基于增益自适应超螺旋滑模理论的无人机控制

以无人机为研究对象,针对无人机系统非线性强和飞行过程中外界干扰产生的不确定性,设计一种基于增益自适应滑模控制的无人机姿态控制器.该方法无需观测器对不确定性进行估计就可以实现对给定无人机姿态的跟踪控制,同时滑模控制中的抖振情况可以得到有效抑制.首先介绍无人机模型,给出其数学模型;其次,以误差为状态量,设计稳定收敛的滑模面,采用增益自适应超螺旋滑模算法设计能够有限时间收敛的无人机姿态控制器;再采用Lyapunov第二法证明闭环无人机系统的稳定性;最后对所提控制方法进行仿真验证.结果表明：该控制方法具有可靠的控制性能.     

基于滑模观测器的四旋翼无人机全回路解耦控制

针对四旋翼无人机复杂轨迹跟踪控制面临的多通道耦合、强非线性以及多源干扰等问题,考虑四旋翼无人机的位置回路、姿态回路动态跟踪误差和执行机构实现过程,提出了一种全回路轨迹跟踪控制方案.首先,将四旋翼无人机轨迹跟踪控制问题转化为位置回路和姿态回路的指令跟踪问题;其次,将不同通道之间的耦合以及多源干扰影响视作集总干扰,并基于高...     

变推力轴线无人机的混合姿态控制

为提高无人机的自主飞行性能,提出了一种气动舵面偏转控制与推力偏转控制相结合的混合姿态控制方法。给出了推力可偏转情况下的飞机总外力和外力矩。讨论了总外力的变化对飞行机动性的影响,分析了推力力矩对气动力矩的操纵补偿效率。在常规无人机姿态控制系统的基础上,引入纵横向推力偏转角作为新的控制量,设计了飞行姿态控制系统的混合控制模式。对受气流干扰下的无人机姿态稳定控制进行仿真研究。结果表明,变推力轴线技术能够改善飞机在强气流干扰下的操稳特性,减小飞行姿态角偏差和气流角偏差,且对操纵舵面效率不足的问题具有补偿作用。     

基于改进精英蚁群系统算法的四旋翼无人机姿态控制研究

四旋翼无人机在飞行过程中姿态易受到外界气流等因素的干扰,导致飞行姿态失稳,影响完成预设飞行任务的质量。针对传统PID控制不能自适应调整其控制参数的特点,本文首先研究精英蚁群系统算法与PID控制结合的方法,然后提出一种改进精英蚁群系统算法与PID控制结合的方法,分别实现无人机在受到干扰情况下飞行过程的姿态控制,并进行了仿真实验对比。仿真实验结果表明:用改进精英蚁群系统算法优化PID控制参数,不仅可以在短时间内获得PID控制参数的最优解,提高了收敛速度,同时具有更好的抗扰性和鲁棒性。     

无人机遥感植被覆盖度提取方法研究综述

在介绍了无人机平台及携带的多种传感器的基础上,总结了无人机遥感提取植被覆盖度的算法,并将算法分成了三大类:颜色空间法、植被指数法和机器学习分类法;针对无人机遥感提取植被覆盖度所存在的问题及发展趋势进行了讨论.结果表明:颜色空间法能有效消除无人机图像中亮度和饱和度等因素的干扰;植被指数法原理简单,且具有良好的精度,是应用最广泛的方法;机器学习分类法适用于不同传感器获取的图像且提取精度高.     

基于附加惯性项人群搜索算法的四旋翼无人机姿态控制研究

针对非线性自抗扰控制的控制参数多且不能自整定的缺陷,为进一步提高控制的有效性和精度,在结合四旋翼无人机自身特性的基础上,本文提出一种附加惯性项人群搜索算法与自抗扰控制结合的姿态控制算法。对搜索步长和方向的惯性系数的选取方法进行修改,来实现四旋翼无人机在受干扰情况下飞行过程的姿态控制。仿真结果分析表明:与人群搜索算法优化自抗扰控制和自抗扰控制相比,该方法提高了控制系统的动态响应、抗扰性和鲁棒性,从而对于提高四旋翼无人机的姿态控制具有良好的参考价值。     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

基于SCKF的4旋翼无人机的姿态估计

获得准确的姿态角对于无人机的控制来说是十分重要的.考虑到平方根容积卡尔曼滤波算法(square-root cubature Kalman filter,SCKF),既能够克服扩展卡尔曼滤波(EKF)方法因线性化带来的误差,具有更好的非线性滤波功能,又在传统容积卡尔曼滤波方法中加入了平方根技术,从而能够有效提高数值计算的稳定性,并降低了算法的复杂度.该文将SCKF算法应用于4旋翼无人机的姿态估计中,提出了一种新的4旋翼无人机的姿态估计方法,并进行了仿真实验.实验结果表明:该方法相比传统的EKF方法滤波精度更高,相比较传统的容积卡尔曼滤波(CKF)、无迹卡尔曼滤波(UKF)方法计算时间更短.     

