基于有限视觉信息的小型无人机编队控制

依据大雁飞行时依靠视觉信息形成V字形编队的群体行为,研究装载单目鱼眼镜头的小型无人机凭借视觉信息控制编队的问题.通过数学方法刻画小型无人机的"视觉盲区",并设计代价函数来表征小型无人机在不同飞行状态中的"视觉代价".据此提出一种基于代价函数的控制律,在保证无人机任意时刻不飞入其他无人机"视觉盲区"的前提下,利用梯度下降...     

无人机编队飞行控制中的气动耦合问题

长僚机之间的气动耦合效应是无人机编队飞行中不可忽视的因素,以长僚机的双机编队为例,建立了编队飞行的涡流模型,在有无气动干扰的两种情况下,计算了僚机在编队队形中的气动力,最后设计了考虑气动耦合效应的无人机编队飞行控制系统并进行仿真研究.仿真结果表明气动效应对编队队列中无人机的飞行状态会产生一定影响,该控制系统能很快消除扰动影响,使僚机实现状态的跟踪和保持,达到稳定编队飞行的要求.     

无人机密集编队穿越竞速导引算法

针对无人机密集编队穿越门框竞速问题,提出了一种时间近似最优的导引算法。首先,对穿越竞速问题进行了阐述;其次,在单架无人机穿越门框导引模型推导的基础上,研究了其穿越门框的导引算法,该算法具有在期望时间内将无人机导引到目标点的能力;最后,针对多架无人机编队穿越竞速问题,提出了基于飞行时间控制和脱靶量控制的穿越算法,该算法具有良好的时间近似最优性能;仿真结果表明,所设计的导引算法能够使无人机编队在期望时间内完成穿越竞速,且具有极低的脱靶量和导引时间误差;可为无人机集群避障与防撞控制提供技术支撑。     

基于改进人工势场的无人机编队避障控制研究

针对人工势场方法在无人机避障过程中存在局部最小值的问题,基于虚拟结构和"长机-僚机"控制策略,提出一种复合矢量人工势场方法,有效实现了无人机编队在三维空间避开障碍物追踪运动目标的目的。该方法以3架无人机构成的编队作为研究对象,虚拟长机运动轨迹作为期望路径,障碍物简化为圆柱体,其周围的人工势场近似为球体表面。人工势场中的引力导引虚拟长机追踪目标,僚机追踪长机保持编队飞行。斥力作用使得编队避开障碍物,同时僚机不分次序和具体位置均匀地分布在以虚拟长机为球心的球体表面。无人机编队的避障路径取决于两种复合矢量的人工势场,每架无人机可选择最优路径避障,避障结束重组三角形编队飞行。通过仿真结果验证了该理论的可行性,为多无人机编队避障提供了一种思路。     

卫星编队飞行GPS自主导航和控制

本文提出了一般相对轨道动力学方程和用于编队飞行的GPS星栽自主导航模型和算法.同时文章也提出了用GPS伪距测量信息实现卫星编队飞行的建立和保持的自主导航控制方法.其中包括用于编队飞行建立的非线性控制律和用于编队飞行保持的线性控制律.以及相应的估计器的算法.作为这些方法的一个实际应用,文章给出了EO-1/Lantlsat 7编队飞行的自主导航控制系统的设计和实现.一般情况下最优控制律的实现是需要变推力发动机的,在没有变推力发动机的情况下,本文特别给出并验证了用冲量等价的方法实现变推力发动机替代的可行性.上述设计已经过数字仿真的验证,证实了设计的正确性和实现的可行性.     

基于一致性算法的无人机协同编队避障研究

基于人工势场方法,提出了一种双向网络连接结构的多无人机一致性避障控制算法。该算法能够有效避免无人机之间以及无人机与障碍物之间发生碰撞,实现协同编队飞行,完成任务。将所提出的一致性算法与"长机-僚机"控制策略结合起来应用到编队控制中,能够避免无人机之间以及无人机与障碍物之间发生碰撞,确保无人机编队收敛。文中以3架无人机构成正三角形编队作为控制对象,以长机飞行轨迹作为期望路径,僚机跟踪长机保持正三角形编队飞行,且无人机之间以及无人机与靠近障碍物内侧的僚机与障碍物保持安全距离,长机和僚机在水平面具有相同的前进速度和航向角速率,在垂直方向保持相对距离不变。通过仿真实验验证了所提出的控制算法的有效性,对工程应用具有一定的借鉴意义。     

无人机遂行编队飞行中的纯方位无源定位

针对无人机集群在遂行编队飞行过程中如何保持编队队形的问题,采用纯方位无源定位算法构建定位模型,探讨如何依据队形特点自适应调节,并将该方案推广到其他队形场景.以较规则和简易的圆形无人机编队场景为切入点,在已知部分无人机位置信息和编号的前提下,建立基于纯方位无源定位模型.在实际场景中,大部分无人机的位置会因为设备或其他原因导致偏差,因此需要探讨自适应调整方案.最后,将圆形无人机编队场景的相关方案推广到锥形无人机编队场景.     

