无人机三维编队飞行模糊PID控制器设计

针对无人机编队飞行控制系统,引入编队飞行几何关系,建立了三维编队飞行数学模型,在速度、航向和高度三个通道加入了误差的线性混合器,并分别设计了基于模糊PID的编队飞行控制器.仿真结果表明,所设计的控制器可以通过控制间距方便有效地控制无人机编队飞行,实现在机动过程中保持队形,以及合理地进行编队队形变换.这种控制方法超调量较小,鲁棒性强,优于传统控制器.     

多无人机协同编队飞行控制研究现状及发展

无人机在军事和民用应用上越来越广泛,为使无人机能够更好地发挥作用,需要采用多无人机编队飞行控制来实现协同侦察、作战、防御及喷洒农药等任务.多无人机协同编队控制技术主要包括信息感知技术、数据融合技术、任务分配技术、航迹规划技术、编队控制技术、通信组网技术和虚拟/实物验证实验平台技术等.首先对国内外多无人机编队相关技术的现状和进展进行综述,然后重点对多无人机编队控制方法进行分析,并对队形设计、队形调整和队形重构等问题进行归纳总结,最后对多无人机协同编队所面临的机遇和挑战进行了展望.结果表明:目前多无人机编队飞行理论方面取得了丰硕成果,但是实物飞行试验仅能实现简单通信环境下的协同编队飞行,任务分配和航迹规划实时性不高,控制方法应对突发情况鲁棒性低,多机多传感器协同感知能力不足,欠缺对实体的仿真实现,未来的研究方向应是突破上述关键技术的不足,开展复杂感知约束和复杂通信环境下的多无人机协同编队飞行研究,提出更加有效的控制方法,并进行多无人机实物编队飞行试验,使无人机能够更好地完成既定任务.     

一种面向多无人机协同编队控制的改进深度神经网络方法

研究了多维度飞行数据下的协同编队控制问题,提出了一种基于改进深度神经网络的协同飞行控制方法。首先,使用深度神经网络在线整定PID控制器,设计了一种基于深度神经网络的PID控制器;其次,针对传统深度神经网络收敛速度慢、学习效率低的问题,同时为了满足多无人机编队飞行的实时性,在深度神经网络控制器中引入动量因子以提高网络的学习性能;最后,将所设计的改进深度神经网络控制器扩展到多无人机协同飞行任务场景实现协同编队飞行。对多无人机协同编队飞行进行仿真验证,仿真结果表明,所设计的改进深度神经网络编队控制器可以有效实现多无人机的编队生成与协同飞行。     

分布式预测的无人机编队控制

针对四旋翼无人机编队形成与保持问题,文中设计了一种分布式预测控制方法,基于状态输入约束下的编队运动模型,将编队的形成与保持过程转化为在线滚动优化问题,设计了分布式交互控制律,给出了编队系统稳定的充分条件,并以文中算法和未引入假设状态轨迹代价函数的控制算法进行了仿真和对比。仿真结果表明：相较于传统算法,文中算法编队在队形保持方面将队形误差收敛速度提高1 s;在轨迹跟踪方面将位置误差收敛速度提高2 s;并且3个方向速度均能在2 s左右达成一致最终收敛至期望速度。证明了文中所设计控制算法的有效性。     

四旋翼无人机增稳混合控制器设计

为了改善四旋翼无人直升机在不同环境下的飞行稳定性,应用混合控制的方法设计了无人机增稳混合控制器．它有多个PID控制器可供选择,并根据无人机飞行高度和倾角大小选择当前合适的控制器,有效的降低了无人飞行器的坠毁机率和其他潜在危险的发生．并且通过Matlab中的Simulink工具箱搭建仿真系统,模拟了四旋翼无人机在起降、无风、有风和失控的情况下的控制器切换过程．仿真结果表明:应用混合控制器的四旋翼无人机在起降和有风情况下可有效抑制飞行器倾斜和水平漂移,提高稳定性．     

