基于回访机制的无人机集群分布式协同区域搜索方法

为高效引导无人机（UAV）集群搜索未知任务区域内的动态目标，同时兼顾最大化覆盖搜索效能，提出一种回访机制驱动的UAV集群分布式协同搜索决策（RM-DCSD）算法。首先，基于栅格化方法构建了包含3种属性的综合态势信息图模型及其更新机理，为UAV进行实时在线搜索决策奠定基础；其次，以最大化搜索效率为优化目标，同时兼顾UAV的飞行安全与能耗代价，建立了UAV搜索效能函数，在此基础上，基于滚动优化思想进一步构建了UAV局部有限时域滚动优化模型；然后，综合考虑动目标的实际搜索需求以及传感器虚警和漏检情况，分别设计了信息素引导的回访机制与权系数动态切换引导的回访机制；接着，借鉴分布式模型预测控制思想，设计了基于信息融合的UAV集群分布式协同搜索决策机制，在确保集群分布式协同最优决策的基础上实现了对UAV成员态势信息图的解耦式更新，进一步增强了系统鲁棒性；最后，通过数值仿真实验对所提算法的有效性进行全面验证。仿真结果表明，RM-DCSD算法对动态未知搜索环境表现出良好的适应性，能够在引导UAV集群对未知区域进行最大化覆盖搜索的同时，通过回访机制驱动，有效兼顾对地面动目标的搜索需求。     

均等通信时滞下多UAV协同编队控制

多无人机(UAV)系统编队控制中,时滞是无法回避的问题,研究时滞对多UAV编队形成和系统稳定性的影响,具有重要理论价值。重点研究均等通信时滞下多UAV协同编队控制问题,并获得系统的稳定性条件。首先,设计具有均等通信时滞的协同编队控制律,得到多UAV编队系统的闭环时滞状态方程;在恒定均等时滞下,考虑到系统模型不确定性,基于线性矩阵不等式(LMI)理论得到系统的时滞依赖稳定性条件;最后,进行仿真实验,结果表明多UAV编队系统是稳定的,期望的编队队形能够形成并保持。     

三维动态势函数下编队UAV飞行算法研究

针对三维动态环境下编队无人机(UAV)的路径规划和队形保持问题,提出了基于改进三维动态势函数与约束动力学的编队UAV飞行算法。首先,建立了改进的动态三维人工势函数模型;针对编队UAV的队形保持和重组,通过引入拉格朗日乘子建立了含队形约束的编队UAV约束动力学方程组。仿真结果表明,所提算法在三维动态环境下可有效地进行编队UAV的路径规划、队形保持与重组。     

基于分布式模型预测控制的多UAV协同区域搜索

针对多无人机(UAV)协同区域搜索问题展开研究。提出了一种基于分布式模型预测控制(DMPC)的多UAV分布式优化搜索方法。首先基于传统的搜索图模型,建立了多UAV协同搜索的问题描述和状态空间模型,然后在DMPC框架下,将集中式多UAV在线优化决策问题转化为各架UAV的小规模分布式优化问题,采用基于纳什最优和粒子群优化(PSO)相结合的算法实现对每个子系统优化问题的迭代求解。仿真结果表明:DMPC方法能够有效地降低多UAV协同搜索决策问题的求解规模,是一种可行的方法。     

临近空间高超声速滑跃式轨迹目标跟踪技术

针对临近空间目标飞行速度快、机动特性强和加速度突变的特性,提出一种地心直角(ECEF)坐标系下基于目标特性分析的修正强跟踪滤波(MSTF)算法。首先,通过对ECEF坐标系下目标量测的无偏转化处理,以有效减小目标高超声速飞行所带来的旋转、平移和线性化误差影响;接着,在对目标特性充分分析的基础上,合理构建强跟踪滤波(STF)模型,通过对模型参数的自适应调节,以有效实现临近空间高超声速滑跃式轨迹目标的精确跟踪;最后,结合统计学原理对目标加速度的突变进行合理检测和补偿,以进一步修正强跟踪滤波模型的跟踪精度。仿真结果表明,与现有的临近空间目标跟踪算法相比,该算法具有较高的定位跟踪精度。     

基于滑模控制的剖面跟踪制导律

针对高超声速飞行器滑翔段的高精度制导问题，考虑复杂多约束条件以及干扰和不确定因素的影响，设计了一种基于全局积分滑模控制的剖面跟踪制导方法。首先，将多重约束转化为阻力加速度-速度（D-V）平面内的再入走廊；然后，以终端精度和总吸热量为性能指标，采用分段函数的形式优化设计出一条标准D-V剖面；再基于简化的动力学模型，推导得到关于阻力加速度微分和速度的二阶非线性模型；最后，基于滑模控制理论，设计全局积分滑模面和指数趋近律，获得控制量幅值大小，并结合侧向方位误差走廊确定控制量符号，从而实现对标准剖面的有效跟踪。采用CAV-H滑翔再入模型进行数值仿真，分析验证了提出的基于滑模控制的剖面跟踪制导律具有较好的跟踪性能和精度。     

