领航主机约束化的多四旋翼无人机编队航迹优化方法

针对多四旋翼无人机编队队形保持不变情况下的航迹优化问题，在飞行过程中以图论方法为基础将四旋翼无人机编队看作一个虚拟刚体，将编队中的跟随无人机看作领航四旋翼无人机的约束来处理，优化过程中仅考虑领航四旋翼无人机的最大转弯半径约束、队形变换时间约束及转换而来的约束，并将编队飞行所需能量最小作为优化目标，求解多四旋翼无人机编队定时到达目标的航迹优化问题，然后基于Gauss伪谱法对领航四旋翼无人机进行航迹优化，将其转化成一个非线性规划问题。仿真结果表明，利用本文提出的算法可以获得一条平滑飞行航迹，满足定时到达目的地约束、多无人机性能约束和环境约束要求；所获得的航迹能安全绕过障碍物，提高了无人机编队的生存能力，有一定的工程应用价值。     

基于协同裕度的多飞行器航迹规划

针对传统多飞行器协同航迹规划适应环境变化的能力较弱的缺陷,提出了多飞行器协同裕度的概念,建立了航迹规划的协同裕度模型,研究了基于协同裕度的多飞行器协同航迹规划方法,提高了编队协同能力,仿真结果验证了改进方法的有效性。     

多无人机任务分配/航迹规划的一体化求解方法

针对多异构无人机任务分配和航迹规划存在的强耦合特性,为解决串行求解仅能获得局部最优解的问题,提出了一种基于图论的一体化求解框架,采用三维Dubins模型,通过对无人机航向角进行离散化,将路径规划问题和任务分配问题建立为离散图模型。为了实现该混合整数规划问题的快速求解,建立了基于并行化处理的遗传算法策略;为避免执行时序约束任务存在的死锁问题,引入深度优先算法（DFS）,通过检测时序任务图环路状态判断任务规划结果的可行性,从而剔除规划结果中的不可行解。仿真结果表明,相比于解耦方法,一体化求解方法能明显提高规划结果的品质;相比于集中式遗传算法,分布式遗传算法能显著提高算法的收敛速度。     

基于蜂群与A*混合算法的三维多无人机协同

研究了一种基于蜂群与A~*混合算法的三维多机航迹规划方法。理论和仿真研究表明该混合算法较单独的A~*算法更易躲避威胁,整体路径更优;其次,基于该混合算法探讨了多无人机三维路径协同规划下的自适应时间协同。通过判断多无人机到达时间范围,多机自适应时间协同状态为同时到达、时序到达或者无法协同重新航迹规划。针对时序到达情况采用了到达时间差迭代选择,相比于固定到达时间差的时序到达,迭代过程加大了无人机满足时序到达的可能性,增强了多机协同打击能力。     

有人机/无人机混合编队协同作战研究综述与展望

有人机与无人机混合编队协同作战是未来空战的重要形式。有人机是中央指挥,而无人机直接接受有人机的指挥和控制,并进行战场态势感知、目标打击等。有人机和无人机可以看成空间上分离而逻辑上一体的巨型虚拟战机,二者优势互补,充分发挥最大综合效能,既提高了有人机的生存能力又延伸了无人机的探测距离范围和攻击距离。本文首先简述了有人机/无人机混合编队协同作战的发展历程,然后重点归纳了协同作战的关键技术原理和国内外研究成果,包括协同态势感知与评估技术、协同任务分配技术、协同航路规划技术、编队飞行与跟踪控制技术,并给出了一个在典型作战任务设定下的协同作战流程。最后对该领域的研究发展方向进行了展望。     

编队构形保持模型预测控制方法研究

针对多星编队构形保持问题,提出了一种基于模型预测控制的编队构形保持协同控制算法。首先,给出了线性化的、基于相对轨道根数的编队相对运动方程,基于此方程,提出了优化确定多星编队系统构形修正相对运动中心和各个卫星目标修正量的线性规划数学模型。然后,在建立离散化状态方程和测量方程的基础上,提出了满足多种约束条件的求解构形保持控制律的混合整数线性规划数学模型。于是,可通过求解上述两个数学规划模型,得到基于模型预测控制的构形保持协同控制算法。最后通过数学仿真验证了算法的有效性和优越性。     

导弹定向定时航迹规划的改进PSO方法研究

为提高导弹的突防概率,协同攻击目标,需要对攻击角度和攻击时间同时进行协调,针对此,本文研究了改进的混沌PSO算法,并将其引入到导弹的航迹规划中。基于导弹的质点模型,将存在边值、过载和禁飞区等约束条件的导弹最优航迹设计问题,通过Gauss伪谱法转化成一个非线性规划问题进行求解;并对传统过载性能目标函数进行了改进,有效处理了不等式约束问题,并使导弹后期飞行轨迹平滑,最后对多导弹协同攻击静止目标进行了仿真验证。仿真结果表明,利用改进的混沌PSO算法,可以获得一条满足导弹性能约束和战场环境约束的平滑飞行航迹。本方法所设计出的航迹能安全地绕过禁飞区,过载满足要求并降低了末段控制压力,提高了导弹的突防能力,有一定的工程应用价值。     

