考虑避免碰撞的编队卫星自适应协同控制

基于势函数法研究具有模型不确定性的编队飞行卫星避免碰撞的自适应协同控制.势函数法的思想为设计碰撞区域势函数值较大,所设计的控制律使得系统势函数具有减小的趋势,从而实现避免碰撞的编队飞行任务.首先,在无外部参考轨迹的情况下,通过引入避免碰撞势函数,提出一种自适应协同控制器,编队卫星最终实现速度一致和避免碰撞.进一步,考虑已知外部参考轨迹的情形,基于新的势函数方法,设计新的自适应协同控制器,能够同时实现避免碰撞、速度一致、卫星跟踪参考轨迹的目的.对于所提出的两种控制方法,均通过合理地应用Lyapunov稳定性理论分析了闭环系统的稳定性.仿真结果表明了所设计控制方法的有效性.     

指令决策下的多UAV协同跟踪

针对多UAV在协同standoff跟踪目标过程中初始航向不收敛和UAV间实现相位协同时间较长的问题,首先在Lyapunov矢量场对UAV进行导引跟踪的基础上,利用UAV初始航向误差角指令设计了一种能满足任意初始航向收敛的方法,该方法可使UAV航向与矢量场的理想航向对齐,并确保在收敛过程中转弯速率不会超出约束范围。然后,在非对称持久性架构的基础上提出了一种速度指令控制的多UAV相位修正算法,该算法能够使UAV在跟踪目标初期就对相位进行修正,缩短了相位协同的时间。经过航向调整与相位修正后,多UAV实现了协同standoff跟踪,仿真结果验证了该设计方法的准确性与有效性。     

无人机垂直突风风扰响应控制指令设计

针对无人机(UAV)在风场中进行飞行试验时其经济性与安全性不足的特点,提出了一种在试飞过程中通过嵌入式输入信号来激励UAV,使UAV产生能够模拟风扰的运动响应的方法。建立了基于PID控制方法的嵌入式指令设计方法,并以某型UAV为例,通过数值仿真,进行了模拟垂直突风的嵌入式指令设计。仿真结果表明,嵌入式指令可较好地模拟UAV的风扰响应,该方法对于UAV的飞行试验评定技术具有很好的参考价值。     

基于预测控制方法的UAV编队飞行

针对传统UAV编队控制律显式考虑约束能力不强的不足,基于预测控制方法和虚拟结构控制策略,设计了一种分布式编队控制律。该控制律能显式地考虑各种约束,每个UAV仅需要滚动求解有限时域优化问题得到自身控制输入,提出了一种简单的代价惩罚的方法实现障碍规避,并将优先级策略引入UAV之间避碰中。仿真结果表明,所设计的编队控制律具有...     

多基地多无人机协同侦察问题研究

 充分考虑侦察目标的侦察分辨率要求和侦察时间窗约束，以及位于不同基地的无人机(UAV)的侦察性能和可用数目，首次建立了更加贴近军事应用实际的多基地多UAV协同侦察问题(M-MUCRP)的数学模型，并提出了解决该模型的多基地多UAV协同侦察进化算法(M-MUCREA)。M-MUCREA的染色体数据结构有效地表达了问题的解，有利于交叉、变异等进化操作；充分利用与目标侦察分辨率要求以及目标位置和时间窗约束相关的启发信息，构造初始种群,避免进化过程收敛太慢；基于Pareto最优概念的选择算子确保解在多个目标上的有效优化；精英策略避免了丢失进化过程中产生的非劣解，加快算法收敛；变异和交叉算子在保证有效解的前提下，实现了解的多样性，避免了算法陷入局部最优。仿真实验验证了算法能够有效解决M-MUCRP。     

基于分布式模型预测控制的多UAV协同区域搜索

针对多无人机(UAV)协同区域搜索问题展开研究。提出了一种基于分布式模型预测控制(DMPC)的多UAV分布式优化搜索方法。首先基于传统的搜索图模型,建立了多UAV协同搜索的问题描述和状态空间模型,然后在DMPC框架下,将集中式多UAV在线优化决策问题转化为各架UAV的小规模分布式优化问题,采用基于纳什最优和粒子群优化(PSO)相结合的算法实现对每个子系统优化问题的迭代求解。仿真结果表明:DMPC方法能够有效地降低多UAV协同搜索决策问题的求解规模,是一种可行的方法。     

考虑UAV性能约束的变速度自主避障算法研究

动态不确定环境下,为有效地提升UAV执行任务的安全性和可靠性,在UAV自主避障过程中考虑了自身的性能约束条件.在速度障碍圆弧法的基础上,考虑UAV的法向和纵向加速度约束范围,研究了速度障碍圆弧随速度矢量变化的规律,提出了一种考虑UAV性能约束的变速度自主避障算法.该算法在考虑自身性能约束条件下,为实现UAV对威胁障碍的避碰提供了更大的避碰裕度.最后,对考虑UAV性能约束的变速度自主避障算法进行了验证,仿真结果证明了算法的有效性和可行性.     

