多中心无人机集群维修保障任务分配优化研究

针对多中心无人机集群维修保障任务分配问题,分析无人机集群维修保障任务的约束条件,以最小化无人机等待时间、保障人员的等待时间为目标函数,并考虑保障人员的工作公平性建立无人机集群维修保障任务分配模型,通过人工蜂群算法进行优化求解。算例表明：模型与以飞行距离最短为目标的先到先服务模型相比,无人机准备时长减少了0.8%,保障人员等待时长减少了21.0%,保障总时长减少了4.3%,提高了无人机维修保障的敏捷性,实现了人员工作的均衡分布,验证了模型和算法的可行性。     

某高速着陆无人机方向舵纠偏控制设计及性能分析

无人机高速着陆过程中,由于侧风或初始干扰导致的滑跑侧偏极其危险。基于高速状态下方向舵纠偏效率高的特点,建立某无人机高速着陆动力学模型,设计方向舵纠偏控制策略,并基于Matlab/Simulink平台建立无人机滑跑非线性动力学模型及方向舵纠偏控制模型;对具有初始1°偏航角和1m/s持续垂直侧风情况下的无人机着陆工况进行仿真分析,并通过控制着陆速度、着陆初始姿态角和侧风强度,分析纠偏控制系统的性能。结果表明:所设计的纠偏控制系统具有一定的航向纠偏和抗持续侧风能力,最大侧偏距小于3 m,偏航角小于5°,较好地实现了高速滑跑阶段的侧向纠偏性能。     

垂直起降固定翼无人机发展现状与技术要点

垂直起降固定翼无人机综合了多旋翼和固定翼无人机的优点,具有对起飞环境要求低、巡航时间长、应用范围广等优点,是当前无人机研究的热点。介绍了倾转旋翼布局、升推复合布局、尾座式布局3种垂直起降固定翼无人机的发展现状,分析了3种构型垂直起降无人机的技术要点。展望了未来垂直起降固定翼无人机发展的关键技术和发展趋势。     

基于多传感器融合的无人机应急着陆功能研究

无人机作为一种新型飞行器,在城市空中交通领域得到了飞速的突破和发展。电动垂直起降（eVTOL）无人机因具有低碳环保、运行成本低等优势成为当下研究的热点。为了保证飞行器的运行安全性和可靠性,本文针对无人机在应急特殊情况下的着陆功能进行研究,针对不同飞行高度场景并结合传感器性能要求对可着陆区域进行识别筛选,基于相机与激光雷达多传感器数据融合,提出了一种无人机在城市未知环境中的应急着陆方法,同时进行城市应用场景仿真环境的测试,初步实现无人机在城市未知场景下获取着陆位置,为保证无人机在未知场景下的着陆安全性提供方向。     

多无人机绳索悬挂协同搬运固定时间控制

针对多无人机绳索悬挂协同搬运跟踪控制问题,设计了一种新的固定时间协同跟踪控制算法.首先,通过旋量分析,计算系统不同状态下的有效旋量空间,并根据静力学平衡计算系统在有效旋量空间约束下的拉力容许裕度.其次,在保证绳索张紧以及最大拉力约束的条件下,基于微分平坦性以及绳索拉力优化分配算法,规戈编队的期望跟踪轨迹.然后,基于Ud...     

全驱动倾转四旋翼式飞枪的建模与控制

欠驱动的机/枪一体式四旋翼飞枪位置和姿态的控制存在耦合,无法实现带俯仰角的悬停射击,移动射击过程中火控策略复杂。设计了一种全驱动的倾转四旋翼无人机,并以此作为飞枪载体,在实现系统解耦的同时,简化了控制分配方法。首先通过牛顿欧拉法对系统进行数学建模,然后利用反步法设计控制器并证明系统稳定性,最后通过Simulink进行仿真实验。实验结果表明:本文设计的全驱动飞枪模型可实现位置和姿态的解耦控制,跟踪误差小,可满足飞枪悬停射击、移动射击的射击要求,适用于实时性要求高的飞/火控系统。     

基于遥感大数据云计算平台下的水稻识别研究

传统水稻种植面积估算基于地面测量,再逐级上报,时效性和准确性难以达到监管需求。文章利用遥感大数据云计算平台（Google Earth Engine,GEE）,结合多源遥感影像（Sentinel系列,Landsat系列等）,对整个湖南省大尺度范围进行了水稻识别算法实验。首先,针对云雾等客观因素造成数据缺失的现象,通过构建一种多源遥感影像数据融合算法,生成了完整的水稻生长周期遥感影像;然后,根据不同作物的生长物候特征,结合归一化植被指数时间序列特征进行分析,对早稻、中稻、晚稻等不同水稻类型进行了有效识别;最后,在精度验证方面,创新性地使用无人机辅助调查的方式对整体实验结果进行精度评价。最终结果表明：早稻、中稻、晚稻的准确率分别为85.15%、89.78%、86.01%,文章算法具有较高精度与鲁棒性,也能够为其他作物识别研究提供一定意义的借鉴与参考。     

一种无人机集群对抗多耦合任务智能决策方法

针对复杂场景下无人机集群对抗中协同目标分配和突防轨迹规划等多耦合任务的决策问题,提出了一种集群对抗多耦合任务智能决策方法.首先,针对无人机集群对抗中耦合任务多和决策空间大难题,结合集中式和分层式架构的优点,设计了面向多耦合任务的混合式深度强化学习架构,可提升多耦合任务间的协同性和集群对抗效能;其次,针对轨迹规划序贯决策...     

不确定强耦合下四旋翼姿态鲁棒自适应控制

针对多源不确定强耦合下的四旋翼无人机姿态控制问题，首次设计了一种多层逼近自适应神经网络动态面控制算法。区别于以往的加性耦合不确定研究，考虑无人机飞行控制中的乘性耦合多源不确定估计与补偿问题。首先，构建不确定四旋翼无人机姿态动力学模型，并基于神经网络与傅里叶展开实现乘性耦合不确定的巧妙转换；其次，将自适应技术与反步法相结合，设计多层逼近自适应控制律；同时将动态面技术用于解决反步法中虚拟控制律求导问题。完整理论分析与仿真实验表明了所述控制策略的有效性。