基于小波滤波的无人旋翼机高度信息融合

针对小型无人旋翼机自主飞行时高度测量信息不稳定、易受干扰的问题,提出采用基于滤波数据的自适应高度信息融合方法来提高无人旋翼机高度测量信息的精度和可信度.通过基于小波提升算法的小波分解重构方法,消除原始测量数据中的高频噪声;根据全球定位系统的测量精度受搜到卫星数目波动影响的现象,提出利用自适应卡尔曼滤波的方法实现高度信息融合.通过自主悬停和三维航迹跟踪飞行试验验证该方法的可行性和有效性.     

一种基于计算机视觉的飞行器姿态估计算法

改进了一种基于图像统计信息的飞行器姿态估计算法.改进后的算法可以迅速地估计出飞行器的横滚角与俯仰角,减少了运算量,提高了姿态估计的实时性和鲁棒性,精度满足飞行器的姿态控制要求.将不同的算法进行了仿真比较,提出了一种应用方案,解决了姿态估计过程中横滚角与俯仰角耦合的问题.改进后的算法适用于装备以视觉系统作为导航系统的飞行器,尤其是只能装备小型视觉系统的微小型飞行器(MAV, Micro Air Vehicles).将应用该算法的视觉导航系统与微惯性测量单元(MIMU, Miniature Inertial Measurement Unit)组合使用,可以增大飞行器姿态角估计的范围,进一步提高估计精度.      

基于航迹片段树的快速四维航迹规划方法

为消除起飞时间误差以及飞行过程中各种干扰对无人飞行器到达指定地点时间的影响,提出了一种基于航迹片段树的快速四维航迹规划方法.结合现代无人飞行器特点,利用改进的稀疏A*算法,生成遍布规划空间的航迹片段树,根据指定目标位置直接从航迹片段树中寻求最优叶节点,通过回溯及速度优化设置,快速获得能消除各种时间误差的飞行航迹.试验结果表明,本算法能快速完成四维航迹规划,满足飞行器按指定时间达到指定地点的要求.     

一种非线性航迹自适应跟踪控制方法

针对小型无人飞行器航迹跟踪精度和飞行品质问题,提出了一种基于非线性航迹的自适应跟踪控制方法.应用五阶B样条拟合航点,构建非线性期望航迹;建立基于非线性期望航迹Serret-Frenet坐标系下的位置和运动航向误差方程;根据误差方程设计渐近稳定收敛的自适应运动航向控制律.并应用此方法进行了外场飞行实验,实验结果表明自适应航迹跟踪控制方法有效且能保证航迹跟踪精度.     

强气流扰动下无人直升机自主导航技术发展与展望

无人直升机在低空、山区、海面飞行时，极易受到危及其飞行安全的强气流干扰，提高强气流扰动下无人直升机的自主导航性能对于其飞行安全具有极其重要的意义.本文对强气流扰动下无人直升机自主导航技术的发展过程、现状和趋势进行总结展望.文章在阐述无人直升机相关概念的基础上，分析了影响无人直升机导航性能的强气流扰动特性和建模方法，说明了强气流扰动对无人直升机及其导航系统的影响情况，基于无人直升机导航系统总结了对强气流扰动进行测量、估计的方法，并根据研究现状展望了未来强气流扰动下无人直升机的自主导航研究发展趋势.对无人直升机自主导航中强气流扰动的有效解决能够有助于提高直升机在复杂环境下的飞行和导航性能，促进我国无人直升机自主导航技术的发展.     

基于飞行角度优化的蚁群改进算法

针对无人飞行器路径规划问题，实现了排序蚁群算法，并在此基础上，引入了针对无人飞行器飞行特征的飞行角度优化策略，并建立了转移概率的更新原则。模拟飞行环境建立栅格化地图，进行仿真验证，输出无人飞行器的最优路径，验证最优解的质量和算法的收敛速度，结果表明，该方法能有效消除飞行过程中的尖角和折返现象，更加符合无人飞行器的飞行特征。与传统的方法相比，算法的收敛速度和最优解的质量均得到了提升。     

高动态无人飞行器轨迹规划与控制技术

针对高动态无人飞行器的飞行环境中,气动力、气动热条件苛刻,飞行参数和结构变化剧烈的特点,研究了多约束条件下的轨迹规划与设计方法.提出了以无人飞行器倾侧角为主控制量,将轨迹规划问题转化为最优控制问题,采用极大值原理和改进的邻近极值法,求解无人飞行器总吸热量最小的最优控制,并使得最优控制满足所有飞行边界约束和终端约束.最后,以某型高动态无人飞行器为对象,仿真证明了方法的有效性.     

