基于运动补偿的小型无人机云台控制器设计方法

云台安装的摄像机可用于基于视觉的小型无人机目标跟踪与定位。分析了无人机平移和旋转运动对目标在图像平面成像的影响,推导了机体角速度与云台姿态角速度转换矩阵,设计基于运动补偿的云台控制器将无人机速度和机体角速度引入云台控制器输入,补偿因无人机运动引起的摄像机视线改变,并利用目标在图像平面的位置偏差修正摄像机跟踪误差。仿真实验表明所设计的云台控制器可提高目标跟踪精度,减少云台抖动。     

利用跟踪-微分器构造增广比例导引律

研究了一种构造增广比例导引律的方法.采用具有较强滤波功能的跟踪-微分器来估计视线角速度和视线角加速度,并将信号延迟环节和指令"软化"环节构成导引耦合器来消除跟踪-微分器过渡过程对导引性能的不利影响.给出了几种典型跟踪-微分器构造增广比例律时的应用方法,针对典型跟踪-微分器的优缺点,提出了一种简洁快速无振荡跟踪-微分器,并将其用于增广比例导引.仿真实验表明,具有跟踪-微分器结构的增广比例导引方案有良好的导引性能,且简单可行.     

风场情形基于视觉的无人机地面目标跟踪控制律设计

分析了风场对无人机航迹角的影响,定义空速、风速、目标运动速度的合向量为参考速度,将风场情形运动目标跟踪问题转化为以参考速度跟踪静止目标的情形。在静止目标跟踪航向控制律基础上,设计了一种风场情形基于参考速度的无人机地面目标跟踪航向控制律,使参考速度与摄像机视线垂直且无人机与目标水平距离为指定值。不同风速条件下的目标跟踪仿真验证了控制律的有效性。     

基于人工势场的防空威胁建模与仿真

威胁建模是无人机战术任务推演的重要前提。借鉴人工势场的基本思想,构造势函数来定量描述防空威胁对无人机任务完成性的影响作用。利用模糊多属性决策理论来计算防空威胁本身的作战能力指数,根据无人机采取的干扰措施、机动性能、飞行速度以及飞行高度等因素来量化无人机对抗威胁能力指数,利用悲观准则来处理信息不确定性问题。该模型具有可导连续函数相加的形式。仿真结果表明,该模型计算简单,占用存储空间少,且能够很好的反映防空威胁本身的作战能力、时域,空域特性以及无人机的对抗特性。     

无人机鲁棒轨迹线性化控制航迹跟踪设计

研究一种鲁棒轨迹线性化控制方法并将其应用于无人机(unmanned aerial vehicle, UAV)航迹跟踪控制设计。通过理论分析指明传统轨迹线性化控制方法对系统中的不确定性存在鲁棒性不足的问题,采用改进隐层自适应神经网络对不确定性进行补偿,并利用Lyapunov理论证明了跟踪误差的有界性,最后将该方法应用到无人机三维航迹跟踪控制中。仿真结果表明,当参数摄动在20%时,该控制方法仍能使UAV很好地跟踪理想航迹,从而验证了该方法的有效性。