基于速度障碍法的飞行冲突解脱与恢复策略

针对飞行中的冲突解脱和航迹恢复问题,在速度障碍法模型的基础上提出了一种几何优化的方法,并对这个问题进行了严格的数学描述。首先根据飞机之间的相对位置和速度关系,确定其冲突类型,以及是否满足各解脱策略的条件,选取相应的解脱策略,待冲突解脱完成后,飞机恢复至原航线飞行。然后通过几何分析,理论推导,该模型能够有效解决飞行冲突,并且具体给出冲突解脱和航迹恢复的位置。最后在仿真中,所提方法根据不同场景能够自主选择冲突解脱策略,结果显示该方法简单高效,并且在航迹恢复过程中不引入新的飞行冲突。      

利用人工势函数法的卫星电磁编队控制

卫星电磁编队是指利用卫星之间相互作用的电磁力进行卫星相对运动控制,对控制律的要求主要是计算量小和能避免碰撞.以目标星对参考星的相对运动矢量作为控制对象,分析了使用电磁力控制卫星编队的可行性,结果是如果编队卫星磁矩能够任意控制,那么卫星相对运动也能完全控制.设计了人工势函数,以相对位置和相对速度矢量作为变量,人工势函数在达到控制目标时为最小值,在碰撞的位置具有局部最大值.设计的控制律能够实时调整控制参数,能够保证电磁线圈控制电流不至于饱和,以及人工势函数导数在控制过程中小于零.仿真表明,所设计的控制律能生成编队构型并避免碰撞,而且具有一定的抗干扰性.     

基于编队控制的自适应HELLO更新算法

在无人机(UAVs)编队自组织网络中,针对无人机之间位置信息更新周期不合理,从而导致编队控制不稳定和控制开销过大的问题,提出一种基于无人机编队控制的自适应HELLO更新算法。该算法应用编队控制稳定性理论推导出无人机组成期望编队的控制延时上限,结合该延时上限和编队运动状态自适应地设定HELLO更新周期。仿真结果表明,本文提出的算法与固定HELLO更新周期算法相比,既能保证在组编控制过程的稳定性,又能实时维护稳定阶段的链路,并且显著减少网络中不必要的控制开销。      

应用虚拟结构的卫星编队飞行自适应协同控制

针对卫星编队飞行协同控制存在质量、转动惯量不确定性及外部扰动的问题,提出了一种应用虚拟结构的卫星编队飞行自适应协同控制方法。首先,通过对虚拟结构模型的描述,建立了虚拟结构状态变量与编队卫星期望状态之间的表达式;其次,设计了编队卫星和虚拟结构的位置、姿态自适应协同控制器,通过在虚拟结构控制器中引入编队卫星的状态误差,实现了编队信息至虚拟结构的反馈,并采用Barbalat引理证明了闭环系统的稳定性和对有界扰动的抑制:最后,以三星编队协同轨道机动和空间指向性偏转为例对所设计的控制器进行了仿真验证。仿真结果表明:设计的控制器能够实现对编队卫星质量和转动惯量的自适应估计,使得编队卫星位置和姿态控制误差最终趋近于零,验证了所提方法的有效性。     

基于RQPSO-DMPC的多无人机编队自主重构控制方法

针对敌方防御区域内各种威胁,为了实现隐蔽突防并实施对敌有效打击,在突防过程中多无人机(UAV)编队需要进行重构控制,并且编队内的相互避碰问题与通信约束问题也需考虑。通过建立无人机虚拟领航编队模型并引入邻居集,采用分布式模型预测控制(DMPC)同时构建多无人机编队的重构代价函数,提出采用改进量子粒子群优化(RQPSO)算法进行求解,并将求解结果与采用粒子群优化算法的结果进行对比。仿真结果表明,本文算法能够有效控制多无人机编队完成自主重构,实现安全隐蔽突防任务。     

