太阳能无人机能源系统的初步设计方法

正太阳能无人机与燃料无人机、电动无人机的最根本区别在于能源系统,因为太阳能无人机在空中飞行过程中仅依靠太阳能电池阵列转换太阳光照辐射能来产生电能,而不用中途降落添加燃料或为电池充电,可以实现超长时间的空中巡航,在军事及民用领域都有很广阔的应用前景。太阳能无人机的能源系统直接影响全机的输出功率和质量,主要由太阳能电池阵列、锂电池、最大功率跟踪(Maximum Power Point Tracking,MPPT)控制器等部分     

太阳能/氢能无人机总体设计与能源管理策略研究

针对小型低空长航时电动无人机需求,给出了太阳能/氢能混合能源动力系统集成方案和小型低空长航时无人机构型。针对典型任务剖面,综合考虑太阳能电池和氢燃料电池特性,提出了一种考虑全机重量能量耦合关系的总体设计方法和任务剖面驱动的能源管理策略;建立了能源系统模型,给出了能源控制流程,开发了能源管理仿真平台。以1.5 kg任务载荷为例,完成了无人机总体方案设计,仿真分析了各种能源特性对飞行结果的影响。结果表明:能源管理策略能够根据任务剖面的要求合理配置能源系统的功率,满足各阶段的功率需求;无人机在冬至日航时为21 h、夏至日可实现跨昼夜飞行;在能源系统重量相同情况下,该混合能源无人机的航时分别是纯锂电池无人机和燃料电池无人机的5.5倍和1.2倍。     

太阳能无人机能源系统的多维耦合建模

针对太阳能无人机能源系统建模的耦合性考虑不足、能量流动过程描述不全面等问题,将外部大气环境、无人机的姿态角度等不同维度下影响能源系统运行的多个因素纳入到建模过程中,先后给出了非均质大气环境模型、无人机运动模型、电机模型、减速器模型、螺旋桨模型、光伏电池模型和蓄电池模型的建立过程,并建立了各模型间的耦合关系,得到反映非均质大气环境下、动态飞行行为的太阳能无人机中能量流动的耦合模型。仿真结果表明：该模型可以完整的描述外部大气环境和无人机飞行姿态对无人机发电功率以及动力负荷功率的影响等耦合作用,适合用于仿真分析和地面半实物仿真平台的搭建。     

燃料电池无人机能源管理与飞行状态耦合

开展了燃料电池/锂电池（简称燃锂）混合动力无人机的能源管理与飞行状态耦合研究。综合顶层飞行任务规划与底层能源系统管理，以动力系统模型为耦合点联立能源系统与无人机运动方程，建立能源状态与运动状态耦合模型。针对燃锂混合最紧密的爬升过程，以迎角、转速和燃料电池的放电功率作为控制变量，建立了燃料消耗最小的能源管理与航迹规划耦合最优控制问题，研究不同爬升高度对最优控制过程的影响，并与模糊控制能源管理策略进行对比分析。针对大功率短时爬升和小功率长时巡航的典型任务特点，建立了燃锂最优混合问题。研究了最优的锂电池容量和燃料电池功率水平的混合量，以及爬升和巡航两阶段最优功率分配和飞行状态，分析了不同巡航目标高度对最优混合量和飞行状态的影响。结果表明：采用能源与航迹耦合的最优控制策略在给出最优功率流分配的同时，能够很好地兼顾飞行状态控制；对燃锂混合和飞行状态的综合优化可以有效地处理爬升和巡航阶段的能源需求矛盾，在给出最优燃锂混合量和飞行状态的同时，降低整个任务过程的燃料消耗。     