无人机三维航迹规划的量子粒子群优化算法

针对传统的粒子群优化算法容易陷入局部最优解的问题,采用量子粒子群优化算法开展了无人机三维航迹规划。详细分析了固定翼无人机的飞行性能约束条件。为了减小算法计算复杂度,提高规划效率,对三维航迹规划问题的高度规划采用了直接设定策略,即,设置各个航路点的高度介于最大、最小飞行高度之间,从而将三维航路规划问题简化为二维航路规划问题。设计了收缩-扩张因子的线性增大调节策略、代价函数和航迹规划流程。分别采用量子粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所设计的量子粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究，提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中，不同飞行器的潜在航迹形成它们自己的子种群，并在于种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时，通过使用特定的染色体表示方法和进化算子，该算法可以有效利用各种环境信息，处理各种航迹约束，并实时地生成三维航迹。     

引入控制量变化率约束的双层协同轨迹规划器

针对亚音速飞行器编队飞行轨迹规划约束复杂、求解困难的问题,提出了一种引入控制量变化率约束的双层亚音速飞行器协同轨迹规划器。首先,引入控制量变化率约束以保证轨迹可行性,为了避免增加新的状态方程而增加计算量,采用拉格朗日插值多项式计算控制变量变化率,将其作为求解最优控制问题伪谱法的约束条件。然后,使用顶层单飞行器规划器在不考虑多飞行器协同约束的条件下使用较少配点的伪谱法快速求解每个飞行器的粗略轨迹结果,求解结果使用拉格朗日插值作为底层多飞行器规划器的初值。底层多飞行器规划器使用更多的配点以确保求解的精度,在考虑多飞行器协同约束条件下进行伪谱法求解,以解决伪谱法初值敏感问题并提高优化效率。最后仿真结果表明了所提方法的有效性,与引入虚拟控制量而增加状态方程方法相比,此方法计算量更小,求解效率更优,满足协同轨迹规划的要求。     

基于M56F807的无人机飞控系统设计

针对小型无人机飞控系统在功耗、成本、可靠性以及集成度等方面的较高要求,设计了一种基于Freescale M56F807型DSP和PID控制策略的飞控系统。针对某型号的无人机,详细阐述了系统的设计思想及其基本硬件和软件结构。采用了时域信号的取样积累平均方法,减少了算法的实现难度,提高了采样精度。对硬件设计中的关键技术进行了研究,系统具有设计精炼,可靠性高,开放性好等优点。基于DSP的现代高速数字处理飞控系统,能够赋予无人机更大的机动性、更高的灵活性和更广泛的适用性。     

姿控载荷多约束下的内外弹道联合优化

为提升固体运载器整体性能,提出一种姿控载荷多约束的内外弹道联合优化建模方法。首先,建立固体运载器内弹道计算模型和外弹道计算模型,给出大风区和级间分离的姿态控制模型以及杆状减阻装置载荷计算模型。其次,以灵敏度分析方法选择出内外弹道设计参数作为优化设计变量,将姿控摆角需求、减阻杆承载能力作为约束条件,建立以射程最优为目标的优化模型。最后,将该方法应用在某三级固体运载器的优化设计中,以差分进化算法开展仿真校验,射程提高了10.8%,并且优化结果满足姿控和载荷约束。     

基于偏振光的导航定姿自适应滤波算法

针对小型无人机三维空间内姿态解算问题,基于惯性测量单元与偏振光传感器组成的航姿参考系统,提出了一种自适应滤波姿态估计算法。在常规互补滤波算法基础上,为解决实际飞行过程中存在的运动加速度干扰以及天空中水汽分布异常等问题,建立了相应的自适应调节框架结构。实验结果表明:提出的算法能有效抑制外界干扰因素对姿态解算精度的影响,提高了偏振光组合导航系统的稳定性与可靠性,增强了系统对外界复杂因素的抗干扰能力。     

存在干扰下的无人机中继站波束成形算法

无人机(UAV)通信具有部署快、使用灵活、通信质量好等优点,在无线通信领域具有广阔的应用前景。采用UAV作为中继站构成的增强型卫星通信网络经常受到各种干扰的影响,导致其性能急剧下降。以信干噪比(SINR)最大化为准则,UAV中继站发射功率满足要求为约束条件的优化问题的基础上,提出了一种基于最大瑞利熵的波束成形(BF)算法,得出最优权矢量。为了降低BF算法的实现复杂度,进一步提出了一种基于迫零(ZF)的次优BF算法。计算机仿真验证了这2种BF算法的有效性。     

