无人机自主空战战术决策仿真系统设计与实现

为满足无人机自主空战战术决策方法研究的需求,设计开发了一套用于战术决策算法验证的仿真系统。根据OODA空战理论提出了仿真系统的功能要求,设计了仿真系统的工作原理、多层次模块化的技术方案和各功能模型之间的数据交互关系。采用基于DDS的分布式仿真技术开发了仿真系统的整体架构,建立了无人机、雷达和导弹等核心模型,通过C++编程完成了仿真系统开发。实验结果表明,该仿真系统模块化程度高,数据交互的实时性和稳定性强,能够为无人机空战战术决策算法的开发和验证提供高效可靠的支撑。     

基于XML的无人机任务链模型

对无人机系统地面任务控制站与飞行器通信协议中的任务链进行了研究。根据功能将任务链分为航路计划、传感器计划、通信计划和控制权限交接计划4个部分，建立了能够支持复杂任务的任务链模型。采用XML语言对任务链进行表达，增强了任务链的标准性和通用性。最后实现了任务控制站通过任务链控制多架无人机协同执行任务的仿真。     

基于消息总线结构的某无人机仿真平台的研究

为了解决飞行仿真平台系统的重用性、扩展性和维护性,设计了基于消息总线结构的无人机仿真平台,给出了该系统的结构模型,重点讨论了系统设计中消息类型、消息分发机制及数据通讯接口等问题。实践证明,采用消息总线结构设计的无人机仿真平台极大地提高了系统的可扩展性和软件的重用性。     

基于HLA的无人机任务推演系统仿真研究

通常的任务控制过程包括任务预规划,任务执行,任务监控和重规划等部分.该文通过分析任务预规划的不足,在任务控制过程中引入了任务推演的概念,并对无人机任务推演的相关概念和内容进行了分析和讨论.同时针对无人机系统多速率时间推进的特点,设计了无人机任务推演系统的系统结构,并基于HLA体系设计和分析了无人机推演系统的仿真互联结构.然后讨论了无人机任务推演系统中的飞行仿真模块的SOM仿真建模.最后基于RTI实现了无人机飞行仿真推演模块与飞行三维可视化模块的互联.     

基于Multigen的无人机任务飞行仿真系统

介绍基于Multigen仿真软件Multigen Creator, Creator Terrain Studio和Vega Prime的无人机任务飞行仿真系统,在Vega Prime中建立无人机的飞行控制运动函数,实现无人机模型在虚拟仿真场景中的六自由度运动。基于.NET 2003环境下多线程编程技术和SBS网络数据传输,实现该系统的实时应用。仿真结果表明该系统能较好地模拟无人机作战飞行任务。     

机电综合技术在无人机液冷系统中的应用

依照某无人机机电综合管理构型,针对该无人机的液冷系统,通过研究其控制功能和接口需求,运用机电综合控制技术对其进行控制构型设计、控制逻辑及故障诊断逻辑设计,利用综合管理计算机实现对液冷系统的控制与管理。在此基础上进行了该控制系统的半物理仿真试验平台设计,在该平台上运行WINDOWS7、Linux、 Vxworks5.5等多个操作系统、利用Labview和MATLAB/Simulink搭建并运行实时仿真模型,模拟液冷系统的实时控制及信息传输,验证控制逻辑的正确性和接口的正确性。     

Vega开发无人机模拟飞行视景系统

"某型无人机模拟飞行系统"是一个用于模拟无人机飞行的全任务试飞仿真系统,而视景系统作为整个仿真系统的终端显示平台,其开发的优劣直接影响到整个系统的综合性能;针对传统视景系统建模周期慢、仿真效果差等特点,提出了一种利用仿真软件Vega开发视景系统的方法,使用Creator中的"贯通面"、LOD、DOF技术建立了逼真的无人机和地景模型,Lynx搭建底层模型文件,基于MFC的Vega编程控制无人机位姿、视点、舵面偏转等,至此完成无人机视景系统的驱动;无人机试飞实验证明,该视景系统取得了比传统视景系统更好的效果。     

雷达对无人机系统上行链路的干扰仿真研究

基于对雷达干扰无人机测控系统的情况的分析,提出了基于Simulink的干扰仿真分析系统的建立方法.主要分析了雷达干扰无人机测控系统上行链路的过程,给出了雷达系统、无人机测控系统上行链路模型,并提出了信噪比、干噪比计算的仿真方法.通过全过程仿真和相关实地测试,确保了仿真系统的准确性.仿真结果说明该仿真系统适合模拟雷达干扰无人机测控系统全过程,结果真实、可信.为电磁频谱管理机构进行系统间干扰分析提供了直观、准确的仿真手段,为作战指挥员合理运用战术提供了理论依据.     

