基于梯度下降法的翼伞系统最优分段航迹规划

传统最优控制航迹规划一般以逆风精确着陆、控制能量小为优化目标,但传统最优控制的操纵过程一般是一条连续变化的曲线,工程上不易实施;与之相比,传统分段航迹规划操纵简单,工程上容易实施,能实现逆风精确着陆的目标,但控制能耗大。为了兼顾逆风精确着陆、能耗低和控制操作简单等目标,提出了一种基于梯度下降法的翼伞最优分段航迹规划方法。该方法将控制变量参数化,将逆风精确着陆、控制能耗小、能实现避障等多目标优化问题转化为加权单目标优化问题,并通过梯度下降法求解得到分段常值最优归航航迹。所提算法与基于伪谱法的最优控制规划航迹和基于遗传算法的分段规划航迹进行了对比,算法仿真结果表明本文提出的最优分段航迹规划法既可以实现着陆精度高、控制能量小、逆风着陆和避障的优化目标,同时规划的航迹又由分段常值实现控制,工程上容易实施,兼顾了最优控制航迹规划和分段航迹规划的优点。     

复杂环境下考虑动力学约束的翼伞轨迹规划

翼伞系统具有大惯性、强非线性等特征,而基于传统质点模型所规划的目标轨迹难以满足复杂环境下的系统动力学约束,因此在轨迹规划中采用高自由度动力学模型也就成为了计算翼伞真实运动轨迹的必然趋势。然而,翼伞的动力学模型更加复杂,目前迫切需要解决的问题就是保证规划轨迹平滑、稳定。针对该问题,本文将建立精确的翼伞六自由度动力学模型,将其引入翼伞归航的轨迹规划中,并通过改进高斯伪谱法,设计一种基于分段点规划、离散点初次规划、离散点自重构的三阶轨迹优化策略。仿真结果表明,所提算法可解决传统算法在应用动力学模型后难以得到稳定轨迹的问题,并实现复杂环境下的精确地形规避,确保规划轨迹满足翼伞的非线性动力学约束。     

翼伞空投系统的动力学建模与飞行控制仿真

针对翼伞系统设计及翼伞归航方案的研究需求,提出翼伞系统动力学建模与仿真分析方法,利用动力学仿真软件ADAMS对翼伞空投系统飞行动力学过程进行了计算.针对翼伞系统精确空投任务,利用分段归航方法规划翼伞系统飞行轨迹并搭建PID控制系统对翼伞系统的飞行轨迹进行控制.结果表明:翼伞系统受到单侧下偏操纵时,影响的是翼伞系统的转弯性能,翼伞的飞行轨迹为螺旋形曲线,并且翼伞系统在下降过程中,其转弯半径保持不变,分段归航方法简单,易于实现,满足翼伞归航对落点精度的要求.     

基于高斯伪谱法的翼伞系统复杂多约束轨迹规划

翼伞系统在实际环境中飞行时易受到风场以及地形环境等复杂干扰的影响,无法精确归航,控制难度较大。针对该问题,提出了一种针对复杂多约束条件的翼伞系统的最优控制轨迹规划方法,可同时实现翼伞系统在复杂环境下逆风对准、精确着陆以及控制量全局最优的控制目标。首先,建立了风场干扰下的翼伞系统模型;然后,通过引入地形环境曲面,将复杂环境转化为实时路径约束,将轨迹着陆偏差以及逆风雀降转化为终端约束,并考虑控制量消耗最小为目标函数,以此将复杂环境下的翼伞系统的轨迹优化转化为一系列非线性的带有复杂约束的最优控制问题;最后,采用高斯伪谱法将多约束最优控制问题转化为易于求解的非线性规划问题。通过设立3组复杂环境仿真实例和实验验证,表明本文方法使翼伞系统在多种较恶劣的复杂环境中有效应对多类约束条件,规划出控制量全局最优的可行轨迹。与已有的混沌粒子群优化算法相比,本文方法具有较好的最优性和较高的精度。     

翼伞系统在未知风场中的归航控制

翼伞系统在未知风场中执行归航任务时,需获得风场的大小和方向信息,以便在归航过程中利用或者消除风场的影响。为实现翼伞系统在未知风场中精确归航与逆风雀降着陆,首先提出一种利用全球定位系统(GPS)定位数据和最小二乘法在线辨识风向和风速的方法,然后将风场中平均风的影响在轨迹规划中予以考虑,设计分段归航路径;将突风作为外界干扰,在轨迹跟踪过程中由线性自抗扰控制(LADRC)器进行观测和补偿。最后通过仿真实验验证了本文所提出的归航控制方法对于提高翼伞系统在未知风场中的归航精度和抗风能力有重要意义。     

动态环境下在线航迹规划的滚动优化方法

动态环境下飞行器在线航迹规划问题的难点在于规划方法需要适应飞行环境的动态变化,以及规划快速性与准确性之间的矛盾。在综合分析动态环境下航迹规划问题特点的基础上,提出了一种在线航迹规划的滚动优化方法。采用模型预测控制对指令航迹进行滚动优化。通过引入新的末端惩罚项,构建了一种更能反映未来段航迹偏离程度的性能指标,使飞行器能够对未来段参考航迹的航向变化提前作出反应。相比传统的固定时域的规划方法,规划的快速性和准确性同时得到了提高。仿真结果表明,该方法能够在动态环境下在线生成较精确的指令航迹,引导飞行器以较小的偏差沿参考航迹飞行。     

翼伞系统动力学建模与仿真研究

以精确空投系统研究为背景,综合运用运动力学和空气动力学知识,建立了翼伞系统6自由度非线性动力学模型,该模型包括3自由度沿系统质心的平动和3自由度绕系统质心的转动.根据此模型分析了翼伞系统的整体运动特性(包括运动轨迹和姿态等),并进行了常值风场对翼伞系统飞行特性的影响研究,得出了翼伞系统在滑翔、转弯和雀降模态下的主要飞行参数,从而为翼伞系统飞行控制系统的设计提供了重要的理论依据.     

