基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。      

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

基于寒鸦配对交互行为的无人机集群编队控制

受寒鸦群配对飞行行为机制的启发，提出了一种配对交互模型，并应用于解决无人机（UAV）集群编队控制问题。首先，模仿寒鸦个体间的配对交互，设计配对交互时的邻居选择机制，基于社会力，考虑惯性加速、远距吸引、近距排斥、速度匹配和运动阻尼，分别建立配对个体和未配对个体的运动学微分方程，完成配对交互模型的构建。然后，在无人机模型基础上，设计基于寒鸦配对交互机制的无人机集群编队控制器。最后，通过2组仿真实验研究所提模型应用于无人机集群时的特性。结果表明，寒鸦配对交互模型能保证无人机集群运动的一致性，通过减小无人机交互的平均邻居数量，从而减小无人机集群的通信负载，并且当单向刺激时，配对无人机作为信息无人机时集群有更高的应激精度。      

一种基于Gabor深度学习的无人机目标检测算法

随着智能控制技术的不断成熟,无人机给军事领域带来快速发展的同时也带来了威胁.因此针对空中飞行的无人机进行实时检测的任务需求,设计了一种基于Gabor深度学习的无人机目标检测算法.首先,搭建基于Gabor滤波器的深度神经网络,输入的图片经过该网络进行网格化划分,用以特征提取;然后,针对每个格子的特征利用回归算法计算其中物体的位置信息,并利用分类算法计算物体的类别信息,对以上得到的回归和分类结果进行筛选、融合得到最终的检测结果;最后,采集空中飞行的无人机真实数据构建数据集,在此基础上进行网络模型训练和算法验证.     

基于计算机视觉的UAV自主空中加油半物理仿真

设计并实现了一种基于计算机视觉的无人机（UAV,Unmanned Aerial Vehicle）自主空中加油仿真平台,采用点匹配与位姿估计算法对软管式加油锥发光二极管（LED,Light Emitting Diodes）标志进行识别.对大气扰动和尾涡流进行了建模,建立了加油锥模型,并设计了加油锥运动状态预估算法.在此基础上,设计了基于线性二次型调节器（LQR,Linear Quadratic Regulator）的飞行控制律.基于上述技术,在实验室环境下设计开发了基于单目机载摄像机的无人机自主空中加油半物理仿真平台.半物理试验结果表明：所设计的位姿匹配算法和飞行控制律能够满足复杂环境下无人机自主空中加油的性能要求,具有较强的实时性、准确性和鲁棒性.     

光传操纵系统及其余度技术实现

在论述光传操纵系统发展背景和工作原理的基础上,简要介绍了时分复用光传操纵系统和波分复用光传操纵系统两大类别,进一步提出了光纤多路发送软件、接收软件的设计问题。在详尽阐述余度技术的基础上,提出了典型光传操纵系统三余度设计方案及其实现。实例验证表明,光传操纵系统及其余度技术具有普通电传操纵系统无可比拟的优点,必将在今后的航空领域中得到广泛的应用。     

基于内模PID鲁棒控制的飞行仿真伺服系统设计

针对飞行仿真伺服系统高频响、宽调速、高精度、超低速和鲁棒性要求，提出了内模PID鲁棒控制的有效方法。在探讨伺服系统数学模型的基础上，推导出一种飞行仿真伺服系统的内模PID鲁棒控制律，并将其应用于某型飞行仿真伺服系统，该伺服系统采用了电流、速度和位置三闭环控制结构。仿真试验表明：文中提出的内模PID鲁棒控制律使飞行仿真伺服系统获得了优良的跟踪性能，具有很强的抗干扰性和鲁棒性，可以很好地满足飞行仿真伺服系统的各项性能指标要求。     

干扰和执行器故障下的舰载机着舰容错控制系统

本文提出了一种执行器故障的舰载机着舰容错控制系统,该系统可有效抑制着陆过程中的外界干扰和执行器故障带来的不利影响。首先,利用基于最小二乘的自回归模型对甲板运动进行预测,以获得在波浪干扰下的准确落点;其次,设计了下滑路径导引律,利用该导引律生成飞行航迹角;此外,设计了基于干扰观测器的快速终端积分滑模控制器,利用低通滤波器实现了控制器串联设计;最后,通过李雅普诺夫函数证明了该容错控制方法的跟踪误差一致有上界。将本文方法与比例-积分-微分控制器进行了对比数值仿真,验证了该算法的可行性。     

基于变权重变异鸽群优化的无人机空中加油自抗扰控制器设计

针对空中加油过程中的受油机模型建模误差和强扰动以及自抗扰控制器（ADRC）人工参数整定难的问题，提出了一种基于变权重变异鸽群优化（VWMPIO）算法的无人机自抗扰控制器优化算法。首先，给出了六自由度无人机（UAV）模型，基于自抗扰控制结构设计了一种受油机的姿态控制器，在此基础上用所提出的变权重变异鸽群优化算法整定了自抗扰控制器参数。随后，将变权重变异鸽群优化与其他基本鸽群优化算法、粒子群优化算法进行了实验对比，并从控制性能和抗噪声性能的角度对自抗扰控制器和传统的比例-微分-积分（PID）控制器进行了仿真对比。实验结果表明所提算法能提高复杂态势环境下无人机空中加油的控制精度和扰动抑制性能。     

基于ACA的飞行仿真伺服系统LuGre摩擦参数辨识

针对LuGre摩擦模型的高度非线性问题，提出了一种新型的基于ACA的飞行仿真伺服系统摩擦参数辨识方法。ACA是近几年优化领域中新出现的一种仿生进化算法，该算法采用分布式正反馈并行计算机制。在简要介绍LuGre摩擦模型的基础上，推导了ACA的LuGre模型静态摩擦参数和动态摩擦参数辨识方法，并将该辨识方案应用于某型电动飞行仿真伺服系统。实例仿真验证了本提出的基于ACA的LuGre模型摩擦参数辨识方案的可行性和有效性，该方案为辨识LuGre模型摩擦参数提供了一条新的途径。