四旋翼无人机一致性编队飞行控制方法

四旋翼无人机在民用及军用领域都发挥着越来越重要的作用。为了完成某些特定任务,需要由多架四旋翼组成的编队保持适当队形飞行。与单架四旋翼执行任务相比,四旋翼编队具有能增加任务成功率、提高整体抗干扰性能、扩大监控范围等优点。本文基于主从式编队结构,结合信息拓扑理论,把四旋翼编队描述为二阶一致性系统,设计编队控制器来实现四旋翼编队的稳定飞行。主机和从机均采用PID控制,主机跟踪预设轨迹,从机跟踪编队控制器计算出的轨迹跟踪指令。最后通过仿真分析了控制算法对四旋翼编队队形生成及队形保持的控制效果。     

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。     

基于任务区分的无人机航路规划方法

军用无人机飞行航路必须基于作战任务规划,在任务完成和飞行安全之间体现不同侧重.文中将无人机航路规划问题区分为固定航路规划和突防航路规划,阐明了各自的规划要点,提出的基于任务完成度的固定航路规划方法和基于改进蚁群算法的突防航路规划方法,能够满足无人机不同作战任务需求.通过算法仿真和作战仿真系统的应用实践,证明了文中方法的合理性和实用性.     

基于虚拟中心的四旋翼无人机一致性编队控制研究

为提升无人机“蜂群”系统编队控制的一致性,以四旋翼无人机及所属“蜂群”系统为例,建立了四旋翼无人机单机以及“蜂群”系统模型。基于虚拟中心控制方法,提出了一种四旋翼无人机一致性编队控制策略。设计了一种分布式协同一致性编队控制律,并对该控制律的稳定性进行了推导分析。对应用该控制律的多四旋翼无人机组成的“蜂群”系统进行了编队飞行仿真,仿真结果表明,该控制律作用下的四旋翼无人机能够稳定飞行并在12 s内完成编队,验证了该协同编队控制策略的可行性和有效性。研究结果为提升“蜂群”系统的编队一致性问题起到了一定的理论指导作用。     

无人机编队保持反步容错控制

针对领导-跟随无人机编队中的执行器故障、不确定气动参数和外界扰动等问题,设计了无人机编队保持反步容错控制。建立了编队纵向、编队横向和编队高度三维误差模型,并将无人机本体方程分为快慢两个回路,建立包含外界扰动、不确定气动参数及执行器故障的无人机运动模型;设计内环容错控制系统,对编队外环控制器产生的指令信号进行跟踪。内环容错控制系统主要由3个部分组成：一是基于滑模观测器的故障检测和辨识,实现对故障执行器的定位和故障参数的辨识;二是将故障参数及干扰观测器与反步容错控制相结合,实现包容外界扰动、不确定气动参数和执行器故障的容错控制;三是内环容错控制系统稳定性分析。仿真结果表明,所提容错控制方法能够有效地实现无人机编队的飞行容错控制。     

基于改进A*算法的多无人机协同战术规划

多无人机协同作战是未来无人机作战方式的重要发展趋势。为增强多无人机系统的任务执行能力,提高系统整体作战效能并实现高效资源分配和调度,提出一种基于改进A^*算法的多无人机协同战术规划方法。按照离线规划和重规划两方面,设计战役层和战术层的作战目标迭代优化方案;建立编队协同作战的数学模型,以编队成员间的时间协同和碰撞协同代价为变量,得到多约束条件下的综合编队目标函数;结合多层变步长搜索策略和单步扩展的搜索方式,基于改进A^*算法,用于求解复杂战场环境下的多无人机编队协同作战航路。分别利用改进A^*算法和传统A^*算法进行对比仿真实验。仿真结果表明,多无人机协同战术规划方法能够较好地完成作战任务,改进A^*算法能够获得更优的航路,从而验证了所提算法的有效性。     

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。     

考虑内部避碰的无人机编队控制研究

针对无人机编队形成或变换过程中内部避碰的需求,设计了切换型编队控制器,以基于一致性的编队控制器为主导,附加避碰控制器。避碰控制器基于人工势场法,当无人机探测到安全范围内其它无人机时,避碰控制器起作用。给出了有向通信条件下基于一致性编队控制器参数选取的规则,保证多无人机系统最终形成给定编队。仿真结果表明,该控制方法能够使无人机集群系统形成编队,并且在编队形成过程中无人机间不发生碰撞。     

