基于改进PSO的飞行控制律参数多目标优化方法

针对传统飞行控制律参数单目标优化设计不能同时满足多控制指标要求,且与飞行品质要求缺乏相关性,以及物理意义不明确等缺点,提出了一种基于改进粒子群算法的飞行控制律多目标优化设计方法。该算法模拟鸟类捕食过程,使得种群随着"食物"的发现和消耗,聚集为数量和构成动态调整多个子群,且子群粒子速度也随之进行自适应变异。从而,有利于维持种群的多样性,有效抑制早熟收敛现象发生。最后,还使用改进的粒子群优化算法对某型飞机横侧向控制律设计进行了数值仿真,结果显示该算法有效提高控制律优化调参效率,可满足期望的飞行品质要求。     

基于进化策略的飞行控制系统多目标优化

针对传统飞机飞行控制律参数单目标优化设计不能同时满足多控制指标要求,且还有与飞行品质要求缺乏相关性和物理意义不明确等缺点,提出了一种基于改进多目标进化算法的飞行控制律多目标优化设计方法。该算法引入了决策者的偏好信息,用以指导算法的搜索过程,使算法在决策者感兴趣的区域进行搜索,不但缩小了算法的搜索空间,提高了算法的效率,而且一次运算只求得偏好区域内若干个折衷解,避免了决策者要在众多非劣解中作出困难的选择。在算法中,采用了新的偏好信息给定方法,并提出了一种模拟"投票选举"的偏好信息处理方法,该方法直观简便并易于实现。最后,使用改进的多目标进化算法对某型飞机纵向控制律设计进行数值仿真,结果显示该算法可有效提高控制律优化调参效率,结果满足期望的飞行品质要求。     

舰载机着舰飞行/推力补偿控制律多目标综合优化设计

对舰载机着舰飞行/推力补偿综合控制问题进行了研究。在满足飞行品质要求下,为提高飞行/推力补偿系统抗舰尾流干扰能力及着舰下滑航迹的控制精度,提出了一种基于改进粒子群算法的飞行/推力控制律综合优化设计方法,实现了舰载机着舰控制的飞行品质、抗干扰能力及下滑航迹控制精度的综合优化。在算法的搜索过程中,粒子群模拟鸟类捕食过程自适应聚集为多个动态调整的子群,从而有效维持种群的多样性,抑制早熟收敛现象发生。最后,采用美国F/A-18A舰载机参数进行了数值仿真,仿真结果表明,该方法可有效提高控制律优化设计效率,不但能满足期望的飞行品质要求,同时,还可改善系统的抗干扰能力,提高着舰下滑航迹的控制精度。     

飞机飞行控制系统参数多目标优化设计研究

针对传统飞行控制律参数单目标优化设计不能同时满足多控制指标要求,且与飞行品质要求缺乏相关性,物理意义不明确等缺点,提出了一种基于改进粒子群算法的飞行控制律多目标优化设计方法。算法模拟鸟类捕食过程,使得种群随着"食物"的发现和消耗,聚集为数量和构成动态调整多个子群,且子群粒子速度也随之进行自适应变异,从而有利于维持种群的多样性,有效抑制早熟收敛现象发生。最后,使用改进的粒子群优化算法对某型飞机纵向控制律设计进行数值仿真,结果显示,算法有效提高控制律优化调参效率,结果满足期望的飞行品质要求。     

一种动态面神经网络鲁棒飞行控制律设计

提出一种基于RBF(Radial Based Function)神经网络和动态面控制的飞行控制律设计方法。针对飞机气动参数变化引起的非线性和不确定性,通过RBF神经网络在线逼近。动态面飞行控制律消除了反推设计方法中由于对虚拟控制反复求导而导致的复杂性问题。同时,在控制律设计中引入一个鲁棒因子项来补偿外界干扰和神经网络的逼近误差,提高了系统的鲁棒性,使整个系统获得更好的跟踪控制性能。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致终结有界,并且通过适当选择设计参数,跟踪误差可收敛到原点的一个小邻域内。最后,通过飞机俯仰运动飞行的数值仿真验证了该方法的有效性。     

战斗机动态逆控制律对比研究

分别采用常规动态逆和模型参考动态逆设计了战斗机飞行控制律,并通过开环时域仿真以及基于任务的闭环飞行品质评估方法,对比分析了两类控制律的特点及差异.研究表明,模型参考动态逆对高频小幅指令跟踪效果较好,在需要驾驶员频繁补偿的飞行任务中表现出的飞行品质更佳.研究结果对战斗机飞行控制律的选择与设计、控制律与飞行任务种类的匹配有一定的参考意义.     

