无人飞行器航迹方案的VIKOR择优评价

针对无人飞行器智能航迹规划算法导致的多航迹选择问题,构建基于多准则妥协解排序法(VIKOR)的航迹路线择优评价体系.为快速获得各威胁源的综合威胁信息,采用路线分割和极限的思想,建立综合威胁计算模型,并给出模型参数变化范围计算方法.以变异系数法确定指标权重,采用可最大化群体利益且弱化个体遗憾的VIKOR算法融合威胁信息,给出基于VIKOR算法的航迹方案择优评价方法和步骤.该评价方法可获得具有优先级别的妥协最优航迹方案,使评价结果更容易被决策者接受.实际航迹路线择优问题验证了所提出方法的有效性.     

基于分层思想的无人飞行器航路规划研究

在无人飞行器航路规划问题的研究中,为提高航路规划的效率和精度,针对传统遗传算法收敛速度慢、易陷入局部最优、寻优精度较差的问题,提出了一种分层思想的解决方法.首先用链接图法描述规划环境,通过采用Dijkstra算法寻找初始最优航路,并利用航路编码技术对初始航路进行优化;然后在已有的研究成果上,提出一种集混沌优化、模拟退火、遗传算法为一体的改进遗传算法(CGASA),在解决多目标多约束优化问题时取得了较好的结果;最后综合考虑飞行器的机动性能、威胁因素、飞越目标进入角度等代价的选取,利用改进遗传算法调整导航点的位置得出了满足性能要求的航路.     

CAN总线在无人飞行器伺服系统中的应用研究

分析了CAN总线的特点以及在无人飞行器伺服系统中应用的可行性,设计出了基于CAN总线的无人飞行器伺服系统.描述了该系统的硬件组成结构和工作原理,给出了系统CAN总线接口,并根据系统自身特点提出了无人飞行器伺服系统CAN总线应用层协议.实验结果表明,该系统运行良好,能够满足无人飞行器控制系统的要求.     

无人飞行器航迹规划的工程化稀疏A*算法

针对无人飞行器(unmanned aerial vehicle, UAV)低空突防的作战任务背景, 结合工程实际, 提出了一种面向工程化应用的稀疏A*算法求解航迹规划问题。考虑到UAV的机动性能、任务要求、作战环境威胁等因素, 分别从UAV的最大转弯角度、最小直飞距离和最大航程等约束条件对稀疏A*算法的节点搜索策略进行了设计。针对以固定角度进入目标的任务要求, 引入虚拟威胁圆满足UAV最大转弯角限制。同时, 设计了航路点信息结构, 并采用双向链表进行存储; 提出了基于最小二叉堆的OPEN表维护方法, 提高算法的实时性。最后, 通过规划实例对方法进行了验证。     

iTRAX02 GPS接收机在无人自主飞行器中的应用

GPS接收机是无人自主飞行器即UAV中的一个重要设备，本文介绍了iTRAX02 GPS接收机的特性．描述了iTRAX02在UAV中的应用。大多数的UAV系统都装备了机裁导航计算机，我们也在自己的UAV中装备了一台运行嵌入式实时Linux的PC104计算机，这台PC104控制着所有的机载设备，包括GPS接收机、加速度计以及伺服器等。本文给出了如何在嵌入式Linux中接收GPS数据，将GPS数据传送给导航进程，以及通过无线局域网把GPS数据发送到地面网络客户端的方法。     

CAN总线及其高层网络协议在无人飞行器航空电子系统中的应用

为了提高无人飞行器航空电子系统的工作效率,提出利用CAN总线进行航空电子系统内部的数据传输;分析了CAN总线的特点,并指出了CAN总线作为无人飞行器航空电子系统总线的优缺点,介绍了CAN总线高层网络协议CANaerospace的报文类型和结构、定时触发的总线调度及对系统的冗余支持等方面优于基本CAN总线协议的各项特点,在此基础上,给出了基于CAN总线和CANaerospace协议的无人飞行器航空电子系统设计实例.实践证明,该设计能够满足无人飞行器数据传输可靠性、实时性等方面的要求.     

无人飞行器数字舵机控制系统设计与应用

针对无人飞行器的使用环境和需求,设计并实现了一种以TMS320F2812为硬件核心的无人飞行器数字舵机控制系统.阐述了系统的组成、功能及工作原理,给出了功能模块的关键电路,介绍了实时控制软件的主要功能模块及算法和流程图.应用结果表明,舵机的可靠性和抗干扰能力得到了提高,系统运行良好,能满足无人飞行器控制系统的要求.     

量子蝙蝠算法在无人潜航器航路规划中的应用

量子蝙蝠算法采用量子比特作为编码策略,其全局搜索能力依赖于量子状态的多样性,因而量子蝙蝠算法可以为无人潜航器(UUV)规划更为准确的航进路径.仿真实验结果表明,量子蝙蝠算法相比传统的优化算法,可以为潜航器规划更加精确的航进路径,从根本上提高无人潜航器的路径规划能力.     

