基于强跟踪H-/H∞优化的无人机系统故障检测

针对一类无人机飞行控制系统故障检测问题,提出基于强跟踪H_-/H_∞优化的故障检测方法。将无人机飞行控制系统的执行器与传感器故障描述为加性信号,在考虑风扰动的情况下,建立无人机纵向飞行控制系统的非线性故障模型。将残差产生器的设计归结为扩展H_-/H_∞最优问题。受强跟踪滤波器的快速收敛性的启发,在设计故障检测滤波器时将强跟踪滤波器与扩展H_-/H_∞最优问题相结合实现无人机飞行控制系统的快速故障检测。以无人机升降舵部分失效故障与空速管堵塞故障为例进行仿真试验。结果表明,提出的方法能够快速实现无人机飞行控制系统的故障检测。基于强跟踪H_-/H_∞优化的故障检测方法可用于无人机飞行控制系统的故障检测。     

基于L2范数最小估计的无人机飞控系统故障检测

为了实现无人机飞行控制系统的快速在线故障检测,提出一种基于L2范数最小估计的无人机非线性飞行控制系统快速故障检测方法。 建立无人机飞行控制系统的非线性故障模型,并将未知输入的L2范数最小估计值作为残差评价函数,对系统故障进行检测。在针对线性离散时变系统故障检测方法研究的基础上,利用Krein空间投影实现残差评价函数的递推计算以减小故障检测计算量。 以无人机升降舵及速率陀螺故障检测为例,对算法进行仿真试验验证。试验结果表明:该方法可以快速有效的实现无人机飞行控制系统故障检测,为无人机的安全飞行提供可靠的保障。     

基于等价空间的无人机飞行控制系统故障检测

无人机(unmanned aerial vehicle, UAV)飞行控制系统的故障检测,对于保障无人机的飞行安全具有重要意义。等价空间方法具有残差与未知初始状态解耦的优势,但随着等价空间阶次的提高,其在线计算量显著增大。针对上述问题,提出一种基于等价空间的无人机非线性飞行控制系统快速故障检测方法。建立无人机飞行控制系统的非线性故障模型,在针对线性离散时变系统的等价空间故障检测方法研究的基础上,利用Krein空间投影来实现残差评价函数的递推计算以减小故障检测计算量。以无人机空速管及升降舵故障检测为例,对算法进行了仿真试验验证。试验结果表明,提出的方法可以实现无人机飞行控制系统的快速故障检测。     

动态核主元分析在无人机故障诊断中的应用

飞行控制系统作为无人机(unmanned aerial vehicle, UAV)的核心子系统,对其进行故障诊断可以大大提高无人机的安全性和可靠性。在无人机数学模型未知或者不确定的情况下,数据驱动的故障诊断方法比基于模型的方法更实用。考虑无人机飞行控制系统是典型的非线性动态系统,采用一种非线性主元分析方法对其进行故障诊断。利用数据建立无人机飞行控制系统正常状态下的动态核主元模型,通过T²和SPE两种统计量实现故障检测;故障发生后,利用重构贡献图的方法进行故障分离。仿真试验证明,该方法能对典型的无人机执行器和传感器故障进行有效监测和诊断。与动态主元分析相比,动态核主元分析方法对微小故障更为敏感。     

飞翼布局无人机重构控制方法研究

飞翼布局无人机飞行空域大、飞行条件复杂、动压变化剧烈,尤其是在空战过程中,容易受到战斗损伤,发生部件故障,导致飞行品质下降甚至坠机。如何设计一种自修复飞行控制系统,使无人机在复杂飞行条件下,仍具有满意的飞行性能和操纵品质,并且在发生故障（舵面浮松、卡死和损伤等故障）时,仍然能够在线重构控制律,就显得非常有必要。本文结合国内外发展状况,对几种飞翼的重构控制方法进行了介绍和评述,对从事该领域的研究人员有一定的参考价值。     

基于多故障分类的Hex-Rotor无人飞行器的执行单元故障检测与自重构

为了实现对Hex-Rotor无人飞行器执行单元故障的快速准确检测,提高飞行器的安全性和可靠性,提出基于多故障分类的执行单元故障检测与自重构算法.在对执行单元故障进行分类的基础上,建立执行单元升力故障模型,构建基于扩展卡尔曼滤波算法的故障观测器组,实现故障的检测与隔离.利用故障观测器的输出信号,对不同故障进行相应的自重构,设计基于多故障分类的自重构控制算法.通过理论分析、数值仿真和实际飞行,验证了提出算法的有效性.结果表明,利用该算法能够快速、准确地完成故障检测与隔离,在故障条件下保证飞行器姿态控制的稳定性.     

