蜂群无人机充电排队优化方法

针对蜂群无人机快速充电排队问题，首次提出以平均队列长度和平均等待时间作为蜂群无人机充电排队优劣的评价指标。并通过理论分析和数值计算，在多充电平台的条件下，对蜂群无人机的分布式充电和集中式充电2种充电排队方式进行了比较和分析。得出蜂群无人机在泊松到达的条件下，随着服务强度的增加，评价指标对应的曲线出现了一个交叉点。在这个交叉点前，即服务强度较弱时，集中式充电排队方式优于分布式充电排队方式。在交叉点之后，即随着服务强度的增强，分布式充电排队方式将逐渐优于集中式充电排队方式。本文为蜂群无人机高效地完成任务提供了快速充电排队解决方案。     

基于Labview的磁罗盘测试系统设计与实现

磁罗盘是无人机航向测量的常用关键部件，为了测试其性能的好坏，设计了一套基于PXI总线计算机等硬件和Labview软件的磁罗盘智能测试系统。该系统能够有效地完成LP-1磁罗盘各项性能测试，具备友好的人机交互界面，能够对测试数据进行保存。实际应用表明，该系统工作稳定、操作简便，在无人机部件装机放飞前能够及时发现磁罗盘部件故障隐患，提高了无人机飞行安全。     

一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题，设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时，考虑到传统的姿态求解方法精度不高，提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量，再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合，以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰，其稳定性明显优于两种方法各自求解时的情况；在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题，表现出更高的动态解算精度，从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

无人机桨叶损伤的在线模型估计新方法

无人机在复杂高对抗环境中极易出现桨叶结构受损故障，造成无人机控制性能退化甚至失稳，给无人机带来灾难性后果。桨叶结构损伤条件下无人机动力学模型的在线估计与重建是保障无人机控制系统稳定的重要前提。由于桨叶损伤干扰隐含于无人机动力学模型的内部，可观测性较低，典型的干扰观测器难以实现对此类干扰的估计。提出了一种新型穿透型干扰观测器，通过构造穿透函数，将模型内部的干扰映射到一个新建的平行空间，实现了对桨叶损伤的估计和故障后无人机的建模，并给出了所设计穿透型干扰观测器的稳定性条件。以四旋翼无人机为应用对象，对桨叶损伤形成的干扰进行在线估计与量化，反演出桨叶随机出现的损伤，实现了桨叶损伤后无人机动力学模型的在线精细重建，解决了无人机桨叶损伤故障下力矩输入难以直接测量的问题。半物理仿真实验验证了所提方法的有效性。     

基于因子图的无人机视觉定位方法

当前多用途无人机主要依靠全球导航卫星系统（GNSS）和惯性测量单元（IMU）的组合导航实现高精度定位，然而在强电磁干扰以及各类复杂环境GNSS拒止等情况下，该定位模式面临失效的风险。为探索一种GNSS拒止环境下的导航定位手段，对视觉导航方式进行了研究，针对无人机小交会角条件下视觉定位存在高程方向交会精度差、绝对尺度信息缺失、累积误差无法消除和定位轨迹不连续等问题，提出了基于因子图融合影像匹配和视觉信息的光束法平差方法，解决了无人机小交会角下的自主绝对定位问题。     

基于连续螺旋滑模的无人机分布式编队控制

为了解决复杂环境中无人机分布式编队控制问题,考虑外界干扰影响和状态信息不完全反馈情况,对无人机设计分布式编队控制器。无人机利用自身位置反馈,基于二阶精确微分器设计状态观测器,得到无人机速度和干扰的估计值;结合自身估计信息和邻机位置、速度的估计,基于连续螺旋滑模控制方法设计编队控制器和姿态跟踪控制器;稳定性分析保证了无人机闭环系统稳定性。基于Matlab/Simulink数值仿真和软件在环实时仿真平台,验证了所设计控制算法的有效性,并演示了三维可视化仿真结果。     

无人机系统飞行品质标准研究

阐述世界各国无人机适航性条例概况,对比分析美国、英国、北约等国适航性条例的内在联系和差异,探讨无人机飞行品质验证过程中综合应用适航条例、电传飞机飞行品质的适用性,指出我国无人机飞行品质研究方向,考虑安全性、任务性、系统性方面的要求,以逐步形成我国自己的无人机飞行品质设计验证要求,并提出了构建飞行品质框架和规范的相关建议。