Fuzzy adaptive tracking control within the full envelope for an unmanned aerial vehicle

Motivated by the autopilot of an unmanned aerial vehicle（UAV） with a wide flight envelope span experiencing large parametric variations in the presence of uncertainties, a fuzzy adaptive tracking controller（FATC） is proposed. The controller consists of a fuzzy baseline controller and an adaptive increment, and the main highlight is that the fuzzy baseline controller and adaptation laws are both based on the fuzzy multiple Lyapunov function approach, which helps to reduce the conservatism for the large envelope and guarantees satisfactory tracking performances with strong robustness simultaneously within the whole envelope. The constraint condition of the fuzzy baseline controller is provided in the form of linear matrix inequality（LMI）, and it specifies the satisfactory tracking performances in the absence of uncertainties. The adaptive increment ensures the uniformly ultimately bounded（UUB） predication errors to recover satisfactory responses in the presence of uncertainties. Simulation results show that the proposed controller helps to achieve high-accuracy tracking of airspeed and altitude desirable commands with strong robustness to uncertainties throughout the entire flight envelope.     

电罗经航向的H ∞跟踪估计方法研究

为提高在风、流、摇摆等众多外界干扰下电罗经航向输出的精确度,提出 了基于H∞的航向跟踪估计方法。简要介绍了H∞估计理论,基于H∞估计理论对最速跟踪 微分器进行一步改进设计,构造误差反馈矩阵,实现最速跟踪微分器的在线反馈控制, 获得较为理想的效果,为减小电罗经航向误差及提高航行安全提供一种行之有效的方法。     

Fuzzy adaptive robust control for space robot considering the effect of the gravity

Space robot is assembled and tested in gravity environment, and completes on-orbit service（OOS） in microgravity environment. The kinematic and dynamic characteristic of the robot will change with the variations of gravity in different working condition. Fully considering the change of kinematic and dynamic models caused by the change of gravity environment, a fuzzy adaptive robust control（FARC） strategy which is adaptive to these model variations is put forward for trajectory tracking control of space robot. A fuzzy algorithm is employed to approximate the nonlinear uncertainties in the model, adaptive laws of the parameters are constructed, and the approximation error is compensated by using a robust control algorithm. The stability of the control system is guaranteed based on the Lyapunov theory and the trajectory tracking control simulation is performed. The simulation results are compared with the proportional plus derivative（PD） controller, and the effectiveness to achieve better trajectory tracking performance under different gravity environment without changing the control parameters and the advantage of the proposed controller are verified.     

一种基于激光跟踪仪的大飞机外形测绘建模方法

为满足现役飞机进行数字化建模的需求,随着数字化测量技术的发展,使用激光跟踪仪及激光扫描仪进行大尺寸飞机停机状态全机外形测绘建模的工程技术方法已经成为现实.通过对某型飞机进行全机测绘建模的工程实例分析,归纳出大飞机测绘建模主要包括:测绘建模平台的搭建、整机逆向数据采集、点云数据处理、曲面模型重建、重建模型质量分析5个关键环节.该测绘建模方法既能大幅度提升飞机模型重建的精度和测绘建模效率,又能满足顶层的现代飞机研制及改装过程中数字化设计需求,还可以在飞机设计、制造、改型、改装中发挥重要作用.     

一种快速的星敏感器星跟踪方法研究

阐述了星敏感器中星跟踪方法的重要性,指出了目前国内外星跟踪方法的不足。针对这些不足,提出了一种全新的、快速的星跟踪方法。新的跟踪方法采用现场可编程门阵列(FPGA)实现了实时的星点定位;正是由于这种技术的采用,加快了星点位置信息的获取,摈弃了跟踪窗的跟踪方法,采用简单的匹配识别的跟踪方法;对于新星的识别,由于有初始姿态而采用匹配组的识别方法。最后给出了星跟踪过程的实验结果。     

基于HSP50110、HSP50210和FPGA的机载超短波电台接收通道设计

介绍了基于软件无线电原理利用Intersil公司下变频芯片HSP50110、科斯塔斯环芯片HSP50210和FPGA芯片EP1C12实现的某机载超短波电台数字扩频接收机通道,它可以完成AM、FM、FSK、PSK等常用调制方式的下变频、同步、解调及伪码的快速并行捕获与跟踪。系统带宽8．1218MHz,用FPGA实现了一种新的全并行捕获延迟锁定环算法,捕获时间不大于一个伪码周期,抗干扰容限大于80dB。     

战斗机曲线跟踪数值仿真模型研究

建立了应用于空战数值仿真的战斗机曲线跟踪的数学模型。首先介绍了机动平面与瞄准平面的概念．给出了它们相重合的条件。导出了战斗机以调整速度进行曲线跟踪时的需用过载，及以最大转弯角速度进行曲线跟踪时的需用过载。根据导引运动学原理，讨论了战斗机为实现武器发射应进行的机动飞行。利用该模型对空战过程进行了数值仿真．仿真结果表明．所建立的数学模型是可行的。     

激光跟踪仪与CATIA结合在飞机外形测绘中的应用

就飞机外形的测绘需求，利用激光跟踪仪与CATIA V5版本的曲面造型功能，介绍获取数字化外形的若干应用技术。     

中继卫星复合控制系统设计

根据中继卫星系统多体控制的特点，合理地选择了中继卫星复合控制系统方案；然后根据所选择的方案，分别设计了中继卫星星体姿态稳定控制系统和单址天线指向控制系统，详细描述了天线指向控制概念，并且设计了星上自主控制方案；最后以不同的用户星作为跟踪目标，对所设计的复合控制系统进行了数学仿真。通过对仿真结果的分析，验证了该系统的有效性。     

多目标无源跟踪中的多特征模糊综合数据关联算法

提出了一种多目标无源跟踪中的数据关联算法———多特征模糊综合数据关联算法。首先基于目标特征关联因子模型,进行单跟踪门的多特征数据关联模糊评估,得到单跟踪门内的有效观测与真实目标的模糊关联程度,在此基础上,进行了多目标数据关联模糊综合评估,得到多目标整体模糊关联程度,最后进行多目标关联判决。由于该算法综合利用了目标更多的特征信息,所以比传统的NN方法有更好的关联性能,计算机仿真表明,它比NN方法的错误关联率约低15%。