基于uC/OS的无人机仿真系统设计与实现

为了在地面设计无人机控制律,验证无人机飞控系统工作性能,本文设计与实现了基于uC/OS嵌入式操作系统的无人机仿真系统.该仿真系统由飞行仿真PC上位机、地面控制站PC机和控制下位机组成.能够模拟航迹规划,指令发送和无人机跟踪航迹飞行全过程.仿真实验表明该仿真系统能有效模拟无人机系统工作过程,能够为无人机系统开发提供支持.     

基于VxWorks的无人机半物理仿真研究

为满足无人机飞控/导航控制律参数调节的需要,提出了新的基于MATLAB/Simulink/RTW和嵌入式实时操作系统VxWorks的无人机半物理仿真方法。建立无人机仿真模型,给出了仿真模型配置的关键技术。该系统的硬件平台采用PC/104总线的体系结构,利用RTW接口下载飞机数学模型到VxWorks操作系统。仿真结果表明,系统具有良好的性能和稳定性。     

飞翼布局无人机控制律设计

以某飞翼布局无人机为设计对象,进行内、外回路的控制律设计.在Matlab/Simulink仿真环境下,建立飞翼布局无人机线性小扰动模型,分析纵向、横航向模态特性,根据本体特性缺陷针对性地设计控制律内回路反馈支路及增益,经反馈补偿后的飞行品质满足GJB 185-1986相关要求.在内回路控制律的基础上设计外回路PI控制器实现飞机姿态控制,各控制回路的系统稳定裕度计算结果满足GJB 2191-1994要求.建立飞翼布局无人机六自由度非线性仿真模型,仿真验证结果表明所设计的内、外回路控制律能够精确控制飞机姿态且精度满足GJB 2191-1994要求,同时系统鲁棒性良好.     

基于PID和LQR的四旋翼无人机控制系统研究

为提高四旋翼无人机的飞行稳定性、无人飞行器控制系统的鲁棒性和控制精度,以建立的四旋翼无人机飞行控制系统模型为基础,采用现代控制理论与传统控制论相结合的方法,针对姿态角速率、姿态角分别设计内环LQR(线性二次型调节器)控制器,及外环PID控制的双回路闲环控制器.充分利用PID控制器易于掌握且对模型要求精度低、LQR控制器能改善内回路的动态特性和稳态性能的特点,完成四旋翼无人机的飞行控制.通过实验遴选该双闭环控制器相关参数并进行优化,实验结果表明所设计的双回路控制器控制性能指标良好.     

Robust auto-landing of fixed-wing UAVs using neuro-adaptive design

An innovative neuro-adaptive design philosophy is presented in this paper embedding a Sobolev norm based Lyapunov function for directional learning of the unknown function, which is capable of learning both the unknown function in the system model and its Jacobian. This facilitates fast learning (model adaptation) without much of transient effects. The updated model is then used in the framework of dynamic inversion to design the guidance (outer) loop as well as the control (inner) loop. Using this philosophy a robust adaptive nonlinear guidance and control design is presented for robust automatic landing. The performance of the proposed approach is successfully verified through numerous simulation studies using the six degrees-of-freedom (six-DOF) nonlinear model of a prototype UAV. All possible disturbance effects that arise in practice, namely modeling inaccuracies, wind disturbances and ground effect, have been considered in the simulation studies.     

一种无人机大机动飞行控制方法

研究了无人机进行大机动的控制问题,提出了一种传统动态逆控制方法的改进方法.在外环的气流角控制器中,通过引入加速度反馈,避免了传统方法的气动力估算环节,从而提高了对气动数据不准确的鲁棒性.在内环的角速率控制器中,使用基于LPV(linear parameter-varying)系统鲁棒PI控制方法,从理论上保证了整个机动飞行过程中的鲁棒性.仿真结果表明,提出的方法能够实现无人机纵向和横航向同时进行机动的控制,同时具有较好的控制性能.     

