基于遗传算法的平流层飞艇路径规划设计

利用传统线性化方法--小扰动法将模型线性化,结合平流层飞艇的工作特性,把飞艇上升运动看成是纵向基准运动和横侧向扰动运动.然后采用最小值原理,根据飞艇的控制量和边界条件,设计和优化飞艇的上升轨迹,其性能目标函数是从初始点到目标点运动过程中能量消耗最小.利用遗传算法,在运动模型和控制量变化的共同约束作用下,求取目标函数的最小值.最后根据飞艇实际工作过程,对仿真结果分析表明,该方法具有实际应用价值.     

基于预测误差法小型无人直升机系统辨识

小型无人直升机是一个复杂的非线性系统.为了真正实现小型无人直升机的自主飞行,须对其进行数学建模.本文重点分析了Raptor90小型无人直升机悬停时横、纵向通道的输入输出关系,通过严格推导得到横、纵向通道通的参数化模型.通过试验采集得到输入输出数据,利用基于预测误差法的输出误差模型进行系统辨识.模型预测数据与实际飞行实验室数据的比较表明,所建模型很好的反映了小型无人直升机在悬停状态下的动力学特性,可在该状态下基于此模型进行飞行控制器的设计.     

基于自抗扰理论的无人机横侧向解耦控制研究

为了改善传统PID控制方法设计的无人机横侧向解耦控制系统的性能,根据无人机横侧向数学模型和自抗扰控制解耦理论,设计了自抗扰解耦控制系统;基于自抗扰控制器参数整定方法完成了控制参数的设计,并通过Simulink仿真给出了滚转角及侧滑角扰动下的响应曲线;仿真结果表明,自抗扰解耦控制系统比传统PID方法设计的解耦控制系统能更快地趋向稳定,而且稳态误差更小,证明了与采用传统方法设计的系统相比,采用ADRC技术解耦后的无人机横侧向系统具有更强的抗扰动性和鲁棒性。     

利用调制函数法的模糊模型参数辨识

利用调制函数法辨识非线性连续系统的模糊模型参数.系统的动力学微分方程存在微分项,通过输入输出数据辨识模糊模型参数时不能忽略扰动的影响,因此辨识模糊模型参数比较困难.利用调制函数法可以消除微分项,通过无微分项的联立方程的求解容易进行模糊模型参数辨识.几个非线性连续系统的仿真实验验证了所设计的利用调制函数法的模糊模型参数辨识的正确性和有效性.     

大气紊流影响下飞艇水平面内运动分析

大气扰动是影响高空飞艇水平面内运动的重要原因.研究紊流风速对飞艇飞行性能的影响时,大都采用Taylor冻结场假设,但这样建立的紊流风场模型,不适用于飞艇这类低动态飞行器,需要考虑时间变化对紊流风速的影响.首先给出大气紊流的一般性描述,包括相关函数、频谱函数、尺度和强度的选取,然后建立含扰动风参数的水平面内飞艇动力学仿真模型.最后分别将不考虑时间变化的扰动风和考虑时间变化的扰动风加到飞艇动力学模型上,进行仿真分析.仿真结果表明,考虑时间变化后的紊流风速模型能真实反映飞艇对大气紊流响应的随机特性.     

一类“浮力-压块”驱动飞艇建模与分析

针对一类新型"浮力-压块"驱动的自治飞艇,研究了该类飞艇的动力学建模和动力学特性。在Kirchhoff方程和Newton-Euler理论基础上,通过对飞艇运动及受力分析,建立了包括独立气囊和可运动压块的飞艇六自由度非线性动力学模型,并采用小扰动线性化方法,将飞艇运动分别限制在纵向、横侧向和e₂-e₃平面内,得到与之对应的三组飞艇线性化方程,其后基于飞艇相关参数和线性化模型,利用Matlab软件平台对飞艇运动模态和输入响应特性进行了分析研究。仿真结果验证了该类飞艇模型的正确性和理论分析的合理性,为其后控制策略设计提供理论依据。     

基于模型跟随的神经网络PID飞行控制律设计

为了抑制飞行控制系统的外部扰动和建模误差,应用模型跟随自适应神经网络PID控制方法,进行飞行控制律设计。首先使用RBF神经网络进行飞行系统模型辨识,在线学习系统正向输入输出特性,辨识对象的Jacobian信息;然后应用BP神经网络实时在线调整PID参数,设计自适应神经网络PID控制器,控制飞行状态变量跟随模型输出;最后以F-8飞机纵向飞行控制系统为研究对象进行控制仿真。仿真结果表明,设计的控制器具有很强的自适应和抗干扰能力。     