基于粒子群算法的导弹飞行控制系统设计

针对反坦克导弹鲁棒飞行控制系统设计问题,提出了一种基于粒子群算法的鲁棒飞行控制律设计方法.在使用μ综合方法设计反坦克导弹控制律时,采用粒子群算法优化鲁棒性能加权函数,解决了加权函数难以选择的问题.仿真结果表明,采用粒子群算法的μ综合方法设计的反坦克导弹飞行控制律具有较强的鲁棒性和更好的指令跟踪能力.     

飞行控制律全包线鲁棒稳定性评估

传统的飞行控制律评估方法只能对飞行包线内的离散点进行逐点分析,对不确定性参数也只考虑了上下界,分析过程缺乏完整性和系统性。针对这些不足,研究了基于一种改进遗传算法的分析方法,该方法将评估准则转化为某个适应度函数,通过对适应度函数寻优以找到最坏情况下的不确定参数组合,在其基础上进行评估并给出评估结果或控制律修改意见。仿真结果表明,该方法能连续地研究多个不确定性参数同时摄动时的飞行包线,克服了传统方法的不足。     

一种非线性飞行控制律评估方法研究

研究了一种基于改进遗传算法的非线性评估方法。将非线性准则转换成简单的适应度函数,通过寻优找到最坏情况,在其基础上实现评估。仿真结果表明,该方法不仅能在各个飞行状态对飞行控制律进行非线性准则评估,而且能找出飞行包线内的最坏飞行状态,细化飞行包线,方法使用灵活,结果可靠。     

固定鸭舵二维修正弹比例导引律参数优化

针对固定鸭舵二维修正机构控制力有限和比例导引法控制末段需用过载变化过大的问题,提出了一种基于重力补偿比例导引律的过载阈值控制策略。分析了固定鸭舵二维修正机构的控制力及力矩,以落点弹目距离最小为目标函数,选取纵向和横向平面导引系数及过载阈值为设计变量,在重力补偿比例导引律的基础上建立了导引律参数优化模型,并采用差分进化算法（DE）对其进行优化。最后通过外弹道仿真分别从控制段飞行稳定性、控制效率、控制机构过载及控制精度几个方面与传统比例导引律进行对比分析,同时使用蒙特卡洛法验证了控制策略的有效性。结果表明：与传统比例导引律相比,使用该控制策略提高了二维弹道修正迫弹的控制效率,有效降低了控制末段需用过载,弹道控制段飞行稳定性明显提高。     

基于粒子群优化的WNN飞行数据气动力建模

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。     

Convex optimization of asteroid landing trajectories driven by solar radiation pressure

High-area/mass ratio landers driven by Solar Radiation Pressure (SRP) have potential applications for future asteroid landing missions. This paper develops a new convex optimization-based method for planning trajectories driven by SRP. A Minimum Landing Error (MLE) control problem is formulated to enable planning SRP-controlled trajectories with different flight times. It is transformed into Second Order Cone Programming (SOCP) successfully by a series of different convexification technologies. A trust region constraint and a modified MLE objective function are used to guarantee the convergence performance of the optimization algorithm. Thereafter, the SRP-driven trajectory optimal control problem is converted equivalently into a sequence of convex optimal control problems that can be solved effectively. A set of numerical simulation results has verified the effectiveness and feasibility of the proposed optimization method.     

基于微分进化算法的二自由度PID控制器参数优化

针对二自由度PID控制器参数多、调节困难等问题,提出了一种基于微分进化算法参数调节优化方法。证明了微分进化算法能够收敛到平稳点,并具有概率全局收敛性。研究了二自由度PID控制器参数与抑制特性、跟踪特性的关系,并将微分算法与遗传算法、粒子群算法的参数优化结果进行了比较。仿真验证表明,微分算法能够更好地实现二自由度PID控制器参数的调节,具有优异的跟踪特性和抑制特性。     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

