基于时间约束的无人机避障研究

对无人机避开障碍物这一热点问题展开了研究。在极坐标系下,基于无人机与障碍物之间的几何关系,建立了无人机与障碍物之间的运动学方程。通过设计滑模变结构有限时间收敛制导律,使连接无人机与避障点的视线角速率快速收敛到零,相对速度方向收敛到期望的避障方向,保证了无人机能够顺利避开运动障碍物。通过有限时间收敛分析,得到了相对速度收敛到期望的避障方向时间与制导律参数的表达式。通过选择合适的参数,可使收敛时间小于到达避障点的时间,保证了避障的完成,也确定了制导律参数的取值范围。最后对设计的避障算法进行了仿真,仿真结果验证了算法的有效性。     

舰载无人机撞网回收自适应制导技术

针对无人机自动着舰撞网回收过程中目标舰船处于运动状态的特点,借鉴导弹导引律的比例导引法提出了基于视线角的制导律,并引入反步法的设计思想以提高制导律的自适应性。基于视线角的制导律使无人机的轨迹倾斜角变化率与视线角变化率成比例,通过控制视线角来跟踪下滑轨迹倾斜角。采用该导引律可以减小无人机运动对目标舰船参数变化的敏感性,从而获得较为稳定的下滑轨迹。仿真结果表明了该制导律的可行性,并且该制导律具有较强的鲁棒性。     

一种基于一致性的四旋翼无人机编队避障方法

针对一致性方法无法实现四旋翼无人机编队避障的问题,在航迹规划空间中引入势场来避免编队无人机间和编队无人机与障碍物间发生碰撞。以一致性方法为基础引导四旋翼无人机形成期望队形,为提高算法的收敛速度并且避免四旋翼无人机之间发生碰撞,增加了目标点的引力场和无人机间的斥力场;为有效避开外部环境中的障碍物,增加了障碍物的斥力场,并且构建了四旋翼无人机编队避障控制协议。仿真结果表明,新构建的控制协议能够引导编队无人机有效避开障碍物,并且能够恢复预期编队队形。     

一种基于采样追逃博弈的协同导引律设计

针对多拦截弹协同拦截机动目标的问题,提出了一种基于采样追逃博弈的协同导引律。首先,分别考虑拦截弹与目标的控制动力学模型,建立弹目线性化相对运动方程,采用终端投影方法对相对运动方程进行降阶处理。然后,基于追逃博弈理论,考虑拦截弹集群与目标之间存在的落角约束,分别建立双方的性能指标函数。最后,基于代数图论,构建拦截弹集群的通信拓扑,考虑系统状态不能实时获得的情况,引入采样纳什理论求解协同导引律。仿真结果表明了基于采样追逃博弈求解得到的协同导引律在实际拦截场景中的有效性。     

基于变结构控制理论的导弹平滑导引律研究

针对导弹采用变结构导引律攻击机动目标时,容易引起视线角速率的抖动现象,基于变结构控制理论,提出了一种设计简单、具有较好鲁棒性及准确性的平滑导引律。该导引律设计主要通过引入双曲正切函数,消除了攻击导弹的视线倾角增量变化律的抖动现象。通过仿真结果说明:在相同的攻击时间内,对比于比例导引律、变结构导引律,该导引律明显地减小攻击导弹的脱靶量,验证了该导引律的有效性。     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

无人机控制律仿真

文中将粒子群优化算法及动态逆控制方法,应用到无人机控制律的设计与仿真验证中。设计了动态逆控制律及其仿真,引用了基于动态逆控制理论的无人机控制律。应用动态逆控制(Dynamic Inversion Control,DIC)技术,设计了姿态角速率回路与姿态角回路,作为无人机控制系统的内回路;应用PID (比例、积分、微分控制技术,设计了三轴位移回路,作为控制系统的外回路。通过PSO优化算法及样条函数,设计了符合无人机使用要求的航迹曲线。最后,对航迹点进行样条插值,得到平滑的航迹曲线。对无人机控制律响应与航迹跟踪,进行了综合仿真验证。仿真结果表明,所设计的无人机控制律,在允许精度的范围内,跟踪无人机预定航迹效果良好,满足无人机飞行控制需求。     

