小型无人机姿态回路的简化配置控制系统设计

提出了无人机的最简控制设计思想，并就姿态回路进行了两种最简控制结构（PI型、PID型）的设计。为了提高最简控制性能和设计效率，将输出反馈LQR控制理论进行了改进，使其能够解决飞行控制的跟踪问题。通过对某无人机姿态回路的最简控制设计表明，姿态回路的最简控制策略是成功的，控制系统的性能取决于最简控制结构，输出反馈LQR不仅具有很高的设计效率，而且能对最简控制结构进行规范描述。     

无人机4D制导系统研究

基于逆运动学方法设计了无人机四维制导系统。基本姿态控制器采用基于在线神经网络的非线性动态逆控制器。动态逆控制器用来对消无人机的非线性，在线神经网络补偿对消不精确引起的状态误差。制导系统的任务就是由给定的三维航迹，解算出航迹角，并生成三个姿态角指令，同时设计发动机控制回路以控制航迹速度，最终实现精确的四维航迹跟随。     

一种无人机姿态智能PID控制研究

姿态控制是无人机自主飞行控制的基础，其控制律设计结果对无人机飞行特性的影响至关重要。它决定了无人机是否能够满足自主飞行要求。为了解决在整个飞行包线中都能获得好的控制效果．本文引入了仿人智能比例，积分和单神经元控制等智能控制方法，设计出了一种用于无人机姿态控制的智能PID控制器。控制品质主要表现为响应快、精度高、超调量小，能进行稳定的大范围调适，鲁棒性强。仿真研究表明，这种控制器算法简单．易于实现，且比常规P1D控制器具有更强的鲁棒性和自适应能力。     

Automatic UAV Positioning with Encoded Sign as Cooperative Target

In order to achieve the goal that unmanned aerial vehicle(UAV)automatically positioning during power inspection,a visual positioning method which utilizes encoded sign as cooperative target is proposed.Firstly,we discuss how to design the encoded sign and propose a robust decoding algorithm based on contour.Secondly,the Adaboost algorithm is used to train a classifier which can detect the encoded sign from image.Lastly,the position of UAV can be calculated by using the projective relation between the object points and their corresponding image points.Experiment includes two parts.First,simulated video data is used to verify the feasibility of the proposed method,and the results show that the average absolute error in each direction is below 0.02 m.Second,a video,acquired from an actual UAV flight,is used to calculate the position of UAV.The results show that the calculated trajectory is consistent with the actual flight path.The method runs at a speed of 0.153 sper frame.     

高适应性低成本大型无人机导航与控制系统

设计的数字式导航与控制系统沿着高适应性低成本方向,综合考虑了大型高亚声速无人机可靠性和经济性,采用了起飞发射段控制律优化设计、高低空自适应变参技术和高性价比的组合导航策略.在保证飞行品质和降低系统成本的同时,扩宽了大型无人机的使用空域和地域范围.经过仿真试验和实际飞行验证,该系统控制飞机姿态稳定,定高效果好,飞行航迹与规划航路误差很小,系统的各项功能均得到实现,适应了"一个系统,多种平台"、"一种平台,多种用途"的大型无人机发展需要.     

5自由度机器人手臂模糊自适应控制

为了在一定的跟踪精度范围内且存在不确定性因素的情况下控制机器人跟踪设定的轨迹,给出了一种基于控制器输出误差法的自适应模糊控制法来控制机器人手臂.采用梯度下降法调节部分或全部参数以减小输出误差.该方法被应用于5自由度机器人控制系统中,仿真结果显示模糊逻辑控制器参数得到了实时调整,该方法有效.     

基于特征模型的某型无人机智能PID控制器

无人机的飞行特性在很大程度上取决于其飞行控制律。本文以无人机的姿态控制回路为研究对象,分析了表征该无人机姿态控制特性的特征状态信息。利用特征建模的方法,设计一种基于控制对象特征模型的无人机姿态回路仿人智能P ID控制器,并进行了仿真试验。结果表明,该控制器具有较好的抗干扰和自适应能力,结构简单,针对性强,易于实现。     

基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

一种基于GPS的测姿新方法

提出了一种利用GPS载波相位信号，基于积分角速率参数IRP（Interated rate parameters)的概念，并借助于扩展了卡尔曼滤波（Extended Kalman filtering)算法进行载体的姿态及姿态变化率估计的新方法，利用线性跟踪理论建立动态方程，使动态方程形式简单，意义明确，利用IRP的概念，通过解决姿态矩阵的递推过程，建立载波相位的观测方程，仿真试验结果表明，本算法具有计算效率高，实时性好，测姿态精度高等优点，并且，由于同时对姿态率进行跟踪估计，因而表现出对载体机动性较强的跟踪能力。     

