基于速度矢量场的无人机实时动态航路规划

针对局域动态环境中无人机实时航路规划展开研究,提出了一种基于速度矢量场的二维动态实时航路规划方法。通过建立不同空间特征区域速度场模型,实现了速度场驱动下的无人机航路规划。文中采用虚拟目标点法解决了速度矢量场航路规划局部陷阱问题;采用探测步长法,实现了无人机机动约束的融合,解决了航路可飞性问题;在动态实时规划应用中,确立了环境信息更新方法,实现了对动态环境的描述。通过仿真验证,表明速度矢量场法能够根据动态环境信息及时规避威胁到达目标点,算法具有良好的完备性和实时性,适用于局域动态环境中的快速航迹规划。     

基于地面安全约束的无人机航路规划研究（英文）

随着无人机数量和飞行时间的快速增长,由无人机飞行风险引起的安全事故也逐渐增多。安全航路规划是在战略层面降低无人机运行风险的有效手段。考虑无人机航路的安全代价,基于地面风险评估提出了一种无人机安全航路规划模型。将航路下方区域栅格化处理,以每飞行小时地面人员伤亡率为量化指标,定义各栅格安全系数,并根据栅格安全系数构造航路安全代价函数。建立了兼顾航路安全性和飞行距离的总代价函数,并通过改进蚁群算法进行航路规划。模型的有效性通过城市空域物流无人机航路规划进行验证。结果表明,考虑地面安全约束的航路规划模型在无人机总飞行时间增加不大的情况下,能显著提高航路的整体安全性。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

边缘网络下多无人机协同计算和资源分配联合优化策略

针对边缘网络环境下多人机之间存在计算负载不均，造成卸载任务失败的问题，提出了一种多无人机间协作的智能任务卸载方案。通过联合考虑多无人机任务分配、计算资源分配和无人机飞行轨迹，引入公平性指数建立了无人机公平负载最大化和能量消耗最小化问题。基于多智能体深度强化学习框架，提出了融合轨迹规划和任务卸载的分布式算法。仿真结果表明，所提出的多无人机协作方案可以显著提高任务完成率和负载公平度，并且有效适用于大规模用户设备场景。     

基于交通分配的航路网络生成（英文）

航路网络是空中交通分配的载体,而交通分配是检验航路网络的依据,如何构建基于交通分配的航路网络生成便成了当前空域规划技术中的研究方向。论文基于链路预测理论、优化理论,建立了上层为航路网络生成,下层为交通分配的双层规划模型,采用基于链路预测的网络拓扑生成器和基于偏好的最优路径搜索算法进行航路网络生成,采用NSGA-Ⅲ算法进行交通分配。论文基于Python平台NetworkX复杂网络分析库,采用中国大陆空域北京和上海飞行情报区57个机场、383个航路点、635条航段组成的航路网络和187 975架次机场对交通流量进行案例仿真。通过与现有航路网络对比,交通分配运行成本下降50.624%,飞行冲突系数下降33.564%,动态非直线系数下降7.830%。     

飞翼无人机机动飞行航迹优化和自生成方法

虚拟机动指令是飞翼无人机机动飞行的基础,是制导回路和控制回路必要的输入。为了生成合理虚拟机动指令,提出了优化基本航路—建立机动数据库—战场信息匹配输出的机动飞行航路生成方法。由于复杂的机动动作可由基本机动动作组合而成,本文以飞翼无人机基本机动飞行动作为优化研究对象,提出了以飞翼无人机控制量变化率为优化参数、航迹片段建立约束条件的无人机机动航路优化方法。其中,机动飞行控制量变化率体现了无人机控制能力的限制;航迹片段约束体现了航迹准确和操作柔和的要求,并对无人机的筋斗、滚桶、盘旋机动进行了优化计算,介绍了机动数据库建立的方法。最后,以机动目标跟踪和有人机追击为设定进行了仿真,结果显示所提方法有效。     

基于进化算法的区域导航(RNAV)航路规划研究

本文采用进化算法,结合进化算法与区域导航航路规划的特点,提出了基于进化算法的区域导航航路规划问题。通过建立航路规划基本框架,进行航路编码、约束条件限制、初始种群设置等工作,然后依据选择机制建立新的航路链。     

高适应性低成本大型无人机导航与控制系统

设计的数字式导航与控制系统沿着高适应性低成本方向,综合考虑了大型高亚声速无人机可靠性和经济性,采用了起飞发射段控制律优化设计、高低空自适应变参技术和高性价比的组合导航策略.在保证飞行品质和降低系统成本的同时,扩宽了大型无人机的使用空域和地域范围.经过仿真试验和实际飞行验证,该系统控制飞机姿态稳定,定高效果好,飞行航迹与规划航路误差很小,系统的各项功能均得到实现,适应了"一个系统,多种平台"、"一种平台,多种用途"的大型无人机发展需要.     

