基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。     

基于DSAS算法的直升机贴地飞行在线航迹规划

通过改进优化传统A*算法,利用动态稀疏A*搜索(DSAS)算法在线设计了直升机贴地飞行轨迹.该算法采用逆向搜索方式规划航迹,在遇到新生探测威胁时,只需局部调整受到影响的航迹,减少了重新规划的范围,提高了搜索效率.此外,在生成节点时考虑了直升机性能及飞行约束,优化了搜索范围;并且根据影响贴地飞行航迹性能的各种因素,设计了航迹代价计算方法;利用层次分析法结合专家分析计算得到最优代价权值.仿真结果表明,该方法在线设计的飞行轨迹能够较全面地满足避障、贴地功能,相比稀疏A*搜索(SAS)算法节省了计算时间.     

用最大值原理求某无人机的最优上升轨迹

为改进某无人机飞行性能，应用最大值原理求解无人机在垂直平面内的最优上升轨迹，推导了无人机最经济爬升所满足的极值方程；并用此方程和最快爬升极值方程这两类目标函数求解了某无人机的最优上升轨迹，计算结果表明，经优化后的爬升轨迹可以节省燃油，延长无人机的续航时间或快速爬升到预定的终点高度具有较好的性能收益。     

冲压发动机导弹爬升轨迹与推力调节规律优化

针对以冲压发动机为动力的导弹爬升问题,建立了飞行轨迹和推力规律一体化优化设计模型。采用基于三次样条的直接离散方法,将弹道优化问题转化为参数优化问题,选取兼顾全局搜索能力和局部搜索精度的粒子群-变尺度法(PSO-BFGS)串联混合算法求解最省燃料爬升弹道,得到了"先减速再加速"爬升方案。相比传统的采用最大推力规律、仅优化爬升轨迹的爬升方案,一体化设计能充分发挥冲压发动机的推力调节能力,使导弹以较小的平均飞行速度完成爬升过程,可以显著节省燃耗,提高导弹的性能。     

四旋翼无人机风场扰动轨迹控制器设计

针对四旋翼无人机飞行时受风场扰动影响大的问题,以及在任务场景中对期望姿态角有约束的要求,提出了一种具有输出指令限制的自适应滑模位置控制器,将位置控制器指令转换成为期望姿态指令后,能够保证所生成的期望姿态有界,且能够有效抑制风场扰动对轨迹跟踪的影响.针对旋转矩阵形式表示的期望姿态指令,设计了一种SO(3)滑模姿态跟踪控制器,并分别用Lyapunov稳定性理论进行了分析,得到了全局稳定性的结论.最后进行了无人机在风场中盘旋爬升飞行的仿真,结果表明控制器具有较好的轨迹跟踪性能.     

无人机爬升航迹优化设计研究

为改进无人机的飞行性能，应用可变误差多面体法求解了在垂直平面内的最经济和最快爬升轨迹。计算结果表明，经优化后的爬升航迹可以节省燃油，延长无人机的续航时间和有效任务时间，具有较好的性能收益。     

基于重力储能的太阳能飞机飞行轨迹研究

基于重力储能原理,研究了太阳能飞机变高度飞行轨迹及其应用效果。描述了变高度轨迹的具体组成部分及各部分的运动方式,建立了各部分轨迹和时间节点的物理数学模型,提出了适用于变高度轨迹的太阳能飞机总体参数设计方法。得到了给定设计指标下的飞行轨迹和需用功率曲线,并与定高度轨迹对比,研究了相关技术参数对变高度轨迹应用效果的影响。研究结果表明：变高度轨迹可以有效减小储能电池放电时间和机翼面积;对于不同设计高度均存在最优的爬升高度,使得机翼面积最小;设计高度越高,设计日期越偏离夏至日,储能电池能量密度越小,推进系统功重比越大,变高度轨迹的应用效果越明显。     

基于能量优化的无人机机动轨迹生成方法

基于能量优化的无人机机动能够使无人机在不失去决定性位置优势的情况下获取相对于对手的能量优势，足够的能量优势可转换为有效的位置优势，有利于无人机在空战中随时改出当前机动并投入下一机动动作，对于无人机获取空战胜利至关重要。开展了基于能量优化的无人机机动轨迹生成方法研究，通过在无人机机动飞行包线内设计合适的机动指令，使得无人机能量性能指标最优。以上升转弯机动为例进行了机动轨迹生成的详细设计，并与常规上升转弯机动轨迹生成结果进行对比，仿真结果显示所设计的机动动作完成时间缩短了28.6%~83.8%，总能量变化减少了64.7%~70.1%，实现了无人机机动飞行的能量优化。     

四旋翼无人机飞行轨迹的自主导航控制

<正>四旋翼无人机系统具有多变量、强耦合性,如果把对信号响应速度不同的各个变量混杂在一起设计控制系统会引起系统不稳定,需按时间尺度将控制变量分组进行控制系统设计。有关文献运用奇异摄动理论将固定翼飞行器系统按照各变量对输入信号响应速度不同进行分组,分别设计内环、中环以及外环控制律。传统飞行运动控制一般采用航迹速度、爬升角和倾斜角作为控制变量来控制飞行轨迹。四旋翼无人机在飞行过程中,可通过调整姿态角度来控制其质心运动,质心运     

飞机性能优化研究

本文用能量状态近似法和奇异摄动法两件方法讨论了最优飞行剖面的生成.并以某机为例,用能量状态近似法求出了给定航程下的最优飞行剖面和给定初、末状态的爬升飞行剖面;为了对两种方法比较,也给出了奇异摄动法求得的爬升剖面.     