基于干扰观测器的四旋翼无人机离散时间容错控制

为了飞行控制方案便于在计算机上实现，针对具有外部干扰和执行器加性故障的四旋翼无人机（UAV）角度运动方程，给出一种基于干扰观测器的离散时间跟踪控制方案。通过设计离散时间干扰观测器抑制外部干扰和执行器故障的不利影响，并结合干扰观测器设计离散时间控制器。通过数值仿真验证了基于干扰观测器的离散时间容错控制方案的有效性。仿真结果表明，设计的离散控制器能够保证外部干扰和执行器故障综合作用下的四旋翼UAV系统跟踪控制性能。     

多UAV路径跟踪协同编队机动指令决策算法

针对多UAV在空间路径跟踪下的协同编队控制问题,设计了一种机动指令决策算法。对单架UAV的路径跟踪引入视距导航算法并进行改进,得到航迹方位角和航迹倾斜角的参考指令;对于多UAV协同编队控制,应用图论知识得到空速大小的参考指令;依据参考指令,通过函数解析与数值编程相结合的方法计算出机动指令。仿真结果表明,该算法能够有效控制多UAV从任意初始状态进行预期的路径跟踪协同编队飞行。     

一种基于位置阻抗的机械臂抓捕飞行器控制方法

针对机械臂抓捕飞行器过程碰撞冲击大或发生大构型变化易碰撞问题,提出并实现了一种基于位置闭环的阻抗控制方法,通过对机械臂末端等效刚度控制实现机械臂抓捕目标过程的柔顺控制,基于建立的系统全数字仿真模型对控制效果进行了仿真验证,结果表明阻抗控制软抓捕与位置保持硬抓捕相比,可大幅减小机械臂抓捕目标过程末端与目标间的碰撞冲击力,并且能控制机械臂构型在抓捕中不产生过大变化从而避免碰撞。     

Control of approach and landing phase for reentry vehicle using fuzzy logic

The reentry vehicle is affected by various disturbances such as a wind gust, atmospheric condition or aerodynamic problems in the approach and landing phase. Therefore it is necessary to design a robust control scheme. This paper presents a control scheme using Mamdani fuzzy PD controller. In this paper, the reference trajectories are generated using geometric parameters for disturbed circumstances with 4 cases: nominal, headwind and tailwind, drag increased case. Then, a Mamdani fuzzy PD controller was designed in this study. Twenty-five rules were applied in the knowledge-based system. The max–min method for a fuzzy inference system and the center-of-mass method in defuzzification were used. Finally, guidance and control simulations are performed for verification of proposed controller using generated reference trajectories. In addition, the Monte Carlo simulation is performed considering various disturbances. The results show that proposed Mamdani fuzzy PD controller has reliability and robustness for control of reentry vehicle with wind disturbance in the approach and landing phases.     

自主多无人机的分散化协同控制

协同前提是无人机(UAV)平台间的通信和信息共享,无人机平台之间信息和计算是高度分布的,无人机平台的运动以及通信拓扑的变化,使得集中式协调控制结构很难实现。以最小通信量为基础的分散协同控制具有可扩展性、异构性和动态可重构性等特点,可靠性和鲁棒性较好。针对多无人机平台分散化协同的特点和要求,建立了集中和分散相结合的多无人机平台协同控制系统结构,集中式任务管理系统主要完成目标分配、通信管理和编队管理功能,分散式协同部分主要实现局部任务规划、协调策略及协调控制等功能。分别以多机协同目标跟踪、多机和多编队一致性协调、多机协同编队控制与重构等多无人机平台分散化协同控制技术为应用对象,探讨了分散化协调机制、策略、控制及其与信息之间关系。给出了部分算法的仿真结果。     

基于T-S模糊系统的空天飞行器鲁棒自适应轨迹线性化控制

 基于T-S模糊系统提出了鲁棒自适应轨迹线性化控制(RATLC)方法。利用T-S模糊系统逼近未知干扰和不确定性因素，并采用Lyapunov方法设计了鲁棒自适应控制律。不论系统状态的维数和用于逼近不确定的模糊系统规则数为多少，整个系统仅有两个参数在线调整。理论分析证明了闭环系统所有信号一致最终有界。应用提出的控制方案设计了空天飞行器(ASV)飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明了控制方案的有效性和鲁棒性。     