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。     

基于小脑模型关节控制器的无人机集群快速终端滑模容错控制

针对受执行器故障和外界干扰影响的集群无人机（UAV）协同编队控制问题，提出了一种自适应快速非奇异积分滑模（FNISM）容错控制（FTC）方法。为使集群无人机在执行任务时具有良好的协同跟踪性能，通过对无人机实际飞行情况的分析，考虑了无人机编队飞行时的执行器故障和尾涡扰动等对跟踪性能的不利影响。采用小脑模型关节控制器神经网络（CMANN）来估计并消除外部干扰的影响，同时运用CMANN逼近补偿执行器故障。研究表明：所提出的容错控制方案可以保证无人机编队闭环系统在故障情况下的最终一致有界稳定，并且可以通过减小滑模设计参数提高收敛速度，通过增大虚拟和实际控制器参数提高控制精度。4架无人机的集群编队在该方法、基于径向基神经网络（RBFNN）的鲁棒动态面容错控制、比例微分（PD）滑模容错控制3种方法下的对比仿真结果表明该方法在无人机集群编队出现故障时具有更优异的协同控制性能。     

高超声速飞行器俯冲段制导控制一体化设计方法

针对高超声速飞行器高速俯冲飞行段制导控制系统设计问题,建立了俯冲飞行段制导控制一体化低阶设计模型,提出了一种新颖的六自由度(6DoF)制导控制系统设计方法。基于目标-飞行器三维空间相对运动模型和坐标系转移关系建立了三维全耦合俯冲相对运动模型,推导得到了飞行器加速度在弹道坐标系三轴的分量与飞行器三通道角速率间的解析模型,进而结合飞行器绕质心动力学模型建立了以气动舵偏角为控制输入的俯冲飞行段制导控制一体化低阶设计模型。该制导控制一体化低阶设计模型降低了俯冲飞行段制导控制系统的模型阶数,减少了六自由度制导控制系统的设计参数,省略了传统设计方法中根据期望过载反求气动欧拉角的过程;同时利用解析模型替代了传统方法中姿态控制环路的跟踪控制过程,简化了制导控制系统的设计流程,为制导控制一体化设计提供了一种新的分析思路。数值仿真结果验证了本文提出的制导控制一体化设计方法的有效性和鲁棒性。     

切换拓扑下无人机集群系统时变编队控制

针对多无人机(UAV)间通信拓扑可能发生变化的情况,研究了具有二阶积分特性的无人机集群系统的轨迹跟踪与时变编队控制问题。基于一致性方法设计了编队控制器,将编队控制问题转换成闭环系统的稳定性问题,引入了切换拓扑平均驻留时间的概念,并在此基础上利用线性矩阵不等式(LMI)方法,给出了控制器设计步骤。通过构造分段连续Lyapunov函数,证明了切换拓扑下无人机集群系统能够实现对指定轨迹的跟踪并且实现时变编队飞行。以三维空间运动的无人机集群系统为例进行了仿真验证,结果表明本文所提方法能够解决切换拓扑下无人机集群系统的轨迹跟踪与时变编队问题。     

涡扇发动机加减速控制规律设计的定状态法

为便于开展涡扇发动机过渡态控制规律的正向设计,提出了一种基于模型的定状态控制规律设计方法。通过固定发动机加减速过程中的转速状态量,逆向求解满足物理约束条件的最优燃油量,获得发动机最优加减速控制规律。以某涡扇发动机为例,使用该方法基于部件级模型动态仿真分别设计了发动机过渡态开环油气比控制规律与闭环转子加速度控制规律,结果表明:两种控制规律仿真结果基本一致,满足最短加减速时间的要求,发动机高、低压转速仿真曲线与设计状态一致,发动机涡轮出口总温、燃烧室余气系数和喘振裕度等主要参数均未超限,验证了所提出的涡扇发动机加减速控制规律定状态设计方法的正确性和有效性。      

涡扇发动机加减速特性显式与隐式计算方法

为了探索一种便于进行涡扇发动机过渡态控制规律设计的性能计算模型,提出了基于部件法的涡扇发动机加减速的显式格式和隐式格式计算方法,该方法通过在发动机计算模型中直接给定喘振裕度限制值、燃烧室油气比限制值和涡轮进口总温的限制值,计算出最优的加减速特性,进而获得发动机的最优加减速控制规律。计算模型针对不同的给定值,选择了不同的燃烧室容积效应模型。证明了对一般的涡扇发动机,隐式格式计算模型中,给定压气机喘振裕度算法的解是唯一的。以某涡扇发动机在地面的加减速过程为例,按最优加减速控制规律计算,显式格式算法和隐式格式算法的结果误差小于1.3%.对给定高压转子转速加速率的加速特性也进行了验算,计算结果与最优加速过程的结果误差小于1.7%.本文提出的加减速特性计算方法可为涡扇发动机的过渡态开环和闭环控制规律设计提供便捷的手段。     

