基于反步法的矢量推力旋翼机建模及仿真研究

结合传统四旋翼无人机与可倾转旋翼机的特点,提出了一种具有矢量推力的四旋翼无人机。该无人机兼具传统四旋翼无人机垂直起降和悬停、可倾转旋翼机高机动性的优点,并可为其指定期望俯仰角和期望偏航角,使其具备了完成多元化任务的功能。控制系统采用分层设计的思想,上层为位置控制系统,下层为姿态控制系统,二者均采用反步法进行控制率设计。仿真实验结果表明,设计的控制系统可靠有效,矢量推力四旋翼无人机可以快速、精确地完成设想的机动动作。     

模糊神经网络在无人机姿态控制中的应用

应用模糊神经网络对无人机进行姿态控制,给出了控制系统结构图,并利用Matlab工具进行仿真实验.仿真结果表明基于模糊神经网络的无人机姿态控制器具有良好的动态性和稳定性,能迅速消除干扰带来的影响.     

带推力矢量空空导弹的神经网络控制与仿真

对于新型空空导弹为了使导弹获得更高的的机动性、敏感性和更高的导引精度,大多采用推力矢量控制方案,因为神经网络控制对于系统非线性变化具有很强自适应能力,因而在解决带推力矢量空空导弹的控制问题时有较明显的优点,本文在给出推力矢量空空导弹数学模型的基础上,提出了两种适用于带推力矢量空空导弹的神经网络控制方案,并采用其中的双网络逆动态学习控制方法进行了自动驾驶仪设计,为进一步改善该神经网络的学习效果。还引入基于学习经验的模糊规则。数字仿真表明所提出的神经网络控制对于系统内参数非线性变化具有很强的适应性。     

推力矢量弹射座椅鲁棒自适应控制及仿真

根据推力矢量座椅直接力控制的特点,提出内外环控制系统方案,以实现力与力矩的解耦;针对弹射座椅纵向平面运动,设计了基于超稳定理论自适应控制器,通过仿真分析验证了控制器稳定性与动态品质。无论是线性仿真还是非线性仿真,控制器均能有效地抑制扰动并能保证良好的动态品质,实现0稳态误差的鲁棒跟踪。不利姿态下的非线性仿真显示,相比于传统座椅,自适应控制系统可以极大的提高弹射座椅的性能。     

基于混合学习矢量量化算法的遥感影像分类

在分析了Kohonen自组织特征映射网络(SOFM)和学习矢量量化(LVQ)算法的基础上,提出一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化(HLVQ)方法,并建立了基于HLVQ的遥感影像非监督和监督分类的一般模型。通过与传统的统计分类方法和LVQ2网络分类器比较,HLVQ分类器总的分类性能更好、识别率更高。     

基于深度强化学习算法的无人机智能规避决策

为提升无人机在复杂空战场景中的存活率,基于公开无人机空战博弈仿真平台,使用强化学习方法生成机动策略,以深度双Q网络(double deep Q-network, DDQN)和深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法为基础,提出单元状态序列(unit state sequence, USS),并采用门控循环单元(gated recurrent unit, GRU)融合USS中的态势特征,增加复杂空战场景下的状态特征识别能力和算法收敛能力。实验结果表明,智能体在面对采用标准比例导引算法的导弹攻击时,取得了98%的规避导弹存活率,使无人机在多发导弹同时攻击的复杂场景中,也能够取得88%的存活率,对比传统的简单机动模式,无人机的存活率大幅提高。     

基于最优切换的挠性卫星的姿态控制

在切换系统最优控制的框架下,讨论了挠性卫星的姿态控制问题。首先,根据挠性卫星姿态调整的运动模型,同时考虑两种执行机构的控制作用,将卫星的姿态控制问题转化为一种切换控制问题,并在能量最小性能指标下讨论其最优控制问题。其次,基于粒子群优化算法和Powell算法给出了求解最优切换时间问题的完整优化算法。最后,以3阶挠性卫星系统为例,给出了具体仿真算例,验证了所提算法的有效性。     