基于遗传算法的飞机经济爬升速度优化方法

为提高宽体飞机的爬升经济性,首先建立了爬升阶段飞行动力学模型和优化目标计算模型,确定了基于速度优化的最佳爬升策略;然后,在最佳爬升策略的基础上,建立了基于遗传算法的双表速爬升优化模型,得到近似最佳爬升策略,并分析了该爬升策略的可行性;最后,以某宽体飞机为例,分析了近似最佳爬升策略的影响因素。研究结果表明:最佳爬升策略相对传统爬升策略经济性提升3%~8%,且改进后的近似爬升策略与最佳爬升策略误差不超过1.4%;飞机重量、温度偏差和成本指数均会影响爬升策略的性能参数。     

无人驾驶高空侦察机爬升控制方案分析

介绍了无人驾驶高空侦察机（ＵＡＶ）的爬升轨迹控制方案原理，对纵向控制回路进行了详细分析，按简单拉力法进行了飞行性能计算，同时还分析了爬升方案曲线与优化性能轨迹的关系，并对爬升轨迹计算和试飞遥测数据进行了比较。经分析计算与试飞结果表明，对于爬升较缓慢的飞机，本控制方案可实现沿优化性能轨迹上升，并自动转入有利速度巡航。     

飞机最短时间上升转弯优化生成

应用奇异摄动方法，详细论述了飞机上升转弯最优轨迹的摄动解，并结合算例，具体编制了某型飞机的最短时间上升转弯最优控制软件，计算结果表明，与某型飞机性能说明书上提供的相应上升轨迹相比，该软件确定的上升转弯轨迹具有明显的省时优化特点。     

无人机爬升转弯航迹预测

信息获取、自动精确打击等使得无人机已成为不可缺少的武器。快速精确的航迹预测可以提高作战效率,提供及时、最优的冲突解决方案。针对无人机的优良特性,首先优化无人机的航迹模型,并对其可行性进行理论推导,重点研究了以最大功率爬升转弯过程,验证了优化后的过程优于普通爬升转弯模型。此航迹预测方法可以快速得出航迹特征点以及到达航迹特征点的时间。     

基于Voronoi图和蚁群算法的无人机航迹规划

为提高无人机任务环境模拟的真实性,利用改进后的Voronoi图对任务环境进行建模。同时,为了更快地生成一条满足任务需求的最优飞行航迹,提高航迹规划的实战性和高效性,分析了蚁群航迹规划算法的运行原理,以及算法运行机制对算法性能的影响,提出了算法的改进原则,并在此基础上给出了新的信息素更新方式和新的启发式。利用改进后的蚁群算法,在改进型Voronoi图上进行了无人机航迹规划。计算机仿真结果表明,改进后的蚁群航迹规划算法与传统的蚁群航迹规划算法相比,运行时间更短,收敛速度更快,且得到最优航迹的概率更高,验证了算法改进原则的有效性。     

基于GA-OCPA学习系统的无人机路径规划方法

为解决未知空域中无人机路径规划方法实时性和适用性不足的问题,以生物应激条件反射理论为基础,将无人机实时路径规划类比为在外界条件刺激下的一种自学习行为。首先,将概率自动机与遗传算法相结合,设计了基于Skinner操作条件反射理论框架(GA-OCPA)的学习系统;然后,将无人机规避机动的飞行速度、滚转加速度和拉升加速度作为系统学习的行为,并计算每次学习尝试之后的选择概率和个体适应度,通过遗传算法搜索最优行为进而得到最优路径;最后,运用增量多层判别回归树(IHDR)对学习得到的最优行为建立知识库,形成威胁状态与路径规划的匹配映射。实验结果表明GA-OCPA学习系统对于无人机路径规划具备有效性和适用性。     

基于改进多元优化算法的动态路径规划

为满足动态路径规划实时性强和动态跟踪精度高的需求,提出一种基于能够同时发现并追踪多条最优以及次优路径的改进多元优化算法(IMOA)的求解方法。首先,通过利用贝赛尔曲线描述路径的方法把动态路径规划问题转化为动态优化问题;然后,把相似性检测操作引入到多元优化算法(MOA)中,增加算法同时跟踪多个不同最优以及次优解的概率;最后,用IMOA对贝赛尔曲线的控制点进行寻优。实验结果表明:当最优路径由于环境变化而变为非优或者不可行时,利用IMOA对多个最优以及次优解动态跟踪的特点,能够快速调整寻优策略对其他次优路径进行寻优以期望再次找到最优路径;其综合离线性能较其他方法也有一定的提高。因此,IMOA满足动态路径规划的实际需求,适用于解决动态环境中的路径规划问题。     

基于改进PSO算法的PID控制器参数优化

针对PID控制器参数设计问题,提出了一种基于改进PSO算法的优化方法。该方法将初始的粒子群分成两组搜索方向相反、相互协同的主、辅子群,在保持种群小规模情况下,增强算法全局探索能力,实现高精度的优化结果。仿真结果表明,该方法相比于传统算法,所得到的控制器参数使控制系统获得了更好的动态响应特性和满意的控制效果。