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。     

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。     

固定翼垂直起降无人机过渡机动优化控制分配研究

以一种固定翼垂直起降无人机为研究对象,研究其6自由度过渡机动非线性优化控制分配问题。基于增量动态逆（INDI）方法设计全局化控制器,并利用该方法降低控制模型中的不确定性对控制效果的影响。针对无人机控制冗余和耦合问题,在INDI基础上提出一种2级递进式优化控制分配方法,对航迹和姿态控制回路中的控制变量增量进行综合优化分配。该优化控制分配方法可以将非线性耦合控制分配问题转化为线性优化问题求解,避免了迭代计算,同时提高了求解速率。针对优化分配中的目标函数设计动态权值选取方案,使无人机能够根据任务需求和飞行状态调整优化分配侧重方向并确保优化结果的合理性。仿真结果表明,该无人机能够很好地跟踪过渡机动航迹,控制分配方法可行。     

无人机雁行仿生群飞路径规划

为解决单架无人机因互相之间没有通信机制而无法独立进行路径规划的问题,提出一种仿生雁群路径航 路选择的无人机群飞路径规划。介绍算法原理,将无人机初始化为粒子后,在无人机群中确定主机、僚机。依据遗 传算法基础原理,将仿生学引入到无人机群协同编队飞行航点规划当中,使用遗传算法对组群飞行的主机航路进行 路径规划,产生需要的解或最优解;通过模仿雁群跟随的策略,设计僚机跟随主机的算法,从而实现组群飞行,并 进行了实验验证。实验结果表明,该研究对无人机群飞行控制有一定的参考价值。     

某型无人机三维空间航迹跟踪控制方法研究

研究某型无人机三维空间航迹跟踪问题,通过在理想航迹上选取一系列航迹点,将航迹跟踪问题转换为航迹点跟踪问题。建立了无人机的动力学模型,将无人机的速度坐标系对准航迹点所在的理想坐标系,使位置跟踪问题转化为姿态跟踪问题。推导了无人机的制导律,并利用滑模变结构控制理论和反步控制理论分别设计了姿态控制器和速度控制器,姿态控制器使飞行器的速度矢量方向对准航迹点所在的方向,然后利用速度控制器控制速度的大小使飞行器到达预定航迹点。对整个制导、控制系统进行了全系统仿真,仿真结果表明：所设计的控制器具有较高的跟踪精度,且具有较强的抗干扰能力。     

基于动态逆的无人机飞行控制律设计

针对无人机机动飞行时系统呈现为非线性和高耦合的特点,提出一种采用动态逆控制无人机内回路的设计方法。通过数学解析的方法直接解算出逆模型,消除系统的非线性因素和实现各通道解耦,并结合无人机飞行控制时频域控制需求,给出了样例无人机过载和滚转角控制外回路设计结果。样例无人机非线性环境中的仿真结果表明:基于动态逆的滚转角和过载控制器的时频域品质能满足无人机的飞行控制需求。     

多目标时空同步协同攻击无人机任务分配与轨迹优化

针对复杂战场环境下分布式无人机对多目标协同打击任务,提出多目标攻击的任务分配与轨迹优化算法。建立典型多目标打击的任务场景和无人机模型;基于Delaunay三角形理论,以禁飞区为节点构建搜索地图;运用A^*算法实现威胁最小的单机路径搜索;在无人机动力学约束和能耗损失最小的基础上,引入时间调节因子,采用基于贝塞尔曲线的分布式无人机时空同步轨迹优化方法,得到对多目标同时打击的优化轨迹;设计轨迹跟踪控制器,对预规划轨迹进行跟踪仿真。仿真结果表明,多目标攻击的任务分配与轨迹优化方法能够对多目标实现多角度、时空同步、分布式协同打击,且对噪声及阵风等具有较强的抗干扰能力。     

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。     

系留无人机视觉定位技术

针对系留无人机在导航卫星拒止条件下无法定位的问题,设计一种基于合作目标的视觉定位系统。通过 构建视觉定位系统,设计靶标检测算法、靶标偏移量计算算法及数据平滑算法,实现系留无人机的无源定位。试验 结果表明：无人机在飞行及起降过程中,精确检测地面靶标并解算相对位置,可有效解决无卫星信号的定位问题。     

基于参数估计的四旋翼无人机自适应鲁棒路径跟随控制器

为提高四旋翼无人机的路径跟随精度和飞行鲁棒性,提出一种基于参数估计的四旋翼无人机自适应鲁棒路径跟随控制器。该控制器能够自适应估计无人机模型中的陀螺效应因子和风阻系数,利用估计值补偿系统的控制输入,设计抗干扰项抵消外界环境的负面影响,提高了四旋翼无人机的路径跟随性能和抗干扰能力。建立四旋翼无人机的非线性力学模型,将无人机的路径跟随目标划分为姿态角目标和运动位置目标。利用反步滑模方法和自适应控制方法设计无人机的控制输入方程和估计值更新律。根据Lyapunov方法验证无人机姿态系统和运动位置系统的渐进稳定性。仿真实验和样机实验结果验证了所提控制器的有效性与优越性。