基于模糊自适应的微型飞行器姿态控制

针对一类不确定非线性系统,基于李亚普诺夫稳定性理论提出了模糊自适应算法.将系统分为标称模型和包含建模误差、参数变化、干扰及未建模动态等在内的混合干扰项,用模糊自适应控制实时逼近系统各个不确定参数,用鲁棒反馈控制消除系统的外部干扰.由于模糊自适应控制是对系统输入系数矩阵和系统函数向量的不确定部分的每一个分量进行实时逼近,所以系统控制的精确性得到了提高,有较好的鲁棒性.模糊逻辑系统的计算量相对较少,从而能够很好地完成系统输出信号的渐近跟踪.给出了控制算法的稳定性证明,并对微型飞行器的姿态控制系统进行了仿真研究,仿真结果验证了算法的有效性.     

基于STK的微小卫星姿态控制可视化演示与验证

为了探索微推进器用于微小卫星姿态控制的可行性方案,需要开发微小卫星姿态控制过程的可视化演示与验证平台.以某型号微小卫星为仿真对象,利用Matlab设计了卫星俯仰通道和滚动/偏航通道的姿态控制模型,并实现了卫星姿态控制的数据仿真.基于STK中的STK/Connect模块,实现了卫星姿态控制过程的可视化演示.在可视化过程中,结合某型号微小卫星的案例数据,验证了所设计的卫星姿态控制模型与可视化程序.     

基于三轴磁强计的姿态控制设计方法

为了降低自主导航的成本以顺应当前卫星向微小型化发展的趋势,对小型化、廉价和中等精度的自主导航系统进行了研究。提出了一种在含有测量噪声情况下的基于三轴磁强计的姿态控制方法,推导出含噪声的基于四元数的姿态动力学和运动学方程,并基于这些方程设计卫星姿态的控制方法。通过理论分析和仿真试验,证明了此方法的可行性。     

无人机集群系统弹性研究

为提升无人机集群(unmanned aerial vehicle swarm,UAVS)应对恶劣天气、人为干扰、组件故障等扰动的能力,借鉴复杂网络弹性理念,对UAVS扰动场景进行建模,提出了UAVS弹性的概念与内涵,通过与鲁棒性、可靠性、抗毁性等指标对比,阐述了弹性指标对于研究UAVS系统特性的意义;分析UAVS性能变...     

Analysis of unmanned aerial vehicle navigation and height control system based on GPS

According to the characteristic of global positioning system (GPS) reflection signals, a GPS delay mapping receiver system scheme is put forward, which not only satisfies the unmanned aerial vehicle (UAV) guidance localization but also realizes height measurement. A code delay algorithm is put forward, which processes the direct and land reflected signal and outputs the navigation data and specular point. The GPS terrain reflected echo signal mathematical equation is inferred. The reflecting signal area, when the GPS signal passes the land, is analyzed. The height survey model reflected land surface characteristic is established. A simulation system which carries guidance localization of the UAV and the height measuring control through the GPS direct signal and the land reflected signal is designed, taken the GPS satellite as the illumination source, the receiver is put on the UAV. Then the UAV guidance signal, the GPS reflection signal and receiver’s parallel processing are realized. The parallel processing reduces UAV’s payload and raises system’s operating efficiency. The simulation results confirms the validity of the model and also provides the basis for the UAV’s optimization design.     

无人机鲁棒轨迹线性化控制航迹跟踪设计

研究一种鲁棒轨迹线性化控制方法并将其应用于无人机(unmanned aerial vehicle, UAV)航迹跟踪控制设计。通过理论分析指明传统轨迹线性化控制方法对系统中的不确定性存在鲁棒性不足的问题,采用改进隐层自适应神经网络对不确定性进行补偿,并利用Lyapunov理论证明了跟踪误差的有界性,最后将该方法应用到无人机三维航迹跟踪控制中。仿真结果表明,当参数摄动在20%时,该控制方法仍能使UAV很好地跟踪理想航迹,从而验证了该方法的有效性。     

