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.     

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。     

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.     

基于虚拟结构的卫星编队机动控制

针对某些航天任务在小卫星机动过程中需要保持编队构型,提出了利用虚拟结构解决三星编队机动控制问题。建立了虚拟结构坐标系,在机动过程中,三颗卫星视为一个虚拟刚体,保持编队构型。设计了虚拟结构的动力学和运动学控制器。动力学控制器包含编队队形反馈,实现对编队速度的控制。针对外加干扰,设计了姿态变结构控制器,利用李雅普诺夫方法证明了系统的稳定性。对三星编队机动进行仿真,实现了编队构型的保持,验证了方法的有效性。     

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。     

用于多无人机编队飞行的PIDA+逆飞行控制器

设计了一种结合PIDA控制及逆控制的多无人机编队飞行控制器.分析了多无人机编队飞行中飞行耦合气流的估计范围,针对个体无人机的轨迹控制模型讨论了其飞行控制器需求,结合逆控制的解耦性能和PIDA控制器低模型依赖、简单结构、快速性等优点,设计了一种PIDA+逆的飞行控制器,最后,以控制器输出约束、飞行气动力参数变化以及气动耦合扰动为指标对PID控制和PIDA+逆控制的控制效果进行了对比仿真,仿真结果表明,PIDA十逆控制能够有效的抑制模型参数不确定性带来的影响,并且在控制器输出约束条件下仍能保持较好的动态性、准确性和鲁棒性.     

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。     

基于超扭曲算法的无人机动态逆编队控制器设计

针对扰动条件下的无人机编队飞行控制系统,研究了一种将非线性动态逆（nonlinear dynamic inversion, NDI）理论与超扭曲算法相结合的非线性编队控制方法。以其中一架僚机的编队控制器设计为例,在无人机质心动力学和运动学模型的基础上,建立了基于偏差的编队控制系统,从而将编队控制问题转化为僚机的路径跟踪问题;在二阶滑模控制中超扭曲算法的基础上,设计了僚机的NDI控编队控制器,以消除滑模算法中存在的抖振现象,并实现对位置指令的跟踪及干扰的抑制。最后以3架编队无人机构成的编队飞行控制系统为例,对此方法进行了数学仿真,仿真结果表明基于该方法的编队控制系统具有良好的稳定性和鲁棒性。     

导弹协同作战编队飞行控制系统研究

提出了具有3个回路的导弹协同作战编队飞行控制系统,分别对3个回路进行设计分析,并重点分析导弹的四维制导控制外回路和编队控制回路。面向具有过载自动驾驶仪内回路的增广飞控系统,设计了基于总能量控制理论的高度/速度解耦控制器,能够实现导弹制导控制外回路的高度/速度解耦。基于导弹编队队形的位置偏差关系设计了导弹编队控制器,最后综合3个回路构成了导弹编队飞行控制系统。仿真结果表明,各回路以及导弹编队控制系统具有很好的控制性能,能够快速、稳定地完成导弹编队的队形调整动作,进而实现任务规划系统对导弹编队提出的作战任务。     

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.     

飞行器抗饱和鲁棒自适应非线性模型预测控制

针对巡航飞行器同时存在较大外部干扰和模型参数不确定性时自适应预测控制性能下降的问题,设计了带有模糊干扰观测器(fuzzy disturbance observer, FDO)补偿的鲁棒自适应非线性模型预测控制(robust adaptive nonlinear model predictive control, RANMPC)方法(简记为FDO-RANMPC方法)。首先,利用具有未知参数限制条件的递推最小二乘方法在线辨识模型参数;其次,利用模糊干扰观测器输出值抵消幅值较大的复合干扰,再利用Tube鲁棒预测控制策略设计了飞行器底层姿态系统具有稳定保障的FDO-RANMPC控制器;最后,在考虑复合不确定性情况下对指令姿态角跟踪的仿真中验证了控制器的有效性及其渐进稳定性。     