基于滑模控制的四旋翼无人机的轨迹跟踪控制

针对四旋翼无人机,研究了基于滑模控制的轨迹跟踪问题.根据无人机复杂的数学模型,首先利用单位四元数法描述系统姿态,再将其分解为位置和姿态两个子系统;通过引入中间控制输入,跟踪三个自由度的位置信息;考虑到位置和姿态子系统分别受到干扰力和干扰力矩的影响,设计了鲁棒反演滑模控制器,保证了对目标轨迹的稳定跟踪.仿真结果验证了该控制方法的有效性.     

挠性航天器姿态机动路径设计及最优控制

针对在轨挠性航天器姿态机动控制问题,提出了一种基于路径规划、线性二次型最优控制(LQR)和扩张状态观测器(ESO)新的姿态控制方法.在建立单轴挠性航天器姿态动力学系统状态方程的基础上,针对姿态机动易造成挠性附件大幅振动的问题,提出了一种余弦型角速度曲线的姿态机动路径规划方法,可应用于初速非零的情况.针对姿态角速度和挠性模态的变化率不易测得以及系统中受到持续时变干扰的问题,构建ESO对系统状态量和干扰进行估计,并与LQR控制相结合,设计了具有自抗扰能力的姿态控制器.仿真结果验证了所提控制方法的有效性.     

无侧滑角传感器的飞翼无人机抗侧风控制方法

飞翼布局无人机(UAV)由于缺少垂直尾翼的安定作用,航向通道不稳定或具有弱稳定性,侧风条件下容易引起侧滑,影响航迹跟踪精度。针对一种没有安装侧滑角传感器的小型飞翼无人机,根据惯性器件测量数据和无人机气动参数,使用扩展Kalman滤波方法估计无人机的侧滑角大小并控制消除侧滑。在抑制侧滑的条件下,推导建立了无人机航迹跟踪侧向运动的非线性模型,利用反馈线性化方法,将运动模型转化为带有扰动的线性模型,进而引入虚拟控制变量,使用保性能H∞鲁棒控制器设计方法,优化得到航迹跟踪反馈控制参数。仿真结果表明:该方法能够估计并有效抑制侧风条件下飞翼无人机侧滑等干扰,实现航迹的精确跟踪。     

四旋翼无人机滑模自抗扰控制

针对四旋翼无人机易受到非线性、多目标以及控制量受限和其他不确定性因素干扰的影响,本文基于自抗扰控制和滑模控制设计了一种滑模自抗扰控制器。在被控对象姿态角速度未知的情况下,该控制器采用扩张状态观测器对无人机的姿态角速度和未知干扰进行观测;再将估计的姿态角速度和干扰用于控制器的反馈和控制量的补偿;最后利用Lyapunov理论证明控制系统的稳定性。仿真结果表明,本文设计的滑模自抗扰控制器可以保证观测误差的快速收敛,实现被观测量的高精度估计;在姿态角速度未知的情况下,仍可保持稳定的姿态控制。     

基于附加惯性项BP神经网络的四旋翼无人机姿态控制研究

针对传统PID控制不能实时更新整定的K_p、K_i、K_d参数,以及控制精度不高等缺点,在结合四旋翼无人机自身特性的基础上,本文提出一种附加惯性项的BP神经网络与PID控制结合的姿态控制方法,并对惯性系数进行修改,来实现无人机在受干扰情况下飞行过程的姿态控制。仿真实验分析表明:与BP神经网络参数自整定PID控制和传统PID控制相比,该控制方法提高了系统的抗扰性、鲁棒性和动态性能,从而对于提高无人机的姿态控制具有较好的实际参考价值。     

基于改进双延迟深度确定性策略梯度法的无人机反追击机动决策

针对近距空战下的自主机动反追击问题,建立了无人机反追击马尔科夫(Markov)决策过程模型;在此基础上,提出了一种采用深度强化学习的无人机反追击自主机动决策方法.新方法基于经验回放区重构,改进了双延迟深度确定性策略梯度(TD3)算法,通过拟合策略函数与状态动作值函数,生成最优策略网络.仿真实验表明,在随机初始位置/姿态...     

