无人机编队飞行的分布式控制策略与控制器设计

针对一种小型无人机模型及其编队飞行的实际背景和限制条件,分析了编队飞行所必须涉及的队形保持、约束条件以及行为协调等关键性问题,进而引入分布式编队飞行控制策略并简要介绍了其优越性.根据分布式策略的层级概念,先后讨论了单机控制器的设计与上层的编队控制器的设计.最后分别进行了单机的FDC(flight dynamic and control)仿真和双机编队仿真.仿真结果表明,设计的控制器在执行效率和控制性能等方面具有突出的优势.     

无人机编队飞行导航方法及其仿真研究

研究无人机导航优化编队问题,编队各成员的高精度定位是无人机协同编队飞行的关键技术和难点.为了提高编队定位的精度,提出了一种长机组合导航和长/僚机相对测量的编队成员导航定位方法,在编队导航系统模型的基础上,采用卡尔曼滤波原理估计出各成员的惯导误差,经校正后得到精确的导航信息,并进行仿真.仿真结果表明,改进的方法对所设计的长机与僚机的导航定位是完全可行的,编队各成员均获得较高的测地导航精度.     

基于时变向量场的多无人机编队集结控制方法

编队集结是无人机编队飞行的必要条件.固定翼无人机由于其速度可变范围有限,难以通过单一的速度调整的方式构成编队.本文提出了一种以路径调节为主、速度调节为辅的无人机编队集结策略,根据各无人机到达集结位置的最短预估时间确定集结时间.并提出一种时变向量场的构造方式,将水平机动的思想与时变向量场相结合,根据无人机的飞行状况通过时变向量场实时调整路径长度,同时调整自身速度,使各无人机都能在集结时间到达集结位置,且速度和航向角保持一致,从而实现编队集结.随后证明了系统的收敛性,并分析了实际情况中避撞问题的处理.论文用某型无人机的大偏差非线性数学模型对所提的编队集结方法进行了验证,证明了所提方法具有较好的实用性.     

基于三维程控的无人机协同编队飞行研究

基于三维程控飞行策略,对多无人机(UAV)协同编队飞行控制进行研究,提出一种多机同方位任务需求的编队控制方法.采用“长机-僚机”编队结构模式控制编队飞行,以编队中的长机航迹坐标为基准坐标系实现了僚机与长机相对位置一致的控制;实现了编队中所有无人机同时到达指定位置并保持速度相对稳定的控制.通过航路规划和编队遥调,实现了人工干预与自动控制结合的编队飞行策略.仿真结果表明,该方法具有较好的可实施性、管理性、应用性和安全性.     

小型无人机编队飞行的控制律设计与仿真

针对一种小型无人机模型及其编队飞行的实际背景和限制条件,采用长一僚机（leader—wingman）编队模式,按前向、侧向和垂直方向3个通道分别设计了僚机编队控制律,从而使三维编队问题得以简化．对于多机编队的情况,应用基于长机模式（leadermode）和前机模式（frontmode）的2种编队控制策略,并通过仿真实验和比较分析,证实了长机模式的优越性．通过2架小型无人机编队队形保持和多架无人机在大机动飞行情况下的队形保持与队形变换等一系列仿真实验,验证了提出的编队飞行控制律的可行性和有效性．     

无人机三维编队飞行的鲁棒H∞控制器设计

针对无人机编队控制中模型不确定性与外干扰同时存在的情况,首先基于无人机自身的自动驾驶仪和编队运动学关系建立了无入机编队的三维数学模型,这种建模方式物理意义明晰;进而提出一种基于鲁棒H∞控制理论的编队控制器设计方法,按前向、侧向和垂直方向3个通道分别设计控制律,降低了鲁棒控制器的调参难度,简化了三维编队控制问题.仿真结果表明了所设计的控制器的有效性,可实现无碰撞、快速、稳定地保持和调整无人机编队队形,具有良好的鲁棒性能.     

无人机编队飞行神经网络自适应逆控制器设计

针对无人机编队飞行时存在的气动耦合和外部干扰等影响因素,提出基于“长-僚机”模式的神经网络自适应逆控制器设计方法.详细推导了气动耦合影响,建立了完整的编队飞行非线性数学模型,设计了非线性动态逆控制律,提出了改进的 BP 神经网络算法,自适应地逼近和在线补偿动态逆误差,改善了控制效果,并针对队形变换提出了简单有效的设计思想.仿真表明,该控制器能有效实现编队队形的保持或变换,控制系统结构具有良好的扩充性.     