失效卫星捕获的实时规划控制方法

针对高轨失效卫星维修、离轨等航天任务,借鉴自然界生物的运动控制策略,利用计算仿真完成各种工况下的失效卫星接近轨迹规划,然后设计深度神经网络学习轨迹得到的最优轨迹,提高了对各种卫星失效飞行情况下的接近轨迹实时规划和跟踪控制。在失效卫星姿态运动发生突变时,通过分段重规划,仍能保证快速重规划出期望轨迹,保证对失效卫星的成功捕获。仿真结果表明,设计的实时规划控制方法可以有效控制服务星对失效卫星进行接近捕获。     

固定翼无人机的4D无冲突航迹规划（英文）

基于4D航迹的运行(Four-dimensional trajectory-based operation,4D-TBO)有利于增强高效飞行的计划和执行,减少潜在冲突并解决即将出现的巨大航班需求。大多数与4D航迹规划有关的研究都集中在有人驾驶飞机上,而不是无人驾驶飞机(Unmanned aerial vehicle,UAV)。本文着重于为起飞前或飞行期间的固定翼无人机规划无冲突的4D航迹。文中提出了一种基于Tau理论的4D航迹生成技术,该技术将时间约束的飞行航路点纳入了飞行计划中。然后,通过粒子群优化(Particle swarm optimization,PSO)算法对4D航迹进行优化。仿真实验证明了所提出方法的有效性。     

变体无人机栖落机动建模与轨迹优化

对一类变体固定翼无人机栖落机动的纵向运动进行了建模与轨迹优化研究。针对栖落机动后段飞行速度低及迎角大带来的舵面气动效率下降的问题,研制了一种可改变主翼位置的变体无人机。通过室内飞行实验,利用运动捕捉系统测量获得飞行数据。依据实验数据,结合平板气动理论建立了变体无人机的气动模型,并建立了变体无人机的纵向动力学模型。采用广义伪谱优化软件(General pseudo-spectral optimization software,GPOPS),对所建立的变体无人机模型进行栖落过程轨迹优化研究。优化结果表明,与普通固定翼无人机相比,变体部件能够显著提高无人机的姿态操纵效率,从而改善无人机栖落机动性能。     

无人机4D制导系统研究

基于逆运动学方法设计了无人机四维制导系统。基本姿态控制器采用基于在线神经网络的非线性动态逆控制器。动态逆控制器用来对消无人机的非线性，在线神经网络补偿对消不精确引起的状态误差。制导系统的任务就是由给定的三维航迹，解算出航迹角，并生成三个姿态角指令，同时设计发动机控制回路以控制航迹速度，最终实现精确的四维航迹跟随。     

Automatic UAV Positioning with Encoded Sign as Cooperative Target

In order to achieve the goal that unmanned aerial vehicle(UAV)automatically positioning during power inspection,a visual positioning method which utilizes encoded sign as cooperative target is proposed.Firstly,we discuss how to design the encoded sign and propose a robust decoding algorithm based on contour.Secondly,the Adaboost algorithm is used to train a classifier which can detect the encoded sign from image.Lastly,the position of UAV can be calculated by using the projective relation between the object points and their corresponding image points.Experiment includes two parts.First,simulated video data is used to verify the feasibility of the proposed method,and the results show that the average absolute error in each direction is below 0.02 m.Second,a video,acquired from an actual UAV flight,is used to calculate the position of UAV.The results show that the calculated trajectory is consistent with the actual flight path.The method runs at a speed of 0.153 sper frame.     

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。     

无人机伞回收动力学分析

在建立无人机六自由度飞行力学模型和降落伞回收动力学模型的基础上,对无人机的整个回收过程进行仿真分析,并与飞行试验进行了比较。结果表明:本文所采用的方法较为准确地预测了整个减速伞工作阶段中的相关动力学特性。计算结果还包括了无人机与回收系统的相对运动过程,有效地预测了回收过程的危险情况,为无人机控制律和回收系统设计提供了重要参考。     

Dynamic Analysis and Optimization of Pneumatic Wedge-Shaped Launcher for UAV

The constitution,structure,working principle and launching process of the wedge-shaped pneumatic launcher of an unmanned aerial vehicle(UAV)are described.By simplifying its physical model,two dynamic models of the UAV launch system are established based on Lagrange equation and MSC.ADAMS,respectively.The curves of the acceleration and the velocity of UAV changing with time are obtained.The simulation results are compared with the experimental results to verify the correctness of the model.Then,the influence of the parameters on the launch is explored.Finally,the system is optimized.The maximum overload and the acceleration fluctuation are reduced.     

小型固定翼无人机绳钩回收过程动力学分析

绳钩回收作为小型固定翼无人机的一种精确定点拦阻无损回收技术,近年来在国内外得到迅速发展。本文以某型无人机的绳钩回收系统为研究对象,对绳钩回收系统进行了参数化处理并建立了两种动力学仿真模型。一是在考虑回收架柔性基础上建立了基于Lagrange方程的绳钩回收系统的动力学仿真模型,二是在考虑绳索变形和系统结构细节基础上建立了基于MSC.ADAMS的绳钩回收系统的多体动力学仿真模型。通过上述两种仿真模型的算例分析以及与某型无人机绳钩回收试验的测试数据作对比,验证了两种动力学仿真模型在绳钩回收系统不同设计阶段的适用性和有效性。     

飞翼无人机低速着陆状态抖振响应研究

基于RANS方程和SST湍流模型,采用飞翼无人机升力系数判据、俯仰力矩判据和表面极限流判据等对抖振始发迎角度进行了预测估计。基于较为详细的结构模型和气动模型,构造了结构与气动的耦合求解技术,同时采用弹簧近似光滑和局部重构组合方法对气动的动网格技术进行更新;然后分别在时频域内分析了飞翼无人机的抖振载荷响应。研究结果表明:基于CFD的RANS方程、SST湍流模型及各类判据预计刚性飞翼无人机在低速大迎角状态下的抖振始发迎角可以得到较为合理的结果;采用升力系数判据、俯仰力矩系数判据预测的抖振始发迎角与表面极限流判据预测的始发迎角相比要保守一些;而表面极限流判据方法能给出翼面气流流动的细节,采用此判据可以分析对比不同迎角下的翼面气流流动变化情况;与气动弹性及嗡鸣响应相比,抖振是一种强迫振动,其响应频率并不单一。