攻击型无人飞行器自主控制技术研究综述

针对现代防御技术的发展,迫切需要实现攻击型无人飞行器(AUAV)的自主控制,提高其自主水平和智能程度。结合国内外的发展现状,对AUAV自主控制问题进行了阐述。首先介绍了自主控制的概念,并给出了无人飞行器自主水平的层次划分;然后分析了AUAV自主控制存在的问题,提出了相应的解决方案,分析了其中的关键技术和研究现状,主要包括系统结构、图像融合和动态重规划;最后对AUAV自主控制技术的研究方向进行了展望。     

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。     

风场情形基于视觉的无人机地面目标跟踪控制律设计

分析了风场对无人机航迹角的影响,定义空速、风速、目标运动速度的合向量为参考速度,将风场情形运动目标跟踪问题转化为以参考速度跟踪静止目标的情形。在静止目标跟踪航向控制律基础上,设计了一种风场情形基于参考速度的无人机地面目标跟踪航向控制律,使参考速度与摄像机视线垂直且无人机与目标水平距离为指定值。不同风速条件下的目标跟踪仿真验证了控制律的有效性。     

无人机蜂群电磁作战概念仿真

首先,提出了基于四环聚焦的无人机(unmanned aerial vehicle, UAV)蜂群电磁作战概念设计框架,并以彻底毁瘫防空体系为作战目标,设计“蜂刺”作战概念及“雷电蜂”作战行动。然后,面向体系对抗仿真的需求,提出了UAV蜂群电磁作战行动实体蜂群行为网络化交互(enity swarm behavior networked-interaction, ESBNI)建模框架,并研究了基于分层描述的UAV蜂群力量实体建模方法,以及基于行为规则的UAV蜂群电磁行为建模方法。再次,依托UAV蜂群电磁作战仿真原型(electromagnetic swarm operation simulation, ESS)系统,开展了“雷电蜂”作战行动的演示。最后,通过多案比对探索性仿真的方法,评估了联合作战背景下的UAV蜂群电磁作战效能,并验证了该作战概念的合理性、有效性。     

基于博弈论的无人机搜索路径规划

现阶段的无人机搜索路径规划主要以区域覆盖率以及搜索时间为指标,缺乏对目标运动行为的综合利用。本文以敌我双方为局中人,把敌我双方可能的行为作为策略集,建立博弈论模型,通过求解Nash均衡改进扫描式搜索路径规划算法。仿真表明,基于博弈模型的规划算法较改进前不仅能够满足对待搜索区域的完全覆盖,而且提高了无人机的任务完成率,说明了该算法的有效性。     

基于FBNs的有人机/UCAV编队对地攻击威胁评估

信息化环境下的编队对地攻击过程中,所获取的地面兵力威胁信息具有高度不确定性。如何采用高效的不确定性信息推理方法快速准确地完成地面兵力对空中飞行编队的威胁评估建模成为一个亟待解决的问题。提出基于模糊贝叶斯网络的有人机/无人战斗机编队对地威胁评估建模方法,综合模糊逻辑与贝叶斯网络的优势,对战场的随机、模糊威胁信息进行综合处理。仿真结果表明,模糊贝叶斯网络不仅能够有效处理战场不确定信息,而且能够综合指挥员的主观判断,适合于不确定性战场环境下的威胁评估推理。     

基于人机合作的有人/无人机编队队形变换策略

队形变换是有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)编队飞行的关键技术,为提高编队队形变换效率并减轻飞行员操纵压力,设计了基于人机合作的MAV/UAV编队队形变换策略。首先设计了MAV/UAV编队控制系统,然后在UAV运动学模型基础上设计了一种以路径跟踪为主,速度调节为辅的MAV/UAV编队队形变换策略。通过将水平转弯机动与虚拟力相结合,并考虑实际情况中编队内碰撞问题,设计了一种改进虚拟力路径跟踪方法;根据MAV与各UAV之间的路径差,设计各UAV速度控制律,使得MAV与各UAV速度与航向角一致,从而实现编队队形变换。仿真结果验证了所提方法的有效性和实用性。