基于状态反馈的黄金分割控制器参数化方法及其在高超声速飞行器上的应用

研究气动参数摄动和外界扰动下高超声速飞行器姿态系统的鲁棒自适应控制问题.引入特征建模的思想对高超声速飞行器的姿态系统建立二阶差分方程模型.考虑到高超声速飞行器再入过程要经历飞行环境的剧烈变化的特点,为了提高闭环系统的瞬态响应性能和抗扰能力,设计了黄金分割鲁棒自适应控制器.该控制器具有与特征模型相似的结构,控制器参数通过在线辨识获得,并且按照黄金分割比生成控制信号,能够保证辨识参数收敛过程中系统的稳定性.基于混合H2和H∞控制思想对标准的黄金分割自适应控制器中的参数λ进行在线优化,从而保证了姿态回路对气动参数摄动和外界扰动具有满意的鲁棒性.所提出的λ(k)优化算法是通过对一组线性矩阵不等式求解得到的,因此易于工程实现.改进后的黄金分割鲁棒自适应控制算法在自适应性和鲁棒性的优越性使得该方法尤其适用于高超声速飞行器姿态控制系统.仿真结果验证了控制方法的有效性和实用性.     

INS/GIS组合导航方法研究

针对GIS量测误差统计信息不明确,且量测信息具有随机性和有限性的特点,提出了采用非等间隔并解决量测滞后的滤波算法,设计了相应的卡尔曼滤波算法和递推最小二乘算法.建立了INS/GIS组合导航数学模型,通过仿真分析对比了上述两种算法的滤波精度,结果表明,改进的卡尔曼滤波方法优于递推最小二乘估计方法,可有效提高导航精度.     

基于修正似然滤波的无人机编队相对导航方法

针对无人机编队相对导航系统中视觉导航传感器量测数据存在随机时延问题,提出一种能够处理多步随机延迟量测的修正似然容积卡尔曼滤波（ML-CKF）算法。用多个伯努利随机变量对量测模型进行修正以描述随机延迟;通过边缘化延迟变量来计算滤波的似然函数以从延迟量测中提取准确的信息;采用三阶球面-径向容积准则计算高斯加权积分以解决系统的非线性。滤波中的加权因子根据接收量测的特性进行调整,因此,所提修正似然滤波具有自适应卡尔曼滤波属性。利用罗德里格斯参数表示姿态误差,设计了基于修正似然容积卡尔曼滤波的相对导航滤波器。仿真结果表明：所提算法可以准确地估计出长机和僚机之间的相对位置、速度和姿态,且估计精度高于容积卡尔曼滤波和传统随机时延滤波。     

基于自适应估计的光电平台目标跟踪方法

在基于图像的目标跟踪系统中,跟踪器延迟对系统的稳定性和跟踪精度产生不利影响.通过对光电平台伺服系统的理想控制指令的分析,给出了一种基于自适应估计的跟踪器延迟补偿方法.该方法采用自适应估计器快速估计目标速度,预测目标位置,同时结合无人机位置和姿态信息预测控制指令实现延迟补偿.仿真结果表明:该方法在目标机动和载机机动情况下能够有效提高光电平台的跟踪精度.     

基于Gabor滤波器的航空图像居民区域提取

中低分辨率航空图像中居民区域的自动提取对地理信息系统更新和无人机导航具有重要作用.详细分析了Gabor滤波器参数对纹理提取的影响,提出了一种基于Gabor滤波器的居民区快速提取算法.算法包含4步:运用Gabor滤波器分析图像纹理,采用核密度估计生成居民区域置信图像,进而计算自适应阈值分割置信图得到候选区域,最后根据区域几何形状去除干扰得到居民区.算法平均运算时间为0.42s,实验结果表明了算法的高效性和准确性.     