无人机嵌入式飞行控制系统软件设计方法

目前,小型无人机飞行控制多采用前后台系统实现;针对前后台系统功能简单,实时性差等缺点,在μC/OS-- Ⅱ操作系统下,对以ARM处理器为核心的嵌入式小型无人机飞行控制系统软件进行了完整设计;首先阐述了系统的基本原理并引入实时内核,接着对系统任务进行了划分,并对任务的调度管理和通信机制给出了详细设计和分析,最后通过地面测试和试飞实验对所设计的系统软件进行了验证;结果表明,该系统软件符合飞控系统设计要求.     

基于CMAC的无人机紧密编队飞行控制研究

针对多无人机紧密编队飞行控制系统,提出一种基于小脑模型神经网络的编队飞行队形保持控制器。该控制器以飞行控制系统横向、纵向及垂直方向通道的动态误差作为小脑模型关节控制器（CMAC）的激励信号,并与常规的PID控制器相结合构成系统的复合控制。仿真结果表明：该控制器能够控制无人机编队,在定常运动和机动过程中都可以保持期望队形,且这种控制方法具有超调量较小,鲁棒性强,响应速度快,抗干扰能力强等优点。     

具有通信延迟的多无人机编队飞行控制

针对固定通信拓扑下的具有时变通信延迟的多无人机(multi-UAVs)系统,在一致性协议的基础上提出了分布式的编队控制算法.利用Lyapunov-Krasovskii函数分析了时延多无人机系统的稳定性,并以线性不等式(LMI)的形式给出了系统稳定的条件.当满足稳定性条件时,编队控制算法将使系统中无人机的速度和编队队形分别渐近地收敛至期望速度和期望队形.仿真实例验证了控制算法的有效性.     

Linear Quadratic Control for Quadrotors UAVs Dynamics and Formation Flight

Cooperative control of Unmanned Aerial Vehicles (UAVs) is currently being researched for a wide range of applications. Applicability of aerial unmanned systems might be increased by formation flight. After a necessary overview of quadrotor flight dynamics and linear quadratic control fundamentals, this control technique is applied to the full quadrotor dynamics. Then the more recent and challenging neural networks based control strategy is introduced from a theoretical perspective and applied to the quadrotor vertical dynamics; the results are compared with the relevant linear quadratic controlled behaviour. Finally, based on the developed single-quadrotor control architectures, a practical leader-follower formation concept is simulated, both for the linear quadratic and the neural networks based approach.     

改进遗传算法与领航跟随法的机器人编队方法

针对传统遗传算法在求解机器人路径规划问题时存在的收敛速度慢、路径不平滑问题,对其进行了改进,在适应度函数中加入了路径平滑度因素,选择操作时平滑度较好的路径更容易被选中。在种群选择时将最优个体直接复制到下一代,有效地保留了父代优良基因。在领航机器人规划路径阶段,使用改进的遗传算法为领航机器人规划出一条安全无碰撞且平滑度较好的最优路径。在跟随机器人跟随阶段,使用领航跟随法控制每一个跟随机器人使其与领航者保持特定的距离与角度,从而形成设定的队形。最后通过MATLAB软件建立栅格地图进行仿真,验证了该算法的可行性,与传统遗传算法相比,改进遗传算法收敛速度更快,且路径更加平滑。     

分布式多无人机编队控制系统仿真

研究一种能够控制多无人机编队的分布式控制方法,采用无人机的动态方程转化为跟随机和领航机间相对运动信号与希望的相对运动信号间的误差模型,然后设计了前馈控制器以使误差模型的平衡点位于坐标原点,最后采用反推法设计了反馈控制器以镇定坐标原点的平衡点。上述方法将领航机的信息视为外部系统产生的信号,为前馈控制器部分设计了内部模型以补偿这些外部信号的作用。同时还设计了能够估计所有误差信号的状态观测器以实现需要全部误差信息的反馈控制器。算例仿真表明了应用编队控制律,各无人机能够较快地形成希望的队列,并按希望队形稳定飞行,验证了前馈加反馈的编队控制方法的有效性。     

基于CFD方法的前支杆试飞测量装置误差分析

准确可靠的大气数据信息对飞行器的安全至关重要.处于研制阶段的大气数据系统往往存在一定程度的误差,需要在试飞阶段予以校准.试验机上加装的试飞测量装置要求尽可能地接近未受扰动的气流,同时减少对飞机已有大气数据系统的影响.采用计算流体力学方法,对某型民机进行数值模拟,确定了前支杆试飞测量装置的安装位置和长度,获得了前支杆的位...     

