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.     

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.     

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.     

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.     

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.     

无人机三维空间近距编队控制模型研究

研究了无人机在"长机-僚机"编队模式下在三维空间编队飞行的问题,建立了旋转参考坐标系,建立了一个有七个状态、三个输入、三个扰动变量的在三维空间双机编队飞行的动力学模型,并设计了两个编队控制律。最后通过数值模拟验证了控制律的性能。     

混合式微小卫星编队飞行控制仿真系统设计

提出了一种混合式的微小卫星编队飞行控制仿真系统。该系统由三个节点组成,即两个模拟卫星和一个控制中心,节点之间通过星间网络进行数据交换。模拟卫星由星上计算机和各种星上敏感器和模拟执行器构成。星上计算机接收星上敏感器的物理输出,并经过星地转换模型对传感器数据进行修正。在一定的控制策略下,卫星控制模型进行计算产生控制输出,控制输出在控制界面上进行显示,并同时作用于传感器修正模块,实现系统的闭环控制。控制中心主要提供强大的计算功能,也可以单独构成一颗数字卫星。在这个控制仿真系统中,能够进行多种控制策略的仿真,包括双星主从控制、双星协同控制、三星主从控制、三星协同控制以及单星失效模式等。     

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。     

高精度飞行仿真转台的鲁棒自适应控制

针对高精度直流伺服系统,提出一种基于Lyapunov直接法的鲁棒模型参考自适应控制方法.在算法中,通过调节增益系数,以适应系统中参数的变化,通过引入鲁棒补偿项,实现对摩擦环节的补偿,使得在具有参数不确定性和未知非线性摩擦特性的情况下,跟踪误差渐进收敛于零.并以三轴转台为例,进行了数值仿真,其结果表明该方法的有效性和鲁棒性.     

飞机编队飞行保障系统的建模与仿真

采用先进建模仿真技术实现了非战时飞机编队飞行保障仿真系统。系统不仅能够建立飞机编队飞行保障过程模型,描述飞机编队飞行保障过程中的基本活动如飞行、故障发生、计划性维修及非计划维修;还能够按照各种事件的发生规律进行仿真,反映飞机编队在一段时间内累积飞行时间、定时维修及故障维修的情况。介绍了实际飞行保障过程,给出仿真模型描述,最后阐述了使用框图建模方法实现仿真系统的过程。     

固定翼无人机编队构型与通信拓扑优化

本文研究了考虑攻防对抗态势与最小信息流要求的固定翼无人机(unmanned aerial vehicles, UAVs)编队构型与通信拓扑优化问题。建立了编队构型指标体系, 给出了大规模集群分层编队构型设计模型和编解码方法, 提出了基于态势场的队形模型, 采用粒子群算法开展了队形参数优化。建立了通信网络拓扑效能指标体系, 提出了通信代价模型, 给出了基于Q学习的网络连通性控制算法。仿真算例验证了所提方法的有效性。     

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。     

无人直升机发动机PID自适应控制系统

以某型无人直升机发动机为被控对象,设计了数字式发动机控制系统。介绍了该控制系统的结构、功能和软硬件实现,利用台架试车试验验证了发动机控制系统的可行性,采用PID自适应控制策略解决了试车试验中所发现的问题。利用PC104嵌入式计算机系统构建了发动机控制系统的半物理仿真平台,完成了半物理仿真试验。仿真结果表明发动机PID自适应控制器能够实现不同工况下的参数自动整定,满足无人直升机飞行控制要求。     

多无人机监督控制系统的结构分析与设计

尽管无人机不需要驾驶员的存在,仍然需要操作员的监督控制。随着自动化水平的增加,多操作员控制单架无人机的局面将转变为单操作员控制多架无人机。操作员主要参与高层任务的管理和载荷的控制,包括实时任务分配、航迹重规划、目标识别、武器授权控制、意外管理等。首先研究了多无人机监督控制的基本概念,然后对多无人机监督控制系统进行了详细设计和模块划分,最后提出了智能任务控制器的混合三层结构,以实现平台自主控制与人在回路监控的结合,给无人机自主执行任务提供扩展能力。     

基于Backstepping的飞行仿真转台自适应摩擦补偿控制

论述了基于backstepping的飞行仿真转台自适应摩擦补偿控制。在实验的基础上,提出了飞行仿真转台的动态模型,其中包括动态LuGre摩擦模型。针对此动态模型推导出包括自适应摩擦补偿的backstepping鲁棒控制器。仿真实验证明:闭环系统的输出可以达到渐进跟踪给定的位置参考信号和速度参考信号,克服了转台在使用传统的PID控制器时,其位置波形存在平顶,速度波形存在畸变的缺点。     

国外无人机自主飞行控制研究

无人机自主飞行控制的研究属于飞行控制的前沿问题,其目的是实现无人机的自主飞行控制、决策和管理。由于其高度的复杂性和智能性,在理论和工程实际上尚处于起步阶段。结合近年来国外的发展状况和一些主要的研究成果,对无人机的自主飞行控制的研究进行了概述。首先介绍了自主控制的概念,然后分别探讨了无人机自主飞行控制中几个相关的关键问题,主要包括飞行中规划与重规划,自主飞行控制的分层结构,以及无人机自主着陆等问题,最后对未来的发展方向和面临的挑战进行了展望。