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。     

基于自适应IMM的高超声速飞行器轨迹预测

为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型（IMM）跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100 s的位置误差均小于5 km,速度误差均小于100 m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。     

大气层内模型预测静态规划拦截中制导

在临近空间机动目标拦截中,拦截器的初始动力段对中制导段乃至末端拦截性能具有重要影响。在模型预测静态规划（MPSP）理论基础上提出了一种初、中制导联合规划制导方法,旨在解决多阶段、快速、最优拦截轨迹规划和制导问题。首先,提出了一种改进的模型预测静态规划方法,该方法不仅可以满足终端约束,还可以生成最优初始状态,并在性能指标中考虑状态变量相关函数。其次,基于等效阻力模型建立了包含动力段与非动力段的两段规划模型,通过采用分段离散以及构建关机点变分关系的方法,避免了内点约束的引入,使MPSP算法可直接求解该两段规划问题。最后,结合提出的MPSP算法以及两段规划模型,实现了终端速度最优的拦截轨迹规划,结合目标预测方法,实现了对机动目标的预测拦截。仿真结果表明,本文方法可提高制导精度和终端速度,且能更好满足对机动目标的拦截需求。     

基于C/GMRES模型预测控制的滑翔段轨迹跟踪研究

针对使用非线性模型预测控制方法进行再入飞行器滑翔段轨迹跟踪时计算量大、耗时长的问题,采用了一种基于延拓法的广义极小残差数值算法(C/GMRES)快速解算非线性模型预测控制中的优化问题。首先给出了滑翔段纵向运动方程;然后采用基于C/GMRES算法的非线性模型预测控制律进行纵向轨迹跟踪并离线规划航向角误差走廊;最后采用倾侧反转策略改变倾侧角的符号以实现横向轨迹控制。仿真结果表明:C/GMRES算法的引入有效解决了传统方法求解两点边值问题时耗时长的问题,同时该轨迹跟踪控制律对初始状态扰动和动态干扰具有较强的鲁棒性。     

FMS巡航阶段的垂直轨迹预测算法及应用

飞机的飞行过程涉及多个垂直飞行阶段,巡航阶段占了绝大部分的飞行时间、飞行距离及燃油消耗,研究飞行管理系统（FMS）巡航阶段的垂直轨迹预测算法,对于提升飞行的经济性、舒适性、安全性是非常重要和必要的。为了满足不同类型飞机之间巡航阶段垂直轨迹预测算法的通用性,提高垂直轨迹预测的精确度和可信度,提出一种适用于巡航阶段的垂直轨迹预测算法。首先,通过计算巡航阶段的速度剖面,构建预测过程中更加符合实际的大气模型;然后基于第一性原理（第一法则）的飞机模型计算所需的巡航燃油流量数据,通过设计的巡航阶段垂直轨迹预测算法逻辑,给出巡航阶段预测的垂直轨迹;最后通过地面仿真试验和空中试飞验证算法的有效性与准确性。结果表明：本文提出的基于第一性原理飞机模型的FMS 巡航阶段垂直轨迹预测算法能够预测飞机的巡航轨迹,且预测精度误差低于1%。     

航迹跟踪的DMC方法设计研究

动态矩阵控制（DMC）是模型预测控制（model predictive control）的一种典型算法,通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制,能有效处理系统输入输出约束和抑制随机干扰。论文在碟形飞行器控制模型基础上,设计了基于DMC方法的飞行器航迹跟踪控制系统。通过选取多组参数进行仿真研究,明确了DMC方法三个主要参数在系统中的作用,并获得了较好的航迹跟踪控制效果。     

基于Leader-Follower的多无人机编队轨迹跟踪设计

针对四旋翼无人机（UAV）群在轨迹跟踪过程中易受外界干扰而引起跟踪误差的问题，设计了基于Leader-Follower的多无人机协同编队轨迹跟踪控制方法。在该系统中，首先通过积分反步法（IBS）对所建四旋翼飞行器模型设计Leader无人机的轨迹跟踪控制器。其次设计了滑模控制（SMC）器，以控制Leader与Follower无人机实现期望的编队队形并同时跟踪参考轨迹。然后通过数值仿真验证了算法的有效性，仿真结果表明，系统具有良好的控制精度。最后通过视觉定位系统进行实验，结果表明所设计的控制器能够实现多个无人机轨迹跟踪和编队控制，所设计的算法具有可行性。     

