基于自适应神经网络Backstepping 空中加油编队飞行控制

为解决无人机自主空中加油过程加油机和受油机编队飞行控制的问题,提出了对受油机采用导引回路和 姿态回路分离控制策略,采用L1 导引算法设计一种基于自适应神经网络Backstepping 飞行控制器。将改进的L1 导 引算法应用于受油机的横向和纵向的导引,使用自适应神经网络补偿受油机受到的外界的干扰和系统模型误差,神 经网络权值矩阵通过自适应律在线更新,并结合Backstepping 控制方法设计受油机的控制律。仿真结果表明：在受 油机与加油机编队飞行过程中,该设计方法能有效提高受油机的跟踪精度和抗干扰能力,解决空中加油编队飞行控 制问题。     

基于滑模的空中加油受油机会合制导与控制

为实现空中加油过程中受油机与加油机自主会合,建立满足会合要求的滑模控制面,设计相应制导律.根据受油机与加油机相对位置与速度得出受油机前向加速度指令.基于六自由度受油机动力学模型,采用时标分离将受油机的角运动系统分为快慢回路,采用动态逆方法分别进行系统设计和设计满足追踪会合要求的速度控制律,并以无人机自主跟踪加油机实现会合为例进行仿真.结果表明:该系统能引导受油机实现与加油机的会合,具有良好的动态性能.     

基于直接升力的空中加油对接飞行控制

为解决传统空中加油对接过程中受油机纵向轨迹跟踪控制存在时间滞后的问题,提出一种基于直接升力的空中加油对接飞行控制方法.采用非线性L1制导的方法生成横纵向加速度指令,设计2种直接升力方案对受油机纵向轨迹控制加以改进,采用动态逆方法对姿态回路设计,通过扩张状态观测器对动态逆内回路进行补偿.仿真结果表明:采用的2种方案均能消除纵向轨迹跟踪的时间滞后,实现受油机纵向轨迹的快速响应,完成空中加油的成功对接.     

基于L1动态逆的自主空中加油对接控制

为实现无人受油机与加油机的自主安全对接,提出基于L1自适应动态逆的无人机自主空中加油对接跟踪控制方法.根据时标分离的原则,将无人受油机的姿态控制分为快、慢回路,采用动态逆方法设计姿态回路控制器,设计L1自适应系统补偿外界气流干扰和系统模型误差,并采用自主空中加油对接段仿真系统对所设计控制系统进行验证.仿真结果表明:该对接跟踪控制系统具有很高的抗干扰能力和鲁棒性,能满足自主空中加油的控制精度要求.     

受油机扰动特性的建模与仿真

针对紧密编队飞行过程中产生的尾涡流场对空中加油机产生扰动影响的问题,建立了受油机扰动运动模型。将风扰动主要分解为大气紊流和加油机尾涡,分别建立工程化的Dryden大气紊流模型和尾涡模型,将叠加的2个扰动加入到受油机的非线性刚体运动方程中,并对受油机扰动运动进行仿真分析。仿真结果表明：该叠加的方法能够简单有效地模拟反映复杂的气流扰动,为进一步研究空中加油控制系统提供参考。     

基于平行接近法的固定翼无人机协同编队导引律

针对固定翼无人机协同编队飞行,提出了一种低速固定翼无人机协同编队导引律,旨在形成一种灵活性较高的半刚性编队。以低速固定翼无人机为对象,分析了长机-僚机在编队飞行中的纵横航向运动关系。其次根据长机追随航线,僚机追随长机的飞行任务特性和航线的一般特点,进行了直线、转弯、盘旋三种导引模式的长机导引律设计。再根据长机飞行位置,设立虚拟动态跟踪点,综合僚机位置信息,设计了基于平行接近法的协同导引律,并对导引律的响应速度和稳定性进行了验证。通过分析仿真机的半实物仿真及实测飞行的结果,验证了该导引律具有较好的制导性能和较高的机动稳定性,在特定飞行任务中能够满足对无人机编队飞行的控制需求。     

神经网络自适应控制在飞行控制系统中的应用

针对自适应控制应用中的输入饱和问题采取了一些改进措施,应用于模型参考自适应飞行控制中,解决了输入饱和时自适应机构不能正确起作用的问题.文中给出了动态逆控制器的构造方法以及神经网络自适应律,并对采用该神经网络自适应律的系统稳定性进行了分析.仿真结果表明神经网络自适应控制在飞行控制系统中的应用是有效的.     

受油机横侧向对接飞行控制研究

针对插头锥管式受油机在对接状态时的横侧向飞行控制问题,提出稳定滚转角和偏航角为目标的控制器设计原理.分析了对受油机对接产生重要影响的扰动因素,包括大气紊流、阵风和受油机质量变化;给出了受油机横侧向受扰运动方程;采用μ综合方法设计了受油机的滚转和偏航鲁棒飞行控制器.对受油机滚转角、偏航角和侧向位移进行了数字仿真,结果表明受油机系统具有较好的指令跟踪和干扰抑制能力,基于稳定滚转角和偏航角方式的控制律适用于横侧向对接控制.     

