备的各种无人机探测技术以及干扰阻断类、直接捕捉类、打击毁伤类、监测控制类等各种无人机反制技术的原理和特征;分析了各类技术在市场上的应用情况,并对它们的适用性和优缺点进行了比较。最后,针对各类重点区域的无人机管控提出了有效的建议。     

倾转四旋翼无人机固定时间位姿一体化控制

针对存在参数不确定性和外部干扰的倾转四旋翼无人机位姿一体化控制问题,提出一种新颖的基于非奇异终端滑模和对偶四元数原理的固定时间控制方法。首先,针对倾转四旋翼无人机跟踪控制系统设计了一种基于对偶四元数的非奇异终端滑模面。然后,考虑到无人机受到外部干扰和参数不确定性的影响,设计了一个基于浸入与不变流形原理的自适应律来估计不确定参数,解决了估计值偏离真实值的问题,进而提出一种固定时间控制律实现无人机轨迹跟踪控制。数值仿真结果验证了所提控制方案的可行性和有效性,该方案对外部干扰和参数不确定性具有较强的鲁棒性。     

基于RBFNN和回馈递推的新型多旋翼飞行器控制

研究了新型多旋翼飞行器的建模与轨迹跟踪控制. 建立了非线性运动学和动力学模型,并提出基于全调节径向基神经网络和回馈递推的鲁棒自适应轨迹跟踪控制策略. 首先设计了飞行器的位置误差PID控制器,用于实时消除飞行轨迹与期望轨迹的偏差,并为姿态控制环构建姿态角指令. 采用全调节径向基神经网络估计飞行器动力学模型中的复合干扰,为避免回馈递推控制器设计过程中对虚拟控制信号的繁琐求导运算,减小对解析模型的依赖度,设计了一种基于指令滤波回馈递推的飞行器姿态控制器. 该设计方法通过滤波器而非直接用解析方法对虚拟控制信号求导,大大简化了控制器的设计过程,节省了控制能量. 仿真实验表明所提出的轨迹跟踪策略的正确性和有效性.     

无人机空对地毫米波通信路径损耗预测

针对无人机（unmanned aerial vehicle,UAV）空对地毫米波通信经历的复杂传播环境,综合考虑室内、室外和雨衰等多种影响因素,建立了一种UAV空对地复合传播路径损耗的预测模型。该模型采用楼房密度和高度参数描述城市、郊区和乡村等不同场景,结合UAV高度计算视距（line-of-sight,LoS）路径的出现概率,并获得UAV空对地传播损耗的统计平均值。针对大学校园中不同距离和高度的场景,利用射线跟踪理论分析方法对本文预测模型进行仿真验证。结果表明,该方法获得的统计预测结果与特定场景下射线跟踪确定的计算结果在3种高度下的最大误差分别为5.2 dB、4.8 dB和7.2 dB,说明所提方法可用于城市、郊区和乡村等场景UAV空对地毫米波传播损耗的预测及通信系统性能评估。     

应用非线性干扰观测器的反推终端滑模飞行控制

针对飞机机动飞行时模型非线性、气动参数和力矩干扰不确定性的特点,提出一种基于非线性干扰观测器的反推终端滑模控制方案. 该方案利用非线性干扰观测器逼近系统不确定性,取消了不确定性上界已知条件. 反推设计过程中结合动态面控制设计虚拟控制律,能避免计算复杂性问题,通过引入快速终端滑模控制策略,提高了系统收敛速度和稳态跟踪精度. 采用Lyapunov 稳定性理论证明了闭环系统所有信号一致终结有界. 对某战斗机进行6 自由度机动飞行仿真,验证了该控制方案的有效性.     

基于中心点和双重注意力机制的无人机高分辨率图像小目标检测算法

无人机拍摄的图像具有分辨率高、视野大以及目标小的特点,而现有的目标检测方法对小目标特征的提取能力不足。为此,首先采用以中心点表示目标的检测网络CenterNet,引入可变形双重注意力机制,以提高对小目标的特征表达能力;然后针对原始非极大值抑制难以处理嵌套型冗余框的问题,在冗余检测剔除过程中提出了广义非极大值抑制方法;最后引入LegoNet卷积单元,减少了卷积参数,实现了精度与速度的平衡。实验主要采用的验证数据集为VisDrone2019和UAV_OUC,UAV_OUC数据集相比于VisDrone2019,其图片具有更高的分辨率。相比于CenterNet,所提出的方法在数据集UAV_OUC和VisDrone2019上的检测精度大约分别提高了10%和2%。     

机翼摇滚自适应神经网络抑制

针对战斗机在大迎角下表现出的机翼摇滚非线性振荡现象,提出一种基于自适应神经网络的抑制机翼摇滚控制方案. 采用动态逆方法实现机翼摇滚特性的近似线性化,并根据动态性能指标要求设计线性补偿器,采用单隐层神经网络在线补偿近似动态逆引起的误差. 仿真实验验证了控制方法的有效性.     

未知环境下多UAV搜索的区域再入

针对未知环境下多无人机(unmanned aerial vehicles, UAV)协同搜索问题展开研究,通过网格化的环境规则描述,给出了UAV的运动规则及UAV系统的预测模型. 考虑实际战术需求,建立了满足UAV机动性能约束的区域再次进入数学模型,给出了最短再入路径的求解方法. 引入了“伸缩式”协同搜索机制,增加对未知环境的
适应性,同时设计了系统的全局信息库,从而充分利用UAV实时探测的环境信息,实施在线滚动规划. 通过仿真验证了方法的有效性.