基于Plib的飞艇飞行视景仿真设计

由于飞艇体积大、密度小,受附加惯性力显著,其动力学特性与常规飞行器有较大不同。所以。为了直观全面地了解飞艇的飞行特点,对飞艇进行飞行视景仿真是必要的。为此首先介绍了视景仿真开发工具Plib和仿真系统总体框架,然后,应用机理分析方法建立了飞艇运动模型。在此基础上,调用Plib的类方法创建三维仿真环境,重点研究了天空海洋绘制、模型导入、视点变换、图形用户界面资源及键盘鼠标响应控制等关键技术。最后应用该系统对飞艇纵侧向扰动运动进行了仿真,展现了飞艇受扰后的飞行状态和各种运动模态的变化过程,结果表明该仿真系统真实感强,实时性好,可以为飞艇的后续研制工作提供参考和帮助。     

基于惯量辨识的测试转台自适应内模控制

为了降低系统模型参数变化对测试转台控制系统的影响,提出了基于惯量辨识技术的自适应内模控制方案.首先建立了某型号测试转台数学模型,设计了测试转台内模控制器,在此基础上采用基于扰动转矩观测器的惯量辨识算法来辨识测试转台转动惯量的变化情况,然后通过模糊控制器根据转动惯量的变化自动调整内模控制器的参数,从而确保了控制器的控制性能.仿真和实验结果表明,该控制方案对惯量的变化有着很强的自适应性,提高了测试转台控制系统的抗干扰性能和系统的鲁棒性,取得了较好的控制效果.     

飞艇迎风控制器的设计

引用基于飞艇的动力学和运动学建立的飞艇姿态数学模型,在飞艇的扰动运动参数相对于基准运动参数偏离较小的情况下,采用小扰动法对该模型进行了线性化,然后在飞艇的外形和质量分布相对于纵向平面是对称和不考虑动力装置转动部件的陀螺效应的假设下,根据控制量的不同分别得到了纵向运动和横向运动的解耦方程。在该模型的基础上,加入PID控制来改善飞艇的动态响应特性,在考虑风速风向变化的情况下,依据自适应控制设计了飞艇的迎风控制器。仿真结果表明,飞艇的偏航角在风速风向的变化下能有效地跟随输入信号的变化,对完成飞艇定点监测森林火灾或飞艇作为定点通讯中继站等任务具有一定的实际应用意义。     

高空飞艇飞行控制系统的线性模型跟随设计

研究飞艇高空定点优化控制问题,针对飞艇在高空时空气舵面操纵不足、舵效控制力低,为解决上述问题,提出了采用气动力舵面和偏转螺旋桨复合控制的操纵模式对高空飞艇的姿态进行控制的方法.首先给出了采用气动力和螺旋桨拉力矢量组合控制的高空飞艇横侧向数学模型,把气动力舵面和偏转螺旋桨复合控制看作一个双输入单输出系统,采用线性模型跟随方法设计了姿态控制系统,使控制系统的性能尽可能地跟随给定的理想参考模型系统的性能.通过仿真表明偏转螺旋桨操纵控制可以有效弥补空气舵面效率的不足,所设计控制系统具有良好的动态品质,并验证了方案的可行性和方法的有效性.     

小型无人直升机模型辨识数据处理方法研究

针对小型无人直升机模型频域辨识过程中的姿态角速率测量误差,提出了一种飞行数据处理方法。该方法采用飞行试验扫频测试技术,确保激励信号能够满足不同频段下模型辨识对飞行数据的需求;设计基于有色噪声的卡尔曼滤波器以降低紊流风场对飞行测量数据的影响,同时,对飞行测量数据使用数据预处理的方法以剔除测量噪声、野值、直流成分和低频分量。在小型无人直升机系统各通道中进行验证,验证结果表明,所提出的飞行数据处理方法能够满足小型无人直升机模型辨识对姿态角速率数据精度的要求,为精确建模提供了较高质量的飞行数据。     

平流层飞艇定点气动力计算与仿真分析

研究飞艇定点动力性能分析,关于平流层飞艇动力特性问题是影响系统稳定的关键。为使飞艇能正常工作,必须对气动特性进行精确地分析。根据平流层飞艇的定点飞行特点,考虑空气粘性因素,建立了平流层飞艇的湍流边界层方程,采用动量积分关系式方法,求解飞艇表面摩擦阻力,利用有限元分析软件ANSYS仿真,分析了飞艇的空气动力特性。仿真结果表明,空气黏性对飞艇运动的影响不可忽略,动量积分法可有效解决飞艇摩擦阻力的计算。     

基于RBF网络的足球点球轨迹预测

基于计算机视觉线性化轨迹预测模型在预测足球轨迹时,只能保证局部稳定性,存在轨迹跟踪局部稳定性问题和parking问题,提出了基于RBF网络的足球点球轨迹预测方法。建立足球运动状态传感信号解析模型,计算足球飞行地心重力、空气阻力、空气浮力、自身旋转时产生的马格努斯力的参数。建立足球飞行过程中的飞行受力解析模型,鉴于多参数模型复杂度过高,产生parking问题。利用RBF网络模型简化能力,建立飞行轨迹预测模型,结合并行滤波控制器,融合以上所有信息,在已知视觉概率计算的基础上,完成足球飞行轨迹的状态估计,并将其误差的协方差计算作为滤波控制的输入值,从而得到所有方差、均值的数据。最后获得足球在任意时刻的运动状态函数,完成预测。实验结果显示,该方法的足球运行轨迹吻合度为12 mm,且落点距离标准差最大仅为0.0412 m,因此,该预测方法能够得到精度更高的预测数据。     

