基于xPC Target的无人机飞行控制系统实时仿真

无人机飞行控制系统的实时仿真是无人机研制中不可缺少的一个过程。本文详细论述了基于xPC Target的实时仿真系统设计。首先介绍了xPC Target的工作原理,其后设计了无人机飞行控制实时仿真系统,最后给出了基于该系统的仿真实例。     

多无人机编队半实物仿真系统开发与应用

针对多无人机编队飞行试验的需求,文中开发一种半实物仿真系统,用以开展多机编队飞行的半实物仿真试验,并对编队功能和性能进行试验验证。根据无人机系统的组成和硬件配置,设计并构建半实物仿真系统的架构。针对机载传感器的接口类型完成仿真系统的硬件选型,并设计仿真电缆。基于被试无人机的气动参数和发动机参数,建立无人机的Simulink六自由度实时仿真模型,并开发部署相应的仿真环境和仿真软件。基于该仿真系统,进行8架无人机编队飞行的半实物仿真试验。试验结果表明,参试的8架无人机能够实现编队飞行的功能,并根据给定的不同队形的指令进行队形变换和保持。所设计系统不仅能在飞行试验前进行编队仿真验证和测试,还能对地面操作手进行飞行试验前的模拟训练。     

基于Unity的无人机三维视景系统设计与实现

当前无人机显示系统主流多为二维显示,缺乏兼顾仿真训练使用和实际飞行使用的实时、逼真的三维态势显示软件,为实现无人机飞行过程中的实时位置、姿态信息、航线信息、飞行轨迹三维显示,满足无人机飞行过程的多视角三维显示,开发基于Unity三维引擎、计算机虚拟仿真技术的无人机三维视景系统,融以逼真的仿真模型,兼容虚、实相结合的应用模式,最大程度地贴近实际操作,提供真实的无人机飞行三维显示。该系统可以帮助用户提高无人机训练保障水平,优化现场指挥调度模式,营造逼真的虚拟环境,提升训练和观摩效果。     

基于RTX的无人机飞行剖面实时仿真

无人机一般由飞行控制系统控制其在全自主状态下飞行,因此进行无人机的飞行剖面实时仿真变得越来越重要。通过利用matlab/simulink工具搭建无人机飞行控制仿真模型,将预先制订好的飞行剖面任务加载进无人机模型中,运用RTW模块将该飞行控制仿真模型转化成实时环境下的代码。同时针对无人机飞行过程中实时控制的要求,讨论了基于RTX的实时控制方法的设计和实现,并给出了无人机飞行剖面实时仿真曲线。仿真结果验证了仿真的准确性以及良好的实时性。     

基于ARM的无人机飞行仿真系统的设计

无人机飞行仿真系统可以针对无人机的飞行状态进行有效的仿真分析,对于无人机的操控和学习具有重要的意义。以STM32F103嵌入式芯片为核心处理器,并采用模块化的设计思路,开发出一种基于ARM的无人机飞行仿真系统。详细介绍了无人机飞行仿真系统总体设计方案以及系统的硬件设计和软件设计原则和流程,同时,较为详尽地阐述了各模块的功能和作用,较好地完成了系统的设计方案。     

无人机视觉自主着陆仿真系统

计算机视觉导航技术具有精度高、不受电子干扰,成本低等特点,被誉为未来无人机自主着陆的必备手段之一。作为新一代着陆技术手段,视觉自主着陆技术需要进行大量的算法研究和飞行试验,因此有必要建立一个在实验室环境来验证所提方案的可行性。本文将虚拟现实、 可视化技术与计算视觉导航算法紧密结合起来,开发了一种无人机视觉自主着陆仿真验证系统, 构建场景模块,能够在复杂三维地形、不同气象条件下对无人机视觉自主着陆算法进行仿真验证, 实时计算和输出无人机着陆所需位置姿态参数。实验结果表明：该系统真实反映了无人飞行器飞行过程中的动态特性以及姿态角等的变化,并且具备良好的用户显控界面,验证了视觉自主着陆算法的可行性。     

VxWorks环境下无人机半物理仿真模型机数据通信与采集

无人机飞控半物理仿真系统中,无人机模型解算计算机（简称模型机）,一方面通过通信接口驱动三轴转台实现无人机飞行姿态的仿真,另一方面通过数据采集模块实时采集由安装在转台上的陀螺传回来的无人机姿态信号及舵机信号,因此数据采集模块以及模型机与转台的通信模块在系统中起着非常关键的作用。针对VxWorks下PCI硬件板卡驱动程序不易开发这一难点,通过分析模型机与三轴转台的通信机理并结合PCI总线的特点,开发了VxWorks系统下的PCI总线RS 422串口卡以及数据采集卡驱动程序。半物理仿真实验证明,所开发的PCI通信卡和数据采集卡驱动程序通信可靠、工作稳定、误码率低、实时性高。     