X尾翼无人机的故障诊断和容错控制方法

作动器是无人机的关键执行机构,针对作动器卡死、增益损失、偏差等故障问题,采用检测滤波器和卡尔曼滤波相结合的方法进行故障检测和故障参数估计:使用检测滤波器输出带有作动器故障信息的残差向量,并利用阈值检测和残差方向特性检测和隔离故障;在得到故障警报后使用卡尔曼滤波方法对故障参数进行在线估计,得出故障的具体性质和程度;针对不同的故障形式,采用控制命令补偿或重构的方法进行容错控制。 基于X型尾翼无人机的转弯速率模型进行仿真试验,结果验证该方法有效可行,能够实现较快的故障诊断,容错策略可以较好的恢复系统性能。     

无人机图像矫正方法在河流表面流速测量中的应用

使用无人机影像作为分析对象进行河流表面流速测量时,无人机的晃动会造成拍摄画面的晃动,导致测量结果出现较大误差。针对这一问题,利用无人机记录的飞行信息,通过开发使用参照点和不使用参照点的两种无人机影像矫正方法,便捷快速地实现了无人机影像的正射矫正,有效解决了无人机晃动对流速测量结果的影响,并结合优化后的图像测速分析手段,在试验河道和自然河流两种不同的环境中进行了现场流速测定,均获得了比较准确的河流表面流速测量结果。     

集中式光伏电站巡检无人机视觉定位与导航

为了使无人机在集中式光伏电站实现自主飞行,完成光伏组件红外及可见光图像采集任务,针对集中式光伏厂区光伏组串分布特点,提出光伏组串边缘检测方法,并通过视线导引法实现无人机路径跟随控制. 同一厂区的不同光伏组件之间存在颜色差异,针对其颜色特征提出自定义分割方法,结合形状特征可有效识别光伏组件;提取光伏组串轮廓和边缘信息可获取无人机理论飞行路径,通过视线导引法实现无人机对理论飞行路径的精准跟随以确保图像数据采集的有效性和完整性. 实验结果表明,提出的光伏组串识别算法具有较好的适应性和实时性,能够用于无人机理论飞行方向与无人机和光伏组串间偏移量的计算,利用导航控制算法能够实现理想的光伏组串循迹. 光伏组串识别算法和视线导引法能分别有效实现定位和导航,2个程序的结合能够满足无人机飞行控制要求.     

皮纳卫星姿控系统分层式故障检测

为了实现皮纳卫星的多故障在线检测,提出针对姿控系统的分层故障检测方案. 该方案将系统划分为系统层和器件层,系统层基于卫星动力学与运动学模型设计非线性观测器,实现姿控分系统故障的全局监测;器件层利用动力学模型设计数字动力学陀螺,结合卡尔曼算法新息以及小波分析,实现故障的定位. 通过分层检测,可以支持多器件故障的实时检测,能够检测常见的在轨姿态控制系统故障. 仿真结果表明,该方案能够实现多器件同时故障的检测,适应突变、偏差、恒增益、输出卡死等故障类型,检测准确率达到92%,误检率低于2%;由于采用假设检验取代阈值判断,相对于常规小波阈值检测方法,故障检测结果的可靠性更高,适应更多的故障类型,避免了阈值的选取问题,且节省计算资源,无需大量的历史信息,能够满足在线实时检测要求.     

基于伪谱法的小型超音速无人机轨迹优化

为了提高小型超音速无人机的经济性能,针对配备加力燃烧室导致设计复杂、油耗过大的问题,提出小型无加力燃烧室的超音速无人机. 利用马赫俯冲机动突破音障,基于hp自适应伪谱法的最优控制轨迹规划方法,求解达到超音速巡航飞行的最小油耗和最小时间2种轨迹最优化问题. 该方法将控制与状态变量离散化,结合无人机飞行的物理过程,将多约束最优控制问题转化为非线性规划问题. 将本文与传统飞行方案所得的结果进行比较,分析重要设计参数对最优轨迹的影响. 仿真结果表明,利用该方法能够有效地规划出无人机从高亚音速到超音速飞行过程中的可行轨迹,得到的最小油耗、最小爬升时间均优于传统飞行方案,最小油耗降低约11%,最小爬升时间降低约46%.     

容错飞控系统故障隔离与自适应重构设计

容错飞控系统的关键技术就是进行实时故障隔离与重构控制. 结合最优控制和多模型自适应控制的优点, 提出一种基于多模型自适应最优二次型的容错飞控系统设计算法, 该算法建立在多个辨识模型和模型跟随最优二次型控制器的基础上. 首先根据作动器故障参数模型, 设计一系列并行的基于线性二次型估计的辨识模型, 每个模型对应一种故障;然后对应于每个辨识模型建立一个模型跟随最优二次型调节器;最后根据多模型切换控制原理对飞控系统进行实时故障隔离与重构. 应用某型飞机横侧向飞行控制系统进行了仿真, 结果表明: 在舵面严重受损的情况下, 飞机仍能保持良好的性能.     