基于确定性测试图形的BIST构建方法

为降低内建自测试(Build-in Self Test,BIST)的测试功耗,提出了一种基于确定性测试图形的内建自测试构建方法:首先采用D算法生成测试所需的测试图形,然后使用粒子群算法对其进行优化,使内建自测试的功耗大幅度降低;文中最后以ISCAS'85Benchmark中的部分电路作为实验对象,并给出了测试图形优化前后的功耗数;实验结果证明该方法能够有效降低内建自测试的测试功耗,并且具有方法简单、无需额外硬件开销的特点.     

基于故障观测器的多无人机姿态一致性控制

在多个固定翼无人机姿态主从式一致性控制过程中,给出单个固定翼无人机在理想情况下的姿态动力学模型,即名义模型。考虑到无人机在实际运行过程中存在的外部干扰、状态测量误差、控制器微小故障以及无人机实际模型与名义模型之间的偏移,提出一种基于观测器和神经网络的故障检测方法,以实时检测出无人机中存在的故障、模型不确定以及干扰情况。基于无人机名义模型和检测出的故障及干扰,设计主从式多无人机姿态一致性控制器,以实现多无人机姿态的一致性准确跟踪。仿真结果表明,在外部干扰、状态测量误差与控制器微小故障下,与基于神经网络的直接姿态一致性控制器相比,该控制器能够使得无人机的姿态运动状态更接近于期望状态。     

仿鹰群智能的无人机集群协同对抗飞行验证

自主能力强且低成本的无人机集群协同对抗,是无人机集群对抗中打击敌方攻击防御体系和拦截敌方入侵机群的一个重要手段.哈里斯鹰是一种集群狩猎的猛禽,集群狩猎对于哈里斯鹰获取维持生命活动所需的能量具有重要意义.从无人机集群协同对抗任务与哈里斯鹰协同狩猎行为相似性出发,本文提出一种仿鹰群智能的无人机集群协同对抗方法.首先通过分析鹰群的集群狩猎行为,建立鹰群智能行为机制,并将其映射到无人机集群协同对抗行为中;在该模型的基础上,利用李雅普诺夫导航向量场控制无人机的运动状态,使得我方无人机能够以恒定的速度收敛到预定的轨迹上,完成对敌方无人机的对抗打击;最后,搭建无人机集群验证平台,对所设计的仿鹰群无人机集群协同对抗模型进行外场飞行验证,试验结果验证了本文所设计的模型在无人机对抗环境中的可行性与有效性.     

Autonomous Formation Flight Test of Multi-Micro Aerial Vehicles

This paper presents an autonomous formation flight algorithm for micro aerial vehicles (MAVs) and its experiment results. We choose the leader–follower scheme for formation flight as it is more appropriate for tracking arbitrary maneuvering of the leader in a formation. The sensing of other vehicles in the formation is achieved by sharing the vehicles’ states using a high-speed peer-to-peer radio data link. The designed guidance law is combined with a PD controller for tracking heading, velocity and altitude commands. A series of test flights were performed to validate the proposed formation guidance law. The test result confirms that the proposed formation flight algorithm is feasible to yield satisfactory results.     

基于VxWorks的飞行器模飞测试方法研究

在传统飞行器综合测试中,特别是模飞测试中,通常侧重于电气系统的接口匹配性测试,但对飞行控制软件、飞行时序和控制参数的正确性考核不够充分,往往需要依赖半实物仿真试验来进行验证。为解决飞行器传统模飞测试中测试覆盖性不足、测试效率较低的问题,在某型飞行器的测试过程中,采用闭环实时仿真的设计思路,设计了一套基于VxWorks的飞行器模飞综合测试系统。结合某飞行器电气系统综合试验开展了设计验证工作,试验过程模拟了多种工况下的飞行轨迹,能够验证和覆盖所有飞行时序动作,所有硬件系统均能按照设计流程工作,各项技术指标能够满足设计要求。试验表明该方法能够有效提高对飞行控制软件和时序动作的测试覆盖性并能提高整个飞行器的测试效率。     

一种基于多精度模糊划分提取模式识别规则的方法

对于具有多模糊特征变量的分类问题，提出一种自动提取适当的模糊模式识别规则集的方法．首先通过多精度划分模糊空间产生多个模糊规则表，然后采用人工免疫原理的克隆选择算法，得出一个优化的模糊分类规则集用于模式识别．实验表明该方法所提取的规则集规则数目少、分类正确率较高．