舰载战斗机/无人机编队飞行控制研究现状与展望

在未来的海上攻防作战中,舰载战斗机和舰载固定翼无人机将成为航母编队的重要组成部分,舰载战斗机/无人机编队将是未来海洋战争的重要作战形式。首先总结了近年来国内外有人/无人机编队作战相关项目,然后描述舰载机/无人机编队任务流程,总结了舰载机/无人机编队飞行控制方法,其中包括了编队集结控制、队形变换控制、队形保持控制和编队重构控制四个方面。最后对舰载机/无人机编队飞行控制技术未来发展方向进行了展望。     

基于一致性的无人机编队飞行几何构型控制

本文研究群体无人机系统编队飞行中的几何构型控制问题。采用一阶运动学模型进行系统描述,用有向图来表示其通信网络结构,将领导者-跟随者控制结构和一致性跟踪理论相结合,提出了一种协同控制算法,在不需要每台无人机都能接收到领导者状态信息的情况下,使无人机在编队飞行过程中改变几何构型的同时还可以相应改变行进方向。最后通过仿真验证了该控制算法的有效性。     

无人机编队协同追踪控制律和编队信息架构

针对"长机-僚机"模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15 s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10 s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。     

Z字形飞机建模与半实物仿真研究

为了提高无人机飞行品质,研究无人机控制的半实物仿真应用,形成一套通用的无人机飞行控制律设计与半实物仿真方法,针对气动特性较为复杂的Z字形飞机进行了研究。Z字形飞机机翼可向机身方向折叠,便于存放和运输。根据Z字形飞机外形参数,求得气动数据,并在此基础上利用小扰动线性化原理建立纵向线性模型,通过加入干扰脉冲方式研究模型纵向静稳定性,选取各环节传递函数,建立俯仰控制回路,调整PID参数,设计纵向控制律,分别使用Simulink和半实物仿真器进行仿真。仿真结果表明,无人机具有较好的静稳定性,PID控制参数选择合理,系统超调量较小,调节时间较短,可以提升无人机飞行品质,半实物仿真可以更真实、直观地反映无人机姿态,所用建模与仿真方法可应用到其他固定翼无人机,具有一定的通用性。     

基于多标度层次分析法的无人机避让策略构建

针对未来同一片空域内由于多种航空器共同执行任务而可能出现的飞行安全问题,通过研究各种可能出现碰撞的情景,构建了大型无人机在混合空域中最优避让方案评价指标体系,通过分析不同标度法的优缺点,提出一种多标度层次分析法的混合空域策略。首先,以大型无人机为研究对象建立混合空域模型,将混合空域中出现与本机发生冲突可能性的各种飞鸟或航空器进行分类,并考虑碰撞风险等级及目标执行任务等级因素。其次,采用多标度层次分析法求得不同情况下各类避让目标的权值,经过一致性判定;进一步引入隶属度函数,通过分析已获得的权值,对最终结果进行进一步的权重修正。最后,对大型无人机在空域中飞行可能遇到的空域环境进行分析,以验证无人机避让决策方案是否行之有效。结果表明,确定的基于多标度层次分析法可以满足无人机在面对复杂空域环境时避让策略方案的确立,并且具有动态效果,满足无人机实时构建和调整避让策略需要。研究结果可为实现大型无人机在混合空域中的安全飞行提供新的思路。     

基于多因素融合建模下无人机航行环境评估方法

当前无人机(unmanned aerial vehicle,UAV)任务路径的研究已日益广泛。现实环境中执飞空域将由多机种多机型共同参与,针对无人机间,以及与载人运输机间的航行环境分析及空域密度评估,还处于研究初级阶段。为正确分析大型无人机在复杂区域内执行任务对航行环境的影响,综合考虑尺寸与性能数据、空域结构、空中交通服务和飞行技术安全等因素,首次建立多种因素融合下的无人机航行环境评估模型,并获取量化评估结果。计算结果表明:通过分析模型计算得出航空器间最小距离,可为制定航路航线间隔,判断空域密度等问题提供数据参考。为未来低空空域开放,实现载人运输机和无人机安全、协同飞行创造条件。     

基于改进高斯伪谱法的多无人机协同轨迹规划

针对当前伪谱法求解无人机轨迹存在的计算量大、运算时间长以及难以保证最优性等问题,提出了将粒子群算法与高斯伪谱法相结合的改进方法。首先,使用粒子群算法进行航迹预规划,保证近似最优解的快速实现;其次,针对高斯伪谱法配点的相对位置选取,对粒子群预规划的航迹点做拟合处理,并以此作为高斯伪谱法的初始参考指令,从而解决伪谱法的初值敏感问题,加快优化算法的收敛速度。最后,综合考虑无人机编队性能指标、飞行环境以及协同飞行约束等进行实验。实验结果验证了初值选取的重要性,同时表明了所设计算法可提升解的最优性与收敛速度。研究结果可为多无人机协同飞行控制快速规划出多维度、高精度的引导指令,对实现智能自主化飞行有一定参考价值。     