复合翼无人机加速段纵向飞行特性分析与控制设计

针对高成本的大型复合翼(VTOL)无人机(UAV)从悬停到巡航的纵向加速飞行转换阶段开展气动/控制综合研究。基于叶素动量(BEMT)理论建立斜向入流下旋翼气动载荷计算模型,并与CFD算例对比验证其准确性。分析出旋翼系统引起整机焦点前移产生静不定效应,其中心应置于全机重心之后。仿真对比不同加速策略下的加速特性、控制效能余量等指标,给出-5°俯仰角,定推进油门的加速策略。考虑控制输入冗余,作动器动态响应不同,引入虚拟控制量的概念,采用频域分解的效能分配准则实现静态分配。考虑建模误差,设计L1自适应姿态控制框架实现动态控制增稳,拉偏仿真验证其鲁棒性。飞行试验验证了所述建模方法、加速策略及控制律框架的有效性。      

航空发动机过渡态最优控制规律设计的新方法

针对航空发动机过渡态最优控制规律的设计问题,提出了一种新的方法——动态稳定法:在发动机动态特性计算模型的基础上,通过额外提取其中所有的状态量变化率,使其共同工作方程组的偏差趋于0,从而让过渡态仿真稳定下来,此时的稳态参数值即为对应过渡态工作点的各项参数;然后分别根据指定的物理约束条件,通过简单的静态迭代优化即可直接建立相应的控制规律;最后将这些控制规律通过取大/小的方式进行合并,从而获得所需过渡态最优控制规律.以某型涡扇发动机最优加速控制规律的改进设计为例,结果表明该方法具有设计精度高、实现简单以及快速直观等优点.      

A study on optimal control of the aero-propulsion system acceleration process under the supersonic state

In order to solve the aero-propulsion system acceleration optimal problem, the necessity of inlet control is discussed, and a fully new aero-propulsion system acceleration process control design including the inlet, engine, and nozzle is proposed in this paper. In the proposed propulsion system control scheme, the inlet, engine, and nozzle are simultaneously adjusted through the FSQP method. In order to implement the control scheme design, an aero-propulsion system component-level model is built to simulate the inlet working performance and the matching problems between the inlet and engine. Meanwhile, a stabilizing inlet control scheme is designed to solve the inlet con-trol problems. In optimal control of the aero-propulsion system acceleration process, the inlet is an emphasized control unit in the optimal acceleration control system. Two inlet control patterns are discussed in the simulation. The simulation results prove that by taking the inlet ramp angle as an active control variable instead of being modulated passively, acceleration performance could be obviously enhanced. Acceleration objectives could be obtained with a faster acceleration time by 5%.     

退化发动机加速性能恢复控制方法

针对退化发动机加速性能下降的现象,提出一种变喘振裕度约束的模型预测控制方法。通过分析退化发动机在加速过程中的工作特点,将加速过程分为三个阶段,在不同阶段采取不同的喘振裕度约束。鉴于模型预测控制能够显式处理约束、采用在线滚动优化来获取最优控制输入,采取模型预测控制方法,并采用具有较高实时性的交替方向乘子法求解优化问题,实现了退化发动机加速性能的恢复。数字仿真结果表明,采用本文所提出的加速性能恢复控制方法后,相比退化发动机,加速过程中所耗费的时间缩短了35%以上。     

涡喷发动机加速控制系统数学模型及数字仿真

 本文介绍了航空涡轮喷气发动机加速控制系统数学模型建立、数字仿真方法。由于加速过程是一个大偏离动态过程,因而发动机与加速控制器模型均用非线性方程描述,对非线性方程组求解和系统迭代方法本文进行了讨论。算例中分析了在不同飞行条件下发动机的加速规律。     

Improved tracking of maneuvering targets: The use of turn-ratedistributions for acceleration modeling

Tactically maneuvering targets are difficult to track since acceleration cannot be observed directly and the accelerations are induced by human control or an autonomous guidance system therefore they are not subject to deterministic models. A common tracking system is the two-state Kalman filter with a Singer maneuver model where the second-order statistics of acceleration is the same as a first-order Markov process. The Singer model assumes a uniform probability distribution on the targets acceleration which is independent of the x and y direction. In practice, it is expected that targets have constant forward speed and an acceleration vector normal to the velocity vector, a condition not present in the Singer model. The work of Singer is extended by presenting a maneuver model which assumes constant forward speed and a probability distribution on the targets turn-rate. Details of the model are presented along with sample simulation results     

一种涡轮发动机加速控制规律设计的新方法

 提出了一种涡喷、涡扇发动机加速控制规律快速设计的新方法：在发动机稳态特性计算模型的基础上,通过额外增加转子提取功率,使得发动机稳态工作点（线）靠近喘振边界,在同时考虑燃烧室富油熄火边界、涡轮进口总温限制以及压气机喘振裕度限制的条件下,利用适当的控制规律描述形式并结合发动机工程研制中的经验,能够快速而准确地获得涡喷、涡扇发动机加速控制规律。对某型涡喷发动机加速控制规律的改进的计算结果表明,提出的加速控制规律的设计方法准确而有效。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。