一种新型磁阻传感器的研究及应用

介绍了美国Honeywell公司生产的磁阻弱磁传感器的性能特点,以及由其组成的三轴智能型弱磁传感器在测量磁航向方面的应用.实验结果表明:在捷联状态下,用垂直陀螺提供载体的姿态角,在俯仰角、倾斜角达±45°的情况下,测角精度优于 0.6°.该传感器应用的显著特点是体积小、重量轻.它与垂直陀螺组成简易捷联航姿系统,已用于无人机的控制与导航.     

改进人工蜂群算法优化RBF神经网络的短时交通流预测

为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。     

基于无人机的山地遥感观测平台及可靠性分析——以若尔盖试验为例

在山地复杂条件下开展无人机遥感观测面临众多挑战,分析无人机遥感观测平台的可靠性是影像拼接、成果应用、平台和飞行方案改进的重要基础。介绍了一种基于低空无人机的山地多源数据遥感观测平台,重点阐述了无人机系统的组成、性能参数和传感器参数。以《低空数字航空摄影规范》为参照,总结低空无人机遥感观测平台的可靠性分析方法。以2014年7月25日若尔盖高原无人机遥感观测试验获取的数据为例,定量分析该低空无人机遥感观测平台的可靠性。结果表明:该平台在山地复杂条件下具有较高的可靠性,航向平均重叠度为73.58%,旁向平均重叠度为55.07%,平均倾角为2.23°,航线内平均旋角为1.36°,航线间平均旋角为10.41°,平均航线偏移为5.42m,最大航线弯曲度为0.19%,最大航高差为5m,各项指标评价结果远优于《低空数字航空摄影规范》要求。相机成像面与平台飞行方向的夹角可能引起旁向旋角的增大;在逆风条件下,该小型无人机遥感观测平台的姿态更为稳定。     

基于改进流体扰动算法与灰狼优化的无人机三维航路规划

针对复杂地形环境下的无人机三维航路规划问题, 提出一种基于改进的扰动流体动态系统与灰狼优化理论的混合航路规划算法. 构建改进的扰动流体动态系统数学模型, 通过修正初始汇流得到扰动流场, 流场流线即可看作规划航路, 能有效避免驻点、局部陷阱等问题. 通过模拟灰狼群体的等级制度和捕食策略, 并引入个体记忆功能和优胜劣汰选择规则, 对障碍物反应系数进行寻优. 仿真结果表明, 规划出的三维航路平滑、可飞, 具有良好的避障特性.

     

天地一体化网络中无人机通信链路选择策略研究

本文在研究无人机通信多种信道模型和特征的基础上,提出了一种基于天地一体化网络的无人机通信链路选择策略。该策略通过分析不同飞行环境下无人机通信链路影响因素选择最佳通信链路,解释了无人机系统中不同通信链路的适用场景,并根据所提出的策略,设计了一种多无人机在近地面观测站的编队飞行方式。仿真研究了基于该策略的多无人机编队飞行时通信链路的误码率性能,以及多普勒频移、传输时延和阴影衰落等影响因素。研究结果表明无人机在长时间多场景飞行过程中,根据所提出的策略切换不同的通信链路能够将误码率保持在满足通信需求的水平。     

固定翼无人机的自抗扰反步控制

针对固定翼无人机姿态和速度控制中系统存在模型不确定性和外界扰动的情况,本文设计了基于扩张状态观测器的反步控制器抑制系统扰动以提高无人机的控制性能.首先建立无人机速度误差模型和姿态误差模型,其中姿态误差模型采用四元数作为变量以避免欧拉角在描述姿态时存在的奇点问题和复杂三角运算;进而设计扩张状态观测器对系统中存在的扰动进行估计,并将扰动估计值与控制器设计相结合,分别设计出姿态控制器和速度控制器来抑制扰动的影响且使无人机姿态和速度收敛到期望值.最后基于李雅普诺夫理论证明系统的稳定性.仿真结果表明,本文所设计方法能够抑制系统中存在的扰动.     

基于数传电台的靶用型无人机测控系统

靶用型无人机简称靶机,模拟航空飞行器的飞行性能和外部特性,用于防空探测系统和防空武器系统的功能和性能测试.由于靶机是一种消耗性资源,为其研制专用测控系统,价格昂贵且通用性受限.本着低成本、通用化和小型化的原则,以数传电台为核心硬件,设计了适用于靶机的测控系统.详细论述了该测控系统的总体设计、硬件设计和软件设计,并对测控作用距离进行了分析.该测控系统已在多型靶机上得到了成功应用.     

改进人工蜂群算法及其在应急调度优化问题中的应用

针对于大规模灾难发生时首批“生命”物资的应急调度建模及优化求解问题,将受灾点缺失损失评价函数由线性扩充到非线性,对一次性消耗类和连续性消耗类物资建立了多对多约束多目标调度模型。基于Pareto支配和拥挤距离的概念将人工蜂群基本算法应用到此问题的求解,并对算法进行了以下改进：基于反向食物源的定义提出融合反向学习的食物源初始化,以提高初始解的质量;将反向学习策略和广泛学习策略融合到蜜蜂搜索过程,以反向食物源和其他较好食物源信息来引导蜜蜂搜索方向。三种规模的仿真实验表明,所提出算法所求出的非支配前沿解集更具多样性,分布更加广泛和均匀,能够为应急物资调度决策进行支持。     

基于DDPG算法的旋翼无人机智能跟踪方法

针对旋翼无人机视觉伺服控制可视性约束差与控制效率低的问题,介绍四旋翼无人机的动力学模型与传统视觉伺服的基本原理;针对视觉伺服增益调节问题,提出了一种基于深度强化学习的旋翼无人机视觉伺服控制的马可科夫模型;并结合深度确定性策略梯度（DDPG）算法训练了模型,最终得到线速度和角速度2个解耦的伺服增益。结果表明,与传统的基于图像的视觉伺服（IBVS）方法相比,该方法能保证目标始终在视场中、飞行轨迹平滑、到达目标位置所需时间短,满足旋翼无人机视觉伺服控制可视性约束条件,同时,控制效率比传统控制方法高23.5%。实验中该方法能在复杂的非线性环境中实现精确控制,增加了视觉伺服技术的应用场景。     

用于清洗绝缘子的四旋翼无人机抗回冲力控制

本文主要针对利用四旋翼无人机清洗绝缘子时受到的回冲力干扰及姿态控制问题,提出了一种用于清洗绝缘子的无人机抗回冲力控制方法.对于无人机系统,本文运用非线性控制方法中的反步法来设计姿态控制器,使其达到输入状态稳定,并对外部扰动具有鲁棒性.本文首先根据无人机运动模型建立了其动力学方程.之后,运用动量定理和流体力学中的伯努利方...