基于无人机的三维MIMO信道建模与仿真分析

针对无人机通信环境特点以及多输入多输出(multiple input multiple output,MIMO)系统,将三维空间相关法建模和机身遮挡现象相结合,提出一种无人机的三维移动空间信道模型(three dimensional dynamic spatial channel model, 3DD SCM)。〖JP2〗推导了无人机天线阵列的相关性表达式,同时提出一种遮挡控制器来表示无人机与地面在通信过程中受到机身遮挡的影响。通过仿真分别分析了无人机不同飞行方向和机身遮挡对信道性能的影响,验证了该信道模型的正确性和有效性。该无人机通信模型可用于指导无人机天线设计,研究编码技术。     

A Second-Order Sliding Mode Controller of Quad-Rotor UAV Based on PID Sliding Mode Surface with Unbalanced Load

Quad-rotor unmanned aerial vehicle(UAV) is a typical multiple-input-multiple-output underactuated system with couplings and nonlinearity. Usually, the flying environment is very complex,so that it is impossible for the UAV to avoid effects derived from disturbances and uncertainties. In order to improve the reliability of flight control, we established the dynamic model of quad-rotor UAV by Newton-Euler equation in unbalanced load conditions. Considering external disturbances in the attitude, a second-order sliding mode controller was designed with PID sliding mode surface and Extended State Observer(ESO). The simulation experiments have got good control performance,illustrating the effectiveness of our controller. Meanwhile, the controller was implemented in a quadrotor UAV, which carried a pan-tilt camera for aerial photography. The actual flight experiments proved that this paper dealt with the high stabilization flight control problem for the quad-rotor UAV,which laid a good foundation for autonomous flight of the UAV.     

基于内模原理的Stewart平台干扰抑制控制设计

针对应用于某型飞行模拟器的Stewart平台,首先利用Newton-Euler逆向力公式对平台动力学方程中形式复杂的连杆动态特性进行补偿,得到形式简单的误差动态系统。然后,为抑制其受到的未知谐波干扰,设计带有自适应内模的任务空间轨迹跟踪控制器,使闭环系统能够抑制未知的谐波扰动,同时能够渐近跟踪期望轨迹。仿真结果验证了该方法的有效性。     

基于神经网络的自由漂浮空间机器人鲁棒控制

针对带有模型误差及外界扰动的自由漂浮空间机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制策略。采用对神经网络状态空间进行划分后与滑模变结构结合的控制器,对不确定非线性进行自适应学习,逼近误差作为外部干扰由鲁棒控制器消除。该方法从整个闭环系统的稳定性出发,利用H_∞理论设计的鲁棒控制器及神经网络权值的在线调整规则保证了系统的稳定性,并能使系统L2增益小于给定的指标,具有较好的控制精度及动态特性。仿真分析进一步证明了该自适应鲁棒控制算法的有效性。     

时变时滞不确定系统模糊自适应H∞控制

针对含非线性和干扰项的时变时滞系统鲁棒稳定问题,提出一种模糊自适应H_∞控制方法。采用T-S模糊系统对未知非线性函数向量进行逼近,设计自适应全调节律,即同时调整模糊参数矩阵和基函数参量。对于逼近产生的误差和外界干扰,引入H_∞控制。基于李亚普诺夫稳定性理论和线性矩阵不等式技术,在保证系统稳定的前提下,通过求解矩阵不等式得到满足设计要求的控制器。通过对已有算例和空天飞行器高超声速飞行控制系统的仿真验证了所提方案的有效性。     

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。     

倾转旋翼飞行器无模型自适应姿态控制

采用余弦加权分配法克服了控制操纵冗余问题,采用内/外回路控制结构解决了通道间耦合问题,实现了不同飞行模式下飞行控制系统统一建模。针对无人倾转旋翼飞行器动力学模型难于准确建立问题,引入伪梯度向量和伪阶数,应用无模型自适应飞行控制策略,使飞行控制系统对存在动力学特性非线性、时变性和未建模部分的被控对象具有更强的自适应性和鲁棒性。仿真验证了无模型自适应控制器的自适应性和鲁棒性优于比例〖CD*2〗积分〖CD*2〗微分控制器,给出了倾转旋翼飞行器由直升机模式到过渡模式再到飞机模式的全过程仿真,验证了无模型自适应控制器能够应用于倾转旋翼飞行器飞行控制系统设计,为无人倾转旋翼飞行器飞行控制系统设计,提供了一套新的控制系统设计方法,便于工程实现。