Flight Control System of Unmanned Aerial Vehicle

To date unmanned aerial system(UAS)technologies have attracted more and more attention from countries in the world.Unmanned aerial vehicles(UAVs)play an important role in reconnaissance,surveillance,and target tracking within military and civil fields.Here one briefly introduces the development of UAVs,and reviews its various subsystems including autopilot,ground station,mission planning and management subsystem,navigation system and so on.Furthermore,an overview is provided for advanced design methods of UAVs control system,including the linear feedback control,adaptive and nonlinear control,and intelligent control techniques.Finally,the future of UAVs flight control techniques is forecasted.     

折叠翼无人机火箭助推发射过程影响因素分析与仿真

为深入分析无人机火箭助推发射过程，针对双发火箭在无人机机体上安装位置误差引起的额外力矩和无人机机翼展开时间对无人机飞行存在较大影响这一问题，本文建立无人机非线性模型和控制系统。采用变量法简单明确地进行分析，确定了安装位置误差的边界值和合适的机翼展开时间段。仿真结果表明,得到的边界值和展开时间段满足实际飞行要求。     

放宽静稳定性大型客机的LQR控制律设计

论述了法向过载信号反馈在放宽静稳定性大型客机自动驾驶仪增稳控制中的作用。在自动驾驶仪纵向内回路控制律中引入法向过载信号,构成了国际先进客机的C*控制律构型;反馈系统的输出信号,选用LQR设计方法同时闭合客机纵向的内回路和姿态、油门回路,形成了输出跟踪器,并设计了性能指标与反馈参数。以B707为例,建立了其着陆进近阶段的非线性模型,配平并线性化,用获得的控制律进行数字仿真验证。结果表明,内回路增稳效果良好,C*响应曲线在最佳响应区,姿态响应和速度保持都达到了满意的效果。     

舰载机自动着舰引导与控制综述

引导与控制是舰载机自动着舰的关键技术,为此本文对该技术进行综述。给出了舰载机进场航线和几种着舰工作模式,概述了基于跟踪雷达的着舰引导系统和基于卫星的着舰引导系统的工作原理及关键技术,着重分析了自动着舰的几种控制技术,包括控制律设计技术、直接力控制技术、推力矢量控制技术、甲板运动预估与补偿技术、舰尾气流抑制技术、动力补偿技术以及着舰安全控制技术。最后,从多系统集成着舰控制技术、多体制融合着舰引导技术两方面对自动着舰引导与控制技术进行了展望。     

舰载机综合复飞决策研究

舰载机在着舰过程中,由于种种干扰偏离理想下滑轨迹后,飞行员必须及时准确地作出复飞决策并采取相应的动作。针对这一问题,对已有的复飞下边界准则进行了进一步的完善,并推导和确定了复飞上边界准则。然后首次将基于小扰动动力学模型的着舰系统与基于终端预估方程的复飞决策系统相结合,设计了基于改进型复飞边界准则的综合复飞决策系统,得到了相应的综合复飞区及复飞边界,并针对不同着舰情况对综合复飞决策系统进行了仿真验证。结果表明,该系统能够及时判断出舰载机是否进入复飞区,复飞是否安全,从而大大提高了舰载机的着舰效率和着舰安全性。     

基于大脑情感学习模型的转台伺服系统设计

提出了基于大脑情感学习(Brain Emotional Learning,BEL)模型的高精度转台伺服系统智能控制方案.BEL模型是一种模拟哺乳动物大脑情感学习过程的仿生计算模型.设计了融合系统跟踪误差、控制输入等信息的BEL智能控制结构,通过选取不同的感官输入信号可获得不同的控制结构,采用联想学习方法在线学习BEL模型内部的节点权值来调节控制器参数,从而实现转台伺服系统的自适应跟踪控制.仿真和实验结果均表明,BEL智能控制器学习能力强,能抑制摩擦等非线性干扰因素,在实时控制系统中表现出较好的稳定性和较高的跟踪性能.     

近空间可变翼飞行器模态切换自适应控制研究

针对近空间可变翼飞行器在模态切换时存在参数不确定性的问题,研究了一种基于状态反馈输出跟踪的模型参考自适应控制方法。首先,基于近空间可变翼飞行器的状态方程,设计状态反馈控制器。在此基础上,设计了一种自适应更新律,实时估计控制器参数来消除参数不确定性的影响。仿真结果验证了模型参考自适应控制器的控制效果,以及对模态切换时参数不确定性的抑制能力。     

变推力轴线无人机的建模与机敏性分析

建立了与普通无人机相区别的变推力轴线无人机的全量教学模型.通过理论分析可知,变推力轴线技术的引入可以改善无人机的机动性和敏捷性.设计了气动舵面控制和推力变向控制相结合的无人机纵向姿态混合控制器,并对非线性模型描述的无人机进行了控制仿真,结果验证了混合控制策略的优越性,也体现了变推力轴线无人机具有比普通无人机更好的机敏性.     

改进的基于二维直方图的最大模糊熵分割方法

针对基于一维直方图的传统模糊熵算法对噪声敏感的问题,提出了一种新的基于二维直方图的最大模糊熵图像分割算法。新算法根据中心像素与邻域均值之间的关系划出二维灰度直方图中的有效区域,并考虑了图像的空间信息,将二维灰度直方图中像素的邻域均值的隶属度与中心像素隶属度相结合,得出新的隶属度计算方法,然后通过最大化模糊熵函数来确定图像的最优分割阈值。通过对实际图像的分割实验,表明了本文算法具有良好的去噪和图像细节保持能力。     

基于改进微粒群算法的无人机姿态控制参数智能整定(英文)

提出了基于改进微粒群算法的无人机姿态控制器参数智能整定方法.标准微粒群算法在搜索后期由于群体缺乏多样性而容易出现收敛停滞现象,为此提出了一种改进的微粒群算法.标准微粒群算法中的微粒速度是根据惯性运动、群体历史最优位置和自身历史最优位置来调节的.改进微粒群算法中的微粒除了保持惯性运动外,仅向当前群体中任意更优个体的状态学习,而且惯性权重系数是随机数.改进方案减少了算法不确定参数,简化了微粒学习机制,且增强了群体多样性.本文构建了无人机姿态控制系统,将改进微粒群算法用于四个控制参数的寻优整定.仿真结果表明,改进微粒群算法比一般微粒群算法具有更强的全局搜索能力,故获得更优的无人机姿态控制参数.