多天线结构对无人机MIMO信道容量的影响

为进一步提高无人机(UAV)遥测链路传输容量,分析了无人机多输入多输出(UAV-MIMO)天线间隔、阵列等结构参数对信道容量的影响。建立了无人机MIMO基于散射体三维几何分布的单跳同心椭圆(GBSBCERS)信道模型,结合机载MIMO天线布局方案,给出了无人机MIMO信道矩阵及遍历容量的表达式。数值仿真表明,受无人机远距离通信的影响,信道容量与天线间隔呈正比变化;且相比于线阵布局,圆阵布局虽然受到无人机姿态变化的影响,但仍具有较高的信道容量。通过分析多天线结构对无人机MIMO信道容量的影响,对设计实现高速无人机数据链具有实际意义。     

基于神经网络动态逆的动力伞飞行控制方案

动力伞飞行控制系统为复杂的非线性系统,通过对神经网络逼近逆系统的原理分析,提出一种由静态神经网络和积分器组成的动态神经网络,设计了基于神经网络动态逆方法的飞行控制方案,进行了飞行仿真验证,结果表明该方法完全满足系统控制的稳定性和鲁棒性要求,并具有良好的抗干扰能力．     

尾坐式垂直起降无人机纵向抗风性能分析

分析了四旋翼尾坐式垂直起降无人机的纵向受力情况,建立了纵向动力学模型,并进一步分析了其最大抗风能力边界。针对尾坐式无人机在强风扰下位置跟踪精度差的问题,引入了迭代学习控制(ILC)。针对尾坐式无人机起降阶段的控制过程非重复性的问题,提出了分段迭代学习控制方法。通过仿真验证表明,该方法具有较好的稳定性,能够提高强风扰下无人机垂直状态的位置和高度控制精度。