基于PIDA策略的再入飞行控制方法

阐述了PIDA控制概念及特点,提出了基于PIDA策略的飞行器再入控制方法。以HL-20载人返回飞行器为例,结合PIDA控制的低模型依赖、简单结构、鲁棒性强和动态逆控制的解耦性好的特点,在多舵面组合且偏转受限、气动参数不准、外干扰的情况下进行了控制算法的仿真,充分验证了该方法的有效性。     

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.     

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。     

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。     

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.     

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。     

间歇通信条件下多无人机保性能编队追踪控制

针对多无人机系统在通信链路非周期性中断情况下的优化编队控制问题, 提出了一种多无人机保性能编队追踪控制方法。首先, 引入一种分布式性能指标, 用于描述多无人机系统编队调节性能。然后, 设计了间歇型多无人机编队追踪控制器, 可在通信时段根据无人机间局部交互信息构建分布式反馈控制, 并在中断时段中止对无人机的编队追踪控制, 以应对间歇通信的影响。同时, 获得了间歇通信条件下多无人机保性能编队追踪控制判据, 确定了多无人机系统的保性能上界。最后, 通过仿真算例验证了理论结果的有效性。     

基于虚拟现实的无人驾驶飞机仿真训练系统

为了培训无人机控制人员，研究更为先进、成本更低、周期更短的训练方法，本文以某新型无人机为应用背景，论述了“基于虚拟现实的无人驾驶仿真训练系统”的体系结构与在PC机上的实现过程。该系统在无人机飞行仿真的基础上 ，提出了基于“超包围盒”的碰撞检测技术，使用基于图像的全景建模方法，构建虚拟现实三维飞行实景系统，使得受训人员易于沉浸其中，大大提高训练的效率。该系统研制成功，对无人机控制人员的训练和新型无人机的广泛应用具有重要的意义。     

基于PI型非线性动态逆的再入飞行控制技术研究

再入飞行器飞行环境复杂,具有大空域、强非线性、强耦合的再入飞行特性,基于小扰动原理的经典线性控制理论难以适应再入控制系统的要求,提出了采用动态逆的非线性再入控制器设计方法,同时在非线性动态逆控制器设计中引入积分环节,以消除由动态逆建模和系统干扰带来的跟踪误差,从而使得系统对姿态进行高精度跟踪。最后,在Matlab/Simulink中进行了仿真验证。仿真结果表明,此控制系统对姿态指令输入有很好的跟踪效果,且具有较强的鲁棒性。     

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.     

无人机战场环境感知与理解技术研究

战场环境的感知与理解是无人机实现规划、决策及控制的前提,是体现系统自主性关键特征的基础。首先分析了战场环境感知与理解的内涵,详细阐述了该技术的国内外研究现状。其次,设计了基于多机协同的环境感知框架,并结合自主控制等级分析了无人机战场环境感知与理解的技术体系,然后在此基础上剖析了当前制约无人机战场感知能力发展的各项关键技术。最后,对未来的发展趋势进行了展望。