无人机控制律仿真

文中将粒子群优化算法及动态逆控制方法,应用到无人机控制律的设计与仿真验证中。设计了动态逆控制律及其仿真,引用了基于动态逆控制理论的无人机控制律。应用动态逆控制(Dynamic Inversion Control,DIC)技术,设计了姿态角速率回路与姿态角回路,作为无人机控制系统的内回路;应用PID (比例、积分、微分控制技术,设计了三轴位移回路,作为控制系统的外回路。通过PSO优化算法及样条函数,设计了符合无人机使用要求的航迹曲线。最后,对航迹点进行样条插值,得到平滑的航迹曲线。对无人机控制律响应与航迹跟踪,进行了综合仿真验证。仿真结果表明,所设计的无人机控制律,在允许精度的范围内,跟踪无人机预定航迹效果良好,满足无人机飞行控制需求。     

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。     

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。     

一种改进的快速扩展随机树航迹规划算法

针对现有航迹规划算法缺乏同时具备快速性和最优性的问题,本文提出了一种新的无人机航迹规划算法,在快速扩展随机树算法基础上,引入一个方向参数,并采用Dijkstra算法对改进算法产生的冗余节点进行处理,得到了一条优化的航迹。最后采用K航迹法进行航迹平滑处理,使得规划的航迹成为无人机的可飞航路。仿真结果表明,该算法能够在有效提高航迹产生速度的同时,可以得到近似最优的航迹。     

飞行器航迹规划算法综述

首先给出了飞行器航迹规划的概念和问题描述对航迹规划算法中的轨迹优化、路径规划和基于类比的航迹规划进行了分类介绍，其次对多飞行器编队航迹规划的两种控制方式进行了简单说明．最后指出了航迹规划中需要进一步研究的问题。     

固定翼无人机编队集结控制算法研究

针对固定翼无人机协同作战时的编队集结问题，提出了一种新的路径规划和位置分配方法，并设计了包括航迹跟踪、高度保持和速度控制在内的自动驾驶仪。该路径规划算法通过矩阵迭代得到一组较优的目标点分配方案，满足总航程较小和同时到达约束。根据得到的各无人机飞向目标点的航迹，算出无人机编队集结的代价矩阵。在每架无人机确定了应飞航路后，开始沿航路飞向目标点，在此过程中，纵向采用高度保持自动驾驶仪，横向采用航迹跟踪自动驾驶仪，控制无人机按规定航迹飞行。速度调节自动驾驶仪可根据速度指令调节油门大小加减速，跟踪上目标速度，进而实现编队集结。仿真结果验证了所提出的编队集结控制方法的有效性和可行性。     

基于A~*定长搜索算法的多无人机协同航迹规划

基于多无人机同时作业情况下的航迹规划问题,提出了一种A*定长航迹搜索算法.该算法通过选择代价值最接近给定值的节点作为最佳节点,得到定长规划航迹,接着进一步通过限定最佳节点的选择范围,改善了航迹的可飞性.仿真结果表明,利用该算法规划的定长航迹长度误差可以控制在1.4％以内,协同航迹长度误差可以控制在0.8％以内,能够满足多无人机同时到达的一般要求.     

有动力空间再入打击飞行器航迹优化

提出了有动力再入打击飞行器的航迹优化方法。基于标准的大气模型、数值的气动模型,考虑地球自转效应,建立了有动力再入打击飞行器的航迹优化模型。将再入航迹分为助推加速段和无动力滑翔段分别优化,从而得到优化航迹。算例表明,该方法得到的航程比最大升阻比航迹增加7.3%。因此,该方法用于有动力再入航迹的优化是有效的、可行的。     

有动力空间再人打击飞行器航迹优化

提出了有动力再入打击飞行器的航迹优化方法。基于标准的大气模型、数值的气动模型,考虑地球自转效应,建立了有动力再入打击飞行器的航迹优化模型。将再入航迹分为助推加速段和无动力滑翔段分别优化,从而得到优化航迹。算例表明,该方法得到的航程比最大升阻比航迹增加7．3％。因此,该方法用于有动力再入航迹的优化是有效的、可行的。     

无人机航迹规划算法

无人机是现代战场实施侦察、打击的有力武器,它的发展备受关注。无人机航迹规划源于机器人运动规划,它是无人机应用研究的核心内容,对提高无人机系统在复杂战场的作战能力起着关键作用。无人机战场环境日益复杂,在强拒止、强电磁环境下,航迹规划对自主性和智能化有更高的要求,传统单一约束的算法已不能满足现今的战场需求。文章系统梳理了 5类无人机航迹规划算法中的几种常用算法及其改进算法,归纳了这些算法的原理、优缺点及适用条件,指出现阶段存在的问题与无人机航迹规划算法面临的挑战。综述表明,航迹规划算法必然向着智能化发展,自主识别和智能决策是改进、优化算法的关键。     