编队卫星防碰撞规避路径规划方法与控制研究

针对编队卫星在构型重构和构型失效重组时发生碰撞可能性最大的两种机动工况,采用数学规划的方法对其进行防碰撞规避准则、规避策略和控制方面的研究;并通过系统可控性证明出无径向推力相对于全向推力,也可以达到目标相位点只是燃料消耗得多。对编队构型失效重组工况中备份星机动前停泊位置,进入编队位置选择和启动时刻选择以及故障星离开编队后,目标轨道确定等问题通过数学仿真的形式予以解答。仿真结果表明,该研究方法真实可信、简便有效。     

多四旋翼无人机系统分布式分层编队合围控制

针对带有多个领航者与跟随者的欠驱动四旋翼无人机群系统, 提出了一种分布式分层编队合围控制方法。设计分层分布式有限时间滑模估计器, 实现在仅有部分领航者获取到期望轨迹的条件下, 每架无人机都能生成其满足控制需求的估计位置信息。针对六自由度欠驱动四旋翼无人机模型的特点, 提出一种无人机位置层和姿态层的分层控制方法, 实现了无人机对所生成的估计位置的跟踪控制, 该方法采用高阶导数逼近算法, 防止在求解期望角速度的过程中出现微分爆炸。所提方法能在满足姿态稳定收敛的条件下实现有效的编队合围控制。通过数值仿真验证了所提方法的有效性。      

基于D3QN的无人机编队控制技术

针对无人机编队中控制器设计需要基于模型信息，以及无人机智能化程度低等问题，采用深度强化学习解决编队控制问题。针对编队控制问题设计对应强化学习要素，并设计基于深度强化学习对偶双重深度Q网络（D3QN）算法的编队控制器，同时提出一种优先选择策略与多层动作库结合的方法，加快算法收敛速度并使僚机最终能够保持到期望距离。通过仿真将设计的控制器与PID控制器、Backstepping控制器对比，验证D3QN控制器的有效性。仿真结果表明：该控制器可应用于无人机编队，提高僚机智能化程度，自主学习保持到期望距离，且控制器设计无需模型精确信息，为无人机编队智能化控制提供了依据与参考。     

面向空中威胁的无人机动态碰撞区建模与分析

针对现有方法一般是基于时间或距离的定值来确定碰撞区域的问题,提出了一种基于入侵机和无人机(UAV)运动信息的无人机动态碰撞区建模方法.首先,根据无人机与入侵机的运动状态、两机之间的最小安全距离等信息,通过几何方法得出无人机不采取任何规避机动时两机将发生碰撞区域的解析表达式,即无机动碰撞区数学模型;其次,考虑无人机的机动能力约束,计算了无人机采取最大过载转弯机动(左转或右转)时两机恰好避免碰撞发生的边界,即最大机动碰撞区数学模型;在此基础上,提出了不可规避区的概念;进而定义了安全飞行包络,它是无人机能够规避入侵机威胁的分界线;最后通过理论和仿真结合分析了影响各区域的主要因素.仿真与分析结果表明所建碰撞区不仅可以帮助无人机选择规避机动方式,而且能够帮助无人机判定常规避撞机动是否失败,并使无人机及时采取最大过载转弯机动,对无人机安全避撞决策具有实际参考价值.      

军航无人机与民航航班侧向碰撞风险评估

近年来无人机(UAV)已经成为新型作战力量。为解决军航UAV与民航航班之间的飞行冲突,确保飞行安全,对经典EVENT模型进行改进,提出适用于UAV的碰撞风险模型。着重研究了导航方式、人为因素、高空风对于UAV飞行的影响,并构建了相应的位置偏差模型。首先,利用蒙特卡罗法求解军航UAV与民航航班之间侧向间隔丢失的频率;其次,利用MATLAB进行算例仿真,验证模型的有效性,并得出了侧向碰撞概率随参数变化的关系;最后,通过计算不同安全间隔下的碰撞风险,对空域使用提出建议。      

