无人机集群自组织搜索仿真模型设计与实现

城市威胁背景下无人机集群自组织搜索移动目标问题,是无人机集群作战应用的一个重要发展方向。采用基于Agent的复杂系统建模仿真工具,构建了无人机集群搜索仿真模型框架,设计实现了无人机集群自组织搜索模型。在考虑无人机集群作战可能受到威胁的背景下,展示了无人机集群自组织搜索概念,探索了使用基于概率的有限状态机模型实现集群自主决策的解决方案,并通过案例进行了分析验证。该仿真模型为无人机集群作战应用研究提供了参考案例、模型支撑和实验平台。     

飞行仿真器导航系统建模与仿真

飞行仿真器导航系统仿真技术的研究是飞行仿真器研究开发的一个重要部分,导航系统为飞行仿真器的其他系统提供重要的相关信息,包括飞机的位置、高度、速度、加速度以及飞机当前姿态等参数。首先研究了真实导航系统的基本原理,然后分析了导航系统在飞行仿真器中如何进行参数解算,以及如何与其它系统进行信息交互模拟真实飞行器的导航过程。所采用的导航方式是无线电导航和惯性导航组合的方式。     

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。     

飞行模拟器发动机系统建模方法研究

发动机系统建模是飞行模拟器建模的重要组成部分,发动机模型的准确度直接影响了飞行模拟的逼真程度。首先研究了飞行模拟器发动机系统的建模方法,对分排气式双轴涡轮风扇发动机进行了建模,在与真实发动机特性进行比较的基础上对模型进行了修正,在飞行模拟器其他系统配合下进行了调试验证,得到了仿真结果。并对飞行模拟器建模所特有的故障设置和ATG试验的实现方法进行了讨论及仿真验证。     

飞行模拟器综合导航系统建模与仿真

模拟器导航系统主要为飞行员提供模拟飞行中的位置及其航行参数并安全导引飞机沿既定航线飞行。结合航空仿真技术发展和全任务飞行模拟器样机的任务需求,在MATLAB/SIMULINK平台上构建了捷联惯导及基于区域导航法的无线电导航仿真模型。采用VAPS6.3制作出主飞行仪表,作为导航系统仿真的终端显示。利用RT-LAB平台构建分布式飞行仿真系统,实现导航外部特性的半实物仿真。经系统调试证明了该方法的有效性。     

考虑韧性的无人机集群自组织区域覆盖方法

为提高无人机集群执行自组织区域覆盖任务成功率,提出一种基于个体相互作用力、边界排斥力、重点区域吸引力3种虚拟力的分布式自组织覆盖算法。在此基础上,进一步考虑无人机个体自身故障或毁伤等失效的影响,将集群韧性指标纳入到覆盖关键阈值调节机制中。仿真实验结果表明,该方法能有效使无人机集群对目标区域及重点区域进行覆盖,且能在集群发生故障或遭受毁伤后迅速进行自组织恢复,获得较高的任务成功率。     

自主编队飞行大系统的建模研究

针对导弹自主编队飞行大系统用例的机理、特点和任务需求,引进大系统控制论及其广义模型化方法,进行了自主编队飞行大系统广义模型化的需求分析,并给出了建模方法,建立了总模型和子模型。通过广义模型化的建模方法研究,为控制系统总体方案论证提供一种有效的设计思路,也为工程应用中深入的理论和方法研究打下良好基础。     

人类个体思维演进的自组织分析——思维自组织、他组织思维与自组织思维研究

本文以自组织理论为指导,对思维自组织与自组织思维进行分析研究,在分析论证思维自组织是自发的自组织思维,以及自组织思维是自觉的思维自组织的观点基础之上,进而提出人类个体思维是一个经过从自发的自组织思维到他组织思维,再到自觉的自组织思维的一个自组织演进过程。     

静液传动车辆建模与控制策略仿真

在Simulink中建立了静液传动(HST,Hydrostatic Transmission)车辆的整车动力学模型.提出在马达高压自动变量控制条件下以发动机高负荷率为目标的油泵控制策略.对模型进行仿真试验,在加速试验中,HST和发动机均连续输出极限功率,典型公路行驶工况下,车速大于12km/h时,HST总传动效率在75%以上,而发动机始终工作在高燃油效率的高负荷率区间.仿真结果表明,提出的HST控制策略使传动系统具有良好的动力性和燃油经济性.建立的仿真模型为静液传动车辆的参数匹配与控制策略开发提供有效的验证工具和评估手段.     

飞行保障过程UML建模与ARENA仿真

利用统一建模语言UML建立了航空兵场站飞行保障过程模型,包括飞行保障过程的类图、状态图、活动图以及协作图.构建了CMV(控制-模型-视图)仿真软件架构.在此架构下,利用过程仿真软件Arena对所建模型进行了仿真.结果表明:网络化条件下的主动保障方式的保障时间可以比传统的被动保障方式的保障时间缩短4.3分钟,保障效率提高10.5%.     