基于风场信息的无人机在线航迹规划方法

风场是影响无人机飞行速度的一个重要因素。为了缩短任务执行中的飞行时间,考虑战场环境存在外界威胁情况,提出了一种利用组合导航在线估计风场信息的无人机航迹规划方法。该方法基于飞行时间为代价,利用改进的A*搜索算法对航迹进行顺风搜索,从而实现最短理想耗时的航迹规划。计算机仿真结果表明,与传统的最短航迹长度规划方法相比,无人机按该方法规划的航迹飞行时,理想耗时最少。     

多无人机协同编队飞行控制研究现状及发展

无人机在军事和民用应用上越来越广泛,为使无人机能够更好地发挥作用,需要采用多无人机编队飞行控制来实现协同侦察、作战、防御及喷洒农药等任务.多无人机协同编队控制技术主要包括信息感知技术、数据融合技术、任务分配技术、航迹规划技术、编队控制技术、通信组网技术和虚拟/实物验证实验平台技术等.首先对国内外多无人机编队相关技术的现状和进展进行综述,然后重点对多无人机编队控制方法进行分析,并对队形设计、队形调整和队形重构等问题进行归纳总结,最后对多无人机协同编队所面临的机遇和挑战进行了展望.结果表明:目前多无人机编队飞行理论方面取得了丰硕成果,但是实物飞行试验仅能实现简单通信环境下的协同编队飞行,任务分配和航迹规划实时性不高,控制方法应对突发情况鲁棒性低,多机多传感器协同感知能力不足,欠缺对实体的仿真实现,未来的研究方向应是突破上述关键技术的不足,开展复杂感知约束和复杂通信环境下的多无人机协同编队飞行研究,提出更加有效的控制方法,并进行多无人机实物编队飞行试验,使无人机能够更好地完成既定任务.     

一种小型无人机高度传感器余度设计方法

为提高小型无人机飞行控制系统的可靠性,利用GPS提供的高度信息设计了气压高度传感器的余度备份.运用飞机运动学方程对低频率GPS高度信号进行补偿,提高了信号的实时性与可用性,设计的气压高度传感器故障处置流程将高度信号的切换与模态管理结合起来,减小了高度信号切换产生的不良瞬态.仿真结果表明,飞行控制系统在气压高度传感器出现故障时可及时切换到高度备份传感器并能有效隔离故障源,GPS高度信号经补偿后可满足飞行安全要求,余度设计提高了整个飞行控制系统的可靠性.     

基于微分跟踪器的共轴反桨无人机串级TD-PID控制算法

针对传统PID控制算法对共轴反桨无人机的欠驱动、强耦合非线性系统控制效果不理想的问题,提出基于微分跟踪器的串级TD-PID控制算法,以提高无人机飞行稳定性. 设计共轴反桨无人机飞行系统,针对无人机的姿态控制提出基于微分跟踪器的串级TD-PID控制算法：外环为传统PID算法,内环使用2个微分跟踪器,通过串级控制改善系统动态性能. 在Matlab/Simulink中搭建控制系统的仿真模型进行仿真试验. 仿真结果表明：相较于传统串级PID控制算法,所提控制算法超调量更小,系统稳定性有较大提高. 对比串级TD-PID控制算法与串级PID控制算法控制效果的飞行试验结果表明：所提控制算法能有效减少系统超调量,提升系统稳定性和抗干扰能力.     

飞翼无人机非线性控制设计方法

为实现飞翼无人机的机动飞行,以带有流体矢量方向舵的飞翼无人机为设计对象,采用非线性设计方法设计了控制器,并进行飞行验证.针对飞翼无人机的机动飞行控制存在各种耦合和扰动的特点,设计内环线性化解耦以消除已知不利的耦合项,外环反步跟踪方法进行航迹跟踪的控制律结构,证明了该控制结构的稳定性.同传统反步控制方法相比,该控制器增加了内环解耦结构,并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.仿真和飞行试验表明,该控制方案是有效的.     

基于无人机和视觉定位的空基GNSS干扰信号检测方法

针对当前机场周边GNSS干扰影响飞机正常飞行的事件频发,而地面GNSS干扰检测方法和基于有人飞机的GNSS干扰检测方法难以快速精确地检测干扰信号和定位干扰源的问题,提出基于无人机和视觉定位的GNSS干扰信号检测方法。首先讨论结合无人机三角测向定位和无迹卡尔曼滤波来定位干扰源,然后在获得干扰源位置的基础上,给出一种融合无人机拍摄的实时图像与地理信息系统(GIS)数据以实现对干扰源外形识别的方案,并提出了基于公共网络的无人机与地面数据处理中心间的低空通信系统构架。     

视觉感知的无人机端到端目标跟踪控制技术

针对无人机机动目标跟踪的自主运动控制问题,提出连续型动作输出的无人机端到端主动目标跟踪控制方法. 设计基于视觉感知和深度强化学习策略的端到端决策控制模型,将无人机观察的连续帧视觉图像作为输入状态,输出无人机飞行动作的连续型控制量. 为了提高控制模型的泛化能力,改进基于任务分解和预训练的高效迁移学习策略. 仿真结果表明,该方法能够在多种机动目标跟踪任务中实现无人机姿态的自适应调整,使得无人机在空中能够稳定跟踪移动目标,显著提高了无人机跟踪控制器在未知环境下的泛化能力和训练效率.     

高精度智能天线自动收放控制系统的设计

提出了一种无人机机载天线自动收放控制系统的设计与实现,解决了天线安装与飞机气动安全的匹配问题.通过无人机飞行搭载实验验证,该系统设计合理,性能稳定,精确度高,做到了在不影响对天线功率增益的同时,保证了飞机的气动性能与飞行安全.