基于人机合作的无人机实时航迹规划

针对复杂多变的战场环境,无人机(UAV)在执行任务遇到突发威胁时,提出了一种人机合作的实时航迹规划方法。由人决策和分析威胁信息,给出规避方向和任务紧急程度,无人机据此采用模糊推理的方法,自主解算得到引导点的位置,牵引无人机改变航向,规避突发威胁。仿真结果表明,采用人机合作的实时航迹规划可以将人的智能决策和无人机的快速计算能力有机结合起来,规划更加优化的航迹,能动态调整引导点的位置,可根据任务的紧急程度灵活选择规避路径。     

太阳能无人机应用

满足高空长航时无人机长达数月续航要求的关键之一是解决其飞行动力源问题,许多国家把太阳能无人机列为重要的研究方向。我国大部分地区,都处在太阳辐射资源的丰富带和较丰富带,从而为太阳能无人机的应用提供了很好的条件和优势,但要真正实现太阳能无人机的使用,还需解决很多关键技术。包括独特的飞行器设计和太阳能动力系统设计等。     

基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。     

"全球观察者"无人机完成首次氢燃料动力飞行试验

今年1月6日,美国航空环境公司研制的"全球观察者"(Global Observer)无人机在爱德华空军基地成功地完成了以氢燃料为动力的首次飞行,标志着"联合能力技术验证"(JCTD)计划的验证与使用功效阶段工作的正式启动.该公司凭借在液氢燃料关键技术方面所取得的突破,放弃了长期探索的太阳能动力方案,转而采用氢燃料动力...     

基于DSP的UAV飞控计算机的设计与实现

介绍某小型无人驾驶飞机控制计算机的设计和实现。它以DSP芯片TMS320LF2407为核心,并利用外部存储空间接口进行A/D、D/A转换,串行通信接口以及外部RAM的扩展,从而具有丰富的高精度模拟信号接口、方便灵活的数字接口和串行通信接口等硬件资源。同时,在设计中绝大多数元器件采用最小型号的贴片封装,使控制计算机具有体积小、重量轻和集成度高的特点。     

舰载直升机维修保障质量评估指标体系构建

概述了国内外航空兵维修保障的指标体系,分析了现行航空维修保障质量指标体系所面临的问题,针对现役舰载直升机性能特点,以作战、训练需求为牵引,提出舰载直升机维修保障质量评估指标体系的构建原则,构建了舰载直升机维修保障质量评估指标体系,并以飞机完好率为例详细论述了指标的定义和计算方法。     

基于能量法的无人机弓形起落架优化设计

弓形起落架的轴线形状和横截面直接影响无人飞机着陆时起落架的缓冲性能。为提高弓形起落架的缓冲性能,基于能量法构建了弓形起落架的参数化模型,以某一无人机的起落架为对象采用遗传算法进行优化设计,用MD.Nastran对优化设计的弓形起落架进行动力学仿真。结果证明优化后的弓形起落架吸收冲击能量的能力得到了提高,从而可以降低无人机降落时的过载,同时减小了起落架的质量。     

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。     

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。