高速SDRAM控制器设计的FPGA实现

同步动态存储器(SDRAM)控制器通常用有限状态机实现,对于一般的设计方法,由于状态数量多,状态转换通常伴随大的组合逻辑而影响运行速度,因此,SDRAM控制器的速度限制了SDRAM存储器的访问速度。该文从结构优化入手来优化方法,利用状态机分解的思想将大型SDRAM控制状态机用若干小的子状态机实现,达到简化逻辑的目的,不仅提高了速度还节省了资源,对该类大型SDRAM控制器的实现有一定参考意义。     

无人机螺旋自主认知与改出控制器设计

针对飞行器螺旋改出难题,研究无人机螺旋自主认知与改出控制方法。首先建立基于飞行状态认知的无人机安全控制框架,在此基础上进行无人机螺旋认知与改出控制器设计,分析螺旋成因,根据机载传感器提供的实时飞行参数信息,采用直觉模糊统计判决与决策算法进行螺旋自主认知,最后考虑状态变量控制时序,并设计非线性动态逆控制律,完成无人机螺旋改出的制导控制。仿真结果表明,相对于已有解决策略,所提出的控制方法可以显著缩短螺旋改出所需时间,同时具有较好的动态响应特性。     

多无人机协同航路规划研究

提出了一种基于路径均衡蚁群优化的航路规划方法.首先,针对环境的复杂性和多机航行的碰撞威胁,引入阻塞因子以解决无人机之间的空间协同问题;其次,利用可变协同航程同步各无人机的航行时间,解决无人机之间的时间协同问题;最后,在满足时空协同要求的前提下,为无人机编队选择总体航行代价最小的优化航路.仿真实验结果验证了复杂环境下所提方法的可行性和有效性.     

基于高速ARM低压断路器的控制器设计

针对当前低压微机保护装置中出现的处理器性能瓶颈问题,提出了以32位ARM核为核心的断路器智能控制器的设计方案.使用基于32位ARM核的微控制器LPC2294设计了低压断路器智能控制器.该控制器集高速多路电参数精确采集、实时多重智能保护、CAN总线高速通信于一体,同时辅助以液晶显示和键盘参数整定.在软件设计上,采用长延时反时限进行过载保护,延时时间的折算有效地解决了多次过流现象;用窗口实时移动的思想,以计算当前时刻前一周波电流均方根值作为短路的判断依据.系统的软件设计在嵌入式操作系统μcos Ⅱ的设置安排下分成若干模块,使得层次更清晰,运行的可靠性更高.     

多移动机器人的协同编队控制

为了解决多移动机器人的协同编队控制问题,提出了一种基于运动学模型的编队控制方法。该方法在领航-跟随编队控制结构的基础上引入虚拟机器人,在全局坐标系下建立跟随机器人与虚拟机器人的误差方程,将编队问题转化为跟随机器人对虚拟机器人的轨迹跟踪问题,在此基础上设计编队控制器,并证明了在该编队控制器作用下跟踪误差能够收敛到原点的小邻域内。仿真与实验结果表明:编队系统稳定运行,即当t→∞时,位姿误差(x_e,y_e,θ_e)将收敛到原点的邻域内,速度趋近一常值。     

基于对偶分解的分布式协同编队飞行研究

针对多智能体编队飞行问题,提出一种新的基于对偶分解的分布式算法,以实现协同航迹规划。首先,将编队飞行问题建模为受线性动力学约束的优化问题,其目标函数中包括智能体各自的独立目标(例如跟踪参考轨迹)以及系统的全局目标(例如总燃料消耗、编队队形等)。其次,为了分布式地求解该优化问题,将其对偶问题分解,把大计算量的原问题转化为多个小的子问题。最后,设计了协同分布式规划算法,并对其收敛性和最优性进行了理论证明。由于该算法只需相邻智能体间的通信,因此具有很强的可扩展性,并能适用于通信能力受限情况下的编队飞行。仿真结果表明,提出的分布式算法能有效地进行协同编队飞行规划;同时通过与集中式方法的比较,其最优性和收敛性得到了验证。     

