无人机空中加油建模与仿真分析

无人机空中加油的关键在于建立并保持加油机与无人机之间的有效队形,实现无人机在此过程中的自动飞行;在对空中加油全过程论述的基础上,首先对加油过程中的编队飞行问题进行了数学建模,并依据所建立的数学模型设计了无人机编队飞行控制器,最后通过对空中加油条件的模拟初始化,给出了无人机对接阶段的仿真要求并对所建立的系统模型及控制器进行了仿真验证;仿真结果表明,所建立的模型及控制器可以实现加油编队快速、平稳的会合、对接,为空中加油任务的顺利完成提供了保障.     

基于粒子群算法的自抗扰飞行控制器优化设计

提出了一种基于粒子群算法的自抗扰飞行控制器优化设计方法。方法中,利用自抗扰控制方法抗干扰能力强、鲁棒性好与对模型参数变化适应能力强的特点,设计了自抗扰纵向飞行控制器,以提高飞行控制性能。同时针对所设计的自抗扰飞行控制器参数较多,难以设计的问题,应用粒子群优化算法进行了控制器参数的自寻优设计。仿真结果表明:不需要人工调参,通过粒子群优化算法自寻优获得的飞行控制器参数具有良好的控制性能,提高了设计效率。     

无人机空中加油自主会合控制器设计

针对自主空中加油中的飞行器会合问题,提出一个完整的自主控制方案,以使无人机在无加油机主动配合情况下具备自主会合能力.通过改进带终端碰撞角约束的比例导引律,将期望的会合点作为跟踪目标,实现终端航向的控制.为了满足会合对无人机机动性能的要求,使用Backstepping方法设计控制律,在保证无人机稳定性的基础上,实现了制导信号的精确跟踪.仿真结果验证了所提出控制方案的有效性.     

坦克炮控系统的复合自抗扰控制研究

坦克炮行进在颠簸的路面中身管的稳定是保证射击精度前提,同时坦克炮控系统自身存在的诸多非线性因素。基于自抗扰控制对被控系统参数变化和外部扰动不敏感,可自抗扰控制参数众多,整定复杂,而且参数选择直接影响到坦克炮控系统的性能。因此,设计了神经网络对非线性扩张状态观测器(NESO)和非线性控制率(NLSEF)的参数在线整定,同时对神经网络的重要参数采用改进的粒子群算法在线寻优。仿真结果表明,该方法可以提高系统的抗干扰能力和鲁棒性。     

基于粒子群算法的自抗扰控制器参数优化

针对于自抗扰控制器中参数难以整定的问题,提出了基于粒子群优化算法的参数优化设计方法。该设计方法的实质就是选择合适的适应度函数,利用粒子群优化方法对自抗扰控制器的可调参数进行优化。该设计方法运算简单易于实现。对于实现自抗扰控制算法的快速调参具有重要意义。     

微小型自主直升机自抗扰控制

针对微小型直升机建模困难,而且内部和外部扰动都比较大的问题,提出一种基于自抗扰控制的飞行 控制方法．按照飞行控制的要求改进了原算法的扩张状态观测器离散方程和非线性反馈函数．起飞、悬停和强风中 飞行控制仿真验证了改进的自抗扰控制方法的有效性．     

风干扰下的四旋翼无人机ADRC控制律设计

针对小型四旋翼无人机飞行过程中姿态控制容易受侧向风干扰的问题,研究了一种自抗扰控制(ADRC)律.首先分析了侧向风对旋翼的推力,然后建立了风速的组合模型,利用自抗扰控制方法对风的干扰进行估计和补偿,最后在Matlab平台上对所提出的ADRC控制律进行仿真验证.从仿真结果看ADRC控制能够较好地对侧向风的干扰进行估计补偿,从而保证姿态控制具有较好的稳定性.     

无人机空中加油过程中分数阶滑模会合导引控制

针对带末端角度和末端速度约束的无人机空中加油自主会合问题,设计了一种3维分数阶滑模导引律,使无人机在无加油机主动配合的情况下具备自主会合能力.首先,根据无人机与加油机之间的相对运动关系,设计了3维比例导引规律,使无人机能够到达期望的加油位置.其次,利用滑模控制的强鲁棒性特点以及分数阶微积分的精细控制特性,基于变结构理论和李雅普诺夫稳定性理论设计了一种带有末端角度约束的3维分数阶滑模变结构控制律,并用所设计的分数阶滑模控制律对3维比例导引指令进行重构,使无人机能以期望的末端追踪角度到达加油位置.然后,构造了速度指令生成器,对无人机的末端速度进行约束.最后,对所设计的导引律进行了仿真验证,仿真结果表明所设计出来的导引律能满足追踪角度和速度约束的要求.     

核电站蒸汽发生器水位控制系统的仿真研究

研究核电站蒸发器水位控制优化问题,由于蒸汽发生器是核电站中最重要设备之一,水位控制对核电站的安全运行起着决定性的作用,并要求系统稳定运行,快速响应。针对蒸汽发生器是一个高度复杂、非线性、时变的系统,传统的串级PID控制等控制方法难以取得满意的控制效果,把自抗扰控制方法引入蒸汽发生器水位的串级控制系统中,解决传统PID快速性和超调的矛盾,且能够动态补偿对象模型的内扰和外扰。另外,自抗扰控制器的参数较多且参数难以整定,采用混沌搜索的粒子群混合优化算法来对优化选择参数进行仿真。仿真结果表明,改进方法的鲁棒性和控制品质优于传统的串级PID控制方法,方法的可行性和有效性。     