某无人机飞控系统地面半实物仿真平台设计

无人机(UAV)飞控系统地面半实物仿真平台用于对无人机飞控系统进行相关地面测试。针对某无人机飞行控制系统,提出了一种基于MATLAB实时工作空间和VxWorks实时操作系统的地面半实物仿真平台方案。针对无人机小扰动数学模型,构建了地面站上位机、控制器和模型机组成的实时系统闭环回路,对硬件及软件配置进行了说明,并设计了相关控制算法。该试验台可实时监测无人机系统状态,并可实时对模型注入扰动,实现系统在线调参。该半物理仿真平台结构简洁,功能明确,为相关控制律提供了便捷的研究设计手段。     

基于Qt的地面模拟飞行控制系统软件设计与实现

为验证和评估XXX型固定翼无人机的新型舵面技术,本文介绍了一种基于Qt5.9.1跨平台C++图形用户界面应用程序开发环境的无人机地面模拟飞行控制系统的硬件组成结构、软件功能和具体实现方式,该系统提供了无人机在风洞虚拟飞行试验和风洞自由飞行试验两种场景中的全性能测试,实现了指挥台和各操纵台的在线控制,飞行状态的实时监控....     

无人机基站的飞行路线在线优化设计

针对离线的无人机(UAV)基站飞行路线设计无法满足随机的、动态的地面用户通信请求难题,该文研究了飞行路线在线优化设计算法。考虑单个无人机空中基站为两个地面用户提供无线通信服务,通过在线实时优化无人机的飞行路线实现最小化与地面用户的平均通信时延。首先,由于系统的无人机的状态和动作是连续的,将问题转化成一个马尔可夫决策过程(MDP);然后,把单次通信时延引入到动作价值函数中;最后分别采用强化学习中蒙特卡罗和Q-Learning算法来实现无人机的飞行路线在线优化。仿真结果表明,所提出的在线优化的平均时延性能优于“固定位置”和“贪婪算法”的时延计算结果。     

基于数据链的无人机空中自动防撞技术

分析了一种基于数据链的自动空中防撞技术,从空中自动防撞系统需求出发,描述了系统基本工作原理和流程。采用二次曲线拟合方法,给出了最优控制数学模型,以求解无人机航路间的最小距离,实现最优机动操作组合。仿真分析结果表明,空中自动防撞系统可在碰撞发生前的最后时刻有效完成逃逸操作,避免发生飞行碰撞,可为无人机编队提供进近飞行的安全防护。     

数据新鲜度驱动的协作式无人机联邦学习智能决策优化研究

联邦学习是6G关键技术之一,其可以在保护数据隐私的前提下,利用跨设备的数据训练一个可用且安全的共享模型。然而,大部分终端设备由于处理能力有限,无法支持复杂的机器学习模型训练过程。在异构网络融合环境下移动边缘计算(MEC)框架中,多个无人机(UAVs)作为空中边缘服务器以协作的方式灵活地在目标区域内移动,并且及时收集新鲜数据进行联邦学习本地训练以确保数据学习的实时性。该文综合考虑数据新鲜程度、通信代价和模型质量等多个因素,对无人机飞行轨迹、与终端设备的通信决策以及无人机之间的协同工作方式进行综合优化。进一步,该文使用基于优先级的可分解多智能体深度强化学习算法解决多无人机联邦学习的连续在线决策问题,以实现高效的协作和控制。通过采用多个真实数据集进行仿真实验,仿真结果验证了所提出的算法在不同的数据分布以及快速变化的动态环境下都能取得优越的性能。     

Design and implementation of a hardware-in-the-loop simulation system for small-scale UAV helicopters

We present in the paper the design of a hardware-in-the-loop simulation framework and its actual implementation on our custom constructed unmanned-aerial-vehicle (UAV) helicopter systems. Real-time hardware-in-the-loop simulation is one of the most effective methods for the verification of the overall control performance and safety of the UAVs before conducting actual flight tests. In our proposed framework, four modules, which include onboard hardware, flight control, ground station and software, are integrated together to realize the hardware-in-the-loop simulation. This design is successfully utilized for simulating several flight tests including basic flight motions, full-envelope flight and multiple UAV formation flight. Results obtained show that the constructed hardware-in-the-loop simulation system is highly effective and useful.     