无人机编队构成的分散最优控制方法研究

针对无长机带领、具有固定无向通信拓扑的无人机编队构成控制问题,提出了一种基于"相邻"无人机状态反馈的分散最优控制方法。该方法采用Laplacian矩阵描述编队通信结构,以"相邻"无人机与编队构型间的相对状态误差构建分散最优控制模型,并通过求解具有LMI约束的线性目标最优化问题得到编队各无人机的分散最优控制律。该方法使得多无人机在分散协同的前提下,基于局部信息快速准确地形成预定编队构型,达到运动方向和速度的一致性。仿真实验验证了该方法的有效性。     

A unified approach to the design of decentralized detection systems

A unified approach to the design of decentralized detection networks with arbitrary topologies is proposed and analyzed. In this approach, a decentralized detection system of arbitrary topology is represented by a communication matrix that specifies the interconnection structure of the detection network. This matrix is used to derive the general decision rule using the person-by-person-optimal (PBPO) solution methodology. It is shown that the PBPO decision rule is a likelihood ratio test for statistically independent observations. The threshold of the test is shown to be a function of the decision input vector of the detector under consideration. This unified approach is used to obtain the PBPO decision rules of decentralized detection systems with various topologies. Various results in the literature are verified. In addition, the PBPO decision rules for a decentralized detection system with peer communication are presented. Numerical examples are presented for illustration     

亚轨道飞行器着陆段控制系统研究

亚轨道飞行器的着陆轨迹分四段给出。根据航迹倾角的变化律及动压变化得出迎角的变化律,并以此作为制导律。控制系统的纵向系统采用比例积分控制的自动驾驶仪,通过操纵升降舵控制迎角变化实现。侧向控制系统通过操纵方向舵和副翼来确保系统稳定。最后,在Matlab/Simulink中对亚轨道飞行器控制系统进行了系统仿真。仿真结果表明,该系统可以满足亚轨道飞行器进场着陆段的要求,具有良好的控制效果。     

Decentralized adaptive sliding mode control of a space robot actuated by control moment gyroscopes

An adaptive sliding mode control(ASMC) law is proposed in decentralized scheme for trajectory tracking control of a new concept space robot.Each joint of the system is a free ball joint capable of rotating with three degrees of freedom(DOF).A cluster of control moment gyroscopes(CMGs) is mounted on each link and the base to actuate the system.The modified Rodrigues parameters(MRPs) are employed to describe the angular displacements,and the equations of motion are derived using Kane's equations.The controller for each link or the base is designed separately in decentralized scheme.The unknown disturbances,inertia parameter uncertainties and nonlinear uncertainties are classified as a ‘‘lumped" matched uncertainty with unknown upper bound,and a continuous sliding mode control(SMC) law is proposed,in which the control gain is tuned by the improved adaptation laws for the upper bound on norm of the uncertainty.A general amplification function is designed and incorporated in the adaptation laws to reduce the control error without conspicuously increasing the magnitude of the control input.Uniformly ultimate boundedness of the closed loop system is proved by Lyapunov's method.Simulation results based on a three-link system verify the effectiveness of the proposed controller.     

多无人机同时到达的分散化控制方法

多无人机(UAV)同时到达是典型的协同控制问题,在编队飞行、协同攻击中都有应用。以多无人机协同多目标攻击为应用背景,对多无人机同时到达问题进行了研究。考虑到战场环境的动态性和不确定性以及无人机自身的特点,提出一种适用于多无人机同时到达的分散化控制方法,其内容包括仅依靠局部信息交互的分散化控制结构和基于一致性算法的分散化控制策略。为方便操作员控制无人机群体的整体行为,分别设计了引入外部参考信号和虚拟Leader的分散化控制策略。根据路径规划和速度控制的不同特点将二者结合起来,利用它们的互补优势来应对路径误差和突发威胁等不利因素的影响。仿真结果表明,本文提出的分散化控制方法能够实现多无人机同时到达,并且具有很好的灵活性、鲁棒性、可靠性和可伸缩性。     

递阶自校正飞行控制

一、引言 飞行器控制最初只作了三个单独回路独立控制,随着飞行事业的发展,又考虑三个独立的自适应回路以适应飞行环境的变化。但飞行器三个通道六个自由度之间是互相耦合的,考虑变量之间耦合集中控制,系统过于复杂难以实时控制。     

Multisensor distributed sequential detection

A conceptual generalization of the Wald's sequential probability ratio test (SPRT) to a decentralized environment is presented. The local tests are chosen to be SPRT's, which quantize the temporally independent identically distributed (IID) observations into three levels for transmission to the fusion detector. Spatial independence among the local observations is assumed. The fusion test is also an SPRT. An analysis for the decentralized scheme is developed. Performance comparisons with the centralized and other decentralized schemes are presented