无人机着陆控制的特征结构配置方法实现

针对无人机纵向着陆系统的控制需求,采用特征结构配置方法的设计方案。阐述了全状态反馈理论基础上的特征结构配置的原理以及根据设计指标确定特征结构配置的方法,并对某型无人机纵向飞控系统动态响应进行分析,给出仿真实例。仿真结果表明,应用特征结构配置方法设计出的控制器,能够使飞机准确地跟踪期望轨迹,满足系统动态性能要求。在工程中具有一定的实用价值     

模块化可重构无人机机翼结构优化方法研究

模块化可重构无人机设计工况复杂、约束多样,需要根据不同设计思想的特点研究适用的优化方法才能得到最优方案。本文开展针对多模型的同步优化方法研究,给出不同构型机翼翼根弯矩约束方法,提出多构型机翼结构前后梁弯矩比例约束下的同步优化技术,并以某模块化可重构无人机机翼为对象进行应用验证。结果表明：与文献中模块化机翼优化结果相比,本文多构型机翼结构同步优化方法在解决整机翼更换的模块化可重构机翼结构优化问题时具有很高的适用性和收敛性,以及广阔的工程推广价值。     

粒子群优化算法在微型无人机设计中的应用

针对一种翼展为550mm的电动力微型无人机的优化设计问题．对粒子群优化算法进行了改进，弥补了原来算法当最优解在设计变量上下限边界时无法找到最优解的缺陷，然后对电动力无人机的电池容量的优化选取进行了探讨，最后对该机进行了研制和试飞。由试飞结果可知，该机的留空时间为68min，与优化计算结果十分相近，证明了优化计算结果的可行性和高精度。     

基于改进一致性算法的无人机编队控制

编队飞行是指多架无人机保持以一定队形进行飞行的状态,相比于单架飞机执行任务,无人机编队能够增加搜索面积,提高飞机飞行性能,增大完成任务成功率。编队控制是实现编队安全高效完成指定任务的前提。本文以一致性理论为基础,针对无人机运动模型的特点与实际飞行要求,对基本的一致性算法进行改进,提出了改进一致性无人机编队控制算法。首先利用纵向和横侧向解耦的自动驾驶仪模型给出了无人机的三自由度运动方程,根据机动性与飞行性能要求定义了各方向上的加速度、速度与角速度约束。基于一致性理论,将编队控制分为平面与纵向2个方向进行,在状态控制的基础上,利用各状态变量间的几何关系对无人机运动自由度进行转换,加入编队队形信息,设计了编队控制算法。为了使算法生成的指令信号满足约束条件,提出了"最小调整"约束条件处理策略。依据粒子群算法对各无人机的爬升加速度进行优化,以避免机间碰撞。仿真结果表明：提出的编队控制算法具备编队成形与变换功能,能够使无人机编队状态快速收敛到指定值,且保持指定队形,无人机飞行状态满足所有约束条件。     

基于动态时差和粒子群算法的导弹技术保障人力资源优化配置方法

针对导弹技术保障中人力资源使用大起大落现象,将粒子群算法运用到网络计划的资源均衡优化中。研究了资源均衡优化问题的评价模型,引入了基于动态时差的优化方法,提出了基于粒子群算法的资源均衡优化方法,选取了一个算例进行了实例验算,验证了该方法在导弹技术保障人力资源优化配置中的可行性和有效性。     

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

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。     

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

低成本无人机传感器配置方案的设计与仿真

以降低无人机制造成本为目标,在保证无人机安全自主飞行的前提下,提出了基于GPS和垂直陀螺、GPS和三轴速率陀螺及GPS和低成本惯性组件的3种低成本传感器配置方案,并针对每种方案在工程中遇到的问题,采用低通滤波、高通滤波和卡尔曼滤波等数据融合算法予以解决,最后在MATLAB平台下对每种传感器配置方案进行仿真验证.研究对比表明,对于自身稳定性较好的无人机,该3种传感器配置方案均能够实现姿态控制、高度控制、滚转控制以及航迹控制.     

面向GMTI任务的系绳式InSAR系统展开研究

研究了短绳系式合成孔径雷达干涉技术（InSAR）系统面向地面动目标检测（GMTI）任务时的展开问题。使用系统的三维动力学模型,首先分析系统在平衡位置附近的稳定性,确定系统执行GMTI任务时面临的问题。结合GMTI任务需求确定系统短系绳情况时的展开方式,使用粒子群算法对系统初始分离速度和方向进行优选,使系统在展开结束时恰好摆动到水平方向。在展开完成后对系统施加阻尼控制和喷气控制,使系统长期处于水平方向附近,以获取期望顺轨基线,最后通过数值仿真验证。结果表明：考虑展开机构静摩擦力时,在优选的初始状态下无控展开,系统能够到达目标位置,且在稳定控制下能够长期保持顺轨基线大于99.6 m。     

基于顾客不确定需求的产品配置方法

为实现大规模定制,提出了一种基于顾客不确定需求的产品配置方法。该方法首先将顾客需求和产品属性值转换为三角形模糊数,归一化后计算出两者之间的相似度,并以简单加权平均形式作为效用函数,求解出与顾客需求相似度最大的产品。最后,以数码相机为例进一步验证了该方法的可行性和有效性。     

一种物联网的时钟服务器配置方法

为了进一步提高物联网时钟同步的准确性和有效性,文中提出了一种时钟服务器的配置方法.此方法是在建立一个时钟服务器配置优化模型的基础上,利用粒子群优化算法求解出时钟服务器的配置结果,并对此方法进行了仿真实验验证.实验结果表明,此时钟服务器配置方法能够满足物联网时钟同步的要求,并且降低了配置代价.     