基于改进粒子群算法的四旋翼自抗扰控制器优化设计

针对四旋翼飞行器自抗扰控制器参数较多,人工整定困难且难以得到最优控制效果的问题,提出一种基于改进粒子群算法的四旋翼自抗扰控制器优化方法。在设计了四旋翼飞行器的自抗扰控制器之后,将自抗扰控制器的参数作为粒子群中的粒子进行迭代寻优,同时在传统的粒子群算法基础上,参考遗传算法,对适应值不好的粒子进行交叉保优,以提高粒子的多样性,加快寻优速度。仿真结果表明,对比人工整定参数的控制器,优化后的控制器超调更小,调节时间更快。该方法能够解决四旋翼飞行器自抗扰控制器人工参数整定困难的问题,且优化后的控制器具有更好的控制效果。     

无人机软式自主空中加油视觉导航方法

针对无人机软式自主空中加油问题,提出了用于无人机软式自主空中加油的视觉导航方法.在加油锥套外环平面上均匀布置8个近红外LED,在受油机上布置CCD相机及带通滤镜构成视觉系统,利用该系统对锥套进行近红外成像,对所获取的近红外图像进行特征点提取并利用迭代算法估计锥套与受油机之间的位姿参数.在不同距离下对该视觉导航方法进行了仿真验证.结果表明,所研究的无人机软式自主空中加油视觉导航方法精度较高,抗干扰能力较强,可以有效地用于无人机软式自主空中加油.     

一种非线性PID控制算法的仿真研究

研究PID控制系统优化问题,工业控制被控对象均具有非线性、时变和大时滞性,引起系统的品质性能差,传统的线性控制难以达到所要求精度。为了提高系统控制精度,利用PID控制器各增益参数与偏差信号间的非线性关系,提出一种非线性PID控制算法。首先将PID参数转化为优化问题,然后采用粒子群算法的全局、并行搜索能力对非线性控制参数进行求解,得到一组最优的PID控制参数。仿真结果表明,相对于传统线性PID控制,非线性PID控制器超调小,调节时间短,并提高了控制精度,有效解决了传统PID难以准确控制非线性对象的难题。     

基于SURF特征点的自主空中加油定位研究

针对硬式空中加油技术中加油插座的定位问题,提出了一种结合SURF(Speeded-up Robust Features)特征点的双目立体视觉定位方法,确定了加油插座的空间位置,实现伸缩管和加油插座的精确对准。基于SURF匹配算法,对双目视觉系统采集的左右图像进行目标检测,并获取匹配目标的SURF特征点,通过空间误匹配点对的剔除和目标点坐标的计算,确定左右图像中具有空间位置一致性的目标点(即加油插座),从而恢复目标点的三维信息。实验结果表明,结合SURF方法能够有效地对加油插座的空间位置进行定位,具有一定的实用价值。     

无人机模糊飞行控制器设计

近年来,无人机凭借其各种优势,受到了各国越来越多的关注;飞行控制系统是现代无人机的核心,其控制律设计结果对无人机飞行特性的影响至关重要,决定无人机是否能够满足自主飞行要求;为了获得更好的控制效果,保证无人机能更好地适应复杂环境和任务,在常规模糊控制方法的基础上引入修正因子和积分抑制策略,设计出了一种模糊飞行控制器;仿真结果表明,该控制器具有较好的控制效果和较强的鲁棒性,较一般的模糊控制系统具有控制速度快、精度高、鲁棒性强等特点,更能适应无人机的特殊要求.     

无人机姿态控制器设计及仿真

由于无人机模型的非线性和参数的时变性,传统PID方法设计的控制器动静态性能可能会变得很差,针对这种问题,设计了适合于某型无人机的模糊自适应姿态控制器;对于模糊控制器的隶属函数选择中盲目性的问题,利用粒子群优化算法对隶属函数进行智能寻优,降低设计过程中专家主观意向对控制器性能不确定性的影响;仿真结果表明,文章设计的控制器相对传统PID有更好的动静态性能,并且对于模型参数的时变性具有一定的鲁棒性.     

改进PSO算法及在无人机路径规划中的应用

在无人机路径规划问题中,传统算法存在计算复杂与收敛慢等缺点,粒子群优化算法(PSO)得益于其算法原理简单、通用性强、搜索全面等特性,现多用于无人机航路规划.然而,常规PSO算法容易陷入局部最优,本文在优化调整自适应参数的基础上综合引入全局极值变异与加速度项,以平衡全局和局部搜索效率,避免种群陷入“早熟”.对基准测试函数进行测试的结果表明,本文所提改进PSO算法收敛速度更快,精度更高.在实例验证部分,首先提取飞行场景特征,结合无人机性能约束,进行环境建模;然后将多项运行约束和期望的最小化飞行时间均转化为罚函数,以最小化罚函数作为目标,构建无人机飞行任务场景下的航路规划模型,并利用本文所提改进粒子群算法进行求解,最后通过对比仿真验证了改进粒子群算法的高效性和实用性.     

自主空中加油多摄像机近距相对导航与控制

针对伸缩套管方式下自主空中加油(AAR)对接与位置保持过程,提出了一个基于多摄像机系统(MCS)的相对导航与控制方案.该方案中的位姿估计算法通过结合3D-3D位姿估计技术和N点透视技术,能够充分利用多摄像机系统的宽视野和冗余测量信息.使用卡尔曼滤波算法对视觉估计数据进行滤波,并与速度测量数据进行融合,以提高视觉导航算法的精度和鲁棒性.为抑制外部风扰动,设计了一个基于动态对策理论的最优相对轨迹跟踪控制律.仿真结果表明提出的方案能够满足空中加油要求.