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。     

无人机纵向轨迹控制的设计与仿真

主要介绍一种无人机垂直剖面的飞行轨迹控制算法的设计和仿真验证。无人机在高度改变过程中,纵向采用轨迹控制的算法,通过控制垂直高度偏差和航迹倾角偏差使无人机沿着预定的轨迹飞行,且实现垂直高度偏差、航迹倾角偏差为零。算法中创新性地引入航迹倾角、地速与现时垂直速度的转换函数,进行给定法向过载的计算。纵向采用精确轨迹控制,自动油门采用渐变的油门杆控制实现速度保持,常用的轨迹控制算法为利用高度差与垂直速度进行比例控制,具有实际飞行航线与期望航线存在静差、超调较大的缺点。算法通过与自动油门算法相结合,可实现对无人机的纵向轨迹的自动控制,具有控制精度高、控制平稳等优点。     

固定翼无人机编队集结控制算法研究

针对固定翼无人机协同作战时的编队集结问题，提出了一种新的路径规划和位置分配方法，并设计了包括航迹跟踪、高度保持和速度控制在内的自动驾驶仪。该路径规划算法通过矩阵迭代得到一组较优的目标点分配方案，满足总航程较小和同时到达约束。根据得到的各无人机飞向目标点的航迹，算出无人机编队集结的代价矩阵。在每架无人机确定了应飞航路后，开始沿航路飞向目标点，在此过程中，纵向采用高度保持自动驾驶仪，横向采用航迹跟踪自动驾驶仪，控制无人机按规定航迹飞行。速度调节自动驾驶仪可根据速度指令调节油门大小加减速，跟踪上目标速度，进而实现编队集结。仿真结果验证了所提出的编队集结控制方法的有效性和可行性。     

基于平面约束人工势场的无人机航迹规划算法

航迹规划是实现无人机自主导航飞行的关键。针对人工势场法应用于无人机航迹规划时出现的规划失败、实用性不强的问题，本文提出一种基于平面约束人工势场的航迹规划算法。首先，利用约束平面切割障碍物，简化了障碍物的分布。其次，构建航迹的可行性约束条件，并建立了基于约束平面的人工势场法。最后，综合并改进了一种额外控制力法和常用的改进势场函数。仿真验证表明，该算法克服了传统人工势场法未考虑无人机物理性能限制、易陷入局部最小值以及目标不可达的问题，同时提高了航迹规划质量。通过本文研究，人工势场法的不足得到了改善，有利于人工势场法在无人机航迹规划领域的应用与发展。     

无人机跟踪运动目标航迹规划算法

对无人机跟踪运动目标的原理进行了分析,设计了跟踪系统的动力学模型,提出了一种基于切线法的航迹规划算法。在动力学约束条件下实现了对无人机的航迹、速度、加速度等的最优控制,从而解决了无人机跟踪运动目标问题,并给出了算法的具体设计步骤。仿真结果表明,该算法能够快速、有效地为无人机规划出跟踪运动目标的最优航迹。     

基于改进粒子群算法的旋翼无人机三维航迹规划

针对标准粒子群算法因为惯性因子固定导致航迹规划不理想,以及固定斜率粒子群算法惯性因子斜率调节不灵活的问题,在算法中引入折线斜率惯性因子形式,使其斜率根据需要可以进行灵活调节,提高算法对旋翼无人机三维航迹的规划成功率,且减小航迹长度。首先,根据旋翼无人机实际飞行环境建立三维果园环境模型,根据路径长度、躲避障碍、飞行范围和航迹高度范围来构造适应度函数;然后,分析了标准和固定斜率粒子群算法的原理,找到了算法的缺陷,对其进行了改进,并给出了详细的实现步骤。数据对比显示：在进行旋翼无人机三维航迹规划时,相比于其他两种粒子群算法,折线粒子群算法对于航迹规划的成功率和航迹长度有明显改善。     

