无人机编队飞行控制器设计

主要对两架无人机斜线编队控制进行研究,建立了相应的数学模型,并基于PI控制律分别设计了x,y两个方向的控制器,利用解析和数值计算两种方法解算.仿真结果表明,设计的控制器可以控制僚机跟随长机机动,保持原有的相对位置和姿态.     

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

无人机编队构成的分散最优控制方法研究

针对无长机带领、具有固定无向通信拓扑的无人机编队构成控制问题,提出了一种基于"相邻"无人机状态反馈的分散最优控制方法。该方法采用Laplacian矩阵描述编队通信结构,以"相邻"无人机与编队构型间的相对状态误差构建分散最优控制模型,并通过求解具有LMI约束的线性目标最优化问题得到编队各无人机的分散最优控制律。该方法使得多无人机在分散协同的前提下,基于局部信息快速准确地形成预定编队构型,达到运动方向和速度的一致性。仿真实验验证了该方法的有效性。     

某小型无人机编队控制器设计及试飞验证

以某小型固定翼无人机作为研究平台,按前向、侧向和垂直方向3个通道设计僚机编队控制器.利用自动驾驶仪的航路飞行模态简化侧向通道编队控制器的设计,并采用在长机航向角发生较大变化时加入基于视线方位角的方法,使僚机保持编队精度.试验结果表明,所提出的编队算法是可用的,并能够很好地控制无人机的编队飞行精度.     

无人机近距离编队飞行模型建立及控制器设计

针对无人机编队飞行问题，提出了无人机近距离编队飞行的建模方法。采用全状态量反馈．同时将气动干扰作为非线性反馈，设计出一套适用于无人机近距离编队飞行的自动驾驶仪。通过仿真验证，表明此控制器能较好地稳定优化后的编队飞行结构，并具有良好的鲁棒性。     

多导弹编队保持控制器设计

针对多导弹编队保持控制器设计展开研究。首先利用多智能体系统技术研究领弹与从弹的协同优化组织结构;其次针对面向编队飞行的从弹控制律和实现算法进行重点研究,利用惯性坐标系下从弹与领弹的坐标得到相对坐标差值,进一步利用误差的动力学特性设计了三维条件下基于从弹的稳定的编队控制器,实现对从弹的速度控制、弹道偏角控制和弹道倾角控制,在领弹机动情况下,从弹与领弹的相对距离始终为指定的期望值;最后通过仿真实验验证此编队控制器具有较强的鲁棒性和稳定性。     

面向无人机编队队形保持的航路规划技术研究

针对无人机编队快速转弯时队形难以保持的问题,提出一种基于编队方向角变换的编队航路规划方法,使编队飞行过程中各无人机满足队形保持要求以及自身运动学约束。首先围绕编队保持问题构建编队数学模型,并结合无人机运动学约束构建编队飞行过程中的最优控制问题。然后,利用伪谱法对最优控制问题进行求解,从而获得编队协同飞行航路。仿真结果表明,规划出的编队航路在满足编队队形保持要求的同时,能够保证各无人机满足自身运动学约束。     

无人机自主编队制导律设计

自主编队是无人机集群作战的关键技术.提出了一种基于视线的三维无人机双机与多机自主编队方法.制导律采用横纵分离的经典PD控制方式进行设计,建立了加入制导律的双机、多机的质点相对运动学模型,通过求解该模型在平衡点处的雅克比矩阵的特征根,来判断制导律的稳定性.仿真结果表明:设计的制导律能有效导引无人机构成编队,并保持编队飞行.     

面向无人机空中加油紧密编队的鲁棒控制方法

针对无人机空中加油紧密编队系统鲁棒控制问题,提出了一种基于障碍函数的自适应干扰观测器的分布式鲁棒编队控制方法。对固定翼无人机外环动力学模型进行转换,构造了具有非匹配和匹配扰动的二阶多体系统简化模型,并基于障碍函数设计了相应通道的自适应干扰观测器;利用邻机状态信息定义了相应的一致误差函数,在此基础上,基于编队系统通信拓扑结构,引入干扰补偿机制,开发了空中加油无人机紧密编队系统分布式鲁棒控制器,以实现理想的异构无人机编队跟踪控制性能。基于Lyapunov稳定性理论,分析了闭环系统的稳定性和收敛性。最后,通过将所提方法应用在由不同型号的1架加油机和2架受油机构成的编队系统上,进行数值仿真验证。所得到仿真结果与理论分析一致,验证了设计的干扰观测器和控制器的有效性。     