Application of parameter estimation to FTD for a light airplane via flight tests

The flight parameters of ChangGong-91, a light aircraft in the normal category, were estimated from flight tests. The output error method was used to produce aerodynamic coefficients, stability and control derivatives. A flight training device (FTD) was developed based on the estimated flight parameters. Flat earth, rigid body, and standard atmosphere were assumed in the FTD model. Euler angles were adapted for rotated state variables to reduce the computational load. Variations in flight Mach number and Reynolds number were assumed to be negligible. Body, wind, stability and inertial axes allow 6 second-order linear differential equations for translational and rotational motions. The equations of motion were integrated with respect to time, resulting in good agreement with the flight tests.     

Algorithm for identifying parameters of the dynamic system of an aircraft. II

The problem of identification of aerodynamic parameters of IL-96-300 aircraft by processing digital information on its longitudinal and lateral motion provided by on-board measurement complex according to real flight data (longitudinal motion) and results of mathematical simulation (lateral motion) is studied. The problem of algorithmic parameter identification for the nonlinear dynamic system, whose model corresponds to the control system of a modern maneuvering aircraft, is considered.     

基于气动参数调节的无人机抗扰动控制算法

无人机飞行受到气动阻尼扰动,从而导致控制稳定性不好。当前采用翼型截面气动参数调节的方法进行无人机抗扰控制,以扭角以及振动方向等参数为约束指标,参数调节的模糊度较大,对气动姿态参数调节的稳定性不好。文中提出基于气动参数调节的无人机抗扰动控制算法。该算法根据无人机的飞行工况构建各阶模态对应的气弹耦合方程,在速度坐标系、体坐标系、弹道坐标系三维坐标系下构建无人机的飞行动力学和运动学模型;采用卡尔曼滤波方法实现对无人机飞行参数的融合调节和小扰动抑制处理,并采用末端位置参考模型进行无人机飞行轨迹的空间规划设计;在卡尔曼滤波预估模型中实现对动力学模型的线性化处理,采用气弹模态参数识别方法进行无人机的飞行扰动调节;将姿态控制作为内环,获得位置环状态反馈调节参数;以无人机的升力系数和扭力系数作为气动惯性参数进行飞行姿态的稳定性调节,从而实现无人机抗扰动控制律的优化设计。采集飞机的俯仰角、横滚角和航向角作为原始数据在Matlab中进行仿真分析,仿真结果表明,采用所提方法进行无人机抗扰动控制的稳定性较好,对气动参数进行在线估计的准确性较高,航向角误差降低12.4%,抗扰动能力提升8dB,收敛时间比传统方法缩短0.14 s,无人机飞行的抗扰动性和飞行稳定性得到提高。所提方法在无人机飞行控制中具有很好的应用价值。     

Design, Modeling and Validation of a T-Tail Unmanned Aerial Vehicle

This paper addresses the design and modeling process of a T-tail unmanned aerial vehicle (UAV). A methodology is presented of how to make tradeoffs among the payload requirements, energy efficiency and aerodynamic stability. A linear decoupled model of longitudinal and lateral dynamics is abstracted from a physical airframe. Instead of subjectively estimating the order, error and time delay for system identification (system ID), equations of motion derived from aerodynamics are employed to provide more precise estimation of the model structure. System ID is carried out with regard to the flight data collected by the autopilot data logger. The resulted model is refined based on the simulation and comparison.     

In-flight wind identification and soft landing control for autonomous unmanned powered parafoils

For autonomous unmanned powered parafoil, the ability to perform a final flare manoeuvre against the wind direction can allow a considerable reduction of horizontal and vertical velocities at impact, enabling a soft landing for a safe delivery of sensible loads; the lack of knowledge about the surface-layer winds will result in messing up terminal flare manoeuvre. Moreover, unknown or erroneous winds can also prevent the parafoil system from reaching the target area. To realize accurate trajectory tracking and terminal soft landing in the unknown wind environment, an efficient in-flight wind identification method merely using Global Positioning System (GPS) data and recursive least square method is proposed to online identify the variable wind information. Furthermore, a novel linear extended state observation filter is proposed to filter the groundspeed of the powered parafoil system calculated by the GPS information to provide a best estimation of the present wind during flight. Simulation experiments and real airdrop tests demonstrate the great ability of this method to in-flight identify the variable wind field, and it can benefit the powered parafoil system to fulfil accurate tracking control and a soft landing in the unknown wind field with high landing accuracy and strong wind-resistance ability.