基于滚动时域的舰载机甲板运动轨迹跟踪最优控制

针对单机滑行、无杆牵引系统以及有杆牵引系统的轨迹跟踪问题进行了研究。首先，将这3种系统的轨迹跟踪问题转化为最优控制问题，并建立了连续非线性舰载机系统的轨迹跟踪模型。然后，基于第3类生成函数，提出了适用范围更广的全状态保辛伪谱算法，并结合滚动时域理论提出了基于滚动时域（RHC）的在线跟踪最优控制方法，证明了所提算法是一种保辛算法。基于所提出的在线跟踪算法，对单机滑行、无杆牵引系统、有杆牵引系统在存在初始偏差和持续外界扰动情况下的轨迹跟踪问题分别进行了研究，并与BackwardSweep方法进行对比分析，结果表明本文所提出的跟踪算法可以有效地解决具有控制约束和状态约束的轨迹跟踪问题，并可以更高的跟踪精度和计算效率对标准轨迹进行跟踪，可完全满足实时跟踪的要求。最后，分别从初始偏差和持续外界扰动的角度研究了这3种不同方式的跟踪特性。     

小推力深空探测轨道全局优化设计

 针对小推力深空探测四维轨道优化设计,给出了一种组合优化算法,采用该算法基于二体模型进行了深空探测四维轨道全局优化。该组合优化算法由动态规划算法、静态参数优化算法与共轭梯度算法组成。动态规划算法和静态参数优化算法用以选择最优的发射窗口、返回窗口及相应的近似飞行轨道;基于该近似轨道方案,采用共轭梯度算法（解决两点边值问题）求解精确的最优轨道。通过大量的数值仿真计算,得到了航天器的全局最优飞行轨道,及相应的最优发射窗口与返回窗口。数值仿真结果表明,该组合优化算法对深空探测轨道优化具有良好的通用性和工程运用价值。     

集群无人机队形重构及虚拟仿真验证

队形重构是集群无人机（UAV）控制的重要问题，指无人机按照要求安全、无碰撞地从一个队形变换到另一个队形，其难点在于快速规划最优安全轨迹并控制无人机进行轨迹姿态的高精度跟踪。针对集群无人机队形重构的上述问题，首先，基于CAPT（Concurrent Assignment and Planning of Trajectories）算法，解决了多无人机的目标分配和轨迹生成的实时性问题，实现了集群无人机的最优安全路径规划；其次，提出一种有限时间多变量积分滑模连续控制算法，解决了无人机轨迹姿态的高精度跟踪问题，并通过MATLAB仿真验证了该控制算法的有效性；最后，为了更加真实直观地演示无人机三维仿真效果，建立了基于Gazebo-ROS的无人机仿真平台，实现了12架四旋翼无人机队形重构"建模-仿真-可视化"的一体化仿真演示，验证了上述路径规划算法和轨迹姿态控制算法的有效性。     

Sub-optimal fixed-finite-horizon spacecraft configuration control on SE(3)

For achieving the desired configuration of spacecraft at the desired fixed time, a sub-optimal fixed-finite-horizon configuration control method on the Lie group SE(3) is developed based on the Model Predictive Static Programming (MPSP). The MPSP technique has been widely used to solve finite-horizon optimal control problems and is known for its high computational efficiency thanks to the closed-form solution, but it cannot be directly applied to systems on SE(3). The methodological innovation in this paper enables that the MPSP technique is extended to the geometric control on SE(3), using the variational principle, the left-invariant properties of Lie groups, and the topology structure of Lie algebra space. Moreover, the energy consumption, which is crucial for spacecraft operations, is considered as the objective function to be optimized in the optimal control formulation. The effectiveness of the designed sub-optimal control method is demonstrated through an online simulation under disturbances and state measurement errors.     

微型飞行器过失速降落轨迹跟踪控制设计

采用基于张量积的T-S模糊建模与控制方法,对微型飞行器过失速降落纵向运动的轨迹跟踪控制问题进行了研究。首先,建立了过失速降落中飞行器纵向运动的线性变参数动力学模型;然后,通过张量积模型转化方法,将线性变参数模型转化为张量积胞体模型,基于该模型设计了并行分布补偿控制器,用Lyapunov稳定性理论证明了闭环系统的稳定性,并推导了区域极点配置条件以获得更好的暂态响应性能;最后,对飞行器的过失速降落过程进行了仿真,验证了所设计的跟踪控制器的有效性。     

