四旋翼飞行器模型的气动参数辨识

通常,四旋翼飞行器的旋翼气动参数是采用经验值或复杂计算确定的,但其结果对测量传感器精度要求高,对环境的适应性差。设计了一种组合模型机理分析与参数辨识的方法对气动参数进行估计。机理建模可以减少参数辨识的计算量,参数辨识又可以进一步提高模型的准确度,增强参数对环境的适应性。首先利用叶素理论分析了旋翼的升力和力矩,用空气动力学和牛顿欧拉方程建立了平台机构的动力学模型,然后利用辨识工具CIFER对于具有不确定因素较大的气动参数进行频域辨识。通过仿真实验,对辨识所得的模型和参数进行频域和时域的验证,其结果在低频阶段跟踪性能优异,曲线的吻合程度好,气动参数的可信度高。     

大规模固定翼无人机集群编队控制方法

针对大规模固定翼无人机集群的编队控制问题,提出一种分层分组控制方案.首先,设计一种分布式的无人机集群分层分组控制架构,将集群内所有无人机分成若干独立且不相交的群组,并在群组内分别形成“长机层”和“僚机层”;其次,对各群组内的长机设计协同路径跟随控制律,使长机收敛到各自期望路径上的虚拟目标点,并通过对各虚拟目标点的协调控制实现长机的协同,进而实现各群组间的协同;然后,对各组的僚机设计控制律以跟随其所在群组的长机,使其与长机保持期望的相对位置且朝向一致.设计的大规模集群编队控制律考虑了固定翼无人机的控制约束和环境中风的影响,并证明了闭环系统的稳定性.100架固定翼无人机集群的全流程数值仿真,验证了所提出控制方法的有效性.