TSTO运载器一级返场轨迹优化设计与在线生成

对水平起降两级入轨（TSTO）运载器一子级返场轨迹优化和轨迹在线生成问题进行了研究。首先，给出了较独特的一子级再入轨迹设计策略：先给定侧向剖面，再分段优化求解三维轨迹。针对返场过程的大幅转向需求，设计了形式简单的倾侧角-航向角偏差剖面，并定义了具有不同任务的航向转弯段和航向微调段；针对一子级宽速域气动变化显著特点，为避免轨迹跳跃，定义了增高减速段和下降滑翔段，并采用分段优化策略求解三维轨迹。其次，针对分离扰动造成的一子级初始状态偏差，扩展了自适应高维伪谱插值（AMPI）算法的参数空间，并将其应用于返场轨迹在线生成问题。仿真结果表明，设计的倾侧角剖面能够在倾侧角不翻转的前提下调整飞行航向对准着陆场，设计的分段优化策略能够保证高度曲线平稳无跳跃，采用的自适应高维伪谱插值算法能够在分离扰动影响下快速准确地实现在线轨迹生成。     

基于粒子群优化算法的飞行成本最优轨迹优化

以某大型民用飞机为例,应用了以飞行成本最优为目标的性能指标,同时运用最优控制理论,推导出飞机纵向飞行过程（爬升-巡航-下降）的优化方程,使用粒子群算法进行全局寻优,并通过Matlab进行了仿真,实现了以最优成本为目标的轨迹优化。仿真结果表明：用粒子群算法进行全局寻优,寻优效率较高,考虑时间成本后的轨迹,与节油轨迹相比,空速有所增加,耗油量也有所增加,但飞行时间大大缩短,为航空公司降低运营成本提供帮助。     

Multi-disciplinary design optimization with fuzzy uncertainties and its application in hybrid rocket motor powered launch vehicle

In this paper, an Uncertainty-based Multi-disciplinary Design Optimization (UMDO) method combining with fuzzy theory and Multi-Discipline Feasible (MDF) method is developed for the conceptual design of a Hybrid Rocket Motor (HRM) powered Launch Vehicle (LV). In the method proposed, membership functions are used to represent the uncertain factors, the fuzzy statistical experiment is introduced to analyze the propagation of uncertainties, and means, standard deviations and credibility measures are used to delineate uncertain responses. A geometric programming problem is solved to verify the feasibility of the Fuzzy-based Multi-Discipline Feasible (F-MDF) method. A multi-disciplinary analysis of a three-stage HRM powered LV involving the disciplines of propulsion, structure, aerodynamics and trajectory is implemented, and the mathematical models corresponding to the F-MDF method and the MDF method are established. A two-phase optimization method is proposed for multi-disciplinary design optimization of the LV, including the orbital capacity optimization phase based on the Ziolkowski formula, and the scheme trajectory verification phase based on the 3-degree-of-freedom point trajectory simulation. The correlation coefficients and the quadratic Response Surface Method (RSM) based on Latin Hypercube Sampling (LHS) are adopted for sensitive analysis of uncertain factors, and the Multi-Island Genetic Algorithm (MIGA) is adopted as the optimization algorithm. The results show that the F-MDF method is applicable in LV conceptual design, and the design with the F-MDF method is more reliable and robust than that with the MDF method.     

Multi-UAV coordination control by chaotic grey wolf optimization based distributed MPC with event-triggered strategy

The paper proposes a new swarm intelligence-based distributed Model Predictive Control (MPC) approach for coordination control of multiple Unmanned Aerial Vehicles (UAVs). First, a distributed MPC framework is designed and each member only shares the information with neighbors. The Chaotic Grey Wolf Optimization (CGWO) method is developed on the basis of chaotic initialization and chaotic search to solve the local Finite Horizon Optimal Control Problem (FHOCP). Then, the distributed cost function is designed and integrated into each FHOCP to achieve multi-UAV formation control and trajectory tracking with no-fly zone constraint. Further, an event-triggered strategy is proposed to reduce the computational burden for the distributed MPC approach, which considers the predicted state errors and the convergence of cost function. Simulation results show that the CGWO-based distributed MPC approach is more computationally efficient to achieve multi-UAV coordination control than traditional method.     

