重复使用运载火箭精确回收滑模动态面控制

针对可重复使用运载火箭一子级再入垂直着陆阶段，利用滑模动态面控制(SMDSC)技术设计了一个精确垂直回收控制策略。首先考虑运载火箭的燃料消耗、质心变化及转动惯量摄动等特点，建立运载火箭一子级返回段动力学模型。然后针对范数有界的不确定性和有界连续的未知干扰，设计一个滑模状态观测器和一个自适应参数估计器用于获得其估计值；随后，基于获得的状态估计值和未知参数估计值，设计了一个基于自适应动态面技术的跟踪控制律。最后，通过数值仿真，对比两种不同控制策略下的运载火箭垂直返回姿态角跟踪能力。结果表明，采用本文提出的自适应滑模动态面控制策略具有更好的跟踪效果.     

无人驾驶飞机飞行控制新技术

分析了国外无人机飞行控制系统的发展现状和趋势,提出了无人机控制系统的发展方向为自主控制,以及其中的两个关键技术:个体层面上的故障诊断与自修复飞行控制和集群层面上的多机协同技术.并对实现这两种飞行控制系统所要研究的具体技术进行了阐述,为新一代飞控系统设计提供了参考.     

基于小脑模型关节控制器的无人机集群快速终端滑模容错控制

针对受执行器故障和外界干扰影响的集群无人机（UAV）协同编队控制问题，提出了一种自适应快速非奇异积分滑模（FNISM）容错控制（FTC）方法。为使集群无人机在执行任务时具有良好的协同跟踪性能，通过对无人机实际飞行情况的分析，考虑了无人机编队飞行时的执行器故障和尾涡扰动等对跟踪性能的不利影响。采用小脑模型关节控制器神经网络（CMANN）来估计并消除外部干扰的影响，同时运用CMANN逼近补偿执行器故障。研究表明：所提出的容错控制方案可以保证无人机编队闭环系统在故障情况下的最终一致有界稳定，并且可以通过减小滑模设计参数提高收敛速度，通过增大虚拟和实际控制器参数提高控制精度。4架无人机的集群编队在该方法、基于径向基神经网络（RBFNN）的鲁棒动态面容错控制、比例微分（PD）滑模容错控制3种方法下的对比仿真结果表明该方法在无人机集群编队出现故障时具有更优异的协同控制性能。     

基于极大后验原理的非线性系统传感器故障估计

针对扩展卡尔曼滤波算法(Extended Kalman filter,EKF)计算复杂,粒子滤波算法动态跟踪能力差,单一无先导扩展卡尔曼滤波算法(Unscented Kalman filter,UKF)滤波精度低等缺陷,本文根据极大后验原理(Max-imum posterior principle,MPP),针对一类非线性系统设计了一种改进型的无先导卡尔曼故障估计滤波器来估计被控系统所发生的加性传感器故障。首先根据极大后验估计原理,推导出一种最优常值故障估计器。在此基础之上,推导出次优的加性常值故障估计滤波器,并对故障估计滤波器进行了无偏性证明。最后,将得到的理论结果应用于非线性倒立摆系统,仿真验证了所提方法的有效性。     

无人机大气数据高速检测系统的设计

无人机大气数据(高度、空速)的检测速度关系到飞行控制系统的性能。选定传感器模块后,要从采集前端提高检测系统的速度较困难。基于GM8123芯片建立的数据检测系统,提出了运用串口扩展技术提高数据传输速率,进而实现系统对数据的高速采集和处理。实验证明:本系统对于提高无人机大气数据检测的动态性能,提高测量精度有较高实用价值。     

智能微尘技术的发展及应用

智能微尘是一种关于微型无线传感器的新兴技术.本文着重介绍了智能微尘技术的应用情况,并对目前存在的问题和发展趋势做了简要的叙述.