通信约束下异构多无人机任务分配方法

针对异构多无人机协同执行侦察和打击任务中,存在通信距离、时间延迟等约束条件下的局部任务分配问题,提出了一种基于合同网的分布式多无人机任务分配方法。首先建立了异构集群发现新目标时的局部任务分配问题模型,设计了局部无人机通信网络中的信息一致性算法,实现了任务分配过程中任务发布阶段各无人机的冲突消解。设计了任务分配过程中的联盟构建和无人机资源管理方法,使联盟中各无人机能够以更加平衡的方式消耗资源。仿真结果表明,该方法能够解决通信约束下,异构多无人机执行察打任务时,所触发的针对目标打击任务的任务分配问题,且能够获得最大的系统效能。     

临近空间无人飞行器多余度容错导航系统设计

临近空间无人飞行器导航系统的故障直接影响到飞行器的任务执行和飞行安全,因此必须能够长时间地保持稳定性和精确性,为达到此目的必须设计由惯性导航、卫星导航等多种导航传感器组成的多源多余度容错导航系统,提高系统的可靠性。针对临近空间飞行器制导控制对导航信息的需求,提出了一种标准的三余度导航系统架构,并设计了采用新型加权平均表决子算法,具备故障检测和隔离以及故障重构功能的容错重构算法,构建了适用于临近空间无人飞行器的多余度容错导航系统,通过实测试验数据仿真验证了容错导航系统的性能,展示了系统一次故障工作的故障容错能力。所研究内容也可被其他类型的无人飞行器借鉴和参考。     

韧性无人机群多域协同方法建模与求解

为提高无人机群(UAVS)在执行任务过程中的抗干扰能力，提出了一种韧性无人机群多域协同方法，并对其进行建模与求解。首先，改进了韧性无人机群恢复因子；在此基础上，通过协调机群中的非重要节点接替受扰机群中的重要节点，以提高受扰动无人机群的性能；最后，通过仿真验证了该方法的有效性。结果表明，该方法能够有效地恢复受扰动无人机群的性能，使其性能快速恢复到任务基线以上，从而确保了任务的完成，增强了无人机群的韧性。该研究结果为无人机群协同作战提供了新思路、新方法。     

火箭动力无人飞行器任务可靠性评估

介绍了火箭动力无人飞行器执行典型任务时的任务可靠度评估方法,将火箭动力无人飞行器划分为无人飞行器平台和火箭动力系统两大系统,分别建立任务可靠度模型。根据其执行任务阶段的特点,建立任务可靠度评估方法,并通过实例验证该评估方法准确、有效。     

小型无人飞行器风场扰动自适应控制方法

针对小型无人飞行器在执行任务时传感器测量精度低、受风场扰动影响大的问题,提出了一种利用矢量域与滑模控制相结合的复合控制方式,有效地实现了对小型无人飞行器的轨迹与航向的自适应跟踪。将复杂航迹分解为直线段与圆弧段分别构建矢量域,从而确定基于位置误差的航迹信息,并通过机载传感器获得状态和位置信息,利用滑模控制方法抑制风场扰动对小型无人飞行器的影响。试验结果表明,本文提出的控制算法能够保证阵风干扰情况下小型无人飞行器的航迹控制精度,同时具有良好的动态响应。     

基于最大一致容积Kalman滤波器的多机器人协同定位CSCD

机器人位置信息是多机器人系统执行任务的前提,单个机器人因传感器载荷和作用范围的限制,难以完成复杂环境中的定位任务,多个机器人通过协作可实现大范围下的位置确定。将配置多个传感器的同构机器人群替换为配置单个或少量传感器的异构机器人可降低硬件成本,并且通过设计协同算法,不会降低定位精度。提出了一种将容积Kalman滤波器与最大一致思想融合后的新型滤波算法,并将该算法应用于麦克纳姆轮机器人系统。通过仿真和实物验证了最大一致容积Kalman滤波器的协同定位效果。     