混合动力复合翼应急迫降在线航迹规划与制导

针对混合动力复合翼飞行器巡航模式下空中停车后无动力应急迫降（VTOL）问题,提出在线航迹规划与制导方法。根据复合翼空中停车时初始位置/航向不确定散布,发展一套满足动力学约束、终端约束的三维航迹在线规划方法：利用几何规划方法快速生成扩展Dubins二维航迹,再根据下滑性能约束进行三维扩展。针对低速无动力下滑航迹跟踪更易受风干扰以及三维航线分段连接处曲率不连续的特性,发展一种基于非线性模型预测控制的三维制导算法。将纵横解耦的制导律嵌入到预测模型框架内,跟踪误差、外界风扰动、航迹曲率不连续等非线性因素则通过系统输出建立目标约束,其后利用滚动优化实时求解制导指令。最后对航迹在线规划方法与三维制导律的适用性进行仿真分析与验证,结果表明所提出的航迹规划方法适用于不确定初始位置/航向散布的应急迫降在线规划,所提的制导算法具备抵抗风扰、提高三维制导精度的能力。     

基于遗传模拟退火算法的无人机航迹规划

航迹规划技术是无人机任务规划系统中重要的核心技术之一,无人机飞行空间广阔,需要一种快速搜索最佳路径的方法.首先在飞行区域中建立数字地图模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种遗传模拟退火算法,充分利用模拟退化算法的概率突跳特性和遗传算法强大的快速搜索能力.仿真结果表明,使用该算法无人机能够自动避开模拟数字地图的威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性.     

基于平衡核函数聚类的飞行航迹数据分析方法

目前,使用数据挖掘的方法对目标的飞行航迹进行分析来确定航迹类别具有许多应用价值。飞行航迹数据具有维数高、交连多、可分类性能差等特点,要做到尽可能精确的聚类和分类十分困难。文章立足提高飞行航迹数据聚类分析的准确性,在航迹特征数据的预处理阶段,提出了一种平衡核函数的K-均值聚类方法,可以解决高维特征数据带来的奇异性,还能提高交叠样本的聚类性能;设计了一种模糊支持向量机的算法框架实现航迹的分类。通过实际飞行航迹数据集测试了设计框架下航迹聚类和分类识别的有效性,在实际工程上具有广泛的应用前景。     

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。     

面向协同standoff跟踪问题的无人机制导律

针对多无人机（UAV）协同standoff跟踪问题,提出了UAV的横侧向和纵向制导律。对参考点制导（RPG）进行改进,作为UAV的横侧向制导律。然后,采用一组非线性微分方程对UAV和目标相对距离的调节过程进行建模,在此基础上证明了改进RPG的渐近稳定性,并推导了RPG参数与系统性能的关系,为RPG参数的选取提供了依据。最后,给出了UAV的纵向制导律,并分析了其渐近稳定性。仿真结果表明,改进RPG的跟踪误差和时间乘以误差绝对值积分（ITAE）指标均优于Lyapunov向量场制导（LVFG）和模型预测控制（MPC）,故改进RPG具有更快的响应速度和更高的稳态精度。     

A guidance law for UAV autonomous aerial refueling based on the iterative computation method

The rendezvous and formation problem is a significant part for the unmanned aerial vehicle（UAV） autonomous aerial refueling（AAR） technique. It can be divided into two major phases： the long-range guidance phase and the formation phase. In this paper, an iterative computation guidance law（ICGL） is proposed to compute a series of state variables to get the solution of a control variable for a UAV conducting rendezvous with a tanker in AAR. The proposed method can make the control variable converge to zero when the tanker and the UAV receiver come to a formation flight eventually. For the long-range guidance phase, the ICGL divides it into two sub-phases： the correction sub-phase and the guidance sub-phase. The two sub-phases share the same iterative process. As for the formation phase, a velocity coordinate system is created by which control accelerations are designed to make the speed of the UAV consistent with that of the tanker.The simulation results demonstrate that the proposed ICGL is effective and robust against wind disturbance.     

