系留翼伞刚柔混合模型控制方法探索研究

系留翼伞可借助风力长期滞空，相比系留无人机具有抗风能力强、载荷重量大、电能消耗低、侦察视距远等优点，由于系留翼伞具有刚柔耦合特性，控制系统设计难度高，目前还缺乏有效的控制模型，技术上还不够成熟，制约了新型滞空飞行平台的应用。从系留翼伞刚柔耦合动力学建模、系留翼伞非定常气动力建模、系留翼伞刚柔混合状态空间建模、系留翼伞刚柔混合控制技术实现等四个方面探索了基于刚柔混合模型的系留翼伞控制方法，并验证了该方法的有效性。     

双重模态文本引导的图像修复算法

为解决现有图像修复算法因缺乏足够的上下文信息导致修复大面积破损时效果差且修复结果不可控的缺陷，提出了双重模态文本引导的图像修复算法。引入文本标签作为修复的控制引导，确保修复结果的整体与区域一致，并增加修复的可控多样性。设计双重模态掩码注意力机制提取破损区域的语义信息；通过深度文本图像融合模块加深生成器中的文本图像融合过程，并应用图像文本匹配损失最大化生成图像与文本之间的语义相似度；采用投射鉴别器训练生成图像与真实图像增强修复图像的真实性。在2个带有文本标签的数据集上进行定量和定性实验，结果表明：生成的修复图像与引导文本描述一致，可根据不同的文字描述生成多样的结果。     

双视场视觉引导技术研究

提出了一种双视场三维视觉引导方法。利用大视场深度相机和小视场三维扫描仪构建双视场视觉系统，深度相机采集大视场空间三维信息，快速识别被测物体，并进行初始位姿估计；根据空间和位姿信息，小视场三维扫描仪定位到扫描位置，扫描高精度被测物体，获取三维外形；根据三维外形信息，规划加工路径，引导机器人进行维修加工。最后，通过实验验证了系统的有效性。     

基于迭代反馈调参的伞翼飞行器无模型自适应控制方法研究

针对伞翼飞行器强非线性特点，本文使用基于数据驱动的控制方法——基于迭代反馈调参的无模型自适应控制方法（IFT-MFAC）设计伞翼飞行器控制系统，该方法在构建过程中仅利用系统的输入和输出数据，不需要构建动力学模型。本文首先介绍了无模型自适应控制方法（MFAC）的构建过程，并进行了简洁的稳定性分析，然后采用迭代反馈调参方法对无模型自适应控制方法的两个步长因子进行迭代调参。为验证该方法的控制效果，对IFT-MFAC与PID控制、主动抗干扰控制（ADRC）和MFAC进行了一系列仿真对比，结果显示，IFT-MFAC控制器在复杂环境下的控制效果更好，尤其是在随机扰动环境下对折线轨迹的跟踪效果。     

气动减速系统阻力伞锁机构可靠性分析

气动减速系统是保证飞机正常飞行的关键，如何高效、可靠地实现阻力伞锁机构的打开是影响气动减速系统的关键。本文以气动减速系统阻力伞锁机构为研究对象，通过对阻力伞锁机构运动特性的分析建立了刚柔耦合仿真模型并开展动力学仿真。针对其复杂的工作特点，提出了阻力伞锁机构卡滞与精度失效两种关键失效模式。针对关键失效模式分别建立了可靠性分析模型，采用AK-MCS法计算阻力伞锁机构可靠性。通过本文研究，得到了阻力伞锁机构在不确定性环境下可靠性水平，可以为今后阻力伞锁可靠性设计提供参考依据。     

无人机自主引导跟踪与避障的近端策略优化

针对无人机地面动态目标跟踪问题，建立了远距离自主引导与近距离伴飞避障2个阶段的马尔可夫决策过程模型。在此基础上，提出了一种改进的近端策略优化（PPO）算法。考虑到无人机接收到的数据具有时序性且环境状态存在上下文关联，所提算法采用长短期记忆（LSTM）网络，通过无人机与目标的实时位置关系等状态信息来计算奖励值，更新网络参数，并进行自适应优化迭代。通过基于ROS系统的仿真测试平台进行试验，结果表明：所提算法安全有效地实现了侦察任务全过程的自主机动，与传统的PPO算法相比，LSTM的引入缩短了模型训练时间，跟踪与避障的效率明显提高，进一步加强了算法的鲁棒性、准确性和实时性。