基于信息融合的八旋翼飞行器状态解算

针对四旋翼飞行器欠驱动控制和有效负载能力不足的特性,提出了八旋翼飞行器作为解决方案。分析八旋翼飞行器的动力学模型,建立其运动状态方程,采用无迹卡尔曼滤波算法实现飞行器姿态检测系统的数据融合。通过理论分析和Matlab仿真试验表明：采用状态估计融合滤波算法,有效提高了八旋翼飞行器姿态解算精度,可以获得最优姿态角度,满足八旋翼飞行器稳定的要求。     

卡尔曼滤波在四旋翼飞行器姿态测量中的应用

针对简单均值滤波很难满足要求的不足,介绍一种四旋翼飞行器系统飞行姿态测量的新算法。在使用传统的加速度传感器获取数据的基础上,使用卡尔曼滤波的方法,将加速度传感器数据和陀螺仪数据进行融合,以单片机为核心的惯性测量单元进行试验。结果表明,该算法能避免动态噪声对加速度传感器数据的影响,提高四旋翼飞行器姿态测量的精度。     

四旋翼飞行器航姿测量系统的数据融合方法

针对小型四旋翼飞行器航姿测量系统中MEMS器件精度低、易发散等问题,提出一种新的数据融合方法,对航姿测量系统中陀螺仪、加速度计和电子罗盘的输出数据进行融合。利用MEMS惯性测量元件搭建了一个低成本航姿测量系统,分析了姿态解算的过程和难点,采用基于梯度下降的姿态融合算法,对四元数更新方程进行了补偿。实验结果表明:与目前常用的卡尔曼滤波算法相比,基于梯度下降的数据融合算法能显著降低对处理器速度和精度的要求,能有效融合航姿测量单元的传感器数据,提高小型四旋翼飞行器的姿态测量精度。     

基于卡尔曼滤波的四旋翼飞行器控制算法

针对微型四旋翼飞行器运行过程中姿态数据中参杂着噪声干扰的情况,提出了以四元数与卡尔曼滤波相结合对飞行器的姿态数据做互补融合处理的方法。在分析微型四旋翼飞行器工作原理和结构组成的基础上,应用相关的物理规律建立飞行器的姿态算解的方程,提出了用卡尔曼滤波器解决飞行器的运动方程的方法,设计PID控制器,并进行相应的软件程序设计。测试结果与理论分析表明,该方法能实现良好的滤波效果,达到了平稳飞行的目的。     

四旋翼飞行器鲁棒自适应姿态控制器设计

为实现四旋翼飞行器姿态的稳定控制,针对该系统的非线性、易受外界干扰和参数摄动影响等问题,提 出一种鲁棒自适应控制方法。首先通过分析四旋翼飞行器的工作原理,建立了动力学模型;其次在线性化飞行器模 型的基础上,设计了基于最优二次型鲁棒伺服控制方法的姿态控制器;然后应用模型参考自适应控制方法设计了自 适应补偿器消除系统不确定性的影响;最后对加入了鲁棒自适应控制的飞行器进行仿真。仿真结果表明：该控制器 具有稳定精确的指令跟踪性能和强鲁棒性,能够在复杂环境下实现稳定良好的姿态控制。     

基于人工视觉的四旋翼飞行器室内定位与控制

为提高室内四旋翼的定位精度,提出一种基于人工视觉的四旋翼室内定位方法。在地面铺设与地面颜色有差别的参考线,利用机载下视觉传感器采集图像,并进行参考线特征提取,确定参考线与机体的相对位置并与微惯性测量单元数据融合,给出四旋翼飞行器的位置。使用AR.Drone四旋翼飞行器对该方法进行了验证。结果表明:该方案能在室内实现精度较高的定位,可以满足四旋翼航迹跟踪的精度要求。     

一种倾转四旋翼无人机及其过渡段姿态控制

为解决常规四旋翼无人机前飞速度慢、续航时间短、固定翼飞行器无法垂直起降和悬停的不足,设计一种小型倾转四旋翼QTR(quad tilt-rotor)无人机.建立QTR无人机的动力学模型,针对该无人机的过渡段姿态控制特点设计基于鲁棒伺服 LQR 控制理论的姿态控制器,针对 QTR 由垂直模式切换水平模式的过渡阶段设计控制策略,并通过仿真实验,对比传统控制方法进行验证.仿真结果表明:该无人机既兼顾传统四旋翼无人机的飞行功能,又能像固定翼飞行器一样进行长距离快速飞行.     

四旋翼飞行器悬停建模及控制

四旋翼飞行器是近几年发展起来的具有低功耗、高机动性的一种无人机,具有较高的军用及民用价值.四旋翼飞行器悬停的控制模型可近似为一个线性定常欠驱强耦合系统.通过建模得出的状态空间表达式的状态矩阵A的特征值存在正实部,是一个不稳定系统.由于系统的不稳定利用二次型最优控制对系统进行镇定,同时得到悬停状态下某一虚拟能量指标达到最小值时的二次型最优控制.利用Matlab对系统进行分析及二次型最优控制相关参数的优化.     

