动力伞8自由度动力学建模与仿真

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。     

多无人直升机协作搬运控制技术研究

随着多无人机协同控制技术的迅猛发展,多无人机悬挂运输飞行成为国内外研究的热点.针对多无人直升机协作悬挂搬运的绳索摆动问题和轨迹控制问题,设计了基于最小学习参数神经网络的动态面轨迹控制方法.首先,建立了多无人直升机协作悬挂搬运系统的非线性动力学模型.然后,把对无人直升机动力学特性和稳定性能影响较大且无法测量的各绳索拉力作...     

无人作战及其指挥控制问题探析

未来军事斗争将向无人化、智能化、自主化方向发展,无人作战将成为重要的作战样式。无人作战的核心是无人作战指挥控制。研究了无人作战的发展历程,探讨了无人作战的制胜机理,分析了无人作战指挥控制的主要特征。基于无人系统自主程度的不同类型,提出了无人作战指挥控制的过程模型,即“人在回路中”模式、“人在回路上”和“人在回路外”3种过程模型,探讨了过程模型中军事人员与无人系统的关系。提出了提升无人作战指挥控制的途径,为未来遂行无人作战指挥控制提供参考借鉴。     

无人直升机航路跟踪控制系统设计与仿真

针对无人直升机耦合强和抗扰能力差的特点,提出了一种基于增量非线性动态逆和比例积分(PI)控制器的混合航路跟踪控制系统。首先,建立无人直升机的飞行动力学模型;其次,对增量非线性动态逆控制原理进行说明;随后,推导增量非线动态逆控制律计算式,并构建角速率、姿态以及高度控制回路;然后,采用PI控制器搭建航迹控制和速度控制回路;最后,通过4种工况下的飞行仿真验证了控制系统的鲁棒性和正确性。     

小波神经网络UCAV飞行控制系统

针对采用H∞控制设计方法需求解难度很大的偏微分方程,而导致工程实现难度大的问题,提出了采用小波神经网络进行无人攻击机(UCAV)飞行控制系统设计的方法,该方法集小波变换和神经网络的优点于一身,简化了网络训练,避免了系统达到局部最优解,使得系统具有更好的逼近精度。通过仿真实验表明,利用小波神经网络进行UCAV控制律设计,使系统具有较好的跟踪性和鲁棒性,避免了精确模型的建立,便于分析系统的稳定性。     

小型无人机控制逻辑建模及仿真

无人机的飞行轨迹具有明显的分段特性,且在各飞行段内其飞行状态和控制方式有明显的区别。针对这一特点,可以通过建立飞行全过程的控制逻辑模型实现对无人机的监控任务。Stateflow是一个基于有限状态机理论的图形化离散事件仿真环境,可以用于控制逻辑建模。利用Stateflow建立了某小型无人机飞行全过程的控制逻辑模型,为无人机的控制逻辑建模提供了新的设计方法。通过对所研究的小型无人机非线性系统模型进行仿真,验证了所建立的控制逻辑模型的正确性。     

RQ-5A“猎人”号无人侦察机系统

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…     

基于模型跟踪变结构控制的飞行重构控制律设计

提出一种基于模型跟踪变结构控制的飞行重构控制律的设计方法.利用该方法能实现受控对象对理想模型较高精度的跟踪,使重构飞行控制系统具有较好的控制性能.首先设计了一个比例-积分滑模面以确保消除稳态误差,采用极点配置技术使滑模具有良好的动态品质,其次利用饱和控制技术来减少变结构控制引起的抖振现象,最后以某型飞机纵向飞行控制系统为例进行了相应的数字仿真.结果表明重构系统不仅实现了无抖振模型跟踪,而且还具有较强的鲁棒性.     

无人空战指控建模仿真方法研究

针对当前无人空战仿真中,缺乏支持全流程作战指挥控制建模与仿真这一问题,结合当前无人空战仿真系统相关研究,系统梳理和研究指控模型构建方法,通过探索不同仿真层级不同类型的无人机指挥控制建模原理和方法,设计并且构建了一套适合指挥信息系统装备特点的指控模型仿真系统。通过进行符合预设约束的想定设定,对目标作战任务进行了效能评估和对比,可为无人空战相关指挥信息系统装备的论证、评估方式提供理论和现实指导。     

应用于飞控系统评估的风洞虚拟飞行试验系统与关键技术分析

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。     

基于非线性模型预测的翼伞系统控制研究

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．     

翼伞精确空投系统归航轨迹规划与控制?

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。     

翼伞精确空投系统归航轨迹规划与控制

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。     

冲压式翼伞开伞仿真计算

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。     

九自由度可控翼伞系统滑翔及稳定性分析

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。     

基于IAFSA的四自由度翼伞分段归航设计

为实现翼伞系统的精确空投,需要对其归航轨迹作合理规划。根据翼伞系统自身的运动特性及操纵特性,采用分段归航策略。在四自由度翼伞模型下,利用各轨迹段的几何关系,建立表征轨迹优劣程度的目标函数。基于改进的人工鱼群算法,对目标函数进行参数寻优,进而得到轨迹的设计参数。仿真结果表明,所提出的改进方法能加快算法的收敛速度,所规划的轨迹满足了精确落点和逆风着陆的要求。     

滑模变结构控制的月球着陆舱姿态控制系统设计

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.     

Maneuvering target tracking of UAV based on MN-DDPG and transfer learning

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.     

某型鱼雷减速增程效果的影响因素及其控制方法

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.