飞行器编队神经网络自适应控制器设计

针对无数据链支持条件下的主从结构飞行器协同编队控制问题,对编队控制回路进行分析设计。首先在惯性空间中定义相对运动坐标系,建立相对运动模型;其次将领导者加速度信息作为扰动量,结合PD控制器与RBF神经网络理论,设计了编队控制律,并证明了控制系统的稳定性;最后,对编队飞行控制器进行了仿真,并与经典PD控制器进行对比。仿真结果表明,RBF神经网络能够增强控制系统的鲁棒性,使编队控制系统能够快速精确地对期望编队队形进行构建并保持。     

一种新型智能导引律及其仿真研究

针对导弹导引系统非线性和时变性的特点,在平行接近原理的基础上,结合反推(Backstepping)方法,研究设计了一种空空导弹的新型三维导引律.在设计过程中,为消除因系统参数变化和建模不确定性引起的误差对导弹导引系统的影响,引入了模糊自适应网络.仿真结果表明,所设计的基于反推方法的模糊自适应导引律在攻击大机动目标时是有...     

应用神经网络的飞行器动力学自适应控制

针对具有未知参数的飞行器系统提出了一种基于模型的神经网络预测控制策略．目的是通过一个优化程序以自适应控制律来稳定未知系统．由于能够描述动态函数关系的特性和具有反馈处理结构，回归神经网络以一个期望状态值的自适应估计器得到应用．神经网络的训练是通过动态顺序递归反向传播学习算法来执行的．这表明所提出的神经网络学习算法拥有设计飞行控制系统的潜在能力，所设计的飞行系统能在大范围飞行条件下和其它不确定因素下补偿飞行器动力学不可预测的变化．     

基于无迹变换的协同探测与速度方向控制制导律一体化设计

飞行器协同探测相比于单飞行器探测具有精度更高、抗干扰能力更强的优势。传统制导控制设计过程中通常将目标定位跟踪和制导算法进行解耦设计,但实际上制导算法需要实时估计的目标位置等参数作为输入,而制导算法也会影响目标跟踪状态和测量方程的构建以及观测条件,两者存在较高的耦合度。解耦分别设计会造成一定的信息缺失,降低估计和制导精度。针对这一问题,本文构建了一种基于无迹变换的协同探测与制导一体化设计方法,一方面将协同探测目标定位算法引入制导律中,利用融合的目标位置估计均值和方差作为制导算法的输入,将制导过程作为一个随机矢量的非线性传播过程,利用无迹变换获取飞行控制角的均值和方差。仿真实验验证了该方法与传统的速度方向控制滤波算法定位相比,既能提升探测精度,同时满足较低的过载,较好地对飞行器的速度方向和姿态进行控制。     

无人机飞行控制系统非线性设计技术研究

基于现代控制理论的非线性设计是现代无人机飞行控制系统的重要设计方法。在分析总结国内外文献资料的基础上,论述了当前无人机飞行控制系统设计领域中几种重要的非线性设计技术,包括非线性反馈线性化方法、滑模变结构控制方法、多模型自适应控制方法和基于控制Lya- punov函数的Backstepping方法。     

基于局部综合制导与控制的无人机紧密编队飞行仿真

针对无人机紧密编队飞行问题,以"长机-僚机"编队模式为模型,提出了1种改进的编队飞行控制技术—局部综合制导与控制。该技术包含级联回路和动态逆回路,并使用完整的无人机六自由度非线性模型使得本文对无人机紧密编队飞行研究不再局限于目前基于模型的质点运动设计,有助于将研究的结果运用到未来真实的无人机编队飞行中。相对于常规的制导与控制设计,该方法可降低整体回路延迟。仿真结果证明,该方法可使无人机编队有效形成和保持队形,对于长机机动动作,僚机具有很好的跟随性,能得到较好的编队飞行结果。     

多无人机协同编队飞行设计方法

为解决军事对抗训练中作战飞机协同编队飞行进袭态势的构建问题,提出一种多无人机协同编队飞行设 计方法。采用单机个体路径跟踪控制与多机群体集中控制的综合设计方法,设计多无人机协同编队飞行总体架构, 建立多无人机之间的相对运动关系模型,给出飞行实施的控制策略,通过仿真实例验证了多机协同编队控制效果。 仿真结果表明：多无人机协同编队控制方式能够实现跟随机对领航机航迹的跟踪,可有效解决在3 维空间的编队 控制。     

一种新型灾难救援四轴航拍飞行器设计

为解决我国灾后搜救困难问题,设计了一种新型灾难救援四轴航拍飞行器。采用GPS卫星定位,控制系统以STM32为主控核心,控制算法采用PID控制,硬件主要包括、电机调速模块、姿态检测模块、超声波测距模块、人体红外传感器模块、GPS模块、摄像和无线遥控模块。通过飞行测试验证了设计的四轴航拍飞行器可行性及系统性能。实现了无线遥控以及远程视频传输。