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EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

基于神经元PID控制的无人机DSP飞控系统设计

航空科学技术的进步和应用领域的扩展不断推进着无人机飞控系统向着高精度、低功耗和小型化方向发展。针对小型无人机飞控系统在功耗、成本、可靠性以及集成度等方面的较高要求,设计了一种基于Freescale M56F807型DSP和神经元PID控制策略的飞控系统,详细阐述了系统的设计思想以及硬件、软件基本结构和控制策略。采用了时域信号的取样积累平均方法,减少了算法的实现难度,提高了采样精度。对硬件设计中的关键技术进行了研究和探讨,所设计的系统具有设计精炼,可靠性高,开放性好等优点,取得了较好的实验效果。基于DSP的现代高速数字处理飞控系统,能够赋予无人机更大的机动性、更高的灵活性和更广泛的适用性。     

基于开源软件的无人机飞行仿真

飞行控制算法设计和仿真是无人机研制的关键步骤。为了缩短无人机飞行控制算法设计周期和试验成本,本文对无人机纵向和侧向控制算法进行了设计,并基于开源软件开发了固定翼无人机可视化的飞行仿真系统,对飞行控制算法进行仿真实验。仿真结果显示,飞行仿真系统实时且直观,通过对飞行仿真试验数据的综合分析,验证了飞行控制算法的有效性,该飞行仿真系统可广泛应用于无人机飞行控制算法的仿真验证。     

无人机自主防碰撞控制技术新进展

 随着低空飞行无人机的日益增多,低空环境的飞行安全问题正变得越来越严峻。在阐述无人机自主防碰撞控制基本原理的基础上,分析了无人机自主防碰撞控制技术研究的4 类主要方法,进而阐述了低空飞行对无人机防碰撞控制技术提出的挑战。最后提出了可借鉴人类认知发育机理的无人机认知防碰撞控制方法,讨论了认知防碰撞控制技术的新进展。     

基于视觉的多旋翼无人机定位与地图构建

 在缺乏GPS 等定位方式的未知环境中,采用视觉的方法对多旋翼无人机定位导航与地图构建逐渐成为该领域研究的热点,本文针对无人机的视觉定位与地图构建技术方法进行综述。首先,分析了两种自主飞行控制方式的优缺点,指出设计的要求和难点;其次,研究无人机定位与地图构建的不同视觉方法,对几种方法特点进行分析并总结研究现状;最后,讨论多旋翼无人机视觉控制的发展趋势。     

三维编队飞行模型建立及自适应鲁棒控制

以张量分析为工具建立无人机编队飞行相对运动模型,用飞行中外界干扰的估计值构造系统能量函数,根据Lyapunov稳定判据,提出一种无人机编队飞行队形保持的自适应鲁棒控制律。研究表明：无人机编队飞行张量模型具有广泛的适用性;为无人机编队飞行深层问题研究、克服标架奇点引起的计算障碍等提供了新途径;提出的控制律简单,有效。     

基于信号线圈的多无人机身份识别方法研究

无线电能传输技术摆脱了物理介质的束缚，具有灵活、可靠、安全等优点，在无人机领域应用越来越广泛。无人机无线充电系统中常采用的Zigbee、蓝牙、WiFi等广域通信方式接入时间较长，存在非“点对点”传输情况，不具备身份识别功能，无法应对多无人机及多机舱环境。提出了一种基于信号线圈的多无人机身份识别方法，仿真研究2套耦合机构之间交叉耦合影响，设计了一套应用于多无人机及机舱环境下能量信号同步传输的无线电能传输系统。最后搭建了无人机无线电能传输系统进行实验验证，实验结果表明基于信号线圈可以快速有效进行无人机及机舱的身份识别，可识别无人机身份的点对点近场通信方式以应对多无人机无线充电场景，能量信号同步传输的分离通道传输模式具有两通道物理结构独立，避免传统通信方式干扰，保障充电的安全性与可靠性。。     

动态矩阵控制在飞翼无人机自动着陆时的应用

进场着陆是飞行的复杂阶段,虽然仅占整个飞行的2%～3%,却大约有1/3的飞行事故发生在此阶段。无尾飞翼无人机着陆下滑时对飞机的速度和姿态具有很高的精度要求,但有时仅靠油门控制飞行速度不能满足要求。针对这一情况设计了一种升降舵加阻力方向舵模型预测控制系统。先采用PID控制加快被控对象的响应速度,在此基础上建立基于动态矩阵控制(DMC)算法的模型预测控制器。DMC的在线优化和反馈校正等特点有效地提高了系统的整体性能。仿真结果表明,与经典PID控制器相比,该系统能够更好地跟踪下滑轨迹,提高无人机的动态响应,并且严格控制下滑速度。     