基于深度强化学习的软件定义卫星姿态控制算法

深度强化学习（DRL）作为一种新型的基于机器学习的控制算法,在机器人和无人机等智能控制领域展现出了优异的性能,而卫星姿态控制领域仍然在广泛使用传统的PID控制算法。随着卫星的小型化、智能化以至软件定义卫星的出现,传统控制算法越来越难以满足姿态控制系统对适应性、自主性、鲁棒性的需求。因此对基于深度强化学习的姿态控制算法进行了研究,该算法使用基于模型的算法,比非基于模型的算法拥有更快的收敛速度。与传统控制策略相比,该算法无需对卫星的物理参数和轨道参数等先验知识,具有较强的适应能力和自主控制能力,可以满足软件定义卫星适应不同硬件环境,进行快速研发和部署的需求。此外,该算法通过引入目标网络和并行化启发式搜索算法之后,在网络精度和计算速度方面进行了优化,并且通过仿真实验进行了验证。      

火星探测无人机任务规划与建模分析

利用无人机进行火星探测, 具有探测范围广、可看到地形变化等优点. 介绍了火星探测无人机总体任务规划的情况, 讨论了探测无人机在火星与地球上飞行的区别, 建立了火星探测无人机纵向非线性模型, 并在平衡点对非线性模型进行泰勒展开, 得到线性化模型. 通过对线性模型的进一步分析, 掌握了火星探测无人机的稳态性能及飞行特点.      

盘旋跟踪地面目标小型无人机控制系统设计

针对一种大展弦比、V形尾翼常规布局小型无人机盘旋跟踪地面目标飞行的飞行控制策略进行了研究.采用了一种单轴光电探测系统修正视场纵向误差,无人机航向控制修正视场横向误差的控制方法.设计了一种自适应PID(Proportion Integration Differention)控制器,并通过对无人机六自由度非线性运动模型的建模分析,进行了控制律的仿真验证,并将算法融合在盘旋跟踪飞行实验中.仿真及实际飞行实验结果表明:该控制系统在突风等大扰动的影响下获得了良好的动态性能指标,并有效地抑制了飞机姿态通道对视轴通道的耦合影响,满足了飞行任务的需求.     

提高无人机飞控系统数据采集准确度的算法准则

综述了无人机飞行控制系统各种参数采集、融合准确度对飞控系统稳定性的影响,提出了提高飞行控制系统各种参数采集、融合准确度的算法基本准则。     

一种地标点修正的高精度双目视觉导航方法

自主导航技术是无人机、智能机器人以及智能车辆等技术领域中的一项关键技术。为了克服传统视觉导航方法存在的不足,以摄像机自运动估计为理论基础,提出了一种使用地标点修正的高精度双目视觉导航方法。该方法从连续图像序列的帧间变化中提取摄像机自运动信息,再通过速度、角速度积分求得载体的位置姿态等参数。同时,通过引入地标点提供的绝对定位信息,进一步提高了长时间导航的精度。将地标点绝对定位与双目视觉相对定位相结合,并对双目视觉量测噪声建模和解相关,抑制了单纯使用双目视觉长时间导航时误差的积累发散。仿真结果表明此方法具有精度高、自主性强、导航信息完备等优点。     

基于视频帧间运动估计的无人机图像车辆检测

基于人工智能(AI)芯片搭建轻量化深度神经网络，可以在无人机(UAV)机载端实现视频中车辆目标的自动检测，具有重要的应用前景。为此，提出了一种针对无人机图像车辆目标的检测方法，并在AI芯片上进行部署与测试。方法具体包括:结合无人机图像中车辆目标的尺寸范围，对MobileNet-SSD网络进行裁剪，构建轻量化单帧图像检测器；为解决小目标特性在轻量网络框架下引发的检测性能下降问题，引入帧间运动矢量估计，根据相邻帧信息辅助预测当前帧丢失目标的位置范围，并利用检测结果进行修正，实现丢失目标的再召回。通过对多个数据集进行融合与自动补充标注，搭建了一个高质量的无人机图像车辆目标数据集；同时将方法在基于RK3399芯片计算的嵌入式开发平台上进行实验验证，结果表明:搭建的网络能够显著减少存储资源占用，具有轻量化的特点；同时相比于单帧检测法，引入视频帧间运动估计方法可以有效提高检测精度，并在AI芯片上实现125.3 ms/帧的检测速度。      

基于动态RCS的无人机航迹实时规划

传统的无人机航迹规划主要采用仅考虑无人机与雷达距离的简化雷达威胁模型,未充分考虑无人机雷达散射截面RCS(Radar Cross-Section)随自身姿态角改变而产生的动态变化.据此,提出了无人机周向动态RCS模型,并建立了综合考虑无人机动态RCS与雷达距离的探测概率模型,利用遗传算法进行了基于动态RCS的航迹实时规划,计算结果与传统航迹规划结果进行了对比.仿真结果表明该模型的可行性和有效性,能充分利用无人机自身的优势规避威胁,满足无人机的航迹实时规划的要求.