基于改进人工势场算法的无人机群避障算法研究

针对无人机运动避障人工势场算法本身存在的极小值问题和局部最小值问题，采用改进的人工势场算法，提出了一种新的路径规划方法。不同于目前的人工势场法，该模型从双机相互作用开始，在障碍物斥力的基础上，增加了无人机之间的斥力，同时定义集群的前置形心作为另一个引力源。算法分析表明，该方法能够有效避免无人机陷入局部最小值，并增强了无人机机群的控制和避障能力。基于该无人机控制模型，给出了路径规划设计并进行了仿真实验。实验结果表明，基于该模型的无人机机群控制具有更好的避障性能和追踪目标的能力。     

燃料电池无人机动力系统方案设计与试验

针对燃料电池为主能源的无人机（UAV）动力系统,设计了纯燃料电池动力系统、燃料电池/蓄电池（简称燃蓄）被/主动混合动力系统3种拓扑结构方案。以空冷质子交换膜燃料电池为例,搭建了燃料电池动力系统方案一体化试验平台。考虑阶梯型和阶跃型2种加载形式,试验研究了燃料电池自身的动态特性和启动特性。以阶梯型功率剖面的加载形式,试验研究了纯燃料电池动力系统放电特性;以无人机典型任务剖面作为加载形式,开展燃蓄被/主动混合动力系统对比试验研究。试验结果表明：纯燃料电池动力方案适用于低机动小型无人机,燃蓄被动混合方案可满足小型无人机大机动飞行,燃蓄主动混合方案系统可适应中大型无人机更长航时飞行。     

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。     

基于改进向量场直方图算法的无人机动态避障策略

目前传统向量场直方图(VFH)算法存在易陷入局部陷阱的缺陷，本文提出了基于陷阱检测机制与动态阈值更新策略的改进VFH算法，更加符合局部未知环境下无人机路径规划的要求，并针对复杂未知场景中无人机避障问题，提出了基于A^*算法和改进VFH算法的避障算法。首先，无人机根据全局已知障碍物信息，基于A^*算法构建目标航路点；其次，在目标航路点不可达的情况下，无人机根据运动状态与激光雷达探测到的地形信息，基于改进向量场直方图算法进行局部规划。在局部规划中，针对传统VFH算法存在的缺陷进行了改进：针对传统VFH算法的无记忆性导致在一些特殊场景中易陷入局部陷阱，本文提出陷阱检测机制的VFH算法，动态选择历史信息增强向量场直方图算法的记忆性，无人机可自主检测陷阱并及时跳出；针对向量场直方图算法的阈值敏感性问题，设计了动态阈值更新策略，使得无人机能够在复杂或稀疏的障碍物环境中，动态平衡避障安全性和抵达目标的时效性。最后，通过对比仿真验证了算法的有效性，为传统VFH算法易陷入局部陷阱的缺陷提供了一种解决方法。     

中低空太阳能无人机高效螺旋桨设计方法

目前对于常规螺旋桨和高空螺旋桨的设计较多,而对中低空太阳能无人机螺旋桨的研究很少,因此提出一种针对中低空太阳能无人机的高效率螺旋桨设计方法。根据太阳能无人机的飞行跨度曲线,选取爬升和主要巡航高度为设计点,首先基于Betz 最小能量损失的设计准则和片条理论及其逆向推导,计算各设计点下的弦长与桨距角分布;然后根据飞行跨度曲线对各设计点的计算结果进行权值分配,得到最终的设计弦长与桨距角分布;最后基于CFD 数值模拟技术,在验证算法的基础上对设计的螺旋桨进行仿真计算。结果表明：与使用常规螺旋桨相比较,在允许功率范围下,本文设计的螺旋桨效率在整个任务周期的飞行包线内均有明显提升,满足设计要求。     

