A compliant polymorphing wing for small UAVs

This paper presents the development of a novel compliant polymorphing wing capable of chord and camber morphing for small UAVs. The morphing wing can achieve up to 10% chord extension and ±20° camber changes. The design, modeling, sizing, manufacturing and mechanical testing of the wing are detailed. The polymorphing wing consists of one continuous front spar fixed to the fuselage and a rear spar on each side of the wing. Each rear spar can translate in the chordwise direction (chord morphing) and rotate around itself (camber morphing). A flexible elastomeric latex sheet is used as the skin to cover the wing and maintain its aerodynamic shape whilst allowing morphing. The loads from the skin are transferred to the spars using the compliant cellular ribs that support the flexible skin and facilitate morphing. Pre-tensioning is applied to the skin to minimize wrinkling when subject to aerodynamic and actuation loads. A rack and pinion actuation system, powered by stepper motors, is used for morphing. Aero-structural design, analysis and sizing are conducted. Performance comparison between the polymorphing wing and the baseline wing (non-morphing) shows that chord morphing improves aerodynamic efficiency at low angles of attack while camber morphing improves efficiency at high angles of attack.     

考虑局部遮挡的太阳能无人机能源控制

针对太阳能无人机在飞行状态下可能出现的太阳能电池局部遮挡情况,开展相应的太阳能电池最大功率点追踪算法和能源控制研究。通过将发光亮度引入相对吸引力计算过程对萤火虫算法进行改进,实现了局部阴影情况下太阳能电池最大功率点的高效追踪。以此为基础,设计了考虑局部遮挡情况下太阳能无人机的太阳能电池/蓄电池混合能源状态机控制规则。以"蒲公英I"无人机为例,建立了太阳能电池阵列模型,开展了考虑局部遮挡情况下太阳能电池最大功率点追踪仿真实验;基于"蒲公英I"飞行剖面,开展了考虑局部遮挡情况的混合能源控制仿真试验。研究结果表明：改进的萤火虫算法可以实现在局部阴影情况下太阳能电池最大功率点的有效跟踪,与萤火虫算法相比收敛时间更短、且功率波动幅度更小;采用改进萤火虫算法和状态机能源管理策略,在考虑局部遮挡的飞行状态下可以实现太阳能电池/蓄电池之间的合理功率分配与控制。     

多架无人机协同航路规划方法研究

根据敌方防御区域内雷达，导弹等威胁阵地的具体分布情况，采用划分Voronoi多边形的方法制订初始航路，然后对初始航路进行了合理的离散处理，最后采用动态链类比法调整航路，航程并对航路进行光顺处理，提出了一种协调多架无人机（UAVs）于同一时间到达目标点的航路规划方法，用数字仿真技术对该方法进行了验证，结果表明该方法是可行的。     

基于软件的无人机故障注入技术研究

故障注入是一种用于容错计算机系统验证的有效技术,其应用效果直接取决于所采用的故障注入方法的正确性。文中采用硬件覆盖和故障模型的方法,模拟无人机系统的硬件故障,并着重讨论了在总线上注入故障的试验策略。然后用软件的方法构造了一个用于测评无人机飞行控制系统容错控制机制的故障注入工具UAVFI_01。在无人机动态测试过程中,故障注入试验结果表明了这种方案的正确性和可行性。     

考虑输入饱和的固定翼无人机自适应增益滑模控制

针对复杂环境下的固定翼无人机飞行控制问题，考虑输入饱和以及复杂外界干扰的影响，提出一种基于自适应滑模控制方法的固定翼无人机飞行控制策略。首先，对固定翼无人机模型进行介绍，将模型分为姿态子系统和速度子系统；其次，针对姿态子系统和速度子系统的特点以及控制需求，分别采用自适应多变量螺旋滑模和自适应快速超螺旋滑模设计姿态控制器和速度控制器，该策略无需设计干扰观测器对外界干扰进行估计，仍然可以实现固定翼无人机对姿态参考指令和速度参考指令的有限时间精确跟踪，并基于Lyapunov的稳定性分析方法证明了闭环系统的稳定性。最后，对本文所提出的控制策略进行了仿真验证，结果表明该控制策略具有良好的控制性能。     

基于编队控制的自适应HELLO更新算法

在无人机(UAVs)编队自组织网络中,针对无人机之间位置信息更新周期不合理,从而导致编队控制不稳定和控制开销过大的问题,提出一种基于无人机编队控制的自适应HELLO更新算法。该算法应用编队控制稳定性理论推导出无人机组成期望编队的控制延时上限,结合该延时上限和编队运动状态自适应地设定HELLO更新周期。仿真结果表明,本文提出的算法与固定HELLO更新周期算法相比,既能保证在组编控制过程的稳定性,又能实时维护稳定阶段的链路,并且显著减少网络中不必要的控制开销。      

小型电动无人机航程航时估算模型

小型电动无人机通常采用锂电池、无刷电机和螺旋桨组成能源动力系统,飞行过程中锂电池的实际工作电压发生变化,但飞机的总重量不变,其航程航时的估算方法与传统的燃油飞机有所不同。为了准确评估动力系统对飞机设计的影响,建立了以锂电池为动力的电动飞机推进系统模型,通过与实验数据比较,验证了各部分模型的准确性。利用该动力系统模型,对某款小型电动无人机进行了航程和航时估算,结果表明本文的建模方法准确有效,航程航时估算接近实验数据,可作为小型电动无人机设计的重要参考。     

一种预测陆基滑跃起飞性能的新方法

从固定翼飞机陆基滑跃起飞的安全性要求出发,提出了一种预测起飞性能的模型,用于预测最小起飞速度和最短滑跑距离。该模型的特点是非常简单,包含了影响陆基滑跃起飞行性能最为关键的参数。预测结果与飞行试验数据结果取得了很好的一致。作为预测模型的应用示例,讨论了关键参数对滑跃起飞性能的影响。给出的模型和示例方法对制定固定翼飞机陆基滑跃起飞试验方案有实用价值。     

无人机飞行品质评定准则探讨

基于无人机的任务特性,建议按照任务快速性与精确性的要求将无人机飞行阶段重新划分为4个阶段;在此基础上借鉴有人机飞行品质主观评定方法,修改给出了适用于无人机飞行品质主观评定的Cooper-Harper评价尺度;然后以纵向飞行品质客观评定准则为例,分析了有人机飞行品质评定准则对于无人机飞行品质评定的适用性,认为部分有人机飞行品质准则可借鉴应用于无人机飞行品质评定,但其准则边界必须针对无人机的飞行特性进行修改.通过研究,初步形成了无人机飞行品质评定准则研究框架,对无人机飞行品质评定具有一定的参考价值.     

An aggregate flow based scheduler in multi-task cooperated UAVs network

Unmanned Aerial Vehicles (UAVs) cooperative multi-task system has become the research focus in recent years. However, the existing network frameworks of UAVs are not flexible and efficient enough to deal with the complex multi-task scheduling, because they are not able to perceive the different features. In this paper, a novel cooperated UAVs network framework for multi-task scheduling is proposed. It is a three-layer network including a core layer, an aggregation layer and an execution layer, which enhances the efficiency of multi-task distribution, aggregation and transmission. Furthermore, an AggreGate Flow (AGFlow) based scheduler is dedicatedly designed to maximize the task completion rate, whose key point is to aggregate flows belonging to one task during the multi-task transmission of UAVs network and to allocate priority by calculating the urgency-level of each AGFlow. Simulation results demonstrate that, compared with that of state-of-the-art scheduler, the average task completion rate of AGFlow based scheduler is raised by 0.278.