高阶不确定系统的线性串级自抗扰控制

自抗扰控制是我国著名学者韩京清原创的先进控制技术,本文针对自抗扰控制(ADRC)在高阶系统应用中控制器设计和参数整定问题,提出了串级自抗扰控制(CADRC). CADRC把高阶被控对象分解为含确定性部分和含总扰动的低阶部分的串联组合,采用由内环和外环组成的串级控制系统来完成控制.该CADRC方案的内环采用内模控制,外环采用经典ADRC.外环ADRC的被控对象是一个等效的低阶系统,可以采用带宽法进行整定,而内环的内模控制采用高阶低通滤波器进行回路成形设计和参数整定.仿真研究表明,所提出的方法是有效的,具有良好的工程应用前景.     

基于扩张状态观测器和反步滑模法的四旋翼无人机轨迹跟踪控制

为了解决欠驱动四旋翼无人机（UAV）在实际飞行中存在的外界干扰问题,同时提高在系统参数摄动情况下的精确轨迹跟踪效果,设计了一种基于扩张状态观测器（ESO）和积分型反步滑模算法的飞行控制策略。首先,根据系统的半耦合特性和严反馈结构特点,采用反步法设计姿态内环和位置外环控制器;然后,将抗干扰能力较强的滑模控制融入其中,使得系统的鲁棒性得到增强;接着,为了减小系统的稳态误差,引入积分环节;最后,利用ESO实时估算出系统的内、外总扰动并对控制量进行补偿。通过Lyapunov稳定判据,可以说明该系统是一个全局渐进稳定的系统,并通过仿真分析验证了所提控制方法的有效性和鲁棒性。     

LANDING AN UNMANNED AIR VEHICLE: VISION BASED MOTION ESTIMATION AND NONLINEAR CONTROL

In this paper, we use computer vision as a feedback sensor in a control loop for landing an unmanned air vehicle (UAV) on a landing pad. The vision problem we address here is then a special case of the classic ego-motion estimation problem since all feature points lie on a planar surface (the landing pad). We study together the discrete and differential versions of the ego-motion estimation, in order to obtain both position and velocity of the UAV relative to the landing pad. After briefly reviewing existing algorithm for the discrete case, we present, in a unified geometric framework, a new estimation scheme for solving the differential case. We further show how the obtained algorithms enable the vision sensor to be placed in the feedback loop as a state observer for landing control. These algorithms are linear, numerically robust, and computationally inexpensive hence suitable for real-time implementation. We present a thorough performance evaluation of the motion estimation algorithms under varying levels of image measurement noise, altitudes of the camera above the landing pad, and different camera motions relative to the landing pad. A landing controller is then designed for a full dynamic model of the UAV. Using geometric nonlinear control theory, the dynamics of the UAV are decoupled into an inner system and outer system. The proposed control scheme is then based on the differential flatness of the outer system. For the overall closed-loop system, conditions are provided under which exponential stability can be guaranteed. In the closed-loop system, the controller is tightly coupled with the vision based state estimation and the only auxiliary sensor are accelerometers for measuring acceleration of the UAV. Finally, we show through simulation results that the designed vision-in-the-loop controller generates stable landing maneuvers even for large levels of image measurement noise. Experiments on a real UAV will be presented in future work.     

四旋翼无人机飞行过程孪生仿真研究

为了满足无人机在实际飞行过程中的虚实交互、实时响应和精确控制等要求,以四旋翼无人机的飞行过程作为任务需求,提出基于数字孪生技术的四旋翼无人机飞行过程仿真研究。搭建了四旋翼无人机飞行数字孪生系统架构,分析了数字孪生体仿真数据的流向及其作用,并对四旋翼无人机飞行数字孪生系统的功能和意义进行了介绍。从几何、物理、行为和规则等四个方面融合构建了四旋翼无人机的数字孪生体模型。最后进行了四旋翼无人机巡航过程的案例研究,通过仿真案例中的各项参数分析,考察了虚实无人机之间的交互性,证明了数字孪生体模型的精确性,验证了四旋翼无人机飞行数字孪生系统的可行性。     

H ∞ robust control of DC-AC interfaced microsource in microgrids

This paper focuses on the direct current-alternating current (DC-AC) interfaced microsource based H∞ robust control strategies in microgrids. It presents detail of a DC-AC interfaced microsource model which is connected to the power grid through a controllable switch. A double loop current-regulated voltage control scheme for the DC-AC interface is designed. In the case of the load disturbance and the model uncertainties, the inner voltage and current loop are produced based on the H∞ robust control strategies. The outer power loop uses the droop characteristic controller. Finally, the scheme is simulated using the Matlab/Simulink. The simulation results demonstrate that DC-AC interfaced microsource system can supply high quality power. Also, the proposed control scheme can make the system switch smoothly between the isolated mode and grid-connected mode.