小型涵道风扇无人机自适应解耦控制律设计

为解决小型涵道风扇式无人机俯仰通道和滚转通道之间的惯性耦合问题,采用简单自适应控制(simple a-daptive control,SAC)方法对无人机姿态角速度控制回路设计模型参考自适应控制器,使该控制回路在受到不确定扰动和参数摄动的影响下,仍能稳定跟随参考模型输出;同时对所构造参考模型进行串联前馈解耦,以使无人机跟随参考模型同步解耦,进而实现对无人机姿态角速度和自身姿态角的有效控制.仿真结果显示,该控制律能使无人机姿态稳定跟踪参考模型输出,并且有效抑制了被控对象参数摄动带来的不利影响,控制系统具有较强的自适应性和鲁棒性.     

基于零控脱靶量的卫星末端追逃控制方法

针对拦截卫星和目标航天器都可以采用幅值受限连续推力进行轨道机动时的卫星末端拦截控制问题,由于对抗双方都会采用对自己有利的控制策略来实现追击和逃逸,因此将该问题可以看作追踪逃逸问题.由于两卫星距离较近,因此将非线性拦截逃逸相对动力学简化为CW方程.根据拦截任务终止要求引入零控脱靶矢量将动力学方程降阶,采用拦截脱靶量和燃料消耗作为二次最优目标函数,推导了卫星轨道次优控制策略.仿真表明该控制方法可以在目标卫星具有机动逃逸能力时仍能成功将其拦截.      

子弹药引信涡轮发电机工作域流场特性分析

针对由于子弹特殊的几何外形引起的引信涡轮发电机工作域流场的复杂性和特殊性,本文在考虑涡轮发电机的整体布局和子弹药弹道环境的基础上,采用S-A湍流模型的雷诺平均N-S方程作为控制方程,利用有限体积法离散,借助CFD软件建立了数值仿真模型. 通过仿真研究了子弹药典型弹道环境下涡轮发电机工作域的流场特性,得出了流场压强、流速的分布及其与子弹药弹道特性之间的关系,进而获得了涡轮机设计的输入条件及叶轮安装位置的选择准则.     

含有J2项摄动的卫星追逃轨道优化

研究含有摄动作用下卫星拦截逃逸的双边最优控制问题,其中假定拦截卫星和目标都使用幅值受限连续有限推力进行机动。在卫星所受二体引力基础上加入J2项非球形摄动,推导了两星的动力学方程。为了求得该微分对策问题的鞍点最优解,根据极大极小值的充分必要条件由系统的哈密顿函数得到双边最优时的控制输出,将最优控制问题转化为两点边值问题。针对该问题存在的初值难以获取、收敛困难等问题,采用启发式优化算法搜到鞍点解的初值,并将其带入非线性优化算法获得精确数值解,最后通过仿真给出了两星追逃过程中的最优轨迹和双边最优控制输出。      

基于滑模控制的飞行器螺旋机动、制导与控制一体化设计研究

针对空舰飞行器末制导过程中突防能力不强;制导、控制回路分离设计在带宽分离假设条件不满足情况下的控制效果较差的两方面问题,将飞行器制导与控制回路进行一体化设计,并引入三维螺旋机动的弹道机动形式,实现了螺旋机动、制导、控制一体化的设计研究. 首先对飞行末段的制导、控制回路进行了一体化建模,之后应用滑模控制方法,完成了制导与控制一体化的控制律设计,而后引入了对视线倾角速率与视线偏角速率的周期性拉偏,完成了螺旋机动、制导、控制一体化设计,仿真结果表明,本文设计的控制律在保证对目标的精准打击能力的同时具备了攻击过程中的弹道螺旋机动能力.      

微小型无人水面航行器的全局避障航迹规划

在常见改进遗传算法的基础上,结合微小型无人水面航行器(MUSV)的航行特点,进行变长度实数编码;根据航行的边界约束、避障约束、机动约束、总航路点个数约束以及进行目标点可航性判断来生成初始群体;为了使交叉、变异后的航迹能够避开障碍且能满足航行机动约束,采用相似航路点交叉和优先小范围变异。仿真结果表明,结合MUSV航行特点的改进方法,能够产生适应度较高的初始群体,能够在遗传操作中舍弃不可行个体,从而达到加快收敛速度的效果。     

机翼载荷传递结构的质量估算

为了在机翼设计的初始阶段,给出比较准确的结构质量估算,在承载因子的基础上,结合变满应力理论与有限元技术,提出了一种采用承载因子系数进行质量估算的方法,并给出了其在桁条蒙皮式机翼结构中的应用方案.以5种外形相同但内部载荷传递结构不同的三角机翼为例,质量估算结果表明:在机翼设计的初始阶段,此方法不仅可以估算和比较不同承载结构方案的效率,同时也能预测出其相对更为准确的结构质量.     

群无人机动态环境分布式持续覆盖算法

动态环境具有多变性和不确定性,为将动态环境的不确定性控制在一定范围内,需要群无人机对其进行持续覆盖以便完成感知、监视、侦察等任务.提出了一种考虑无人机飞行动力学约束的分布式协同覆盖算法,无需先验知识、无需事先进行路径规划.各无人机独立地根据局部感知和局部通信所获信息进行在线覆盖决策,使整个群无人机系统涌现出持续覆盖行为.提出的方法通信次数少,仅需邻居无人机的位置信息进行合作,且对无人机的前飞航向没有数量约束.仿真结果表明,此分布式算法可实现群无人机对动态环境的持续覆盖,算法性能稳定,具有很好的灵活性和可扩展性.