交互多模型算法的无人机控制系统故障诊断

交互多模型算法是一种广泛用于各种结构与参数变化的动态系统自适应估计的有效方法.在建立无人机控制系统传感器和执行器的全局故障和局部故障模型的基础上,应用此方法对传感器和执行器的各种软硬故障进行诊断,应用所建立的数学模型与方法,对无人机传感器和执行器的局部与全局故障进行了仿真计算.在仿真过程中发现,与一般的多模型方法相比,此方法能够更加准确可靠地诊断故障,无延迟报警,算法简单.仿真结果验证了该方法的有效性.     

基于MEMS的微型无人机姿态仪的设计

姿态测量系统是无人机设计中的关键部分.尤其是对于载荷很小的微型无人机,姿态测量系统就更有研究的必要.设计了由微机电技术(MEMS)传感器组成的姿态测量系统.该系统由三轴磁阻传感器、三轴角速率陀螺和三轴加速度计组成.通过测量载体的动态加速度和角速度进行姿态解算.采用双矢量参考,利用Kalman滤波技术,得到动态的姿态数据.针对微小型无人机的高机动性特别进行了优化.该系统体积小、重量轻、功耗低、无长期漂移.测角为航向、俯仰、滚转.和原有同类系统相比,动态条件下精度大为提高.     

无人机载多传感器集成与数据融合

介绍了无人机在情报、监视和侦察(ISR)领域的作用,分析研究了无人机(UAV)载传感器的种类、特点、集成特性及组合使用方式,说明了无人机载多传感器集成与数据融合的优点、功能组成.针对无人机载传感器的特点分析了多传感器组合、体系结构和特点,介绍了其主要算法,提出了发展趋势.     

具有多传感器信息融合功能的无人机仿真系统

随着无人机系统的发展,信息融合技术成为提高其机载传感器信息处理能力的有效手段.介绍了一种具有多传感器信息融合功能的无人机仿真系统的设计与实现.该系统采用全数字方法模拟了无人机仿真系统的内容和功能.详细讨论了仿真系统的功能模型和结构模型,对各仿真子系统和软件实现思路进行了介绍.该系统可用于无人机仿真系统中.     

无人机蜂群对海作战概念模型研究

为满足无人机蜂群作战运用建模与仿真的需求,采用基于实体行为网络交互(EBNI:Entity Behavior Network Interaction)的建模方法对无人机蜂群对海作战进行概念建模.列出了无人机蜂群对海作战中的实体和任务清单,建立了无人机蜂群对海作战的任务模型、各类实体的动作模型以及无人机蜂群对海作战中的内...     

基于LPC3250的小型无人机航姿系统的设计

航向和姿态是无人机飞行控制系统的重要参数,传感器系统是整个无人机飞行控制系统的核心。采用LPC3250ARM9处理器、MEMS传感器以及存储器设计无人机航姿系统,完成传感器的数据采集与处理,获得无人机的航姿信息,最后进行数据传输。将Linux操作系统嵌入到无人机航姿系统中,实现系统的实时任务调度和进程管理。结果显示,该系统达到了无人机航姿系统的小型化、低功耗、高精度的目标。     

针对不同视场辅助信标的无人机目标定位方法

针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题，提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型，采用梯度下降法对基于辅助信标的无人机位姿参数进行求解，并综合它们的结果对无人机的姿态偏差进行估计和校正，最后完成了不同视场条件下的目标定位和仿真计算。结果表明，所提方法对无人机目标定位精度有明显提高。     

蚁群算法在无人机航路规划中的应用

蚂蚁算法是一种新的源于大自然生物界的仿生随机优化方法。吸收了昆虫中蚂蚁的行为特征,通过其内在的搜索机制,在一系列组合优化问题求解中取得了成效。将蚁群算法应用于无人机(UAV)航路规划,提出了一种适用于航路规划的优化方法,可以为在敌方防御区域内执行攻击任务的无人机规划设计出高效的飞行航路,保证无人机以最小的被发现概率及可接受航程到达目标点,提高了无人机作战任务的成功率。仿真结果初步表明该方法是一种有效的航路规划方法。     

“捕蜂”——低空近程反无人机蜂群体系构想

根据无人机"蜂群"技术和作战特点,针对传统防空体系对无人机"蜂群"探测距离近、拦截效果差、无法攻击其投放平台的问题,提出了一种基于多层防御思想的低空近程反无人机体系构想,设想将新型反无人机导弹、激光武器、"捕蜂者"无人机、无线电干扰设备和多种探测传感器融入到现有防空体系之中,以此来提高现有防空体系对低空、小型、慢速、群目标的防御能力。该作战体系方案具有一定的创新性和适用性,在一定程度上可为未来反无人机体系的发展和完善提供参考。     

多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。