无人机群协同作战任务分配方法研究

针对战场环境的多目标、多任务以及无人机能力有限等特点,设计了一种适应于多目标、多无人机、多任务种类的无人机群协同多任务分配模型。结合该模型以及其中的任务偏序约束、协同任务约束、无人机能力约束等约束条件提出了基于任务序列的遗传算法染色体编码方法,和基于同类任务的遗传算法交叉、变异算子。该方法利用遗传算法的全局搜索优化解特点,对无人机群的协同任务分配进行优化。仿真试验表明该方法能够保证满足任务分配约束条件的基础上使任务的分配更加优化。     

基于改进APF的无人机编队航迹规划

传统APF应用于航迹规划存在不可达性、局部极小点、震荡等问题,文章提出了改进的APF模型,它的核心内容有:使用改进斥力势场函数,考虑无人机与目标的相对距离,确保目标点为整个势场的全局最小点,解决了威胁与目标点过近导致的目标不可达问题;使用随机波动法,解决了无人机陷入局部最小点而导致的规划失败问题;考虑传统势场法的震荡问题,提出障碍物联通法。同时,使用APF进行编队控制,保持紧密编队下的无人机编队距离。仿真结果表明,利用这种方法很好地实现了无人机编队的航迹规划。     

基于PLC的多电梯协同控制器的设计

本系统采用两台PLC和两台变频器组成的协同控制系统来控制2个11层的电梯,两台PLC之间采用欧姆龙的PLC进行1:1链接通信交换信息,共享厅外召唤信号、楼层信号和运行方向信号,实现这两台电梯的协同控制。     

基于混合神经网络编队协同空战决策支持系统

针对缺少先验知识的前提下,提出一种混合神经网络编队协同空战决策支持系统,同时采用一种无教师一有教师的混合训练算法来训练混合神经网络。仿真结果表明该系统的有效性。     

编队飞行稳定性及队形设计研究

微小卫星编队飞行中的队形设计好坏 ,直接影响到编队卫星用于队形保持消耗的能量 ;介绍了 2种常见的队形设计方法 :Hill设计方法和一般设计方法 ,分析了利用这 2种方法设计的构形的稳定性 ;提出了一种长半轴加修正的队形设计新方法。仿真表明 :利用长半轴加修正的队形设计新方法来设计编队构形 ,能够在地球J2 项摄动影响下自然地保持初始编队构形 ,是一种较好的编队构形设计方法 ,具有很好的参考应用价值     

无人机编队视频序列中的多目标精确跟踪

针对无人机编队视频序列中的多目标精确跟踪的要求,使用STK（satellitetoolkit）三雏建模软件模拟无人机UAV（unmanned aerial vehicle）编队飞行视频,通过双差分图像操作和多分辨率连通分支标记算法确定图像中的运动区域．提出了一种改进的贪婪算法,利用已确定的矩形运动区域作为初始轮廓,实现对无人机目标的精确轮廓提取．以运动区域的中心位置为输入,建立在线卡尔曼滤波器组对多目标进行跟踪,并由此提出了如何对多目标中的遮挡问题进行判定、分割的方法．仿真实验验证了文中所提的方法.     

多无人机编队突发威胁规避路径规划算法

针对复杂环境中多无人机编队突发威胁规避问题,本文提出了一种基于凸优化算法的实时路径规划方法。首先,基于突发威胁模型、无人机飞行模型将突发威胁规避问题建模成一个受约束的最优化问题;其次,基于等效变换将原始最优化问题转化成一系列待求解的凸优化问题;然后,运用凸优化算法进行迭代求解,并对得到的路径进行插值得到路径函数。由于优化过程采用直接法进行迭代求解,所以算法运算效率较高,能够实现路径的实时规划。基于Matlab对所设计路径规划算法的仿真验证结果表明:所提出的算法能够实现多无人机编队突发威胁的实时规避。     

高速数字信号处理中的双缓冲ZBT Sram控制器设计

针对高速数字信号处理数据源的特点,提出了一种基于FPGA的片外ZBT Sram的双缓冲方案.该控制器提供FPGA与两片ZBT Sram之间的接口,通过乒乓操作实现了对高速AD数据流的无缝缓冲处理,为高速数字信号处理提供了符合流水线算法要求的输入数据.