考虑驾驶仪动态特性的固定时间收敛制导律

针对打击机动目标的制导问题，设计了一种同时考虑攻击角度约束、自动驾驶仪动态特性和固定时间收敛的新型制导律。首先，基于非奇异终端滑模控制和固定时间稳定性理论，采用反步递推方法设计制导律。在制导律设计过程中，设计了一种固定时间收敛的非奇异终端滑模面，基于固定时间控制和滑模控制，设计虚拟控制律，构造一种非线性一阶滤波器解决传统反步设计中的"微分膨胀"问题。基于超螺旋算法和固定时间稳定性理论，设计了一种固定时间收敛的滑模干扰观测器，用于估计目标机动等干扰。然后，基于Lyapunov稳定性理论，对制导律的固定时间稳定性进行了证明，并给出了收敛时间的表达式。最后，通过仿真分析，验证了所提制导律的有效性，和现有制导律相比，所提制导律具有较高的制导精度和角度约束精度、较快的系统收敛速度以及较少的能量消耗。     

基于闭环准则的LQG/LTR飞行控制律优化设计

针对LQG/LTR飞行控制律设计中加权矩阵的选取问题,提出了一种基于闭环准则的LQG/LTR飞行控制律优化设计方法。以俯仰姿态控制律优化设计为例,首先基于闭环准则选取了满足一级飞行品质要求的参考模型,并基于该参考模型使用粒子群优化算法优化得到了两个加权矩阵,从而得到了卡尔曼滤波器和相应的目标反馈回路。进而借鉴飞机等效系统拟配的方法,优化得到了另两个加权矩阵,从而得到了LQG最优控制器,完成了回路传递恢复的优化设计。仿真结果表明,通过该方法能够快速自动地选取合适的加权矩阵,使得优化设计的LQG/LTR飞行控制律较好地满足了俯仰姿态控制的要求。     

基于改进遗传算法的飞行控制律参数设计

在进行大包线飞行控制律设计中,需将飞行包线分为几个区域,针对各个区域设计线性控制律,采用多个线性控制律来近似替代所需的非线性控制律,本文中线性控制律采用PID控制结构,若用传统PID控制律参数整定方法,工作烦琐、设计时间长,而且控制效果不是很好,提出运用遗传算法优化控制律参数,并针对遗传算法局部寻优能力差、收敛速度差、易早熟等缺点,对其进行了几点改进,为提高鲁棒性,对其适应函数进行了设计,针对某机型某个区域的俯仰控制进行了PID控制律设计仿真,利用改进的遗传算法对其参数进行优化,结果表明,该方法在23代就能得到最优控制参数,而且使系统动态性能有了较明显的提高。     

带动力机动弹头制导方法研究

为解决一种带动力机动弹头的制导问题,给出了弹头在下降拉平段、平飞段、攻击段的制导方法。在下降拉平段,采用程序转弯下降与基于几何法的按圆弧拉平制导律结合的方法,使终端精确达到平飞段所需的高度。在平飞段分别给出了高度保持以及侧向转弯过航路点的制导律,以提高制导探测精度并避开威胁区域。攻击段在基本制导律设计基础上给出了多种攻击方式。各制导方法均通过三自由度弹道仿真得到验证,具有较强的工程实用性。     

管制-飞行状态相依网络演化过程

动态、准确的管制系统运行态势预测是航空运输系统各相关单位开展协同决策的关键基础。基于航空器间的冲突情况、管制员对航空器的管控情况以及管制移交情况构建管制-飞行状态相依网络,探究、分析其演化规律,采用相关性分析和主成分分析证明了所选5项指标的合理性。设置自由飞行和固定航线飞行两种仿真场景,通过计算平均节点度、平均点强等拓扑指标的最大李雅普诺夫指数证明各时间序列均具有混沌特性,选择长短期记忆（LSTM）人工神经网络方法对各时间序列的演化规律进行预测,并与其他预测算法进行对比。仿真结果表明LSTM算法能对管制系统的演化过程进行有效的预测,且预测精度高于贝叶斯算法和支持向量机算法;在自由飞行条件下,5项指标的预测误差绝大部分在20%以内,固定航线飞行的预测效果优于自由飞行。     

面向城市飞行安全的无人机离散型多路径规划方法

为了提高无人机（UAV）在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多路径规划问题的数学模型。为提高算法的收敛速度和解的优质性,以及使算法能够同时输出多条路径,针对蚁群（ACO）算法的运行机制,设计聚类算子,提出改进聚类蚁群（CIACO）算法。实验结果表明,所提方法能够快速的收敛输出多条风险值较低的飞行路径。