共轴八旋翼无人飞行器的偏航静态抗饱和补偿控制

设计了一种共轴八旋翼无人飞行器,与四旋翼飞行器相比,其具有更大的驱动能力、更强的带载能力和一定的冗余能力．首先,建立了飞行器的动力学模型．针对共轴八旋翼飞行器偏航运动能力比俯仰、滚转运动能力弱,偏航容易出现执行器饱和现象的问题,从实际工程出发提出了基于线性自抗扰控制器的静态抗饱和补偿器．线性自抗扰算法易于工程调节,能够实时估计与补偿外界扰动．静态抗饱和补偿器不增加系统阶次,有效抑制偏航执行器饱和．利用李亚普诺夫稳定理论证明了基于线性自抗扰控制器的静态抗饱和偏航控制系统的稳定性．最后,通过共轴八旋翼飞行器的仿真实验与原型机比较实验验证了算法的有效性与鲁棒性．原型机实验结果表明：在室内固定干扰下,执行器退出饱和的最长时间约为4 s,偏航角误差收敛到±0.085 rad;在室外变干扰下,执行器退出饱和的最长时间约为9 s,偏航角误差收敛到±0.127 rad．基于线性自抗扰控制器的静态抗饱和补偿器在外界干扰情况下能够有效地抑制执行器饱和,具有良好的偏航控制性能与强鲁棒性．     

航路点方位校正方法在飞行器导航中的应用研究

方位误差是造成航位推算误差的主要误差源之一,利用航路点来提高方位对准精度在车辆导航中是一种非常有效的方法;在对航位推算误差进行分析的基础上,给出了利用航路点对飞行器的方位误差进行校正的方法,并对引起校正误差的主要因素进行了详细的分析;另外考虑到飞行器所选航路点距出发点距离一般都比较远,此时地球曲率已不能忽略,推导了地球曲率不可忽略时的方位校正算法;最后通过计算机仿真验证了航路点方位校正方法的有效性。     

无人机转偏角测量优化仿真研究

为了保证无人机飞行过程中的安全可靠性,需对无人机转角偏移量进行测量.传统的测量方法为了简化计算过程,保证同步性,忽略了无人机飞行中的转角方向偏移误差,以遗传算法进行迭代计算,由于子代不断继承父代的包含误差的基因,导致测量过程存在较大缺陷,提出一种基于改进遗传算法的无人机转角偏移测量方法,分析了无人机转角偏移测量原理,给出遗传算法的一般模型,在此基础上,引入随机方向法,给出选择空间,确定基点,对产生的个体数以及产生的个体进行记录统计,产生一个随机向量,通过判断比较各自的适应值,获取优良的个体,从而有效实现无人机转角偏移量的测量.仿真结果表明,所提方法在增强无人机转角偏移量测量精度及可靠性方面具有很高的优越性.     

无人机身倾斜姿态下的GPS定位模型仿真

研究无人机身倾斜姿态下的GPS定位性能优化问题,关系到无人机的定位性能.无人机身倾斜姿态飞行状态下,定位的GPS信号随着飞行速度的变化,发生实时的变化,当无人机倾斜飞行时,由于GPS信号会被机身倾斜角度遮挡,导致采集过程出现信息间断,给定位过程带来了较强的屏蔽性干扰.传统的定位方法需要对所有定位信息排序分析,对GPS定位信息的实时性要求较高,倾斜采集信息受到倾斜角度遮挡的影响,定位速度慢且容易出现无人机定位请求无法实现的现象.提出一种采用多维空间选择进化法的无人机GPS快速定位模型,根据无人机身倾斜姿态下飞行中搜索的信息数据,将搜索的目标智能化分为多个字段,建立多个空间,对多个空间进行曲径选择进化,提取目标的深层次特征,依据深层次特征,在资源库中进行检索,提高对无人机身倾斜姿态下信息定位的时效性和准确性.仿真结果显示,将多维空间选择进化法应用于无人机身倾斜姿态下的地理数据定位,可以提高定位时效性和准确性.     

舰载无人机起飞动力学研究与仿真

舰船搭载无人机不是简单的"无人机和舰船"组合,而是一项复杂的系统工程.海上和舰上的情况与陆地有很大差别,海浪特性、舰船运动、舰船空气尾流场、舰面建筑物和设备都直接影响到机-舰动态配合特性.无人机的舰上起飞是研究机-舰动态配合的主要内容,它是无人机起飞安全和充分发挥其潜力的有力保证.为此利用频谱分析方法得出海浪中舰船的摇摆运动规律,并把舰船运动、海面风场及舰船尾流的影响加入到无人机的运动方程中进行建模仿真,研究了舰船运动及海面风场影响下无人机从舰船起飞的动力学特性,并得出其安全起飞的基本条件.     

改进DDPG无人机航迹规划算法

针对无人机飞行过程存在未知威胁使智能算法处理复杂度高,导致航迹实时规划困难,以及深度强化学习中调整DDPG算法参数,存在时间成本过高的问题,提出一种改进DDPG航迹规划算法.围绕无人机航迹规划问题,构建飞行场景模型,根据飞行动力学理论,搭建动作空间,依据非稀疏化思想,设计奖励函数,结合人工蜂群算法,改进DDPG算法模型...     