无人机空中加油自主会合的制导与控制

针对无人机空中加油的自主会合问题,进行了相应制导律和非线性控制器的设计。通过改进的带角度约束的三维比例制导律实现对航向角的控制,以协调转弯的方式将航迹角指令转化为姿态角指令。基于无人机六自由度的动力学模型,针对无人机的姿态控制,采用时标分离的方法设计了慢子系统和快子系统,并对这两个子系统分别进行动态逆控制设计。同时,基于滑模控制的方法设计了满足自主会合要求的速度控制律。在保证无人机飞行稳定的基础上,实现了对控制和制导指令的精确跟踪。仿真结果表明,所设计的制导律和控制律能够实现无人机空中加油的自主会合,具有良好的动态特性。     

改进速度障碍法的无人机局部路径规划算法

针对无人机基于环境感知进行局部路径再规划的实时与安全性问题，提出了一种基于改进速度障碍法的局部路径避障规划算法。将传统速度障碍法拓展到三维空间中，建立三维空间速度障碍模型，将机动性动态障碍物在速度空间中的运动不确定转化为位置不确定，实时性更好，提高了避障水平与安全裕度；通过定义和引入自适应威胁距离，提高了无人机在避障过程中对原航迹的利用率；利用空间几何分析，求解无人机空间自主避障的最优速度，实现局部路径动态实时规划。通过比较分析对遇、追击和交叉3种场景下的局部路径避障规划仿真结果，验证了该算法的实时性、可行性和有效性。     

基于改进人工势场的无人机编队避障

针对无人机编队飞行过程中的障碍物规避问题,提出了基于改进人工势场的避障控制方法。定义了空域障碍物产生的斥力势场,并给出了无人机规避障碍物的速度场,与基于虚拟长机的队形保持控制方法相结合,使无人机能够在感知到障碍物时使用改进人工势场法避障,并在避障结束后对队形恢复过程进行优化,使无人机能够更迅速恢复原有队形。仿真结果表明,该方法能够有效规避障碍物。     

考虑UAV性能约束的变速度自主避障算法研究

动态不确定环境下,为有效地提升UAV执行任务的安全性和可靠性,在UAV自主避障过程中考虑了自身的性能约束条件.在速度障碍圆弧法的基础上,考虑UAV的法向和纵向加速度约束范围,研究了速度障碍圆弧随速度矢量变化的规律,提出了一种考虑UAV性能约束的变速度自主避障算法.该算法在考虑自身性能约束条件下,为实现UAV对威胁障碍的避碰提供了更大的避碰裕度.最后,对考虑UAV性能约束的变速度自主避障算法进行了验证,仿真结果证明了算法的有效性和可行性.     

考虑落角约束的制导炸弹有限时间控制制导律

为了提高制导炸弹对目标的毁伤能力,更加有效地约束终端落角,利用终端滑模变结构控制理论和有限时间收敛性理论,在选取自适应趋近律和建立弹目相对运动模型的基础上,提出了一种考虑落角约束的制导炸弹有限时间控制制导律。然后,利用Lyapunov理论证明了所选取的滑模面和趋近律是有限时间收敛的。通过仿真实验验证了所提算法的有效性。仿真结果表明:与比例制导律相比,所提制导律既能使制导炸弹在有限时间内收敛到所期望的入射约束角附近,又能使炸弹的视线角及其角速度收敛的更快,具有一定的工程应用价值。     

Impact time control using biased proportional navigation for missiles with varying velocity

A feasible guidance scheme with impact time constraint is proposed for attacking a stationary target by missiles with time-varying velocity. The main idea is to replace the constant velocity with the future mean velocity; therefore, the existing time-to-go estimation algorithm of the proportional navigation guidance law can be improved to adapt to varying conditions. In order to obtain the prediction of the velocity profile, the velocity differential equation to the downrange is derived, which can be numerically integrated between the current downrange and the target position by the on-board computer. Then, a third-order polynomial is introduced to fit the velocity profile in order to calculate the future mean velocity. At the beginning of each guidance loop, the future mean velocity is predicted and the time-to-go information is updated, based on which a novel biased proportional navigation guidance law is established to achieve the impact time constraint. Finally, numerical simulation results verified the effectiveness of the time-to-go estimation algorithm and the proposed law.     