基于量子遗传算法的无人机冲突解脱方法

飞行冲突解脱对于无人机飞行安全至关重要,遗传算法(genetic algorithm, GA)在解决无人机冲突解脱时存在求解速度慢、产生的延误距离较大等缺点,针对这些缺点,提出一种基于量子遗传算法(quantum genetic algorithm, QGA)的无人机冲突解脱方法。该方法采用了量子比特编码,设计加入了延误指数函数强制优化策略和变航向优化策略,通过利用量子旋转门实现个体的演化,并在延误距离、冲突解脱航迹等多方面与遗传算法进行了对比实验。仿真实验结果表明,该方法与遗传算法相比,求解速度更快,解的质量更高,所得解脱航迹更平滑,能获得较小的飞行延误,在无人机冲突解脱方面具有有效性和良好的应用价值。     

基于博弈策略的双无人机冲突解脱方法

针对无人机在空域飞行时完成冲突解脱所存在的消耗时间长、绕飞距离严重、机动次数多等问题,在2架无人机发生冲突的条件下,基于博弈论的知识,提出一种双无人机冲突解脱方法。首先,依据2架无人机的运动模型建立冲突探测模型,求出达到最小距离的时间公式,根据此公式反解出2架无人机改变的速度或航向值;其次,将鹰鸽博弈与贝叶斯博弈结合,以期望效用分析适合双方的解脱策略;最后,完成解脱后为减小航迹偏离等情况,无人机执行恢复策略恢复至初始状态。结果表明,与单机解脱相比,在解脱时间、绕飞距离、总飞行时间及总飞行距离方面的效果都有所改善。改进后的探测模型不仅能迅速计算出解脱策略改变值,而且在引入博弈策略后冲突双方可根据自身最大效益选择解脱策略,解决冲突解脱问题的方法简单有效,可以保证无人机在空域内发生冲突时能快速解脱。     

临近空间太阳能无人机在应急通信中的应用

 临近空间太阳能无人机飞行时间长、飞行高度高，结合通信载荷可在临近空间形成空中通信服务系统，在应急通信领域具有巨大的应用前景。介绍了国内外太阳能无人机平台的发展现状及其在通信方面的应用情况，通过分析基于太阳能无人机的通信系统的特点、应用方向，提出了基于太阳能无人机通信系统的3种典型应用场景，探讨了其关键技术及效益。研究表明，利用太阳能无人机平台可构建临近空间通信系统，实现持久广域的通信覆盖，使用灵活，可在应急通信领域发挥重要作用。     

基于复杂网络的多机场航班延误传播分析

为了研究多机场间航班延误的传播机理,将机场作为节点,航线作为边构成复杂网络。通过分析传染病传播过程与机场间航班延误传播过程的相似性,借鉴经典传染病传播模型(SIR)的思想,并考虑不同机场间延误传播的差异,提出机场重要度的概念,构建了多机场航班延误传播模型。对多机场航班延误传播过程的仿真结果表明:在多机场网络中,初始延误机场不同以及机场重要度不同,延误传播效果不同,但延误传播规律保持不变。对网络中重要机场进行相应管控会使发生延误的机场数量峰值下降,且按照介数值确定需进行管控的重要机场,网络中发生延误机场数量峰值下降率最大。可见,该模型可以客观反映多机场间航班延误传播的动态过程和变化规律,并可为延误的预防和恢复提供理论依据。     

从鸟群群集飞行到无人机自主集群编队

无人机可通过自主集群编队提高其在复杂环境下执行任务的能力.多飞行器并存导致系统协调管理难度提升等一系列问题,因此如何设计合理高效的无人机集群编队协调自主控制算法是一个亟待解决的难点问题.在鸟群群集飞行过程中,个体通过遵循简单行为规则进行相互合作而产生复杂有序的集体行为.由于鸟群群集飞行过程中所表现出的邻近交互性、群体稳定性和环境适应性等特点与无人机集群编队的自主、协调和智能等控制要求有着紧密的契合之处,因此,研究鸟群群集飞行机制,并将其映射到无人机集群系统,是解决无人机集群编队协调自主控制问题的一条切实可行的途径.     

MEMS-Based Low-Cost Flight Control System for Small UAVs

Small unmanned air vehicles （UAVs） can be used for various kinds of surveillance and data collection missions. The UAV flight control system is the key to a successful mission. This paper describes a low-cost micro-electro mechanical system-based flight control system for small UAVs. The integrated hardware flight control system weighs only 24 g. The system includes a highly-integrated wireless transmission link, which is lighter than traditional links. The flight control provides altitude hold control and global positioning system navigation based on gain scheduling proportional-integral-derivative control. Flight tests to survey the grass quality of a large lawn show that the small UAV can fly autonomously according to a series of pre-arranged waypoints with a controlled altitude while the wireless video system transmits images of the surveillance target to a ground control station.