超长航时太阳能无人机关键技术综述

超长航时太阳能无人机（UAV）以其高效节能、原理上可实现无限巡航的特点受到广泛关注，而其独特的设计指标与任务特性也对各项关键技术提出了较高要求。多设计要素的高度耦合意味着不同于常规飞行器的总体设计方法，低密度、低速度的飞行条件使其具有明显的低雷诺数气动特性，柔性超大展弦比机翼带来了复杂的气动弹性问题，低翼载荷特性与较大的风场扰动增加了控制难度，极端的飞行环境与苛刻的任务指标对能源、动力系统带来了新挑战，飞行性能对能源系统的高度依赖开辟了飞行轨迹优化的研究方向。本文梳理了超长航时太阳能无人机关键技术的研究现状，在此基础上对各项技术中的难点问题进行了阐释，并对超长航时太阳能无人机未来发展趋势进行了展望。     

Energy-optimal trajectory planning for solar-powered aircraft using soft actor-critic

High-Altitude Long-Endurance (HALE) solar-powered Unmanned Aircraft Vehicles (UAVs) can utilize solar energy as power source and maintain extremely long cruise endurance, which has attracted extensive attentions from researchers. Trajectory optimization is a promising way to achieve superior flight time because of the finite solar energy absorbed in a day. In this work, a method of trajectory optimization and guidance for HALE solar-powered aircraft based on a Reinforcement Learning (RL) framework is introduced. According to flight and environment information, a neural network controller outputs commands of thrust, attack angle, and bank angle to realize an autonomous flight based on energy maximization. The validity of the proposed method was evaluated in a 5-km radius area in simulation, and results have shown that after one day-night cycle, the battery energy of the RL-controller was improved by 31% and 17% compared with those of a Steady-State (SS) strategy with a constant speed and a constant altitude and a kind of state-machine strategy, respectively. In addition, results of an uninterrupted flight test have shown that the endurance of the RL controller was longer than those of the control cases.     

高空驻留太阳能飞机主动式光伏组件面功率特性研究

 光伏组件面功率特性是影响太阳能飞机性能指标的关键因素之一。首先建立了考虑光伏组件表面温度、太阳能飞机飞行高度、纬度及一年四季等因素的光伏组件面功率模型,分析了光伏组件在一年范围内的日均直射、日均水平面功率随飞行高度、纬度和季节等关键设计指标参数的变化规律,对比研究了3种跟踪采能方式下的主动式光伏组件(TPM)的逐时、日均面功率特性。结果表明:在一天的光照时间内和全年范围内,主动式光伏组件能显著提高光伏组件的面功率特性。然后,参考了典型的太阳能飞机"Helios"和"Zephyr",综合考虑能源与气动特性,初步设计了一种采用主动式光伏组件的高空驻留太阳能飞机布局方案,通过分析其日均净面功率特性得出:合理设计主动式光伏组件,可以显著提高太阳能飞机的日均净面功率约32%~66%,甚至可达116%。这些结论均说明,从采能效率和气动特性两方面综合来说,所提出的基于主动式光伏组件的布局设计思想在高空驻留太阳能飞机总体布局设计时具有良好的应用优势。     

基于改进一致性算法的无人机编队控制

编队飞行是指多架无人机保持以一定队形进行飞行的状态,相比于单架飞机执行任务,无人机编队能够增加搜索面积,提高飞机飞行性能,增大完成任务成功率。编队控制是实现编队安全高效完成指定任务的前提。本文以一致性理论为基础,针对无人机运动模型的特点与实际飞行要求,对基本的一致性算法进行改进,提出了改进一致性无人机编队控制算法。首先利用纵向和横侧向解耦的自动驾驶仪模型给出了无人机的三自由度运动方程,根据机动性与飞行性能要求定义了各方向上的加速度、速度与角速度约束。基于一致性理论,将编队控制分为平面与纵向2个方向进行,在状态控制的基础上,利用各状态变量间的几何关系对无人机运动自由度进行转换,加入编队队形信息,设计了编队控制算法。为了使算法生成的指令信号满足约束条件,提出了"最小调整"约束条件处理策略。依据粒子群算法对各无人机的爬升加速度进行优化,以避免机间碰撞。仿真结果表明：提出的编队控制算法具备编队成形与变换功能,能够使无人机编队状态快速收敛到指定值,且保持指定队形,无人机飞行状态满足所有约束条件。     

