基于MIMO圆阵雷达的二维DOA估计新算法

基于对均匀圆阵导向矢量的分析,将四元均匀圆阵作为多输入多输出(MIMO)雷达的发射阵,通过构造相应的二阶统计量并对其进行联合对角化获得了目标方位角和俯仰角的闭式解,以实现存在角度兼并时目标的二维到达方向(DOA)的估计,并保持原DOA矩阵方法无需二维谱峰搜索和参数配对等优点。仿真结果证明算法正确、可行。     

考虑侧风情况下的无人机自主导航控制技术研究

随着无人机应用范围的扩大,要求无人机能精确跟踪预定航线.介绍了无人机侧向导航控制律、切换准则和控制参数的限定;分析了侧风对无人机自主飞行时姿态的影响,以及在一种常用侧向控制律下形成侧风偏差的原因,给出了解决的办法.Matlab软件数字仿真的结果对比表明了控制系统抗侧风偏差的有效性.     

基于CHC算法的无人机航迹规划方法

利用改进的遗传算法——跨世代异物种重组大变异(CHC, Cross generation Heterogeneous recombination Cataclysmic mutation)算法提出了一种无人机的航迹规划方法.初始种群即初始航线集利用具有启发式信息的搜索算法产生;适应度函数为距离指标与威胁指标的组合形式;选择操作群体为当前群体与上世代群体的群体总和,由于大个体群操作,可以更好地保持遗传多样性;交叉操作采用单点交叉方法,交叉点取为2条航线中距离最近的2个点;变异操作的步骤是:首先在航线中搜索出2个点,然后算出这2个点之间的直线距离与实际航线距离的比值,如果这个比值小于某一阈值则以这2个点为端点重新规划一条航线.由于考虑到了无人机约束条件的限制,从而避免了盲目性且加快了收敛速度.仿真结果表明该方法比基本遗传算法要快而且满足最优条件.      

基于视觉的无人作战飞机跑道障碍物检测方案

提出了基于视觉的无人作战飞机跑道障碍物检测方案.结合应用特征和流的障碍物检测方式的特点,使用多尺度特征点匹配光流估计方法代替普遍使用的微分光流计算方法,直接对图像序列计算稀疏光流场;利用相关假设,在存在一定导航误差的情况下,对跑道障碍物进行实时检测;同时对跑道障碍物视觉检测方案的误差和适用区间进行了分析;通过自主开发的"无人作战飞机自主着陆实时仿真验证平台"进行仿真,结果显示该方案能够有效检测跑道上存在的障碍物.      

小型和微型无人机的气动特点和设计

讨论了当前包括固定翼、扑翼和微型旋翼的小型无人驾驶飞行器(SUAV)和微型无人驾驶飞行器(MAV)的进展和未来发展可能涉及的技术问题。讨论了低雷诺数空气动力特性,包括分离气泡和展弦比的影响。介绍了用于拍动翼的非定常空气动力特性和高升力机理。讨论了目前存在的2种设计方法——多学科/多目标优化设计和探索式/进化式的设计方法,以及在设计中柔性翼和主动智能控制的重要性。     

一种无人机通用综合检测系统

为了增强无人机系统检测控制设备的通用性,提高检测精度,设计了一种基于面向仪器系统的PCI扩展(PXI)总线及虚拟仪器(VI)的无人机通用综合检测系统.针对无人机系统工作的特点,从功能设计、体系结构、软硬件设计等方面对该系统的通用性进行了探讨.该系统采用了虚拟仪器技术,硬件设计采用PXI体系结构,软件以LabWindows/CVI作为开发平台.通过配备不同的接口适配器和对软件参数设置进行相应更改,可适用于不同型号的无人机电气、舵机、发动机、起飞和回收等系统检测.同时提供矩阵输出,利用系统资源满足无人机各种信号测试/激励的需求.该系统已成功应用于某复杂型号无人机的地面综合检测.      

基于OCP的实时自适应资源管理技术研究

无人飞行器的自主飞行是一个非常复杂的过程,未来的先进无人飞行器要求能够对外界的环境扰动和突发事件做出迅速的反应,这就对资源的分配与任务的调度有了更高的要求,传统的技术手段已经不能适应先进无人飞行器的要求,本文从先进无人飞行器对QoS(Quality of service,服务质量)的要求出发,着重介绍了一种基于全新的OCP(Open Control P latform,开放式控制平台)的实时自适应资源管理技术,在介绍了一种Anytim e任务的调度方案之后,给出了下一步工作的重点。     

多无人机协同搜索区域划分与路径规划

针对多无人机广域协同搜索问题，研究无人机工作区间划分和全区域覆盖搜索路径规划2个子问题。采用按无人机来向均衡划分的方法和凹点凸分解的方法，开展了凸多边形和非凸多边形的区域划分研究，将多机协同搜索问题转化为子区域上的单机搜索问题；在此基础上采用"Z"型路径覆盖方法以及Dubins转弯路径，对各个无人机开展覆盖其子区域的搜索路径规划，从而建立了一个区域划分和路径规划的整体调用框架，能够对目标区域快速进行划分并生成飞行路线。最后，对凸多边形和非凸多边形区域搜索开展仿真计算，验证了该方法的有效性。     

Multiple-constraint cooperative guidance based on two-stage sequential convex programming

An improved approach is presented in this paper to implement highly constrained cooperative guidance to attack a stationary target. The problem with time-varying Proportional Navigation (PN) gain is first formulated as a nonlinear optimal control problem, which is difficult to solve due to the existence of nonlinear kinematics and nonconvex constraints. After convexification treatments and discretization, the solution to the original problem can be approximately obtained by solving a sequence of Second-Order Cone Programming (SOCP) problems, which can be readily solved by state-of-the-art Interior-Point Methods (IPMs). To mitigate the sensibility of the algorithm on the user-provided initial profile, a Two-Stage Sequential Convex Programming (TSSCP) method is presented in detail. Furthermore, numerical simulations under different mission scenarios are conducted to show the superiority of the proposed method in solving the cooperative guidance problem. The research indicated that the TSSCP method is more tractable and reliable than the traditional methods and has great potential for real-time processing and on-board implementation.     

Mission-driven autonomous perception and fusion based on UAV swarm

Distributed autonomous situational awareness is one of the most important foundation for Unmanned Aerial Vehicle (UAV) swarm to implement various missions. Considering the application environment being usually characterized by strong confrontation, high dynamics, and deep uncertainty, the distributed situational awareness system based on UAV swarm needs to be driven by the mission requirements, while each node in the network can autonomously avoid collisions and perform detection mission through limited resource sharing as well as complementarity of respective advantages. By efficiently solving the problems of self-avoidance, autonomous flocking and splitting, joint estimation and control, etc., perception data from multi-platform multi-source should be extracted and fused reasonably, to generate refined, tailored target information and provide reliable support for decision-making.