基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。     

无人机简化配置控制技术研究

提出了一种仅采用垂直陀螺和GPS的简化配置控制方案，形成了无人机飞行控制系统常用的俯仰／滚转控制回路、高度控制回路和航迹控制回路。由于GPS信号更新率(1Hz)较低，利用无人机运动学之间的内在关系,给出了高度、航向、位置反馈信号的融合算法。这些反馈回路的控制增益均采用改进的输出反馈LQR设计技术,该技术简化了权矩阵的选择。对比研究表明，对于自身稳定性较好的无人机，该简化配置方案能够实现姿态控制、高度控制和航迹控制。     

某型无人机自动着陆系统研究

论述了用ＤＧＰＳ／ＳＩＮＳ／ＲＡ组合导航系统引导的某无人机自动着陆系统的总体方案，利用该无人机的小扰动线性化方程，对其轨迹控制系统进行了分析设计。在不采用速度控制系统的情况下，利用该无人机的全量微分方程，对其在各种起始状态及各种干扰下的自动着陆过程进行了仿真。仿真结果表明，着陆性能符合要求。     

基于多传感器信息融合的自主移动机器人导航算法研究

本文介绍了一种基于微控制器控制，以GPS为主要导航手段，且基于多传感器信息融合的自主移动机器人导航系统的软硬件设计思想及实现方法。重点讨论了基于栅格法的导航算法在微控制器系统中的实现。最后给出了该导航系统在比较典型的环境中实现导航与避障的实验结果。     

高速无人机自主着陆纵向控制技术研究

为了提高无人机自主着陆的控制精度与安全性，以某型高速无人机为研究对象，在陡下滑段采用总能量控制，跟踪高度和速度同时变化的下滑轨迹；在拉起段接入速度控制，并在指数拉起的基础上，采用高斯伪谱轨迹优化方法设计出油门单调减小的速度轨迹；基于自抗扰控制方法设计升降速度控制律，实现对触地升降速度的精确控制。最后，在MATLAB/Simulink平台下搭建对象模型，对无人机自主着陆闭环控制系统进行仿真，并采用蒙特卡洛法对存在参数不确定性情况下的控制系统鲁棒性能进行验证。仿真结果表明，所提出的轨迹设计方法与控制结构能够满足着陆性能要求，控制系统具有较强的鲁棒性。     

发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

传统的扩展卡尔曼滤波(Extended Kalman filter, EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势。据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。     

基于未知输入观测器的四旋翼无人机故障诊断与模型参考容错控制

对四旋翼无人机（Unmanned aerial vehicle， UAV）姿态控制系统的执行器故障诊断问题进行了研究，在系统模型方面全面地考虑了模型的非线性和四旋翼无人机在飞行过程中受到外部干扰的情况。由于未知输入观测器可以将干扰、误差等作为未知输入进行处理，对干扰不敏感而对故障比较敏感，故设计了一种新的未知输入观测器进行故障诊断。同时为了保持四旋翼无人机在故障发生后的稳定性或者仍然可以按照预定轨迹运动，在得到准确的故障估计后为四旋翼无人机姿态控制系统设计了模型参考容错控制器，使其可以跟踪给定的参考模型。仿真结果证明了本文提出的故障诊断与容错控制方法的有效性。     

无人机绕速度矢量轴滚转机动自适应滑模边界保护控制

针对无人机绕速度矢量轴滚转机动下状态易越界的问题,研究了一种自适应滑模边界保护控制方法。首先,基于二分法思想改进可达平衡集并引入指令约束方法,进而实现在线边界解算与约束指令生成。其次,为抑制不确定性和外部未知干扰对闭环系统的不利影响,利用径向基神经网络逼近系统不确定性并设计非线性二阶干扰观测器估计复合干扰,进一步设计自适应滑模边界保护控制器以实现无人机在安全边界内的姿态跟踪。最后,通过数值仿真验证了自适应滑模边界保护控制方法的有效性。     

考虑瞬态特性的无人机自适应容错控制设计

针对固定翼无人机纵向轨迹跟踪控制问题,基于反馈线性化和模型跟随控制设计基础控制器,实现无故障情况下闭环系统的稳定和轨迹渐近跟踪控制。考虑固定翼无人机的执行器可能发生不同类型及大小的故障,分别针对各种不同故障模式设计与之对应的补偿控制器。为综合解决执行器故障的多重不确定性问题,采用加权融合与自适应控制相结合的方式设计综合控制器结构,并对与故障相关的控制器参数进行估计。最后,通过在基础控制器设计中添加H∞补偿项,以抑制故障补偿控制器参数估计误差对闭环系统输出跟踪性能造成的不利影响。理论分析和仿真结果表明,所提出的控制方案不仅能保证闭环系统的稳定性,而且在发生不确定执行器故障的情况下,固定翼无人机姿态控制系统输出能渐近跟踪给定的参考模型输出,通过设计适当的H∞补偿器参数可以改善故障补偿控制过程中的瞬态性能。     

具有输入时滞的集群无人机事件触发协同最优控制

针对带有输入时滞和外部干扰的集群无人机系统,提出了一种基于强化学习的集群无人机事件触发分布式自适应最优控制方法。为了实现最优控制,引入了基于神经网络的强化学习算法,并设计了一种与系统控制性能有关的动态事件触发策略,该策略可以在尽可能降低对一致性控制性能不利影响的前提下,减少通信资源的浪费,同时该策略不存在Zeno行为。此外,在控制器设计过程中,引入了一种含有积分项的坐标变换来处理系统的输入时滞问题。在输入时滞和外部干扰的影响下,所提出的基于干扰观测器的最优分布式协同神经网络控制策略能够保证每个无人机系统所有信号都有界,并且每个无人机系统的输出能够实现一致性。最后,仿真结果验证了所提控制方法的有效性。     

