共查询到19条相似文献,搜索用时 250 毫秒
1.
现有文献中的翼伞建模方法多数是针对不带动力情况下的翼伞建模,不能适应动力翼伞的飞行控制。为了实现动力伞的有效控制,首先要建立合理的动力学模型。假设翼伞承载物和软翼之间具有2个自由度,分别建立软翼和承载物体坐标系下的作用力和力矩的平衡方程,通过体坐标系转换和消除翼伞内部状态量,得到有利于实现翼伞控制的8自由度非线性状态方程。仿真表明模型的飞行曲线与飞行实验的结果相一致,验证了模型的有效性。 相似文献
2.
3.
4.
5.
6.
7.
RQ 5A“猎人”号无人侦察机系统是目前美军最先进的无人侦察机系统 ,1991年 3月首次试飞成功。 1999年开始部署在巴尔干地区的马其顿 ,用来支援北约军队对科索沃的作战行动 ,这是“猎人”号无人侦察机首次执行海外任务。从 4月 4日开始对科索沃执行侦察到 10月下旬由于天气原因停止飞行 ,在巴尔干地区执行侦察飞行达 380 0多个h ,标志着“猎人”飞行时数的又一个里程牌。从首次飞行到目前为止 ,“猎人”号无人侦察机飞行时数已达12 0 0 0h。此系统由于性能良好 ,巡航能力强 ,侦察范围广 ,探测精度高 ,可全天候收集情报信息 ,因此倍受世… 相似文献
8.
9.
10.
基于传统意义上的飞控系统评估方法的不足,分析了风洞虚拟飞行试验应用于飞控系统评估的优势;按飞控系统常用的姿态控制回路及制导控制回路的组成形式,介绍了风洞虚拟飞行试验系统方案与工作原理,详细分析了它与半实物仿真系统的差异;分析了风洞虚拟飞行试验应用于飞控系统评估需解决的关键技术问题,包括风洞虚拟飞行试验评估方法、飞行器模型设计技术、飞控系统改进技术及模型支撑技术。 相似文献
11.
翼伞系统在飞行过程中,受外界不确定因素的影响呈现出非线性特性和耦合性.应用非线性模型预测控制理论对翼伞系统飞行控制进行了研究,提出基于非线性模型预测控制的翼伞系统控制律设计方法,并推导出控制律解析式.仿真研究表明,合理地选择泰勒展开级数和预测周期,通过泰勒级数展开并截尾后的翼伞非线性控制系统可以表现出良好的控制性能. 相似文献
12.
13.
翼伞归航轨迹规划与控制问题是翼伞系统在一定初始状态下,利用自身可操作性,完成从初始位置到目标位置的转移问题。针对翼伞空投系统不同归航要求,规划出满足精度要求为圆径概率误差( CEP )小于40m的归航轨迹并经过一定量的控制完成翼伞空投系统精确空投任务。首先建立翼伞系统状态空间六自由度模型,并在此基础上提出系统简化稳态模型,通过最优控制方法,规划出满足空投要求的最优归航轨迹后对翼伞进行不断控制直至目标点。最后通过Matlab仿真试验,绘出翼伞系统归航轨迹图与控制变化图。 相似文献
14.
本文分析了冲压式翼伞开伞的特点,提出了一个展弦向二维开伞模型,建立了伞衣的径向运动方程。在推导系统运动方程和分离体运动方程的基础上,建立翼伞开伞仿真状态方程,用龙格-库塔法求解,给出开伞充满时间、开伞动载、翼伞速度和位置坐标等参数的变化值。本文提供的开伞仿真计算软件包,可用于各类冲压式翼伞的开伞仿真计算。 相似文献
15.
在建立可控翼伞系统九自由度飞行动力模型的基础上,以翼伞面积为40m~2的可控翼伞系统为例,对其滑翔及稳定性进行仿真计算和分析,并与六自由度模型结果作了比较,着重分析了伞-回收物相对俯仰运动的稳定性,其结果可在系统设计和实验中参考。 相似文献
16.
17.
滑模变结构控制的月球着陆舱姿态控制系统设计 总被引:1,自引:0,他引:1
在我国的探月计划中,要实现月球探测器软着陆于月球表面.在分析月球着陆舱软着陆段的飞行任务对于姿态控制要求的基础上,基于滑模变结构控制方法,根据实际姿态角和期望姿态角的偏差,给出了线性滑动模态面的切换方程,采用指数趋近律和边界层削抖的方法,推导出期望控制力矩的计算公式.并研究了姿控发动机的配置特点和点火逻辑.给出了由期望力矩计算实际控制力矩的方法.仿真结果表明,该姿态控制系统能迅速地将着陆舱跟踪到期望姿态.着陆舱经过514s飞行,在距月面2 km处将速度减为零,将姿态调整到垂直向下,完成了飞行任务.飞行轨迹比较平滑,具有较好的鲁棒性和自适应性. 相似文献
18.
Tracking maneuvering target in real time autonomously and accurately in an uncertain environment is one of the challenging missions for unmanned aerial vehicles(UAVs).In this paper,aiming to address the control problem of maneuvering target tracking and obstacle avoidance,an online path planning approach for UAV is developed based on deep reinforcement learning.Through end-to-end learning powered by neural networks,the proposed approach can achieve the perception of the environment and continuous motion output control.This proposed approach includes:(1)A deep deterministic policy gradient(DDPG)-based control framework to provide learning and autonomous decision-making capa-bility for UAVs;(2)An improved method named MN-DDPG for introducing a type of mixed noises to assist UAV with exploring stochastic strategies for online optimal planning;and(3)An algorithm of task-decomposition and pre-training for efficient transfer learning to improve the generalization capability of UAV's control model built based on MN-DDPG.The experimental simulation results have verified that the proposed approach can achieve good self-adaptive adjustment of UAV's flight attitude in the tasks of maneuvering target tracking with a significant improvement in generalization capability and training efficiency of UAV tracking controller in uncertain environments. 相似文献
19.
针对某型热动力鱼雷减速增程改装过程中出现的问题,对鱼雷的燃料各组分供应比例与航程之间的关系进行了分析计算,并提出了减速后获得较大航程的方法. 相似文献