基于预设性能控制的超紧密航天器编队防避撞协同控制

研究了考虑具有外界干扰和防避撞约束的近地轨道超紧密航天器构型控制问题,将反步控制技术、预设性能控制相结合,提出了一种基于预设性能鲁棒控制的六自由度编队协同鲁棒控制方法。首先,给出了近地轨道完整的编队航天器相对位置和相对姿态非线性动力学方程,并根据状态约束条件转换了相对位置动力学模型。其次,设计了预设性能函数,通过误差转换,建立系统等效误差模型,基于反步法设计了预设性能鲁棒控制器,进一步应用Lyapunov稳定性定理证明了其闭环系统的一致最终有界性。最后在MATLAB/Simulink平台上进行了仿真验证,结果表明了方法的有效性。     

基于行为的非合作目标多航天器编队轨迹规划

目前航天器编队轨迹规划的研究并未综合考虑目标非合作性、构型复杂性及控制协同性等问题,针对非合作目标多航天器编队系统,提出了一种基于行为的相对运动轨迹规划方法。首先,基于聚集行为模型设计了期望运动场,将期望速度视为一系列具有不同行为特性的速度矢量和,通过构造平衡态构型公式计算行为调节参数。其次,采用高斯型环境函数描述了非合作目标特性,并通过C-W方程对期望运动场进行了改进,使得该方法在多航天器编队系统与非合作目标形成期望构型的过程中,既能避免编队成员之间发生碰撞,又能保证与非合作目标之间的安全距离。仿真结果表明,该算法可以使多航天器编队系统在3000s内运动至期望构型。该方法在复杂的、多个控制目标的编队飞行轨迹规划中优势明显,具有自主性、协同性、鲁棒性强等特点,同时可应用于不同类型的编队构型相对运动规划。     

基于自适应的月球着陆器悬停避障方法

摘要： 考虑质量和推力不确定性,月球着陆器在悬停避障时将难以快速稳定到设计高度.为解决此问题,提出一种基于自适应的高精度悬停避障方法,其核心是利用位置测量作为观测器的输入,对质量和推力不确定性进行快速估计和补偿.与基于PID的方案相比,该方案具有估计速度更快的优点,能够快速实现高精度的悬停避障控制.最后对所提方法给出仿真验证.     

舰载机牵引系统路径规划方法

舰载机在任务繁忙和障碍密集的飞行甲板上运动,为了降低舰载机的能耗和增加发动机使用寿命,一般由牵引车牵引舰载机运动,舰载机和牵引车构成牵引系统。为了提高牵引系统出行任务的安全高效性,提出了一种甲板环境下的牵引系统路径规划方法。建立了路径规划的数学模型,该模型包括牵引系统运动学模型和机动能力约束,任务目标函数和任务约束模型,以及障碍物规避模型。结合上述模型,基于几何学理论和Dijkstra算法设计了最优路径的搜索方法。以尼米兹级航母飞行甲板为例,进行了牵引系统的路径规划和跟踪控制仿真,结果表明了模型的合理性和方法的有效性。      

基于时间约束的无人机避障研究

对无人机避开障碍物这一热点问题展开了研究。在极坐标系下,基于无人机与障碍物之间的几何关系,建立了无人机与障碍物之间的运动学方程。通过设计滑模变结构有限时间收敛制导律,使连接无人机与避障点的视线角速率快速收敛到零,相对速度方向收敛到期望的避障方向,保证了无人机能够顺利避开运动障碍物。通过有限时间收敛分析,得到了相对速度收敛到期望的避障方向时间与制导律参数的表达式。通过选择合适的参数,可使收敛时间小于到达避障点的时间,保证了避障的完成,也确定了制导律参数的取值范围。最后对设计的避障算法进行了仿真,仿真结果验证了算法的有效性。     

无人艇航行规则及运动学约束下的改进RRT轨迹规划方法

现有的RRT算法没有考虑无人艇的运动特性,难以解决无人艇轨迹规划问题,也没有基于无人艇航行规则来考虑无人艇的动态避碰。针对上述问题,在无人艇航行规则及运动学约束下,提出了改进的双层RRT动态轨迹规划方法。在第一层框架中,改进了探索点及步长选择策略,并结合国际海上避碰规则公约与最短会遇时间建立最优位置窗口来构造四向扩展随机树,从而可以在考虑海事规则的前提下快速搜索出联通路径。在第二层框架中,考虑到无人艇的运动学约束,将上一层的联通路径点作为分段启发点,然后结合速度运动模型来限制无人艇的拐角与转弯半径,并基于速度运动模型得到的弧长计算出每一个节点的代价值,最终在动态障碍物环境中得到一条可行平滑轨迹。仿真与实船实验均验证了该改进算法的有效性,实验表明该改进算法可以有效地解决传统RRT算法离障碍物过近、路径不平滑、不符合无人艇运动学与无人艇航行规则等问题。其中,轨迹转折数目为0,与障碍物最近距离是传统RRT算法的两倍以上,最大转折角度指标远好于传统RRT算法。     

基于Bi-LSTM 的无人机轨迹预测模型及仿真

传统轨迹预测模型存在模型简化较大、考虑因素较少等问题。结合飞行轨迹连续性、时序性、交互性 的特点,提出基于双向长短期记忆(Bi-LSTM)神经网络的轨迹预测模型,将入侵者的位置、姿态和两机的相对 信息同时作为轨迹预测模型的输入,更加符合真实轨迹变化规律;对建立的基于 Bi-LSTM 的轨迹预测模型采 用综合考虑动量和速度的自适应调整学习步长的学习算法进行训练;并与基于 Elman神经网络的轨迹预测模 型进行仿真对比分析。结果表明:与基于 Elman神经网络的轨迹预测模型相比,所提模型在不同方向预测200 个点的平均绝对误差不超过4m,三维预测效果更优,可以较为准确地进行轨迹预测。     

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.     

行为控制月球车的虚拟主体避障技术

论述了基于行为代理体的月球车避障技术。由月球地形高程图得到当地水平面下二色障碍图及着色障碍图，利用月球车代理体在障碍图及着色障碍图中进行避障学习与控制，将获得的控制量投影到月球车体坐标系下得到真实地形上的控制量，达到避障控制与运动规划的目的。利用障碍入侵月球车安全线的径向距离作为避障控制器输入，并由月球车目标趋向行为及避障行为输出融合突现出趋向目标的避障行为。仿真结果表明基于代理体的避障控制器设计方法使运行于真实环境下月球车的避障具有很高的可靠性。     

飞行器低空突防中的威胁航线优化技术研究

低空突防中的威胁回避技术是TF／TA^2系统的核心，直接关系到低空突防飞行器的任务生存能力。针对威胁回避的特殊要求，本文提出了一种基于地形可视性分析的威胁危险指标快速计算方法，解决了威胁的量化问题。针对在大范围任务区域内进行威胁航线优化存在计算复杂性和收敛性等问题，本文尝试采用遗传算法对威胁进行优化处理。该方法得到的威胁航线，严格经过出发点和目标点，且尽量远离威胁，有效提高了飞行器低空突防的任务生存率。