执行器非线性超低空空投航迹倾角自适应控制

针对超低空空投下滑阶段执行器非线性、外界不确定性大气扰动以及模型存在未知非线性等因素干扰轨迹精确跟踪问题,提出一种鲁棒自适应神经网络动态面跟踪控制方法。建立了含执行器输入非线性的超低空空投载机纵向非线性模型,采用神经网络逼近模型中未知非线性函数,引入非线性鲁棒补偿项消除了执行器非线性建模误差和外界扰动。应用Lyapunov稳定性理论证明了闭环系统所有信号均是有界收敛的。仿真验证了所提方法既保证了轨迹跟踪的精确性又具有较强的鲁棒性。     

基于改进灰色关联的中继通信无人机数据融合

在无人机中继通信优化设计中,研究中继通信无人机机上数据融合问题。为降低中继通信无人机平台通信占用带宽和通信时延,提高数据精确性,提出了一种基于时敏分类的"时间窗"改进型灰色关联数据融合算法。首先利用时敏分类的"时间窗"调节机制调节灰色关联算法的复杂度并实时调整数据融合序列。然后利用"时间窗"改进的灰色关联算法进行数据融合,算法复杂度可随数据的紧急程度而调整。仿真结果表明,利用改进型灰色关联的中继通信无人机数据融合算法能显著提高中继通信无人机机上数据融合的数据精度,并降低通信时间延迟。改进算法能够满足系统对数据实时性和精确性的要求。     

关于无人机飞行航迹跟踪优化控制研究北大核心CSCD

研究无人机任务规划中的飞行航迹跟踪优化控制。为克服传统航迹规划算法仅使用航迹关键点难以满足无人机执行任务对航迹跟踪的要求,提出了一种用C^2样条算法融合的无人机三维航迹跟踪优化控制方法,解决了不同航段中无人机的可飞性、边界限制、过载限制等约束。首先针对巡航段航迹采用融合算法中的3D样条优化生成具有时效性的光滑航迹曲线。然后针对任务段航迹采用融合算法中的4D样条优化进一步生成能控制航迹关键点速度的航迹曲线,完成整条航迹的跟踪优化。仿真结果表明,关于C^2样条算法融合的无人机三维航迹优化方法能有效地优化出无人机的实际飞行轨迹,有助于无人机的航迹跟踪控制。能够满足任务规划中无人机对航迹跟踪优化控制的高精度要求,为任务执行提供良好航迹条件。