基于视觉伺服的小型四旋翼无人机自主飞行控制研究进展

 在GPS信号较弱甚至失效的环境下,视觉伺服能够通过视觉信息控制自主飞行,因此近年来视觉伺服在自主飞行控制领域受到广泛关注。根据获取的图像信息不同,可将视觉伺服分为基于位置的视觉伺服和基于图像的视觉伺服。与基于图像的视觉伺服相比,基于位置的视觉伺服位姿估计稳定,可直观地在直角坐标空间定义机器人运动,符合机器人工作方式,且控制器设计简单,但控制精度受摄像机和机器人标定精度的影响,且计算量较大。对于小型四旋翼无人机自主飞行控制的应用研究中,视觉伺服的实时性、精确性和鲁棒性尚待提高,且小型四旋翼无人机的智能化不高,在室内室外模式转换及室内协同控制方面还有广阔的发展空间。     

轻小型无人机飞行方案设计及其建模精度研究

轻小型无人机飞行高度和像控点布设间距是影响三维实景模型的关键因素,利用大疆精灵4RTK无人机,以工程测量中常用的几种飞行高度和像控点布设间距设计飞行方案,构建出三维实景模型,并对三维模型精度和无人机作业全过程效率进行对比分析,研究表明当飞行高度在60～100 m、像控点间距在500 m左右时,构建出的三维模型精度可靠且飞行方案更合理、经济,为轻小型无人机在工程测量中的应用提供了参考依据。     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。     

无尾飞翼式高空长航时无人机纵向控制律设计研究

以某无尾飞翼式高空长航时无人机为研究对象,分析了自然飞机在高空巡航状态时的纵向稳定性,介绍并改进了传统的无人机巡航状态纵向控制律设计方法。通过在Matlab/Simulink中建立仿真模型,对两种方法进行对比分析。分析结果表明,由于无人机飞控系统的自动驾驶仪是始终在环的,不必像传统方法一样考虑带有增稳的控制系统的稳定性。因此,改进的设计方法更适合于无尾飞翼式高空长航时无人机巡航状态的纵向飞行控制系统的设计。     

无人机遥感多载荷任务规划方法

针对装载多个载荷的无人机遥感问题,研究一次飞行可对遥感区域进行多种类型勘测的任务规划方法.根据不同载荷对无人机飞行高度、飞行速度、航路精度等指标的特殊要求,对航路与任务载荷进行建模和规划.采用基于XML（eXtensible Markup Language）对遥感任务进行建模,制订通用性好的任务规划规范标准,提高无人机遥感飞行效率以及适应性;且通过KML（Keyhole Markup Language）对规划结果在Google Earth上实时显示,对规划结果进行基于地理信息系统的直观显示和有效评估.     

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。     

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.     

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。     

基于自适应坏点剔除的多点定位技术

对机场入侵无人机进行监视优化定位,可降低机场运行安全风险。由于无人机飞行具有低、慢、小等特征,机场场面监视信号容易被地面障碍物遮挡。传统定位方法主要采用参考特征点定位,对于参考特征不同的非移动目标,在迭代过程中会产生大量定位误差。根据入侵无人机特征,提出一种基于自适应坏点剔除的泰勒级数展开TDOA定位算法。采用TDOA测量值进行多点定位,构建自适应滤波器对泰勒级数展开初始参考点进行剔除坏点处理,有效地改善了算法收敛性和求解效率。仿真结果表明,自适应坏点剔除算法的定位精度接近基于实际位置的泰勒级数展开算法,收敛速度更快,在地面站相对无人机位置不佳时,新算法的稳定性和定位精度更优,满足机场对入侵无人机监视定位精度要求。     

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。     

可重构飞行控制系统研究

介绍了可重构飞行控制系统发展的历史及现状,给出了可重构飞行控制系统的定义及研究内容,对目前几种重要的可重构控制算法的优缺点及实现条件进行了分析;最后展望了未来可重构飞行控制系统的实现途径和发展趋势。