Three-dimensional Large Landing Angle Guidance Based on Two-dimensional Guidance Laws

 Both the design process and form of the three-dimensional (3D) suboptimal guidance law (3DSGL) are very complex. Therefore, we propose the use of two-dimensional (2D) guidance laws to meet the guidance requirements of 3D space. By analyzing the relationship between the flight-path angle and its projections on OXY and OXZ planes, we obtain the ideal design requirements of the guidance laws. Based on the requirements, we design a 2D suboptimal guidance law used in the horizontal plane; combining the 2D vertical suboptimal guidance law, we create a whole ballistic simulation of six degree-of-freedom. The results are compared with those using other three guidance modes in the case of large windage of the initial azimuth angle. When the proportional navigation guidance (PNG) law is used in the horizontal planes, the landing angle will obviously decrease. With the proposed guidance mode, the large landing angle can be realized and meet the guidance precision requirements. Moreover, the required overload can decrease to meet the control requirement. The effects of the proposed guidance mode are close to that of 3DSGL despite its very simple form.     

用于被动寻的导弹的带末端落角约束的变结构导引律

使被动寻的导弹在较低的平飞弹道情况下，以较小的俯冲过载和最佳攻击姿态精确命中目标；采用带落角约束的变结构导引律，对弹目距离及距离变化率进行估计，克服被动寻的导弹不能测距的约束，同时使切换开关增益随时间自适应变化以减小俯冲过载；利用某型在研被动寻的导弹的气动参数，对此变结构导引律进行了数学仿真，仿真结果表明，在较低的平飞弹道约束条件下及过载要求范围内，该导引律能以期望落角命中静止与机动的坦克目标，对弹目距离变化率及距离的较大估计误差具有较强的鲁棒性。     

一类无人直升机的导航与控制

随着无人机(UAV)应用范围的扩大，要求无人机能精确跟踪预定航线。预定的飞行轨迹可以有两种规划方式，一是近似在当地切平面上的直线或曲线；二是飞行距离较长时在地球表面的大圆航线。本文推导了相关的导航控制律和制导指令计算方法，并且进行了计算机仿真验证和部分的实际飞行试验，此外，还分析了常值风及突风干扰时的导航效果。结果表明，该直升机与预定航线的距离偏差较小，航迹精度较高，能满足实际飞行要求。     

UAV navigation in high dynamic environments: A deep reinforcement learning approach

Unmanned Aerial Vehicle (UAV) navigation is aimed at guiding a UAV to the desired destinations along a collision-free and efficient path without human interventions, and it plays a crucial role in autonomous missions in harsh environments. The recently emerging Deep Reinforcement Learning (DRL) methods have shown promise for addressing the UAV navigation problem, but most of these methods cannot converge due to the massive amounts of interactive data when a UAV is navigating in high dynamic environments, where there are numerous obstacles moving fast. In this work, we propose an improved DRL-based method to tackle these fundamental limitations. To be specific, we develop a distributed DRL framework to decompose the UAV navigation task into two simpler sub-tasks, each of which is solved through the designed Long Short-Term Memory (LSTM) based DRL network by using only part of the interactive data. Furthermore, a clipped DRL loss function is proposed to closely stack the two sub-solutions into one integral for the UAV navigation problem. Extensive simulation results are provided to corroborate the superiority of the proposed method in terms of the convergence and effectiveness compared with those of the state-of-the-art DRL methods.     

基于改进RPG方法的MUAVs协同目标跟踪

多无人机(MUAVs)协同Standoff目标跟踪制导律由保持距离的横侧向制导律和保持相对相位角的纵向制导律组成。无人机(UAV)进行Standoff目标跟踪的横侧向制导律采用参考点制导(RPG)方法。针对UAV在基于RPG方法的制导律下存在参考视线与相对速度方向夹角需要保持为锐角、转弯速率在UAV运动方向远离目标情况下太小的不足,提出了改进RPG方法。设计了基于改进RPG方法的MUAVs协同Standoff目标跟踪横侧向制导律和纵向制导律,分析了制导律的稳定性和收敛性,并验证了改进方法的可行性。采用原始RPG方法和改进RPG方法对UAV分别跟踪静止目标和跟踪运动目标进行仿真的结果表明,UAV处于任意初始位置及飞行方向都能快速进入到期望飞行轨迹,应用改进RPG方法可使UAV围绕目标顺时针飞行或者逆时针飞行,验证了改进RPG方法比原始RPG方法的效率更高。