基于预测电流控制的光伏并网系统最大功率点跟踪算法

针对光伏发电的突变性及昼发夜停特性提出一种新型的基于预测电流控制的光伏并网系统最大功率点跟踪(MPPT)算法。根据实际情况考虑光伏阵列的非线性特性,最大功率点周围光伏电压的振荡及逆变器、滤波器的设计等。为了确保系统采用控制算法的稳定性,MPPT的设计应运而生,在此基础上通过改进算法从光伏系统的电压与电流预测基准电流进而控制光伏并网系统。通过与传统的波动相关控制方法对比给出了仿真结果。仿真结果表明:在光照发生突变时,与传统的波动相关控制法相比,提出的改进算法的跟踪速度较之提升9.3%,并能够准确跟踪光伏并网系统最大功率点,且性能稳定可靠。     

太阳能飞机循环飞行的高度剖面能量策略

为满足设定的太阳能飞机多日连续飞行条件，依据飞行过程中当前时刻的飞行高度、光伏输出功率、动力电池组余量等系统状态参数，研究如何分配动力电池组充放电和电推进系统输入等功率。所用策略立足于实时功率平衡，充分利用正午前后的光伏峰值功率用于飞机爬升及充电，在午后下滑过程中利用全部光伏输出，以最大化利用光伏资源；在光伏有效输出不足时则以一定的维持功率下滑，使能量的综合损失最小。方法能够提高以预定夜间飞行高度连续多日续航的成功率，提升飞行高度、纬度、季节范围或搭载能力，或者拓展这几种飞行条件的组合域，优化太阳能飞机的适用性。     

Voltage-based maximum power point tracking control of PV system

Photovoltaic (PV) generators exhibit nonlinear v-i characteristics and maximum power (MP) points that vary with solar insulation. An intermediate converter can therefore increase efficiency by matching the PV system to the load and by operating the solar cell arrays (SCAs) at their maximum power point. An MP point tracking algorithm is developed using only SCA voltage information thus leading to current sensorless tracking control. The inadequacy of a boost converter for array voltage based MP point control is experimentally verified and an improved converter system is proposed. The proposed converter system results in low ripple content, which improves the array performance and hence a lower value of capacitance is sufficient on the solar array side. Simplified mathematical expressions for a PV source are derived. A signal flow graph is employed for modeling the converter system. Current sensorless peak power tracking effectiveness is demonstrated through simulation results. Experimental results are presented to validate the proposed method     

基于改进RRT算法的无人机航路规划与跟踪方法研究

为了使航路规划算法在三维动态环境下能够快速规划出较优可行航路,基于快速扩展随机树算法(RRT),对规划航路点进行了无人机飞行动力学约束,并且设计了局部航路动态优化策略。针对传统的航路跟踪控制律跟踪较为曲折的航线时跟踪误差较大的问题,通过将规划算法得出的姿态指令引入姿态控制回路的方式,提高了航路跟踪控制算法的快速性与准确性。在此基础上,搭建了无人机验证平台,利用该验证平台完成了无人机自主避障飞行试验,对算法的有效性进行了验证,并对算法性能进行了评估。     

高空长航时太阳能无人机总体设计要点分析

高空长航时（HALE）太阳能无人机（UAV）的基本工作原理与常规动力飞机相比有显著的区别,体现在飞机总体设计方法上有其独到之处,方案设计中还需要对一些关键技术细节进行认真权衡。阐述了高空长航时太阳能无人机总体设计中遵循的重量不变和能量平衡原则的机理,同时从太阳能无人机巡航平飞功率需求、布局形式选取、飞行剖面优化和临近空间使用环境影响等方面出发,研究了太阳能无人机总体设计中的若干注意事项,主要结论可用于高空长航时太阳能无人机总体设计和方案优化。