基于进化计算的无人飞行器多航迹规划

针对飞行器多航迹规划问题展开研究。在分析多峰值函数优化问题的基础上，提出了一种基于进化计算的飞行器多航迹规划方法。该方法通过使用特定的染色体表示方法和进化算子，可以有效利用各种环境信息，处理各种航迹约束。同时，通过引入聚类算法，将种群中的个体按其空间分布进行聚类，生成若干个不同子种群。在进化过程中，所有个体只在各自的子种群内部进化。当进化结束时，每个子种群将分别生成一条各自的最优航迹，从而为飞行器生成多条不同的可选航迹。仿真结果表明了该方法的有效性。     

基于OPTIMUS的临近空间飞行器再入轨迹优化设计

针对临近空间飞行器再入飞行受到热流率、动压和过载等多约束情况下的轨迹优化问题,提出了基于OPTIMUS优化软件平台搜索初值的编程求解方案。首先根据再入飞行动力学原理建立数学模型,并合理简化,应用最优控制理论设计滚转角控制律;然后利用OPTIMUS软件平台搭建系统工作流程,进行试验设计并建立响应面模型,通过平台集成的优化算法寻找初值;最后结合不同优化算法的优点,基于遗传算法加模式搜索法编写程序求解轨迹。结果表明,基于OPTIMUS分析所设计的轨迹优化方案,可以快速确定较为准确的初值,计算效率显著提高,且能够保证较高精度。     

基于序列凸规划的运载火箭轨迹在线规划方法

针对大气层内气动力对轨迹规划求解实时性与收敛性的影响,提出一种基于模型补偿序列凸规划的大气层内火箭轨迹规划方法。该方法的核心思想是通过设计一种序列补偿的方式,将火箭动力学中非线性项(气动力加速度与重力加速度)与过程约束项(动压、过载约束等)进行凸化,从而将轨迹规划问题转化为序列凸规划问题而得到快速求解。在此基础上,本文理论分析了该序列凸规划方法的收敛性,保证该方法能够收敛到原问题的最优解。数值仿真表明,该方法能够完成大气层内的火箭上升段与垂直着陆段轨迹在线规划任务,方法的收敛速度能满足轨迹在线生成的实时性要求。     

保护映射理论在火星无人机鲁棒自适应控制的应用

针对具有模型不确定性特点的火星无人机控制问题,本文基于保护映射理论提出一种飞行控制的鲁棒自适应调参数方法,通过建立控制系统未知参数与闭环系统极点间的约束关系,在飞行高度和速度变化的情况下,利用对系统极点的配置,保证火星无人机的稳定飞行要求。此外,设计过程中控制器结构固定,只需给定一个初始增益,即可实现系统的鲁棒自适应调参。仿真研究表明获取的增益能使控制作用满足火星无人机在高度和速度变化情况下的稳定飞行要求。     

飞行器固体火箭助推器设计优化方法比较

综合考虑飞行器总体设计约束、轨道设计、气动特性与固体火箭助推器设计间相互影响的情况下,建立了飞行器固体火箭助推器总体/气动/轨道/动力多学科的系统分析模型和设计优化模型。采用传统设计优化方法和多学科设计优化(MDO)方法进行了固体火箭助推器设计优化。结果表明,固体推进单学科的最优设计不等价于飞行器总体多学科的最优设计;与传统设计优化方法相比,MDO方法一次设计优化就可得到满足飞行器总体设计指标的最优设计,得到内外弹道相匹配的助推器最优推力-时间曲线。传统设计优化方法需要飞行器总体和固体推进学科两个设计优化过程不断迭代协调,容易漏掉满足飞行器总体设计指标的最优设计。采用MDO方法,可提高固体火箭助推器的设计质量,大大减少设计迭代次数,从而缩短设计周期。     

考虑飞行品质约束的空天飞行器控制舵面设计及优化

针对放宽静稳定度条件下水平起降空天飞行器控制舵面尺寸设计难度大的问题,提出了一种基于代理模型的控制舵面—控制参数一体化设计方法。首先,基于鸽群算法构建了包含结构参数的空天飞行器气动特性代理模型,获得了气动特性参数随飞行条件、控制舵面尺寸及质心位置的变化关系,为控制舵面一体化设计提供输入。然后,设计了基于C*结构的空天飞行器纵向参考模型跟踪控制律,并将考虑飞行品质约束的空天飞行器控制舵面一体化设计问题转化成多约束条件下的多目标优化问题。并采用非光滑优化算法计算得到了同时满足飞行品质、舵面饱和、舵面偏转速率等约束的最小控制舵面及对应的控制参数。仿真结果表明,该方法能够在满足性能指标约束的前提下有效减小控制舵面的尺寸,具有较强的工程应用价值。