基于自适应方法的多无人机编队队形控制

针对"长机-僚机"近距编队队形因风场扰动而不能保持期望队形的问题,首先,提出了一种自适应队形保持控制的方法,该方法可用于抵消因风场不确定性对无人机的横侧向和前行方向所产生的距离误差,同时能够保持无人机编队稳定飞行。其次,由于风场的不确定性会引起"长机-僚机"之间的动力学发生变化,因此设计了一种基于"长机-僚机"相对运动模型的自适应控制律用以估计风场在3个方向的大小,进而控制无人机之间的相对运动以消除风场不确定性所产生的距离误差并保持速度的一致性,最终实现保持期望的队形。再次,通过构建合理的李雅普诺夫函数,证明无人机编队在风场干扰下能够保持编队稳定飞行,同时"长机-僚机"之间相对横向、横侧向以及纵向的距离误差均接近零。最后,通过仿真验证：所提出的自适应控制方法具有良好的鲁棒性,这为工程实践提供理论依据。     

无人机编队协调控制算法的设计及3D仿真实现

介绍了无人机编队队形保持的协调控制算法设计、3D模型地面处理、基于三维地图的3D模型绘制显示模块的设计,并进行了嵌入式下的仿真实验。基于智能体编队的一致性算法提出了队形保持的全状态反馈协调控制算法,可以实现在机动过程中的队形保持。采用三维建模软件3DMax构建3D模型原型,设计了3D模型读取绘制的流程,实现了3D模型显示。将3D模型绘制显示模块融合在三维地图软件中进行嵌入式测试,绘制效率、读取速度对三维地图软件影响很小。3D模型绘制显示模块丰富了三维地图软件的显示内容,增强了立体效果,提高了用户体验。     

无人机编队飞行问题初探

回顾了国内外无人机的发展历史和近年来的发展趋势，简要介绍了无人机在军事、国民经济和科学技术方面的作用。分析了单架无人机执行任务时面临的问题和编队飞行的优势，介绍了国内外在无人机编队飞行方面的研究状况，同时对保证无人机编队飞行的关键技术进行了探讨和分析。     

基于扰动观测器的无人机固定时间编队协同控制

针对无人机的编队控制问题,基于虚拟领航者编队方法,提出了 1种基于固定时间超螺旋干扰观测器的反步控制策略。首先,设计了 1种固定时间超螺旋扰动观测器,以保证在固定时间内,对无人机编队机动所受扰动的快速观测;其次,针对编队控制问题,设计了基于超螺旋扰动观测器的反步控制策略,该控制器显著降低了抖振效应;然后,使用李雅普诺夫理论和固定时间理论,分析了控制策略的固定时间稳定性;最后,通过仿真算例验证了所提出的控制策略的有效性与可行性。     

基于多智能体的多无人机编队算法

多架无人机协同攻击能够充分利用各个飞机的作战资源和空间占位,是未来空战的主要模式,对多无人机进行编队具有比较重要的实际意义。多智能体技术通过采用各智能体间的通信、合作、协调、管理及控制来表达实际系统的结构、功能及行为特性,为实际问题提供一种统一的框架。本文简要介绍了多智能体的概念及易于协调管理的特点,从多智能体系统理论和群集控制思想出发,对多无人机编队问题进行了分析和描述.     

基于预测控制方法的UAV编队飞行

针对传统UAV编队控制律显式考虑约束能力不强的不足,基于预测控制方法和虚拟结构控制策略,设计了一种分布式编队控制律。该控制律能显式地考虑各种约束,每个UAV仅需要滚动求解有限时域优化问题得到自身控制输入,提出了一种简单的代价惩罚的方法实现障碍规避,并将优先级策略引入UAV之间避碰中。仿真结果表明,所设计的编队控制律具有...     

碟形飞行器李雅普诺夫优化控制器设计

针对一类简单控制器实现的碟形飞行器变质量矩/推力矢量复合控制系统,通过转换,建立了关联控制系统,并基于李雅普诺夫优化设计方法,对碟形飞行器的控制器进行了设计。最后,将此控制方法应用于碟形飞行器全弹道飞行试验进行仿真。仿真研究表明,与传统的静态控制器设计方法相比,这种方法显示了巨大的优越性。