神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点，旋翼／机身气动干扰呈现非线性，且受多种因素的影响，用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本，对网络参数进行学习，可以得到旋翼／机身气动干扰神经网络模型，进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神     

直升机模糊神经控制模型

介绍了多变量系统的模糊神经控制模型、直升机飞行模糊控制规则建立的思路;建立了一个直升机模糊神经控制模型,并给出利用神经网络学习模糊控制规则的方法和步骤。     

无人机舵回路及其新型控制策略设计和应用

以无人直升机飞行控制系统研制实际需要为背景,运用高集成AVR单片机设计了数字式舵回路控制器,根据嵌入式计算机系统实现舵回路控制律要求,设计并实现了舵回路数字式控制律.采用变参数调节控制律可使舵回路控制性能达到理想状态,有效避免了系统超调和积分饱和.舵回路控制参数的在线调整,实现了不同被控对象/不同状态的有效控制,拓展了数字式舵回路的适用场合.在综合汲取伺服电机调制模式基础上,提出了复合PWM模式和"极性比"概念,实现了数字式舵回路低功耗之目的.文中给出了部分试验结果和应用实例.结果表明,所设计的低功耗数字式舵回路是成功的,该舵回路不但功耗低,体积小,而且抗干扰能力强.     

无人直升机视觉着陆中的运动状态估计算法

对无人直升机(UH)视觉着陆中基于视觉图像处理的运动状态估计问题进行了研究。介绍了视觉着陆原理,分析了运动估计、特征图像处理与着陆控制间的关系,推导并建立了UH相对着陆平台位姿估计算法、线速度与角速度估计算法。相邻两帧图像对应特征点像点位置为位姿估计算法提供数据,一帧图像特征点像点位置及其对应像点平移速度为线速度与角速度估计算法提供数据。利用UH着陆控制仿真数据模拟UH着陆运动过程中像点位置及其对应平移速度的视觉图像处理结果。仿真验证了运动状态估计算法,结果表明所提出的运动状态估计算法能有效地利用视觉图像处理结果数据估计出UH的位置、姿态、线速度和角速度。     

混合动力复合翼应急迫降在线航迹规划与制导

针对混合动力复合翼飞行器巡航模式下空中停车后无动力应急迫降（VTOL）问题，提出在线航迹规划与制导方法。根据复合翼空中停车时初始位置/航向不确定散布，发展一套满足动力学约束、终端约束的三维航迹在线规划方法：利用几何规划方法快速生成扩展Dubins二维航迹，再根据下滑性能约束进行三维扩展。针对低速无动力下滑航迹跟踪更易受风干扰以及三维航线分段连接处曲率不连续的特性，发展一种基于非线性模型预测控制的三维制导算法。将纵横解耦的制导律嵌入到预测模型框架内，跟踪误差、外界风扰动、航迹曲率不连续等非线性因素则通过系统输出建立目标约束，其后利用滚动优化实时求解制导指令。最后对航迹在线规划方法与三维制导律的适用性进行仿真分析与验证，结果表明所提出的航迹规划方法适用于不确定初始位置/航向散布的应急迫降在线规划，所提的制导算法具备抵抗风扰、提高三维制导精度的能力。     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

模糊推理在直升机模型辨识中的应用(英文)

直升机控制系统的设计、飞行模拟器的研制及计算机实时仿真都离不开直升机数学模型 ,但是建立可靠而且准确的直升机飞行动力学模型是十分困难的 ,而且也很难保证动力学模型计算的快速性、可靠性与实时性。本文基于模糊推理技术 ,根据飞行试验数据辨识了直升机飞行模型 ,可以在一定程度上保证所辨识模型的简单、准确与计算的实时性。为了提高模糊模型的精度 ,文中采用了一种新方法来处理矛盾规则。本文利用模糊聚类分析的方法对海量的试验样本数据进行处理 ,有效地减少了辨识模型的规则数量。最后的仿真辨识结果表明 ,辨识效果合理 ,方法可行。     

基于模型试验的旋翼/机身气动干扰经验算式

试验研究了直升机机身受旋翼气流干扰时的空气动力特性。试验结果证实机身阻力与旋翼前进比和桨盘载荷变化密切相关，机身升力和俯仰力矩的大小与旋翼桨盘载荷关系更大。通过对试验数据的初步分析，确定机身受旋翼尾流影响的气动干扰算式结构，利用最小二乘原理建立了简单有效的直升机机身在旋翼尾流干扰下的气动力算式，该算法可直接用于直升机气动设计和实时仿真模型中。     

神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点，旋翼／机身气动干扰呈现非线性，且受多种因素的影响，用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本，对网络参数进行学习，可以得到旋翼／机身气动干扰神经网络模型，进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神经网络模型的建立进行论述外，还简要介绍了旋翼／机身气动干扰试验。     

倾转旋翼飞行器的建模和操纵分配策略

针对倾转旋翼飞行器试飞样机建立了旋翼、机翼、短舱、机身、平尾、垂尾等部件的非线性气动模型和飞行动力学模型,研究了直升机模式、倾转过渡模式和飞机模式下的操纵特性,根据配平分析和小扰动线性化处理结果得到了不同飞行模式下的操纵效率,提出了一套适用于全飞行模式的操纵分配策略,解决了飞行控制随飞行模式变化出现的气动结构部件变化与操纵冗余的难题.利用所提出的操纵分配策略可使飞行控制器统一设计,无需按不同飞行模式设计不同控制律,有效降低了飞行控制器的设计难度.仿真验证了倾转旋翼飞行器飞行动力学模型的可信性和操纵分配策略的有效性.