新型歼击机空中加油飞行仿真建模研究

空中加油是提高飞机作战能力的重要手段。空中加油模拟训练成了培养飞行员空中加油技术的重要途径。空中加油飞行的数学建模是模拟加油飞行的理论基础，它直接关系到模拟飞行的逼真程度，关系到模拟加油训练的效果。研究了大型授油机尾流的形成和分布特点，分析了受油机在不同位置进入黾流时飞机所受的影响，提出了相应的数学建模方法。同时分析了新型歼击机在加油过程中飞机质量和重心的变化规律和对飞行性能的影响。     

软管式自主空中加油飞行控制系统与仿真研究

基于参考观测器的全状态反馈控制方法设计了受油机飞行控制系统,建立了软管式自主空中加油仿真系统,并进行了仿真验证。根据生成的受油机参考跟踪、对接轨迹,通过输出跟踪观测器在线估算前馈控制信号和参考状态量,设计全状态反馈控制器精确跟踪参考状态,解决了受油插头难以近距离跟踪加油锥套并实现精确对接的问题。以某型UCAV为例,设计了基于全状态反馈控制的自主空中加油仿真系统并进行了数字仿真。仿真结果表明,在四种强度阵风干扰下,设计的空中加油仿真系统能实现精确的双机加油设备跟踪与对接,具有良好的动态性能与鲁棒性能。     

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.     

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.     

微小型无人机自动驾驶仪的设计及试验研究

自主飞行控制系统的设计对无人机的飞行特性有着至关重要的影响.详细的介绍了我所自主开发的无人机自动驾驶仪的研究进展,通过大量的数学仿真、地面半实物仿真和空中带飞试验,深入的考核了该驾驶仪的整体设计性能,同时经过带飞试验进一步验证所采用的PID控制方法的可行性,这为后续工作的深入开展奠定了基础.     

基于xPC的无人机飞行控制系统的快速原型设计

介绍了一种新的基于xPC的无人机飞行控制系统的快速原型设计方法,分析了设计中需要解决的关键技术,解决如何设计自主硬件的驱动程序,解决如何将设计生成的实时代码嵌入到现有的飞控系统硬件中,并能达到工程应用.构建了基于Simulink的飞行控制系统模型,通过Matlab/RTW自动生成可执行实时代码、在线调整模型参数和监视仿真数据.最后提供了半物理实时仿真平台设计方案,作为设计的验证手段.     

飞行仿真器自动飞行系统研究

自动飞行系统是由自动驾驶仪和自动油门取代人工操纵,保证飞行品质,降低了飞行员的工作量。介绍了自动飞行系统的组成,功能。通过俯仰、横滚通道的控制原理分析,设计相应的控制律。对传统的自动飞行系统进行扩展,增加了自动配平系统,比较器/高度报警系统,偏航阻尼器系统,提高了飞行品质。最后在飞行仿真器中进行仿真,验证。     

基于免疫粒子群算法的飞行控制器参数寻优

提出了一种免疫粒子群混合优化算法.该方法将免疫算法中的基于浓度的抗体繁殖策略与粒子群优化算法相结合.对浓度低的粒子进行促进,对浓度高的粒子进行抑制,因而保持了粒子的多样性,克服了PSO算法易于陷入局部最优点的缺点,寻优速度快.将该方法用于飞行控制器的参数优化设计.仿真结果表明：使用该方法进行参数优化设计获得了优良的飞行控制效果,能够较大地提高飞行控制器参数的设计效率.     

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.     

Rotary unmanned aerial vehicles path planning in rough terrain based on multi-objective particle swarm optimization

This paper presents a path planning approach for rotary unmanned aerial vehicles(R-UAVs) in a known static rough terrain environment. This approach aims to find collision-free and feasible paths with minimum altitude, length and angle variable rate. First, a three-dimensional(3D) modeling method is proposed to reduce the computation burden of the dynamic models of R-UAVs. Considering the length, height and tuning angle of a path, the path planning of R-UAVs is described as a tri-objective optimi...     

自主空中加油输油阶段无人机建模与控制

针对自主空中加油输油阶段无人机位置保持控制问题,将无人机分为飞机本体和油箱两部分,利用变质量系统理论建立了无人机非线性方程,解决了常规模型无法反映出无人机重量、重心变化的问题。控制律设计方面,通过将变化的油箱转化为外界干扰,提出了基于干扰观测器控制（disturbance observer based control, DOBC）的复合控制结构。复合控制器由位置保持控制器和干扰观测器组成,位置保持控制器采用带积分的线性二次型方法,干扰观测器由比例积分观测器和补偿单元构成,并证明了复合控制器的稳定性。仿真结果表明,将该控制器应用于某型高空无人机非线性模型,可有效减小输油过程带来的影响,实现了输油阶段的位置保持控制。     

基于模糊聚类和专家评分机制的无人机多层次模块划分方法

本文基于初步划分-综合评价-精准划分的多层次递进模块划分架构, 为模块化无人机设计中模块划分提供可信、有效的方法。以提升模块划分结果的可信度为目标, 在模块划分指标评价中引入基于专家信度的评分机制, 形成了基于模糊聚类和专家评分机制的多层次模块划分方法。以一次性、可重复使用无人机为例, 采用本文提出的模块划分方法, 进行零部件聚类并形成模块划分方案。由模块划分结果可知, 本文模块划分方法可对不同模式的无人机获得符合其使用特点、可信的模块划分方案, 进而验证了方法的合理性和有效性。     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先,为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次,为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后,为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明,所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

基于改进粒子群算法的飞行控制器参数寻优

提出了一种自适应参数策略的混沌粒子群优化算法。该方法将自适应加速度系数调整策略引入到PSO中,以有效地控制全局和局部搜索,并利用混沌运动的遍历性在解空间产生较大规模的初始群体,从中择优选出分布均匀的初始种群以提高粒子的质量,同时根据种群适应度方差对陷入早熟收敛的粒子进行混沌扰动,提高算法收敛的精度。将该方法用于飞行控制器的参数优化设计中。仿真结果表明:使用该方法能够有效地解决飞行控制系统的参数优化设计,极大地提高了飞行控制器参数的设计效率。     

定量反馈理论在鲁棒飞行控制律设计中的应用

定量反馈理论（quantitative feedback theory, QFT）是一种频域鲁棒设计方法,定量地将系统结构摄动不确定性和性能设计指标反映到Nichols图上进行分析和设计,从而保证系统在跟踪性和鲁棒性两个方面均能达到设计要求。针对QFT的特点,将QFT方法应用到某型无人机纵向飞行控制律设计中。仿真结果表明,与利用经典控制理论设计的控制律相比,基于QFT的鲁棒控制律在跟踪性能、鲁棒性能和控制效率方面更加优秀,验证了该方法在飞行控制律设计中的有效性。     

基于NMPC的无人机自主防撞控制方法

针对非合作条件下的无人机自主防相撞控制问题,在分析无人机与入侵飞机在三维空间几何关系的基础上,提出并证明了相撞冲突判决准则,定义最小间隔和剩余冲突消解时间衡量无人机与多入侵飞行器间的冲突紧急程度,建立了无人机自主防撞最优控制模型。基于非线性模型预测控制方法建立三维空间无人机自主防撞控制算法,运用剪枝搜索方法提高算法求解时效性。仿真实验表明,所提算法实现多无人机高动态环境下的防撞控制,能够有效降低无人机飞行安全威胁。     

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。