广义频率响应函数的鲁棒建模新方法

针对基于非线性谱分析的故障诊断技术的需要,研究了非线性系统的广义频率响应函数的鲁棒在线建模方 法。首先将次元分析算法应用于Volterra级数模型的辨识,并通过对此算法的修正,得到了一种改进的Volterra系统的鲁 棒辨识算法。对其鲁棒性能进行的分析表明,改进算法的鲁棒抗噪性能被明显提高。在此基础上,提出了一种广义频率响 应函数的两步鲁棒建模新方法。仿真实验表明,该方法具有良好的鲁棒收敛性能,能够有效解决GFRF的在线建模问题。     

针对飞行器的Muti-Agent仿真测试床的设计与实现

飞行器的Muti-Agent测试床是研究多无人机协同算法的重要平台。首先基于HLA标准完成了测试床构架的总体设计,然后通过测试床软件体系结构设计、运行流程设计、接口设计3个方面完成了整个系统的详细设计,最后通过使用VC++作为开发工具,采用地形LOD、MAPX控件、飞行器系统建模等方法实现了针对飞行器的Muti-A-gent分布式三维仿真测试床。仿真实例表明,该系统具有较强的通用性和逼真性。     

仿昆扑翼飞行器全解耦控制

针对仿昆扑翼飞行器飞行控制所面临的欠驱动问题,基于平均理论,提出采用周期时变反馈策略控制仿昆扑翼飞行器的策略,并给出了设计周期时变反馈控制器的输入参数化设计方法．该方法对飞行昆虫的扑翼运动进行仿生模拟,通过调整根翅运动参数,实现了对6个方向气动力和力矩的独立控制．本质上就是用参数表示欠驱动系统的输入,并以此构造周期时变反馈函数;从而在原系统中引入更多数目的独立控制量,将原系统转化为完全能控系统．然后,将此可控系统线性化,并利用线性反馈控制器设计工具设计其反馈控制律．仿真结果表明,基于该策略设计的控制器具有响应速度快、稳定误差小、鲁棒性强等特点．     

SPI接口技术及应用

本文详细介绍了SPI接口芯片的逻辑时序,给出了实时硬件接口的连接方式,并对编程实现时的注意事项进行了说明。     

面向不确定性环境的多无人机协同防碰撞

随着无人机碰撞事故的增加, 防碰撞已成为多无人机共空域飞行亟待解决的问题。首先, 进行多无人机协同防碰撞体系结构设计, 然后, 提出一种新的模型预测控制方法: 应用扩展卡尔曼滤波预测不确定性环境空间的障碍物和目标轨迹, 无人机通过机间通信实现环境信息共享, 基于模型预测控制方法进行多无人机协同防碰撞制导决策。仿真结果表明所提方法的有效性, 同时协同机制的效果明显。     

微型飞行器的仿生感知与控制

微型飞行器是无人机家族的新成员,它体小质轻的特点决定了它对所需传感器的质量、尺寸、能耗和性能有严格的限制,根据常规传感器已经很难设计出具有良好飞行性能的厘米级微型飞行器。一些学者根据飞行生物感觉器官的工作原理,设计了多种性能优异的仿生传感器。在概述了仿生传感器,特别是光流传感器的研究和发展现状基础上,分析了仿生传感器的研制所涉及的关键技术,讨论了它在微型飞行器控制中的应用前景     

用改进变异粒子算法实现突发威胁下的无人机航迹规划

针对无人飞行器航迹规划问题,提出一种改进变异粒子群算法及航迹节点拓展法,有效解决了突发威胁下的航迹规划问题,并进行仿真验证。通过引入维量化活性度解决了粒子群算法搜索后期速度下降问题,通过相对坐标转换避免了采用一元多项式函数作为水平航迹丢失部分解的情况。仿真表明,利用改进的变异粒子群算法能够有效地提高搜索速度和精度,适用于突发威胁下的航迹规划问题。     

多无人机时序到达协同控制方法

时序到达控制是无人机协同控制方向新近产生的典型问题, 对异构无人机协同执行搜索、跟踪、打击、评估等任务具有重要潜在价值。引入计算几何学中的Laguerre图用于航路规划, 当两个威胁区域不相交时, Laguerre图生成的初始航路必然从它们之间的空隙内穿过。针对时序控制精度不高的问题, 采用周期性的速度修正方法, 有效提高了到达时间精度。仿真结果表明, 所提出的时序到达控制方法能够有效实现多无人机时序到达, 并且具有较高的鲁棒性和控制精度。     

克服V型障碍陷阱的激光雷达机器人分层避撞方法

激光雷达以其高的角度和距离分辨率被广泛地应用于移动机器人的障碍规避,但其固有的探测特性易使机器人陷入V型障碍陷阱,并增大路径代价.为此,通过深入分析激光雷达精度与距离的特性关系,提出按照探测精度将探测区域划分为模糊规避区、精确规避区和应急规避区,进而建立一种分层障碍规避方法.为模糊规避区设计神经网络障碍规避算法,同时在精确规避区采用边界点追踪法避撞.仿真实验表明,所提出方法相较于传统的激光雷达避撞方法,不仅能够使机器人避免误入V型陷阱,而且可以产生更小的路径代价.     

面向搜索跟踪任务的小型无人机云台补偿控制

在地面目标搜索任务中,无人机与传感器设备的安装交联和无人机的六自由度运动会使得无人机探测路径与飞行路径之间产生差异．因此,针对耦合作用给搜索任务带来的消极影响,将无人机本体的姿态测量信息引入到对云台的控制中,保证飞行路径与探测路径的协调．同时,针对目标跟踪任务,对因为无人机与目标的相对位置变化对实时捕捉目标造成的不良影响进行补偿,使摄像机对目标的凝视更稳定、更准确．最后,通过仿真实验验证该云台控制方法的有效性．