基于规则的无人机集群飞行与规避协同控制

针对已有方法在大规模集群系统控制方面的不足,提出一种基于规则的无人机集群系统飞行与规避自主协同控制方法。受群智能思想启发,定义集群内无人机成员的基本飞行规则,实现无人机集群正常飞行和队形重构,在此基础上,将规避动作作为一种新的飞行规则,通过设置相应的规则权重系数,建立整体和成员两种规避控制机制,最后基于线性反馈控制理论证明了无人机集群系统的稳定性。仿真结果表明,所提方法能够控制集群正常飞行并有效处理规避问题,同时具有良好的实时性。     

基于数字信息素的无人机集群搜索控制方法

研究了无人机集群搜索问题的由来、概念、特点,反应行为机制的重要性以及信息素的应用价值。模拟两种基本的生物信息素,设计了一种基于数字信息素的无人机集群搜索控制方法。从全局决策和单机决策的角度,建立了基于数字信息素的无人机集群搜索分布式决策方法。抽象出所建立的数字信息素模型的主要特征,研究分析了具备此类特征的集群搜索系统的稳定性,并确定了集群边界。仿真结果表明,该方法能够形成稳定的数字信息素闭环,能够和所设计的飞行决策方法结合,使多机呈现出鲜明的集群行为特征,实现无人机集群搜索控制;仿真同时表明,该方法驱动的无人机集群搜索的效率显著优于常规编队模式,这也从侧面证明了无人机集群的搜索能力远高于无人机编队。     

无人机集群规避动态障碍物的分布式队形控制

本文研究了无人机集群躲避动态障碍物下的队形控制问题。首先, 引入针对动态障碍物的碰撞预判机制判断集群是否需要对障碍物进行规避。其次, 在动态障碍物与无人机间构造斥力场实现避障。最后, 根据一致性理论设计基于集群各无人机之间、无人机与虚拟领导者之间的位置、速度一致性控制律, 结合人工势场法实现躲避动态障碍物下集群队形的形成与保持。仿真结果表明, 集群无人机能够在以分布式方式躲避动态障碍物的同时实现队形的形成、保持与重构。     

飞翼无人机机动飞行非线性鲁棒自适应控制

机动飞行能力作为无人机任务扩展的重要保证,受到各国的普遍重视。针对飞翼布局无人操纵能力不足、非线性和耦合性强的特点,提出一种非线性自适应控制方法。在所提的控制结构中,内环线性化解耦消除已知不利的耦合项,外环反步跟踪方法进行航迹跟踪,并采用粒子群补偿器补偿各种扰动和不可建模的耦合项,保证系统对各种扰动的自适应能力,且证明了该控制结构的稳定性。同传统反步控制方法相比,所提控制器增加了内环解耦结构。不同于传统的动态逆解耦控制方法,本文在控制结构中保留气动阻尼项,使得线性化后的系统为弱非线性系统。该结构不仅可以降低外环控制器设计的保守性,而且便于工程实现。仿真结果显示,该控制方案是有效的。     

串置翼垂直起降无人机过渡机动飞行控制

针对新型串置翼布局推力矢量无人机在垂直起降、过渡机动飞行过程中强非线性、强耦合及控制冗余的问题,采用动态逆控制方法设计全局控制系统,无需针对不同飞行模式切换控制策略。在此基础上,提出二级递进式控制分配策略,将序列二次规划、链式递增方法相结合,对航迹回路和姿态回路的控制量进行综合优化分配。同时,根据任务需求及飞行状态,基于离线数据库在线实时更新直接力控制分配目标函数权值。采用松弛约束策略,局部放宽非线性优化问题约束,增加优化求解速度。仿真结果表明该控制器能够有效跟踪高机动目标航迹。     

基于3D-APF和约束动力学的无人机编队飞行控制

针对无人机编队的路径规划和队形保持问题, 提出了一种基于三维人工势能场(three-dimensional artifical potential field,3D-APF)的无人机编队路径规划与队形保持方法。对于无人机的路径规划,建立了改进的三维人工势函数。在此基础上,建立并推导了虚拟力环境下的无人机运动学模型。对于无人机的队形保持问题,运用约束动力学理论引入拉格朗日乘子建立含有队形约束的编队无人机约束动力学方程组,使编队无人机在整个飞行过程中保持期望队形。采用Penalty-Formulation对拉格朗日乘子进行求解,得到编队无人机约束动力学方程组。最后基于Matlab的仿真实验验证了所提方法的有效性。     

Deep reinforcement learning for UAV swarm rendezvous behavior

The unmanned aerial vehicle(UAV) swarm technology is one of the research hotspots in recent years. With the continuous improvement of autonomous intelligence of UAV, the swarm technology of UAV will become one of the main trends of UAV development in the future. This paper studies the behavior decision-making process of UAV swarm rendezvous task based on the double deep Q network(DDQN) algorithm. We design a guided reward function to effectively solve the problem of algorithm convergence caused ...     

无人机集群任务规划方法研究综述

无人机集群以其高度的灵活性、广泛的适应性、可控的经济性,拥有越来越广泛的应用潜力,受到国内外的高度关注.任务规划是无人机集群应用的顶层规划,是根据任务环境态势、任务需求、自身特性等要求进行的综合调度,从而建立无人机与任务的合理映射关系,维持机间合理协同合作关系.本文从基于逻辑与规则的自上而下式任务规划和基于集群智能涌现...     

气动/推力矢量飞行器分阶段复合控制分配策略设计

以气动/燃气舵推力矢量复合控制反坦克导弹为研究对象,研究了不同飞行阶段下的气动/推力矢量复合控制分配策略问题。通过分析气动舵和燃气舵控制效率受导弹飞行速度变化的影响,并结合不同飞行阶段的飞行任务和特点,分别基于模糊逻辑以及链式递增理论,设计了适用于初始飞行段和末制导段的复合控制分配策略。仿真结果表明,设计的两种策略均保证了复合控制系统具有较快的响应速度和良好的控制精度,同时缩短了燃气舵的工作时间,减少了推力损失。     

TDOA and track optimization of UAV swarm based on D-optimality

To solve the problem of time difference of arrival(TDOA) positioning and tracking of targets by the unmanned aerial vehicles(UAV) swarm in future air combat, this paper adopts the TDOA positioning method and uses time difference sensors of the UAV swarm to locate target radiation sources. Firstly, a TDOA model for the target is set up for the UAV swarm under the condition that the error variance varies with the received signal-to-noise ratio. The accuracy of the positioning error is analyzed by ...