TECS｜H_∞控制在无人机纵向着舰中的应用研究

针对无人机纵向自动着舰,运用总能量控制（TECS）的思想建立了无人机纵向自动着舰系统,设计了H∞输出反馈控制器。为了实现对移动目标的跟踪,引入了一种新的着舰导引控制算法,通过对所设计的先锋无人机的纵向自动着舰导引系统仿真表明,通过升降舵和油门的协调控制,实现了速度和航迹的解耦控制,且该设计能满足着舰要求,能有效地抑制舰尾流干扰的影响,具有良好的鲁棒性能。     

无人机飞行控制系统的μ综合设计

无人机鲁棒飞行控制系统采用μ综合设计构造其纵向姿态控制系统．其μ综合控制设计框架涉及广义标称对象、反馈控制传递阵、不确定模块及相应输入、输出等问题．断开控制器和不确定模块后，得到μ综合控制系统的开环结构，则设计转化为μ综合控制设计框架中对权函数的选择．选择并代入相应的权函数后，可得到广义飞机对象传递函数阵．数字仿真表明，据此设计的系统具有良好的动态特性和鲁棒稳定性．     

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。     

L1自适应方法在无人战斗机纵向控制中的应用

无人战斗机在空中飞行时,由于各方面因素导致战斗机模型具有大量的不确定性。本文在进行无人机纵向控制设计时,为了提高控制系统的鲁棒性能,采用一种新型的L1．自适应控制方法,将无人战斗机模型的不确定性视为时变参数和干扰。最后对所设计的控制系统进行了仿真,结果表明所设计的控制器可使跟踪误差快速收敛且瞬态性能较好。     

向量场方法无人直升机轨迹跟踪控制

为实现无人直升机自主跟踪预定轨迹,根据无人直升机的位置和航向信息,提出一种基于向量场的无人直升机轨迹跟踪制导方法。该方法依据地面轨迹航向误差和侧偏距误差渐进为零设计制导律,可用于直线和圆弧轨迹的跟踪。仿真结果表明该方法能使无人直升机成功跟踪预定轨迹,且具有良好的跟踪性能。     

民机增强型近地告警仿真系统设计

增强型近地告警系统(EGPWS)是民航飞机上必需的航空电子设备,对保障飞行安全有重要的意义。增强型近地告警的仿真系统是研究增强型近地告警的一个有效手段,在VC 6.0平台下建立飞机的六自由度模型,人机交互界面和告警模块;利用Tilcon软件设计虚拟仪表并研究前视地形的显示方法;同时借助Flight Gear飞行模拟器实现飞行仿真的三维可视化显示,通过UDP通信将各个模块连接成一个完整的可视化仿真系统,实现对近地告警和飞行状态直观形象的显示。实验结果表明设计的系统能够对告警模式进行准确有效的报警,并具有可扩展性强、易操作的优点。     

新型汽车底盘润滑智能控制器设计

针对目前市场的传统车辆底盘润滑控制器的不足,提出了薪型的智能控制器.该控制器基于MC9S08DZ60单片机,采用模块化设计,具有对温度、液位、压力等信息的检测和报警的功能,外部存储功能,LED数码管显示功能,实时时钟功能,CAN总线收发功能以及定时润滑定量功能.通过实验证明,该控制器工作可靠、性能稳定、可满足车辆底盘集中润滑系统智能控制的需要.详细介绍了该控制器的硬件电路和软件实现.     

基于TECS/H_∞的无人机自动着舰技术研究

针对无人机自动着舰,运用总能量控制(TECS)的思想建立了无人机自动着舰系统,设计了H∞输出反馈控制器,H∞控制综合设计采用包括增量线性化动力学模型、反馈控制器和权阵系数选择的增广对象模型。为了实现对移动目标的跟踪,引入了一种新的着舰导引控制算法。通过对所设计的"先锋"无人机自动着舰导引系统仿真表明,该设计能满足着舰要求,能有效地抑制风干扰的影响,具有良好的鲁棒性能。     

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.     

基于二氧化碳测量的室内人数估计算法

根据室内人数与二氧化碳浓度动态变化之间的关系,设计基于参数模型训练和卡尔曼滤波的室内人数估计算法.该算法包括模型训练阶段和人数估计阶段,模型训练阶段利用历史测量数据识别描述室内二氧化碳浓度变化的参数模型,估计阶段利用已识别的参数模型设计卡尔曼滤波器实时估计室内人数.实验结果表明:该算法可利用历史测量数据准确识别室内二氧化碳浓度变化模型,在门窗闭合时实时估计室内人数.