基于模型的强化学习在无人机路径规划中的应用

针对当前强化学习算法在无人机升空平台路径规划任务中样本效率低、算法鲁棒性较差的问题,提出一种基于模型的内在奖励强化学习算法。采用并行架构将数据收集操作和策略更新操作完全解耦,提升算法学习效率,并运用内在奖励的方法提高智能体对环境的探索效率,避免收敛到次优策略。在策略学习过程中,智能体针对模拟环境的动态模型进行学习,从而在有限步内更好地预测状态、奖励等信息。在此基础上,通过结合有限步的规划计算以及神经网络的预测,提升价值函数的预测精准度,以利用较少的经验数据完成智能体的训练。实验结果表明,相比同样架构的无模型强化学习算法,该算法达到相同训练水平所需的经验数据量减少近600幕数据,样本效率和算法鲁棒性都有大幅提升,相比传统的非强化学习启发类算法,分数提升接近8 000分,与MVE等主流的基于模型的强化学习算法相比,平均分数可以提升接近2 000分,且在样本效率和稳定性上都有明显提高。     

无尾飞翼式无人机飞行控制特性研究

依据高空长航时无尾飞翼式无人机的主要特点来分析飞机本体静稳定性以及高空巡航状态飞行时的动稳定性和操纵特性。用经典飞行动力学理论详细研究了无人机在16000m高空巡航状态的自然稳定性,并利用Matlab simulink对滚转-俯仰-偏航耦合运动的仿真来分析无尾飞翼式布局在纵、横航向上的耦合特性。基于以上的分析,采用主动控制技术设计纵向和横航向的控制律,阐述了无人机纵向定高爬升和横航向方位角控制时的操纵特性;并进行仿真分析,得到满意的结果,验证了采用主动控制技术可明显改善各项飞行品质要求。     

基于巡逻无人机的轻量型安全帽佩戴检测方法与应用

目前,安全帽检测系统主要使用固定摄像头,无法实现全区域检测,而基于深度学习的检测算法结构复杂、计算成本高,无法满足移动端和嵌入式设备的部署要求。针对上述问题,该文提出一种基于无人机的安全帽轻量型视觉检测算法。系统通过无人机平台搭载的相机对施工现场进行图像采集,并无线传输至后台计算机进行处理,检测算法基于 YOLOv5s 框架进行了轻量化改进。针对无人机采集影像中目标占比较小的问题,该文采用了多尺度检测、图像预处理、正负样本不均衡等方法,对 YOLOv5s 目标检测算法进行针对性改进。测试结果表明,与原模型相比,轻量型目标检测模型的平均精度均值仅下降了 1.72%,但在同一 CPU 上的推理速度提升了 1 倍,浮点计算量由原来的每秒 165 亿次压缩至每秒 34 亿次,模型大小约为原模型的 1/10。     

战场环境中多无人机动态任务调度

采用了基于合同网的分布式规划方法,研究了战场环境中多无人机动态任务调度问题,并建立了数学模型,提出了分布式的任务调度体系结构,设计了一种基于代价变换的概率路标图路径规划算法,该算法能够在任务调度阶段,快速预估无人机执行不同任务的飞行航路,扩展了合同网协议,可在一次拍卖中“并发”进行多次交易,提高了任务调度的效率。通过多种合同类型的综合,解决了复杂战场态势下的任务调度问题。     

智能变电站电子式互感器电磁干扰分析

随着输电电压等级的逐步提高,智能变电站二次侧设备受到干扰的情况日益严峻。现有国家标准并未考虑到互感器采集卡所布置的一次侧恶劣电磁环境。通过不同项目的标准化电磁兼容测试对比,分析了不同测试项目的互感器采集卡典型输出特征,并提出了一种混合干扰测试方法。试验发现了采集卡的传导干扰敏感频点,同时创新性地应用包络来表示互感器采集卡的输出波形,以观测采集卡的受扰程度。该研究对采集卡的现场布置中的电磁环境估计有着重要意义。     

无人机快速逃逸过程中障碍物自动识别仿真

在无人机快速逃逸过程中,为了保证逃逸成功,需要对追击者设置的突变障碍物进行准确的视觉识别.由于障碍物对无人机丽言,在出现的位置与出现的形式上,存在很强的突变性,传统的立体视觉模式识别方法中,障碍物在机器视觉需要建立高纬度模型表示障碍物的突变性和非线性,导致识别过程中的立体视差存在较大偏差,无法快速、准确识别出障碍物信息.提出了非参数核密度的无人机快速逃逸过程中障碍物自动识别模型,应用高斯核密度估计进行背景建模,对视频序列中的像素点进行概率密度分析,利用对像素点阈值进行设置,采集障碍物目标,采用连续视频序列中的多帧差分法,构建背景的自适应更新模型,克服光照、抖动等因素对障碍物目标背景重建的影响,实现无人机快速逃逸过程中障碍物自动识别.实验结果说明,采用所提方法可获取准确的障碍物自动识别效果.