基于复杂网络的无人机飞行冲突解脱算法

为解决局部空域内的无人机（UAV）群相撞和可能发生连锁碰撞问题,创新地以复杂网络理论为基础,将无人机群的飞行冲突解脱分为关键节点选择和避撞方向选择2个步骤实施,最大限度地保证无人机群受威胁时的安全性。通过分析无人机群的状态信息,选择最重要无人机（关键节点）进行避撞,同时遵循鲁棒性最小原则进行避撞方向选择。通过2个典型无人机飞行案例的仿真实验,验证该策略不仅可以有效解决当前无人机的冲突问题,而且可以防止连锁碰撞,实现整体的最优化。大量仿真实验验证了所提算法的可行性和可扩展性,以及与随机选择方向避撞算法进行比较,结果表明该算法能够提升无人机群的安全性。     

无人飞行器外形布局设计及其气动特性计算分析

设计了一种新的无人飞行器气动外形布局,应用基于二次曲线的模线设计方法完成了飞行器气动外形建模,并对所建模型进行气动特性计算分析。将飞行器几何外形节点数据导入Gambit软件,生成气动特性计算所需的网格文件。应用Fluent软件,根据不同的飞行条件,选择合适的计算流体力学分析方法,对无人飞行器外形布局进行气动特性计算。主...     

尾座式无人飞行器鲁棒容错编队控制

针对尾座式无人飞行器编队在执行器故障、严重的非线性和耦合性、参数不确定性、外界扰动等影响下的容错控制问题进行了研究。提出了一种鲁棒容错编队控制方法来实现一群尾座式无人飞行器在执行器故障情况下的期望编队飞行。所构建的控制器由2部分组成：标称控制器和干扰补偿控制器。设计标称控制器使系统实现期望的控制性能,利用干扰补偿控制器抑制多种不确定性和执行器故障的影响。通过理论分析证明了系统的鲁棒稳定性,并通过数值仿真验证了算法的有效性。     

变论域模糊控制在无人飞行器马赫数控制中的应用研究

针对无人飞行器的控制要求,提出了一种增量式变论域模糊智能控制算法。该算法具有调节裕度大、鲁棒性强的特点,适用于非线性控制系统,解决了无人飞行器巡航马赫数缓慢升高不能稳定跟踪目标值的问题。通过模拟飞行轨迹的半实物仿真试验,验证了模糊智能控制算法的控制效果,试验结果表明,通过采用模糊控制方法大大提高飞行马赫数控制的动态性能,满足无人飞行器控制系统设计要求,取得了较好的控制效果。      

基于OCP的实时自适应资源管理技术研究

无人飞行器的自主飞行是一个非常复杂的过程,未来的先进无人飞行器要求能够对外界的环境扰动和突发事件做出迅速的反应,这就对资源的分配与任务的调度有了更高的要求,传统的技术手段已经不能适应先进无人飞行器的要求,本文从先进无人飞行器对QoS(Quality of service,服务质量)的要求出发,着重介绍了一种基于全新的OCP(Open Control P latform,开放式控制平台)的实时自适应资源管理技术,在介绍了一种Anytim e任务的调度方案之后,给出了下一步工作的重点。     

基于PH曲线的多无人飞行器协同航迹规划研究

随着无人飞行器智能化的发展,如何使其在动态环境下避开运动威胁,并能协同以规定的时间和角度进行攻击,从而顺利完成作战任务成为研究热点.基于Pythagorean Hodograph(PH)曲线进行在线航迹规划,提出了分布估计算法和差分进化算法相结合的方法进行航迹参数寻优,并给出了在线避障多无人飞行器协同航迹规划方法,仿真试验结果表明加入速度预测的多无人飞行器协同航迹规划方法的有效性.     