基于BACKSTEPPING的无人机飞控系统设计研究

基于状态反馈，利用BACKSTEPPING思想设计了无人机非线性自适应控制器。本文首先从非线性反馈线性化的理论缺陷出发，指出了新近兴起的BACKSTEPPNG思想的优越性，并对输入输出可反馈线性化系统的自适应控制问题进行了理论描述。本文BACKSTEEPING自适应设计过程的贡献在于提出了一种混合式的李雅普诺夫函数，它同一般的基于二次型的李雅普诺夫函数的不同在于最终导出的自适应律只含有广义误差状态的符号信息，这在一定程度上提高了系统的容错性。自适应控制算法的收敛性得到了严格的数学证明。最后对某型无人机的仿真分析表明自适应飞控系统设计是有效的。     

三轴液压转台系统最优控制

三轴液压转台系统的核心是阀控马达伺服机构，由于其负载性惯量大，固有频率较低，采用经典控制理论设计的控制系统难以获得满意的响应特性和控制精度，以转台外框为例建立了转台液压系统的数学模型，应用最优控制理论，获得了使线性二次型性能指标为极小的最优控制规律。数字仿真结果和以该控制规律为依据设计的数模混合控制器进行的试验结果均表明，最优控制规律不仅有效地改善了转台的稳定性，而且提高了转台的响应速度和控制精度     

变体无人机栖落机动建模与轨迹优化

对一类变体固定翼无人机栖落机动的纵向运动进行了建模与轨迹优化研究。针对栖落机动后段飞行速度低及迎角大带来的舵面气动效率下降的问题,研制了一种可改变主翼位置的变体无人机。通过室内飞行实验,利用运动捕捉系统测量获得飞行数据。依据实验数据,结合平板气动理论建立了变体无人机的气动模型,并建立了变体无人机的纵向动力学模型。采用广义伪谱优化软件(General pseudo-spectral optimization software,GPOPS),对所建立的变体无人机模型进行栖落过程轨迹优化研究。优化结果表明,与普通固定翼无人机相比,变体部件能够显著提高无人机的姿态操纵效率,从而改善无人机栖落机动性能。     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值     

一种基于动态逆的控制方案在无人机中的应用研究

动态逆技术通过成功的实际飞行测试而获得广泛认同,目前该研究热点在于对象模型的不确定性的抑制及鲁棒性的研究。文中提出一种基于在线神经网络的新型动态逆控制器,其主要思想是通过在线迭代的神经网络最大程度地挖无人机非线性不确定模型及其逆模型,同时通过一个梯度修正环节来补偿误差的影响。仿真验证包括三部分：对极快变量回路的仿真、航迹角跟随的仿真以及三维空间中对给定轨迹的跟踪。仿真结果表明,该方案能够解决精确的     

基于模糊径向基神经网络的小型无人机控制系统研究

为保证小型无人机的飞行安全,提出一种由无人机飞行控制器和地面学习单元构成的两层网络学习控制系统架构。无人机飞行控制器采用模糊控制策略,学习单元采用经遗传算法优化的径向基神经网络,充分利用模糊控制和神经网络的各自优势,将模糊控制策略与RBF神经网络相结合提出了一种基于RBF神经网络的自学习模糊控制策略。所设计的飞行控制器用于无人机飞行过程中的姿态控制,仿真及实验结果表明本方法是有效的。     

基于四元数方法的GPS航姿解算

应用ＧＰＳ载波相位双差测量来确定载体的航向和姿态需要解决两个主要问题：模糊度的确定和航姿算法。本文提出了ＧＰＳ航姿解算的四元数方法,直接利用ＧＰＳ载波相位双差 算姿态四元数,从而保证了姿态矩阵的正交性能。     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

多旋翼无人机飞行控制自动调参技术

目前,多旋翼无人机控制器设计问题中存在着大量的依靠经验的调参工作。为了使调参简单而又可靠,本文基于控制器参数与控制系统性能响应存在的对应关系,提出了自动调参思想。在满足控制器各项性能指标的前提下,利用粒子群算法(Particle swarm optimization,PSO)提炼出优化目标和约束条件。对被控对象进行建模并搭建非线性模型。然后,利用工程实践方法估算出参数范围,并利用粒子群快速优化特点自动寻找在约束条件下符合性能指标的控制器参数。最后,通过Matlab/Simulink对模型进行仿真验证。仿真结果分析表明,PSD可快速准确地对飞行控制进行自动调参。     

一种小型无人机简易飞行控制系统的方案

针对低速、自然稳定的小型无人机的特点,以控制无人机按预定航线自主飞行为目标,设计了具有双回路的PID控制的纵横向飞行控制律,以及优化的GPS系统(磁航向传感器补偿)导航算法,形成只需少量传感器和执行机构的飞行控制方案.该方案广泛适用于低速、自然稳定的小型元人机,具有良好的静态和动态特性,并且造价低廉、使用简单.