高空长航时无人机总体参数多目标优化

以高空长航时无人机的总体方案研究为背景,对高空长航时无人机总体参数建立了多目标优化模型,运用多目标遗传算法进行优化设计,最后通过建立的计算机程序得出优化结果.多目标优化用于高空长航时无人机总体参数优化,可以更加合理地评价高空长航时无人机的总体参数的最佳组合,避免设计上的缺陷,提高设计效率.结果表明,高空长航时无人机优化后的总体性能得到改善,说明该方法适用于高空长航时无人机总体方案的优化设计,对方案研究有一定参考价值.     

无人机航路规划技术研究进展

无人机航路规划问题本质是多约束条件下,多目标函数求极值的优化问题.规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机的武器系统性能有重要意义.通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,阐述了无人机航路规划的框架结构以及静态全局规划和动态局部规划方法的研究现状.分析了近年来常用的几种规划算法,着重分析了启发式算法以及遗传算法.在此基础上,对今后的研究方向进行了展望.     

基于未知输入观测器的四旋翼无人机故障诊断与模型参考容错控制

对四旋翼无人机（Unmanned aerial vehicle, UAV）姿态控制系统的执行器故障诊断问题进行了研究,在系统模型方面全面地考虑了模型的非线性和四旋翼无人机在飞行过程中受到外部干扰的情况。由于未知输入观测器可以将干扰、误差等作为未知输入进行处理,对干扰不敏感而对故障比较敏感,故设计了一种新的未知输入观测器进行故障诊断。同时为了保持四旋翼无人机在故障发生后的稳定性或者仍然可以按照预定轨迹运动,在得到准确的故障估计后为四旋翼无人机姿态控制系统设计了模型参考容错控制器,使其可以跟踪给定的参考模型。仿真结果证明了本文提出的故障诊断与容错控制方法的有效性。     

基于经验直觉的无人机威胁规避机动决策方法

针对无人机飞行过程中遇到威胁需要及时安全规避的问题,本文提出一种基于经验直觉的无人机机动规避决策算法.首先将无人机威胁安全规避机动过程中所获取的态势信息,按照规避机动区域进行结构化处理并标注相应的机动决策标签,建立基于数据的无人机情景决策知识库.其次,利用无人机情景决策知识库中的数据训练长短时记忆网络以实现情景与机动决...     

欧洲有源相控阵、综合电子系统、无人机雷达、S模式监视雷达研发动态

l 装备有源相控阵雷达样机CAESAR的欧洲战斗机首飞 改装有CAESAR有源相控阵（AESA）雷达的欧洲战斗机已经成功首飞。试飞是在德国Manching的EADS公司防务与安全军用航空系统试飞中心进行的。CAESAR是欧洲雷达（Euroradar）联合体研发的一种AESA雷达。该联合体由SELEX感知器与机载系统（S＆AS）公司、意大利伽利略航空电子公司、德国EADS防御电子公司和西班牙的INDRA等公司联合组成。     

军用无人直升机发展现状及运用研究进展

从国外和国内两个方面分析了无人直升机的现状、分类和发展趋势。立足空军现有直升机装备情况,总结了不同作战任务下无人直升机的使用问题,并对空军发展无人直升机的策略进行了初步探讨。     

折叠翼无人机火箭助推发射过程影响因素分析与仿真

为深入分析无人机火箭助推发射过程,针对双发火箭在无人机机体上安装位置误差引起的额外力矩和无人机机翼展开时间对无人机飞行存在较大影响这一问题,本文建立无人机非线性模型和控制系统。采用变量法简单明确地进行分析,确定了安装位置误差的边界值和合适的机翼展开时间段。仿真结果表明,得到的边界值和展开时间段满足实际飞行要求。     

小型固定翼无人机绳钩回收过程动力学分析

绳钩回收作为小型固定翼无人机的一种精确定点拦阻无损回收技术,近年来在国内外得到迅速发展。本文以某型无人机的绳钩回收系统为研究对象,对绳钩回收系统进行了参数化处理并建立了两种动力学仿真模型。一是在考虑回收架柔性基础上建立了基于Lagrange方程的绳钩回收系统的动力学仿真模型,二是在考虑绳索变形和系统结构细节基础上建立了基于MSC.ADAMS的绳钩回收系统的多体动力学仿真模型。通过上述两种仿真模型的算例分析以及与某型无人机绳钩回收试验的测试数据作对比,验证了两种动力学仿真模型在绳钩回收系统不同设计阶段的适用性和有效性。     

无人机推进系统技术研究

不同用途的无人机由于其任务使命不同,对推进系统的要求也有较大差异.本文介绍了短寿命无人侦察飞机(URAV)、隐身无人作战飞机(UCAV)和高空长航时无人机(HALE UAV)推进系统的特点,分析了各种无人机对推进系统的要求以及推进系统技术对无人机性能的影响等.     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。