跟踪地面目标的小型无人机飞行控制仿真研究

对无人机跟踪地面目标时的飞行控制问题进行了研究.首先对某小型无人机跟踪地面目标时的运动状态进行了建模分析,利用自动控制理论知识设计了相应的控制律,然后采用六自由度非线性运动模型进行了控制律的仿真验证,并且分析了风的扰动对跟踪精度的影响.仿真结果表明,设计的控制律能够控制无人机对地面目标进行可靠跟踪,且对侧风扰动具有较好的抑制能力.     

基于计算机视觉的无人机位姿估计

本文给出了无人机着陆过程中利用帧间图像提取的特征点进行无人机运动估计的算法。采用Shi-Tomasi-Kanade特征提取算法进行特征点的提取与匹配,然后建立视觉信息与无人机位姿的关系,通过对帧间图像单应性矩阵的求解,对无人机进行相对位置和姿态的估计。仿真结果表明,该算法能够有效地提高匹配速度,降低误匹配率,较好的估计无人机的相对位置和姿态信息。     

基于深度强化学习的无人机姿态控制器设计

为了能让四旋翼无人机的姿态控制器具有强大的目标值追踪与抗外部干扰的能力,提出了一种基于参考模型的深度确定性策略梯度的四旋翼无人机姿态控制器设计。该方法通过神经网络,将四旋翼无人机的状态直接映射到输出。本文的强化学习算法是结合深度确定性策略(deep deterministic policy gradient,DDPG)和深度神经网络所设计的。在DDPG算法结构中,进一步加入参考模型,规避控制量太大造成的系统超调,增强了系统的稳定性以及鲁棒性。同时,修改了强化学习中奖励的构成,成功消除了系统的稳态误差。经过研究实验表明,该控制方法可以对目标值进行快速地追踪且有着较强的鲁棒性,可见该控制器相比于传统的控制器,提高了其目标值追踪能力以及抗干扰能力。     

自主飞行无人机地理围栏算法设计与实现

为提高无人机飞行的安全性,提出了一种自主飞行的无人机地理围栏算法。首先,通过对原始地理围栏缩放并进行顶角平滑与自相交检测处理,提出一种对凹凸地理围栏普遍适用的地理围栏预控制层生成算法;然后,在传统射线法的基础上加入缓冲距离以解决交点数误判问题,利用改进的射线法进行地理围栏越界探测,且针对存在越界危险的无人机设计了一种越界航点重规划方法及相应的边界保持自主控制控制律;最后,利用四旋翼无人机搭建的实验系统进行了验证。仿真及实验结果表明:无人机能够在避免地理围栏越界的基础上尽可能小地修正原飞行路径,证明提出的地理围栏算法有效,能够保证自主飞行的无人机在地理围栏内的飞行安全。     

基于全阶观测器的无人机系统抗干扰控制

为探讨无人机系统抗干扰控制问题,利用T-S模糊模型描述非线性干扰,并设计全阶观测器分别观测外部干扰和无人机系统的状态,通过设计反馈控制器,实现了对干扰的有效估计和抑制,基于Lyapunov分析方法的无人机系统具有良好的稳定性和鲁棒性.仿真试验验证了算法的可行性与有效性.     

轨迹和干扰功率联合优化的无人机主动窃听算法

研究一种无人机(UAV)作为合法窃听器的无线通信窃听算法.首先,将一个合法窃听器(UAV(E))用于窃听可疑发射器(UAV(B))发送到地面可疑接收器的可疑信息.然后,利用可疑系统的特点,提出一种有效的主动干扰方案,从而最大限度地提高有效窃听速率;针对构造的原问题是一个优化变量耦合的混合非凸优化问题,应用更新速率辅助的块坐标下降和连续凸优化技术,在每次迭代中交替优化无人机轨迹和干扰功率.最后,针对非凸的无人机轨迹优化和干扰功率优化问题,分别利用连续凸优化算法将原非凸问题转化为近似的次优化问题,再使用凸优化方法进行求解.仿真结果表明:相较于其他基准算法,文中算法具有更高的有效窃听速率.