自适应引导长度的无人机航迹跟踪方法

为保证无人机安全稳定的飞行,实现高精度的航迹跟踪,基于引导点的非线性制导算法,提出了一种引导长度自适应的航迹跟踪方法。首先建立无人机运动学模型,依此对非线性的制导算法进行理论分析与试验验证,建立无人机飞行速度与引导长度之间的关系。之后引出引导长度自适应的航迹跟踪方法,详细讨论方法的具体实现过程。最后通过各种情况下的仿真对比试验,验证所提出方法的有效性。仿真结果表明,所提出的方法能较精确地跟踪各种复杂航迹,同时在较大的初始偏差和航路点临时切换的情况下能稳定、快速地收敛到期望航迹,更好地满足各种实际飞行任务的需求。     

Optimal guidance and collision avoidance for docking with the rotating target spacecraft

The guidance and control strategy for spacecraft rendezvous and docking are of vital importance, especially for a chaser spacecraft docking with a rotating target spacecraft. Approach guidance for docking maneuver in planar is studied in this paper. Approach maneuver includes two processes: optimal energy approach and the following flying-around approach. Flying-around approach method is presented to maintain a fixed relative distance and attitude for chaser spacecraft docking with target spacecraft. Due to the disadvantage of energy consumption and initial velocity condition, optimal energy guidance is presented and can be used for providing an initial state of flying-around approach process. The analytical expression of optimal energy guidance is obtained based on the Pontryagin minimum principle which can be used in real time. A couple of solar panels on the target spacecraft are considered as obstacles during proximity maneuvers, so secure docking region is discussed. A two-phase optimal guidance method is adopted for collision avoidance with solar panels. Simulation demonstrates that the closed-loop optimal energy guidance satisfies the ending docking constraints, avoids collision with time-varying rotating target, and provides the initial velocity conditions of flying-around approach maneuver. Flying-around approach maneuver can maintain fixed relative position and attitude for docking.     

基于人工势场的星群松散编队控制

利用低成本的微纳卫星组成星群协同执行空间任务,近年来引起了航天界的广泛关注.针对星群松散编队控制任务,将人工势场法和基于相对运动动力学方程的速度反馈控制相结合,在各颗卫星和目标之间构造吸引势场,在各颗卫星之间建立基于位置信息的避碰势场,在空间障碍物附近建立避障势场,同时引入速度反馈控制律,综合实现星群松散编队控制,并通...     

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要,提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先,在传统A*算法的基础上,引入了障碍威胁系数改进A*算法,为领航无人机规划从起点到目标的全局安全路径;其次,采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时,利用改进A*算法重新规划路径;随后,领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步;最后,基于一致性原理设计了编队队形协同控制器,并基于改进人工势场法设计了动态避障控制器。仿真结果表明,与传统的领航-跟随方法相比,该方法可以降低编队误差,提高了复杂曲线路径下无人机的编队精度与稳定性,具有一定的工程应用价值。     

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。     

无人机自主引导跟踪与避障的近端策略优化

针对无人机地面动态目标跟踪问题，建立了远距离自主引导与近距离伴飞避障2个阶段的马尔可夫决策过程模型。在此基础上，提出了一种改进的近端策略优化（PPO）算法。考虑到无人机接收到的数据具有时序性且环境状态存在上下文关联，所提算法采用长短期记忆（LSTM）网络，通过无人机与目标的实时位置关系等状态信息来计算奖励值，更新网络参数，并进行自适应优化迭代。通过基于ROS系统的仿真测试平台进行试验，结果表明：所提算法安全有效地实现了侦察任务全过程的自主机动，与传统的PPO算法相比，LSTM的引入缩短了模型训练时间，跟踪与避障的效率明显提高，进一步加强了算法的鲁棒性、准确性和实时性。     

某无人机火箭助推发射研究

无人机作为现代科技发展的产物,可以在高危险区域作业而得到了广泛应用。分析研究了该型无人机火箭助推发射过程风险。对发射过程进行分段处理,建立了各段飞行的数学模型,最后给出了实例分析结果,确定了安全发射区域,为该型无人机使用发射提供理论依据,满足该型无人机发射场选址的工程需要。提出的无人机火箭助推发射过程阶段分析方法,不仅可以用于本系统发射安全区域确定,对于其他无人机发射安全分析,也具有一定的工程借鉴意义。