Software‐defined network‐enabled opportunistic offloading and charging scheme in multi‐unmanned aerial vehicle ecosystem

Unmanned aerial vehicles (UAVs) are autonomous fliers, which can play different roles in modern day applications. In one of the important role, UAVs can act as aerial data forwarding nodes for communication range enhancement in remote areas. UAVs form a web of drones, which can be geo‐distributed across a large area to serve various applications. However, the two major contradicting challenges with respect to multi‐UAV networks are channel congestion and flight time enhancement. The use of effective data transmission techniques to handle congestion can lead to higher battery dissipation, which in turn end up in the reduction in flight time. However, it is utmost necessity to provide an effective framework, which can provide a viable solution for handling congestion in multi‐UAV networks while enhancing the flight time of UAVs. To handle these issues, software‐defined network (SDN)–enabled opportunistic offloading and charging scheme (SOOCS) in multi‐UAV ecosystem is designed in this paper. In this scheme, an opportunistic offloading scheme is proposed, which uses an SDN‐based control model to handle congestion issues. Apart from this, an opportunistic energy‐charging scheme is designed, wherein the UAVS can either replenish their batteries using solar plates or they can wirelessly charge energy from charging points deployed at various geo‐distributed locations. The proposed scheme is evaluated using a simulation‐based study over the realistic deployment of charging points in Chandigarh City, India. The results obtained show the superiority of SOOCS over other variants of its category in terms of end‐to‐end delay, throughput, and hand‐over latency.     

基于RTW和VxWorks的飞控系统仿真实验平台研究

采用高效快速的仿真实验平台构建方法可以大大提高仿真试验效率,利用Real-Time Workshop的自动代码生成功能和外部调试模式,可将Simulink环境下的飞机动力学仿真模型和利用S函数功能封装的控制率模型自动转换为在嵌入式操作系统中运行的仿真代码,利用该研究方法可在较短时间内完成对仿真实验平台的构建。采用本平台使整个研制过程难度和工作量大大地降低,并且具有在线调参和数据监控功能。与传统仿真实验方法相比,仿真实时性更接近真实飞行下的状态。     

基于卷积神经网络的反无人机系统图像识别方法

针对无人机的无证飞行和随意飞行严重影响和威胁公共安全的问题,提出了反无人机系统。识别无人机是反无人机系统实现的关键之一,为此提出了一种基于卷积神经网络的图像识别无人机方法。运用自制光学系统采集设备采集了不同型号的无人机图片以及鸟类图片,设计了针对无人机小样本识别的卷积神经网络和支持向量机。运用设计的卷积神经网络分别对MNIST数据集、无人机图片以及鸟的图片进行了识别,同时也运用支持向量机识别无人机和鸟的图片,进行了对比实验。实验结果表明,设计的卷积神经网络在MNIST数据集上识别准确率为91.3%,识别无人机准确率为95.9%,支持向量机识别准确率为88.4%。对比实验表明,提出的方法可以识别无人机和鸟以及不同类型的无人机并且识别结果优于支持向量机,可用于反无人机系统识别无人机,给同类研究提供了借鉴。     

自适应蚁群算法的无人机航迹规划方法

为了提高无人机完成任务效率,在执行攻击任务前必需规划设计出高效的无人机飞行航路.提出了一种Q-学习的自适应蚁群算法的无人机航路规划方法,建立了基于真实地形数据和火力威胁区的威胁模型;针对传统蚁群算法在搜索过程中出现停滞现象,提出的Q-学习的自适应蚁群算法有效地解决了这一缺陷.并使用该算法对无人机的攻击任务航路进行了仿真计算,仿真结果表明该方法是一种有效的航路规划方法.     

基于Creator/Vega Prime的无人机着舰仿真验证系统设计

针对无人机着舰关键技术仿真验证的迫切需求,设计并实现了基于Creator/Vega Prime的无人机着舰仿真验证系统。首先分析了系统应当具备的功能和结构组成,以此进行了实现方案流程设计。然后讨论了如何利用Creator/Vega Prime技术设计三维着舰场景,进而重点研究了飞行数字仿真和图像导航两项关键技术的仿真验证方法。最终基于智能可控飞行器的硬件平台实现了所提出的着舰仿真验证系统。实践证明,该系统具备多样化任务模拟、操纵手训练和关键技术验证三项功能。     

无人机对IMSE通信干扰仿真研究

基于高层体系结构（HLA）技术,设计了无人机对改进型移动用户设备（IMSE）通信干扰仿真系统,利用该仿真系统进行了仿真,得出了无人机采用不同飞行高度进行通信干扰时IMSE网络性能的指标参数,为研究无人机对IMSE实施通信干扰效果提供了一种有效的方法。