无人机紧密编队队形构成控制

针对无人机编队飞行问题,通过借鉴Agent体系结构确定无人机编队的控制结构.建立了以航迹坐标系为参考坐标系的长机与僚机的相对运动模型,根据僚机距离长机最优位置的误差,利用李亚普诺夫稳定性理论设计队形构成中僚机的控制律.最后通过建立的六自由度非线性飞行仿真平台进行仿真验证,结果表明所设计的控制律能稳定引导无人机完成编队的队形构成.     

一种基于Hopfield神经网络的TF／TA航迹规划算法

提出一种基于Hopfield神经网络的无人机地形跟随(TF)/地形回避(TA)迹规划方法.该方法将地研信息反映到算法参数连接权中,利用扩展的Hopfield模型结合无人机约束实现航迹安全、合理的规划.仿真实验证明该方法能获得满意的TF/TA航迹.     

基于控制变量参数化的主动反拦截突防最优控制计算方法

针对由于敌防空系统防御能力不断提高所带来的进攻导弹突防难题,提出主动反拦截突防(IAIP)的概念,以弥补传统机动突防仅考虑进攻导弹的逃逸而忽略其攻击任务的缺陷。根据IAIP制导的内涵,在综合考虑目标的机动性能、拦截导弹末段的拦截特性及进攻导弹的控制系统性能的基础上,建立进攻导弹-目标-拦截导弹的三体运动模型。将突防制导指令的设计等效为最优控制的求解,其中突防指令为实现燃料最省目标的最优解,进攻导弹的过载、拦截导弹的脱靶量、进攻导弹的攻击角、打击精度和突防后的视线角,分别为控制约束、路径约束和末端约束。借鉴控制变量参数化(CVP)方法将最优控制问题转化为非线性数学规划问题,并将路径约束离散化后采用序列二次规划(SQP)算法得到突防时机给定条件下制导指令的数值解。提出基于CVP的混合遗传算法(CVP-GA),用于求解最优突防时机及制导指令。仿真结果显示,采用IAIP最优控制算法的进攻导弹在成功突防后的打击精度仍可满足任务要求,且其燃料消耗相对于传统串联式突防方法降低了23.7%,验证了该方法的有效性及优越性。     

利用遗传算法和LMI设计固定结构H2/H∞飞行控制律

 在设计飞翼式无人机(UAV)的横航向飞行控制系统时,为了使无人机具有较好的动态特性和阵风抑制能力,同时又便于工程实现,提出了固定结构的H₂/H_∞控制律设计方法。对于由此遇到的双线性矩阵不等式(BMI)问题,先用线性矩阵不等式(LMI)方法得到控制律参数和H₂/H_∞性能指标的映射关系,再用此映射关系作为适应度函数,用改进的遗传算法求解使H₂/H_∞性能最优的控制律参数。仿真结果表明,使用固定结构的H₂/H_∞控制方法的无人机动态响应迅速平滑,在侧风干扰下的滚转角振荡幅值仅是原经典控制方法的一半。     

穿越微下冲气流的飞翼布局无人机控制方法

微下冲气流是最危险的低空风切变形式,为在起降阶段安全穿越该气流,飞翼布局的无人机控制律应具有快速响应能力和良好的鲁棒性。针对大展弦比飞翼布局无人机舵面附加升力大和低速状态俯仰操纵效能低的特点,提出了舵面附加升力和机体气动力相结合的复合控制方案,改进了以输出误差为参考量的非线性指令分配策略,设计了基于迎角保护的指令分配策略。将风干扰和模型的不确定性视为未知扰动,采用自抗扰控制(ADRC)理论设计飞翼布局无人机非线性控制律,使之对风干扰和模型的不确定性进行估计补偿。仿真结果表明,复合控制与ADRC相结合的方法加速了航迹倾角的单位阶跃响应速度,使上升时间缩短了64%,同时能够实现对风干扰的有效观测和补偿,使高度损失低于2m;能够在风切变中有效保护迎角,使其维持在5.5°以内。因此,该方法能够为飞翼布局无人机安全平稳地穿越微下冲气流提供一种参考方案。