Draganfly四旋翼微型飞行器

早在1907年,法国人布勒盖特·瑞切(Br e guet Richet)所发明的世界第一架有人架势四旋翼飞行器Gyropl aneNo.Ⅰ就已能升上天空。但由于构造复杂、飞行员不易操纵等原因,四旋翼飞行器的发展并非一帆风顺。近年来,随着新材料、微机电、微小型飞行控制等技术的进步,微小型多旋翼无人飞行器逐渐成为迅速发展的重点。与常规旋翼飞行器如传统布局的直升机等相比,多旋翼飞行器结构更为紧凑,动力利用效率高,并且四只旋翼扭力矩可相互抵消,无需专门的反扭矩旋翼。多旋翼飞行器实现微小型化后,特别适合在近地面环境(室内、街巷和丛林)中执行监视、侦察等任务,具有广阔的军用和民用前景。目前,Air To Air公司已开发成功多款1kg级微小型多旋翼Draganfly系列飞行器,在可靠性、适应性和我用途方面已较为成熟。本文以该系列飞行器中的四旋翼飞行器为例,揭示该类微型无人飞行器的奥秘——     

基于SINS/GPS组合导航的新技术研究

随着GPS姿态测量技术的发展,提出将捷联惯导系统和GPS输出的飞行器姿态信息也可以作为组合导航系统的测量值参与滤波算法.以Kalman滤波为基础,将两个导航子系统测得的飞行器位置、速度和姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的导航参数.详细推导了这种组合导航方式的测量方程,并将该组合导航技术应用于某飞行器进行仿真.通过对仿真结果的分析证实了该方案的可行性和算法的有效性,具有实际应用价值.     

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。     

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。     

某小型低空高速无人机控制律设计与仿真

利用自动控制理论的知识,分析并建立了某小型低空高速无人机飞行控制系统的控制律,并采用飞机小扰动运动方程进行了初步的验证计算。利用飞机系统仿真的方法,采用飞机全量扰动运动方程对该型无人机飞行控制系统的控制律进行了仿真验证,结果表明,文中所设计的该型无人机飞行控制系统的控制律可以实现该无人机安全发射、稳定爬升、高度稳定、姿态稳定、航向稳定的要求,进而可以实现无人机按预定航路的飞行。     

基于Vega Prime 的飞行碰撞检测仿真系统设计

为了解决飞行碰撞检测仿真系统问题,提出了一种飞机碰撞检测航母的仿真系统设计。将飞机模型和飞行场景模型相结合,采用三维建模工具Multigen Creator,构建飞机、海洋和航空母舰等模型。将模型导入Vega Prime平台中的ACF文件,进行虚拟场景开发,采用C++语言,应用程序接口API调用Vega Prime的ACF文件,解决飞机实时飞行碰撞检测的问题,设计一个基于Vega Prime的环境飞行视景仿真系统,并进行测试验证。测试结果表明：该系统能快速、准确地对飞机碰撞航母进行实时检测,具有良好的实用性和可行性。     

飞机电源车在线故障检测系统实现

提出了一个基于单片机的飞机地面电源车的检测系统,该系统利用自动化检测技术,通过对电源车各项参数的采集、存储、读取、分析,实现了对飞机地面电源车的全面检测,并对测试结果进行最终质量评估,确保了电源车在飞行保障前的可靠工作。实际使用表明该系统设计合理、使用稳定可靠,显著提高了地勤人员的飞行保障能力。     

飞机飞行数据实时传输系统

针对现有飞机飞行状态监视手段单一、信息不丰富等问题,提出一种飞机飞行数据实时传输系统。在超短波频段上,基于TDMA技术,实现了多架飞机飞行数据的组网传输。构建了机载飞行数据传输设备及天线、地面网路控制与接收基站及天线组成的飞机飞行数据实时传输系统,并在某型飞机上进行改装,实现了飞行数据的实时传输。飞行检验结果表明：该系统设计正确、性能优良,为进一步拓展飞行数据的应用范围、辅助开展飞行指挥奠定了基础。     

基于无迹变换的协同探测与速度方向控制制导律一体化设计

飞行器协同探测相比于单飞行器探测具有精度更高、抗干扰能力更强的优势。传统制导控制设计过程中通常将目标定位跟踪和制导算法进行解耦设计,但实际上制导算法需要实时估计的目标位置等参数作为输入,而制导算法也会影响目标跟踪状态和测量方程的构建以及观测条件,两者存在较高的耦合度。解耦分别设计会造成一定的信息缺失,降低估计和制导精度。针对这一问题,本文构建了一种基于无迹变换的协同探测与制导一体化设计方法,一方面将协同探测目标定位算法引入制导律中,利用融合的目标位置估计均值和方差作为制导算法的输入,将制导过程作为一个随机矢量的非线性传播过程,利用无迹变换获取飞行控制角的均值和方差。仿真实验验证了该方法与传统的速度方向控制滤波算法定位相比,既能提升探测精度,同时满足较低的过载,较好地对飞行器的速度方向和姿态进行控制。