基于HPSO-W算法的多机航迹协同规划方法

随着无人机应用愈加广泛,三维环境下多无人机航迹协同规划问题成为近年来的研究热点。针对多机协同航迹规划问题,基于应急物流任务环境与无人机性能约束,以全局安全运行综合代价最小为优化目标建立时空协同规划模型。考虑航迹规划中粒子群算法易陷入局部极值,后期收敛慢的缺点,提出一种基于狼群优化思想的混合改进粒子群算法HPSO-W。主要是先对粒子群算法参数进行优化,加入极值变异思想,并引入头狼召唤和优胜劣汰机制,平衡算法全局和局部搜索能力,加速后期收敛,避免局部阻滞,提高寻优性能。对比验证了HPSO-W算法的高效性,并通过实例验证了协同航迹规划方法的可行性与有效性。     

无人机航路与传感器联合控制优化算法研究

对无人机航路与传感器联合控制优化算法基本原理及研究情况进行了初步分析,主要利用交叉熵、粒子群优化、模型预测控制等三种方法构建了针对无人机航路与传感器联合控制优化问题的求解算法,力图为解决该问题提供一些新的方法或思路。     

多无人机同时到达的分散化控制方法

多无人机(UAV)同时到达是典型的协同控制问题,在编队飞行、协同攻击中都有应用。以多无人机协同多目标攻击为应用背景,对多无人机同时到达问题进行了研究。考虑到战场环境的动态性和不确定性以及无人机自身的特点,提出一种适用于多无人机同时到达的分散化控制方法,其内容包括仅依靠局部信息交互的分散化控制结构和基于一致性算法的分散化控制策略。为方便操作员控制无人机群体的整体行为,分别设计了引入外部参考信号和虚拟Leader的分散化控制策略。根据路径规划和速度控制的不同特点将二者结合起来,利用它们的互补优势来应对路径误差和突发威胁等不利因素的影响。仿真结果表明,本文提出的分散化控制方法能够实现多无人机同时到达,并且具有很好的灵活性、鲁棒性、可靠性和可伸缩性。     

面向模块化配置生产的大型飞机装配规划与仿真技术

大型飞机装配具有学科领域多、精度要求高、协调产业链广、工作量大等特点,是大型飞机研制周期、质量和成本的决定性环节。目前国内航空企业更多在单点上引入数字化产品定义MBD以及装配仿真等技术,业务仍然采用传统设计制造分离模式,未形成先进的数字化装配工程应用体系。本文对国内外航空企业的数字化装配技术应用现状进行了分析,提出了先进业务管理、数字化制造工程设计、装配仿真验证相融合的集成框架,并对其中的关键技术进行了论述。最后,基于该研究成果构建了装配规划及仿真的工程应用集成环境,并对应用于某大型飞机研制中的工程化效果进行了描述。     

面向无人机空中加油紧密编队的鲁棒控制方法

针对无人机空中加油紧密编队系统鲁棒控制问题,提出了一种基于障碍函数的自适应干扰观测器的分布式鲁棒编队控制方法。对固定翼无人机外环动力学模型进行转换,构造了具有非匹配和匹配扰动的二阶多体系统简化模型,并基于障碍函数设计了相应通道的自适应干扰观测器;利用邻机状态信息定义了相应的一致误差函数,在此基础上,基于编队系统通信拓扑结构,引入干扰补偿机制,开发了空中加油无人机紧密编队系统分布式鲁棒控制器,以实现理想的异构无人机编队跟踪控制性能。基于Lyapunov稳定性理论,分析了闭环系统的稳定性和收敛性。最后,通过将所提方法应用在由不同型号的1架加油机和2架受油机构成的编队系统上,进行数值仿真验证。所得到仿真结果与理论分析一致,验证了设计的干扰观测器和控制器的有效性。     

面向对地成像观测任务的高空飞艇应急调度

针对应急条件下高空飞艇(HAA)对地成像观测任务调度问题进行研究,分析了问题中的主要约束条件,建立了以任务收益(TB)和巡航距离为优化目标的约束满足问题(CSP)模型。考虑飞艇侦察载荷具有侧摆观测能力,在构建视场范围约束模型和分辨率约束模型的基础上,对成像观测任务进行合成。提出了元任务与合成任务的概念,给出了任务合成的步骤与方法。将HAA应急调度问题转换为车辆路径问题(VRP),并进一步分解为任务排序主问题和路径选择子问题,分别应用改进粒子群(IPSO)算法和关键节点搜索(KNS)算法求解。详细介绍了算法中的编码、解码和移动等操作,以及采用的混沌初始化和禁忌搜索(TS)策略。通过仿真实验,对文中所提方法的有效性进行了验证。     

面向城市飞行安全的无人机离散型多路径规划方法

为了提高无人机（UAV）在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多路径规划问题的数学模型。为提高算法的收敛速度和解的优质性,以及使算法能够同时输出多条路径,针对蚁群（ACO）算法的运行机制,设计聚类算子,提出改进聚类蚁群（CIACO）算法。实验结果表明,所提方法能够快速的收敛输出多条风险值较低的飞行路径。