基于任务安全性的亚轨道飞行器返回轨迹优化

基于高斯伪谱法,结合亚轨道飞行器返回段特点,从任务安全性的角度出发进行了返回轨迹优化研究。出于实际控制能力及安全性的考虑,采用伪控制量作为最优控制变量,摒弃了再入分段、末端区域能量管理段、航向校正圆锥等概念,引入"末端进场走廊"来描述性能指标及终端约束。仿真结果表明,在满足各种约束条件下,能够快速准确地生成亚轨道飞行器返回轨迹,同时验证了结果的可行性与最优性。     

基于RHC-GCPSO的末端规避轨迹最优控制方法

针对传统典型末端规避战术实时性低、操作难度大和规避效果差等缺点,研究了一种实时指令控制的战斗机末端规避战术轨迹控制方法;分析了增大脱靶量的末端规避原理,在以导弹为原点的球坐标系下建立了导弹与战斗机的相对运动模型;结合战斗机动力学模型,建立了脱靶量末端规避数学模型;选取脱靶量为优化指标,建立了战术轨迹最优控制指令模型;提出了滚动关联粒子群算法并对该模型进行求解,得到了战斗机的最优战术机动控制指令;通过仿真,对比了滚动关联粒子群与粒子群、混沌粒子群三种算法对最优控制指令模型求解的结果,验证了该算法的优越性.     

基于梯度下降法的翼伞系统最优分段航迹规划

传统最优控制航迹规划一般以逆风精确着陆、控制能量小为优化目标，但传统最优控制的操纵过程一般是一条连续变化的曲线，工程上不易实施；与之相比，传统分段航迹规划操纵简单，工程上容易实施，能实现逆风精确着陆的目标，但控制能耗大。为了兼顾逆风精确着陆、能耗低和控制操作简单等目标，提出了一种基于梯度下降法的翼伞最优分段航迹规划方法。该方法将控制变量参数化，将逆风精确着陆、控制能耗小、能实现避障等多目标优化问题转化为加权单目标优化问题，并通过梯度下降法求解得到分段常值最优归航航迹。所提算法与基于伪谱法的最优控制规划航迹和基于遗传算法的分段规划航迹进行了对比，算法仿真结果表明本文提出的最优分段航迹规划法既可以实现着陆精度高、控制能量小、逆风着陆和避障的优化目标，同时规划的航迹又由分段常值实现控制，工程上容易实施，兼顾了最优控制航迹规划和分段航迹规划的优点。     

非合作目标交会的双层MPC全局轨迹规划控制

针对空间非合作目标近距离视线交会中的全局最优鲁棒轨迹规划与控制问题,提出了基于高斯伪谱方法（GPM）和线性时变模型预测控制（LTVMPC）的双层模型预测控制（MPC）算法。在轨迹规划方面,以视线坐标系下的相对轨道动力学为模型、能量最少和控制精度最优为性能指标构建最优控制问题,利用GPM精度高、收敛速度快的特点将最优控制问题转化为易于求解的全局非线性规划问题,在MPC框架下求解得到全局最优的标称轨迹,克服了传统的MPC不适用于全局大范围非线性规划的缺点;在轨迹跟踪控制方面,考虑预测时域内状态转移矩阵的时变特性,设计了LTVMPC算法对标称轨迹进行追踪,避免了存在不确定性时轨迹的重规划,从而降低在线计算量,保证算法在线自主实施,并且采用滚动优化的策略使算法对不确定性具有鲁棒性。由于规划层和控制层考虑的约束相同,因此规划的轨迹是可控、可达的。数字仿真表明,在燃料消耗和交会时间等方面,提出的方法均显著优于传统的MPC方法,相较于传统的MPC方法,新算法的交会时间减少50%左右,燃料消耗降低30%以上。     

弹性高超声速滑翔飞行器的状态/参数联合估计

弹性高超声速滑翔飞行器具有强非线性、强不确定性和刚体/弹性耦合的特点，对其状态和参数进行估计十分必要。为解决这一问题，提出了一种传感器布置策略和一种利用正交三角（QR）分解更新到达代价的滚动时域估计算法（MHE-QR）。首先，建立了考虑弹性的传感器观测模型并分析了传感器位置对可观性的影响，并在此基础上提出了一种反映系统可观性的性能指标。传感器布置策略以此性能指标为目标函数，将传感器布置问题转化为约束非线性优化问题并求解，即可得到最优传感器布置方案。然后提出了MHE-QR算法。在滚动时域估计的框架下，该算法利用前向动态规划原理将到达代价的计算转化为最小二乘问题，并给出了基于QR分解的到达代价更新算法。仿真结果表明该传感器布置策略和MHE-QR算法能够有效提高估计精度、收敛速度和计算速度。此外，MHE-QR算法具有实时应用的潜力。     

基于OODA环的对地攻击流程半实物仿真验证方法

针对无人机（UAV）机载设备和软件在不具备真实飞行环境下的对地攻击流程验证问题,提出了一种基于观察-判断-决策-行动（OODA）循环的对地攻击流程半实物仿真验证方法。首先,采用OODA环思想对无人机对地攻击流程进行分析,设计了一套基于OODA环的半实物仿真验证系统。然后,将无人机对地攻击流程精度模型分为感知、判断和攻击3种,建立了半实物仿真验证系统主要的精度模型。最后,运用该验证方法对某无人机的3个机载软件进行了试验,验证了该方法的有效性。该方法可以验证无人机对地攻击流程的设计效果,在飞机设计阶段为攻击流程的工程设计提供参考。