基于鲁棒迭代学习的四旋翼无人机轨迹跟踪

针对四旋翼无人机高精度轨迹跟踪问题,充分考虑外部扰动等因素,提出了一种带遗忘因子的基于可变增益的前馈-反馈鲁棒迭代学习控制算法。其中,前馈迭代学习控制器采用选择迭代学习方案,弥补了传统的基于遗忘因子迭代学习控制方法的不足,且控制器学习增益可随迭代变化,可以加快算法的收敛性。反馈控制器采用比例-微分控制器,可以保持系统稳定并且加快跟踪误差收敛速度。最后通过收敛性分析和四旋翼仿真试验验证了所提出算法的有效性,所设计算法具有很好的鲁棒性和较高精度。     

基于深度学习的突防控制博弈对象匹配方法CSCD

针对基于博弈理论设计应对多枚拦截弹的协同突防控制方案时需要确定博弈对象的问题,提出了一种基于长短时记忆(LSTM)网络的拦截弹攻击对象匹配方法。基于传统防空导弹飞行时序与流程构建拦截弹飞行轨迹库,以轨迹库为训练样本对LSTM网络进行训练,并以此为基础构建航迹预测模型与对象匹配模型,实现对拦截弹攻击对象的识别。仿真结果表明,该方法能够有效识别拦截弹拦截目标,为后续的巡航弹突防研究提供支撑。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

一种新的椭圆球面波信号时频域滤波方法

针对如何在时频域降低干扰噪声对椭圆球面波函数(Prolate Spheroidal Wave Functions,PSWFs)信号时频域分布特性的影响,引入精细滤波,提出了 1种新的椭圆球面波信号时频域滤波方法。仿真结果表明,所提方法在时频域以能量峰值点为基准,构造以距离为依据的滤波算子调节参数,能够有效抑制噪声对 PSWFs信号时频域分布特 性的影响,提高信号局部区域的能量聚集性。     

冷战的秘密——图波列夫系列无人侦察机

苏联研制无人机一直是一个难以解开的谜，近年来，在俄罗斯航空历史学家的不懈努力下，终于揭开了苏联国家档案局和图波列夫设计局为其遮盖了长达70年之久的面纱。     

无人机全空域飞行影响因素分析

进入全空域飞行是未来无人机发展的必然趋势,所面临的关键问题是安全性和空中交通管理.根据无人机大、中、小型,低、中、高速并存的特点,分析了无人机安全性和影响其全空域飞行能力的关键因素与改进方法,包括建立分类管理机制,提高自主导航与控制能力,进行动态任务规划,采取协调机制,增强环境感知与规避能力等.进一步提出了无人机空域飞行的建模/仿真理论框架,目标是在提高无人机可靠性的基础上,使其具备全空域飞行能力,从而降低无人机使用成本、提高空域共享能力,实现有人机、无人机共享空域.      

小型无人机伞降回收运动分析CSCD

针对小型无人机伞降回收的特点,研究了在无人机回收过程中,飞机及降落伞系统的运动轨迹及姿态。通过分析机伞间的力学关系,建立了机伞系统运动模型,并进行了仿真分析,给出了无风情况下回收运动的仿真结果。结果表明,系统能够满足无人机回收要求,可以决定最佳的回收参数,从而得到最优回收轨迹和姿态。     

无人机复杂环境中跟踪运动目标的实时航路规划

在复杂地形环境中,无人机在跟踪运动目标时,现有的航路规划方法在实时性和可行性上存在一定缺陷.提出了一种新的滚动窗口启发方向计算方法,使其能够跟踪运动目标,同时在滚动窗口内采用流函数法进行避障.根据无人机约束,滚动窗口为三角形,并设计了基于行为的伸缩功能.在流函数中,利用水势能方法克服了陷阱地形并进行了航路平滑.仿真结果表明:这种混合算法对于复杂地形条件下跟踪运动目标的航路规划,能够减小规划算法的时间和空间复杂度,使规划出的航路适于无人机飞行.     

四代机发展之辨

最近一段时间以来,四代机的话题被媒体炒得很热。去年,美国抛弃了原来的四代论,取而代之提出了一个五代论的观点,在2007年第6期的《航空知识》上,我和傅前哨、徐德康两位同志也一起讨论了这个话题。此外,俄罗斯、日本、韩国     

用于无人驾驶直升机的中继转发系统设计

无人机是当今世界先进技术的热门载体,针对无人驾驶直升机的特点提出了应用于无人直升机上的中继转发系统的方案,论述了该系统的设计方案、总体结构、工作过程以及实现时遇到的技术难点、解决方案.所描述的中继转发系统与通常意义的中继转发系统最大区别在于所转发的频带宽,达百兆赫兹;该系统具备对远距离信号的转发能力,动态范围达100dB;该系统具备对弱信号检测能力,灵敏度可达-100dBm;采用了多通道窄带传输抗干扰技术,提高了系统的抗干扰性能.该系统搭载在无人驾驶直升机上进行了大量实际飞行试验,试验数据表明,该中继转发系统具有频带宽、灵敏度高与抗干扰能力强的优点,满足项目需求指标.