无人机激光相对引导系统设计与试飞验证

为了提高复杂电磁环境下无人机着陆引导系统的抗干扰能力,可在无人机着陆段采用基于激光的无人机精确引导方法。本文对激光相对引导系统的工作原理及流程进行了分析,设计了基于激光引导的无人机着陆试验流程,并基于某无人机平台完成了试飞验证,获得了重要的试验数据,最后将激光相对引导数据与差分GPS引导数据统一转换到地平坐标系下,完成了两种体制的数据比较和误差分析,并进一步梳理了将激光相对引导技术推向工程应用需要注意的问题。     

基于Kalman滤波器的无人机高度信息估计

无人机高度信号的品质直接影响无人机高度控制的精度。利用无人机气压高度表、GPS卫星接收机、惯导输出的高度、垂直速度和垂直加速度建立了高度测量系统状态方程与量测方程,并通过卡尔曼滤波器对各传感器输出的高度信息进行融合,最后通过仿真模型对真实高度进行了估算。仿真结果表明估算后的高度信息精度高于单一传感器的高度信息精度。该仿真结果可为无人机控制技术设计提供参考。     

城市多功能车辆导航监控系统

针对智能运输系统对车辆导航定位和综合信息采集的要求,提出了一种集成高精度车辆导航系统和车载"黑匣子"的多功能车辆导航监控系统.首先分析了该多功能系统的结构和原理,进而研究融合"蓝牙"路标辅助车辆定位的GPS/DR/MM/BB组合高精度导航定位方案和GPS/DR最优卡尔曼滤波组合算法.大量的实际跑车试验结果表明该系统方案是可行的.它不仅能够进行高精度的导航定位,同时有效地实现了"黑匣子"行驶记录功能.     

无人机栖落机动的一种离线鲁棒预测控制算法

针对固定翼无人机栖落机动过程的纵向运动,研究了一种在线计算量小的栖落机动鲁棒预测控制方法。首先将飞行器栖落机动动力学模型沿参考轨迹建立分段线性切换系统模型。考虑外部风扰动,进一步建立张量积模型。然后,利用渐近稳定的椭圆不变集的概念,采用"离线设计、在线综合"的方法设计了在线计算量较小的栖落轨迹跟踪控制律;结合鲁棒预测控制和切换系统全局稳定分析方法分析了系统稳定性。最后,对外部风扰动下的固定翼无人机栖落机动过程进行了仿真。仿真结果表明所设计的跟踪控制器在线计算量小并具有良好的控制效果。     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

基于SINS/GPS/CNS的机载综合导航系统故障诊断方法研究

传感器是导航系统中的重要部件,传感器故障容错性的分散化滤波,对提高系统的可靠性具有重要意义.以SINS/GPS/CNS组成的组合导航系统为研究对象,采用联邦滤波和方差交叉滤波相结合的方法,实现了对传感器故障具有容错性的分散化滤波,对导航系统的精度和容错性进行分析.仿真结果表明,将分散化滤波方法用于多个传感器组成的组合导航系统,不但具有精度高的特点,而且由于具有信息的冗余,整个系统具有较好的容错能力,可以提供更加完善、精确地反映运载体运动的导航信息.     

基于连续螺旋滑模的无人机分布式编队控制

为了解决复杂环境中无人机分布式编队控制问题,考虑外界干扰影响和状态信息不完全反馈情况,对无人机设计分布式编队控制器。无人机利用自身位置反馈,基于二阶精确微分器设计状态观测器,得到无人机速度和干扰的估计值;结合自身估计信息和邻机位置、速度的估计,基于连续螺旋滑模控制方法设计编队控制器和姿态跟踪控制器;稳定性分析保证了无人机闭环系统稳定性。基于Matlab/Simulink数值仿真和软件在环实时仿真平台,验证了所设计控制算法的有效性,并演示了三维可视化仿真结果。     

QFD技术在无人机研制质量控制中的应用

以无人机为研究对象,利用质量工程技术-质量功能展开(Quality function deployment,QFD),采用ASI阶段分析法和相关矩阵形式进行分析计算,从军方无人机需求,逐步转化为技术需求、工艺特征,确定无人机的质量控制方法,以保证军方需求的实现.通过分析和研究,给出了相应的质量保证措施和方法.     

某型飞机GPS射频干扰原因分析及应对措施

近年来,GPS系统越来越多地运用于军用及民用飞机和舰船导航.与传统的地标、无线电罗盘、塔康等导航方式相比,GPS导航具有导航精度高、响应迅速、不受天气条件影响等特点,能够实现全天候、全疆域范围内米级别精度的导航与定位.由于GPS卫星信号采用CDMA制式,因此就存在着被射频干扰的可能.基于GPS射频干扰产生的原因和来源分析,探讨了飞机GPS干扰防护的基本方法以及对飞机系统影响,并为飞行和维修人员提供相关操作建议.     

基于在线仿真的无人机飞控系统智能校正技术

针对程控无人机智能化程度不高的问题,提出了基于在线仿真系统的飞控系统智能校正方法,采用在线状态监控及分析、仿真模型实时更新等技术,设计了无人机在线仿真系统,实现了无人机航迹纠偏、速度调整等在线辅助控制,进一步提高了无人机飞控智能化程度。并通过无人机数学模型仿真系统与飞控系统硬件在回路的仿真测试系统,进行实验验证,实现智能校正技术与人在回路控制方法的有效结合。