协作优化在无人机概念设计中的应用

多学科设计优化（MDO）是当前飞行器设计研究中一个最新、最活跃的领域,而协作优化是解决多学科设计优化问题的一种二级MDO算法。将协作优化应用到无人机的概念设计中,建立了包含气动、重量、性能和稳定性四个学科的无人机系统优化模型。与传统的设计方法相比,该方法为无人机在概念设计阶段提供了更加合理的飞行器外形,降低了初步设计和详细设计阶段对飞行器外形修改的可能性,从而缩短研制周期和降低成本。     

一种实用的地形回避/地形跟踪算法

给出了一套地形回避/地形跟踪算法,即动态规划法与线性规划算法,根据即时的飞行任务、地形数据、威胁区信息与天气情况等,可以实时在线地规划出有人驾驶或无人自主控制的飞行器的三维最优飞行轨迹。该算法与软件包在F-16战机的地形回避/地形跟踪系统的升级改造中得到了成功应用。     

基于最小约束系统的分布式协作定位研究

5G移动通信系统中,设备到设备的通信方式产生了节点间的信号测量,可用于提升无线定位的覆盖范围和定位精度。提出了一种基于最小约束系统的分布式协作定位方法,该方法首先利用已有算法估计节点参考位置,并据此构建最小约束确定网络的位置及朝向,然后在该约束下极大化由节点间测量引出的似然函数,获得位置估计。理论研究表明,该方法将由节点间测量确定的相对位置拟合到参考位置处,在参考位置等于真实位置时达到最优效果。仿真结果表明,该方法可有效提高定位精度,并具有分布式和可扩展等优点。     

基于改进的粒子群优化算法的无人作战飞机航路规划

事先针对敌方防御区内的威胁部署和目标的分布情况,对无人作战飞机的飞行航路进行整体规划设计,可以综合减小被敌方发现和反击的可能性、降低耗油量,从而显著提高UCAV执行对地攻击(或侦察)任务的成功率.在对粒子群优化技术研究的基础上,将一种用于解决TSP的PSO算法加以改进,引入模拟退火的策略思想,借以克服PSO算法易陷局部最优的早熟现象,并在UCAV航路规划中加以运用.仿真实验表明,该算法简易而有效,用其优化出的航路能够满足UCAV飞行任务规划的需要.     

一种智能的惯导陀螺漂移误差消除算法

给出了一套智能的消除惯导陀螺漂移误差算法,即改进的BP(Back Propagation)神经网络模态识别算法。可根据即时的飞行区域、气压计和雷达高度表测量的地形高程数据等,在机载数字地图上实时地进行在线模态识别,找出最合适的匹配区,并对惯性导航系统指示的位置信息进行修正。该算法具有识别精度高、识别速度快和识别准确率高等特点,可用于各类有人驾驶飞行器和无人自主控制的飞行器的惯导误差修正。     

基于Nash均衡与进化计算的协调航迹规划

在对策论框架下研究多无人飞行器的协调航迹规划问题,提出了一种基于Nash平衡和进化计算的航迹规划算法.协调航迹规划是一个多目标合作优化问题,也是一个非合作对策问题.飞行器编队的分布结构提供了一种隐性偏好信息,有助于找到飞行器编队的最优协调航迹和最优飞行代价分配.本文算法使用特定的航迹个体表示方法和进化算子,按照层次方法处理各种航迹约束.不同飞行器间的协同和竞争关系定义在航迹评价函数里.仿真结果验证了基于博弈论航迹规划算法的可行性和优越性.     

一种实用的多机空战威胁计算算法

准确的威胁评估是无人作战飞行器进行战术机动的基本依据。文中在总结各种威胁评估计算方法的基础上,提出了作战双方在不同性能条件下的一种简单实用的威胁评估算法。算例表明该算法是双方距离、角度和速度的单射函数,对于各种变化都能在威胁计算中得到反映。     

基于多基因遗传算法的异构多无人机协同任务分配

以异构多无人机对多目标执行侦查、攻击和评估任务为背景,开展协同任务分配问题建模、算法设计和仿真分析。综合考虑异构无人机任务执行能力、任务执行时序和自身运动学等约束,同时考虑各无人机机载弹药毁伤概率因素,建立以任务执行时间和攻击收益为综合性能指标的任务分配优化模型,提出避免产生"死锁"现象的基于多类型基因编码的改进遗传算法,实现对协同任务分配问题的求解。基于任务分配方案和无人机的最小转弯半径,采用Dubins路径协调方法,生成无人机的可飞航迹。仿真结果表明,改进遗传算法可快速有效地求解多约束条件下异构多无人机协同任务分配问题,基于Dubins路径协调可为每个无人机生成完整的可飞航迹。