基于时空显著性建模的空中飞行器跟踪方法

以复杂背景下空中飞行器的鲁棒视觉跟踪问题为研究背景，为解决现有跟踪方法目标表征模型不够精确，算法鲁棒性严重受到目标形变、宽高比变化、复杂背景等因素干扰的问题，提出了建模跟踪场景中独立物体的显著性特性，用于构建精确的目标模型。提出的显著性估计方法有别于传统的单帧检测方法，利用跟踪算法提供的背景先验知识以及多帧图像观测数据，使用时空联合的方式进行建模估计，其结果用来指导目标跟踪算法选取有效视觉特征，建立精确目标表征模型，减小背景区域对算法模型的干扰。实验表明，提出的方法为上述难点问题提供了有效的解决方案，对空中飞行器的跟踪精度与鲁棒性优于大多数最先进的主流方法，在其他类型的目标跟踪任务中也有十分优越的性能表现。     

Virtual target guidance-based distributed model predictive control for formation control of multiple UAVs

The paper proposes a Virtual Target Guidance (VTG)-based distributed Model Predictive Control (MPC) scheme for formation control of multiple Unmanned Aerial Vehicles (UAVs). First, a framework of distributed MPC scheme is designed in which each UAV only shares the information with its neighbors, and the obtained local Finite-Horizon Optimal Control Problem (FHOCP) can be solved by swarm intelligent optimization algorithm. Then, a VTG approach is developed and integrated into the distributed MPC scheme to achieve trajectory tracking and obstacle avoidance. Further, an event-triggered mechanism is proposed to reduce the computational burden for UAV formation control, which takes into consideration the predictive state errors as well as the convergence of cost function. Numerical simulations show that the proposed VTG-based distributed MPC scheme is more computationally efficient to achieve formation control of multiple UAVs in comparison with the traditional distributed MPC method.     

基于IMMKF算法的ADS-B监视应用目标跟踪

目标跟踪是机载广播式自动相关监视（ADS-B）应用的基础功能,对提升航空器周边的弱机动民航飞机目标跟踪性能具有重要意义。提出一种基于交互式多模型卡尔曼滤波（IMMKF）算法的ADS-B 监视应用目标跟踪方法。首先,针对弱机动背景下的民航飞机的飞行特点,建立包含匀速模型和标准协同转弯模型的运动模型集,并对模型进行线性化近似;然后,将模型预测和ADS-B 状态矢量量测数据作为IMMKF 算法中多个并行卡尔曼滤波器的输入,进行并行滤波;最后,计算得到目标状态矢量的估计和模型近似概率,并作为下一次迭代的输入。结果表明：相比于基于匀速模型的卡尔曼滤波目标跟踪方法,IMMKF 方法的位置跟踪误差降低了59%,速度跟踪误差降低了77%,显著提升了状态估计性能,具备较高的跟踪精度、稳健性与计算效率,在ADS-B 监视应用中具有实际应用价值与借鉴意义。     

A sequential detection approach to target tracking

Sequential hypothesis testing is investigated for multiframe detection and tracking of low-observable maneuvering point-source targets in a digital image sequence. The proposed multiple multistage hypothesis test tracking (MMHTT) algorithm extends tracks formed from sequentially detected target trajectory segments using a multiple hypothesis tracking strategy. The MMHTT algorithm does not require a probabilistic larger maneuver model. Computational efficiency is achieved by using a truncated sequential probability ratio test (SPRT) to prune a dense tree of candidate target trajectories and score the detected trajectory segments. An analytical performance evaluation is presented and confirmed by experimental results from an optical satellite tracking application     

Robust Control for Static Loading of Electro-hydraulic Load Simulator with Friction Compensation

Load simulator is a key test equipment for aircraft actuation systems in hardware-in-the-loop-simulation. Static loading is an essential function of the load simulator and widely used in the static/dynamic stiffness test of aircraft actuation systems. The tracking performance of the static loading is studied in this paper. Firstly, the nonlinear mathematical models of the hydraulic load simulator are derived, and the feedback linearization method is employed to construct a feed-forward controller to improve the force tracking performance. Considering the effect of the friction, a LuGre model based friction compensation is synthesized, in which the unmeasurable state is estimated by a dual state observer via a controlled learning mechanism to guarantee that the estimation is bounded. The modeling errors are attenuated by a well-designed robust controller with a control accuracy measured by a design parameter. Employing the dual state observer is to capture the different effects of the unmeasured state and hence can improve the friction compensation accuracy. The tracking performance is summarized by a derived theorem. Experimental results are also obtained to verify the high performance nature of the proposed control strategy.