动力翼伞系统空投风场的辨识与应用

风场对动力翼伞系统的运动状态有着重要的影响,获得风场中风的速度和方向可以使动力翼伞系统利用或者消除风场的影响。针对风场辨识问题,通过分析动力翼伞系统在风场作用下的飞行特性,提出了一种基于动力翼伞系统在风中的飞行状态进行风场辨识的方法。该方法仅使用动力翼伞系统配备的全球定位系统（GPS）模块采集定位数据,计算获得动力翼伞系统飞行的速度和方向,根据风场与动力翼伞系统的动态关系,利用最小二乘法对风场进行在线辨识。为了保证辨识精度,由GPS获得的动力翼伞系统运动信息经卡尔曼滤波器进行滤波处理。仿真结果表明：该方法对风场有较高的辨识效果,并能辅助实现雀降。     

翼伞平面形状对翼伞气动性能的影响

对带气室的展弦比为3的不同平面形状翼伞模型的流场进行了三维定常数值模拟,详细考察了平面形状对翼伞气动性能的影响.运用有限体积法对三维坐标系下不可压雷诺时均Navier-Stokes(RANS)方程进行了直接求解,采用剪切应力输运(SST)k-ω二方程湍流模型进行湍流模拟.数值模拟得出的原始翼伞的气动性能参数与试验数据在...     

多自主翼伞系统建模及其集结控制

当前对翼伞系统的研究主要集中在单个翼伞,但实际空投中一般需要使用多个翼伞,才能完成大量物资、装备的空投补给任务,而多个翼伞同时空投时,将会出现翼伞需要集结、相互间需要避免碰撞等在单翼伞空投时不存在的问题。现有的单翼伞系统已能通过GPS/惯导系统及其他板载传感器实现自主飞行,针对多个自主翼伞的空投任务设计算法,以控制下降翼伞之间的相互运动,实现多翼伞系统的集结和避碰。首先以质点模型为起点,通过引入新的独立变量,并将翼伞运动转换至风固定坐标系,使得单个翼伞质点模型降维为非线性降阶模型,进而得到多自主翼伞模型,在此基础上提出了一种集结控制算法,利用每个翼伞自身的状态信息和相邻翼伞的状态信息,采用势场法使得多翼伞实现集结并避免碰撞,最后一致地降落至地面。仿真结果表明多个自主翼伞实现了集结,减小了翼伞的着陆散布,降低了翼伞之间的碰撞风险,验证了该方法的有效性,可以为进一步研究多自主翼伞协同控制提供理论参考。     

基于Radau伪谱法的无人作战飞机四维轨迹规划

针对无人作战飞机(UCAV)打击时敏目标和多机协同攻击问题,提出一种基于Radau伪谱法(RPM)的无人作战飞机四维攻击轨迹规划方法。在综合考虑UCAV气动力特性、大气环境特性基础上建立了高精度UCAV(3-DOF)质点模型,并设计了约束条件和目标函数;基于动态RCS建立威胁模型,构建了最优控制理论框架的UCAV四维攻击轨迹规划模型;通过RPM将动态RCS威胁下的四维攻击轨迹规划问题转换为非线性优化问题,然后利用SNOPT软件包进行求解。仿真结果表明,该方法能够以较快的速度和较高的精度生成满足多种复杂约束条件的四维攻击轨迹。     

基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。     

滑翔飞行器弹道规划与制导方法综述综述

滑翔飞行器以其突出的机动突防能力、高精度打击以及全球快速可达等优势成为当下航空航天领域研究热点。作为控制飞行器可靠执行既定飞行任务的核心部分,弹道规划与制导方法是关注的焦点。概述当前滑翔飞行器弹道规划与制导方法,尤其是基于标准剖面和基于预测校正思想的弹道规划与制导方法的研究现状。进一步,分析当下滑翔飞行器弹道规划与制导方法的研究热点与难点,并结合人工智能,对滑翔飞行器弹道规划与制导方法未来可能的发展趋势进行了展望。     

扰动环境下火星精确着陆自主轨迹规划方法

针对扰动环境下火星精确着陆动力下降段自主轨迹规划问题,在终端时间自由条件下,研究了基于序列凸优化方法的自主轨迹规划方法。首先,在终端自由情况下,建立初始状态无扰动轨迹预规划问题。其次,结合鲁棒Tube-MPC思想,针对线性反馈控制律,建立扰动环境下着陆轨迹重规划问题,分析重规划问题的可行性,给出了预规划问题可行的必要性条件,为控制参数的选取提供参考,提出扰动环境下火星精确着陆自主轨迹规划框架。然后,针对终端自由问题,将飞行时域映射到单位时间,建立序列凸优化子问题,对子问题进行线性近似,使用序列凸优化方法进行求解并分析了收敛解的最优性。最后,进行数值仿真,验证扰动环境下火星精确着陆自主轨迹规划方法的有效性。     

面向城市飞行安全的无人机离散型多路径规划方法

为了提高无人机（UAV）在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多路径规划问题的数学模型。为提高算法的收敛速度和解的优质性,以及使算法能够同时输出多条路径,针对蚁群（ACO）算法的运行机制,设计聚类算子,提出改进聚类蚁群（CIACO）算法。实验结果表明,所提方法能够快速的收敛输出多条风险值较低的飞行路径。