基于智能突现的无人机群自主编队控制研究

针对无人机群自主编队中存在的控制器设计复杂,信息交互数据量大的问题,提出了一种利用智能突现和分布式通信的新型自主编队策略。建立了无人机群以及单个无人机的运动模型。为每个领航无人机设计比例导引制导律,为每个跟随无人机设计跟踪控制方法以实现多Leader-Follower(主从式)编队形式。通过仿真对编队方法的有效性进行了验证。     

固定翼无人机群的集群和避障控制

针对传统的集群控制算法需要获取通信范围内相邻质点的位置和速度信息才能够计算控制量的问题,提出一种新的无须获得相邻无人机速度的六自由度固定翼无人机群的集群和避障控制方法。将通信范围内的无人机均视为障碍物,采用统一的计算方法获得控制量,并且证明了算法的稳定性。通过建立六自由度无人机线性化控制模型,将改进的质点集群算法应用于无人机群控制系统中,将无人机控制设计成六自由度无人机的跟踪回路和质点无人机的导引回路,并证明通过选取合适的跟踪回路控制参数,确保整个无人机集群控制是稳定的。通过六自由度无人机编队仿真验证了所提算法的有效性。     

基于微分几何与李群的无人机编队会合方法

在领航-跟随编队模式下,设计了一种基于追缉策略的无人机编队会合方法。首先,基于微分几何曲线论和弗雷涅-塞雷标架建立了无人机非解耦三维运动模型,其中将曲率和挠率作为控制量;结合该模型给出了无人机三维编队会合问题的数学描述,它将导弹制导问题中的终端落角约束映射为编队会合问题中僚机的航迹倾角约束,同时引入额外的航迹方位角约束;然后使用特殊正交群的元素来度量长僚机方向偏差,并通过局部坐标映射将其映射为对应李代数空间中的旋量;接着,基于该旋量设计了编队会合几何导引律,并给出相应的曲率和挠率控制指令;最后,分别在长机稳定平飞和转弯机动条件下进行了多机编队会合数字仿真实验,仿真结果显示僚机能够有效地跟踪长机航向并收敛至指定位形,说明了方法的有效性。     

三架固定翼无人机协同编队飞行避障策略

针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题，提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法，同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体，同时以长机的运动轨迹作为期望路径，长机提供僚机飞行信息，僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明，所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。     

惯性稳定平台高精度控制方法

惯性稳定控制技术广泛应用在无人机云台稳像、导弹制导、卫星成像等领域,其精度直接影响到系统成像、跟踪的性能.然而当前基于永磁同步电机驱动的惯性稳定平台仍然缺乏一套可靠的高效控制方法,传统基于经典控制理论的线性控制器无法满足实际工程需求.为此,提出一种新型的滑模控制方案,实验结果证明了其有效性.在此基础上,为了减小滑模控制器的抖振并抑制系统的各种外扰,设计了Luenberger状态观测器以观测系统的实时扰动,并将其补偿进滑模控制器中.实验结果证明,采用所提出的控制方案,在速度跟踪实验中相比于传统的PI+DOB控制策略有很大提升.所设计的新型控制方案能使系统性能完全满足工程需求.     

多无人机编队协同控制软件平台设计与仿真

在战场环境瞬息万变、作战任务日益复杂的现代战争中,多架无人机编队协同完成复杂的作战任务已成为一种趋势。多无人机编队控制及重构是多无人机系统的核心内容和关键技术。基于微粒群算法、蚁群算法研究了多无人机编队控制及重构、航线规划及重规划问题,特别是在解决编队重构问题时,提出一种多样性微粒群算法。设计了多无人机编队飞行协同控制平台,仿真结果表明,标准微粒群算法、蚁群算法等智能算法可以较好解决编队控制、编队重构和航线规划问题,多样性微粒群算法具有更强的全局寻优能力。     

基于虚拟参考点的AUV编队控制

针对自主水下航行器(AUV)的编队控制问题,分析了几种不同编队控制方法的优缺点,提出了一种融合了主从编队控制和虚拟结构编队控制二者优点的基于虚拟参考点的AUV编队控制新方法.该方法将AUV的水平面运动方程进行反馈线性化,得到一个二重积分系统,并将编队控制任务分为两个子任务,一是各个AUV的路径跟踪问题;二是要求所有的AUV要以期望的速度编队航行,在此基础上设计了AUV的编队控制律,并在设计虚拟参考点的位置更新时,综合考虑了编队中所有AUV的位置跟踪误差,实现了编队控制的高层协调.通过仿真试验,验证了所提出编队控制律的有效性.     

基于Super-Twisting滑模S面的无人机路径跟踪控制

针对小型固定翼无人机在执行任务时跟踪精度低以及容易受外界风影响的问题,设计基于Super-Twisting滑模S面（STSM S-Plane）的路径跟踪控制器,同时采用内外双环控制模式。外环即速度环采用Super-Twisting滑模控制,内环即姿态环采用S面控制。考虑到S面控制求导易导致积分爆炸的问题引入了二阶微分器,并对外界风组成进行建模研究。最后通过空间特殊曲线来验证所设计算法的控制性能。仿真结果表明,所设计的算法可以实现固定翼无人机对期望路径的精确跟踪,并具有良好的鲁棒性和抗干扰性能。     

弱通信条件下基于MPC与融合状态估计的多UUV编队控制方法

多无人水下航行器(UUV)编队控制在实际复杂海洋环境中面临着水声通信时延大、多中断和丢包等弱通信难题,如何提高其对通信的鲁棒性是重点研究方向之一。首先,建立了多UUV编队模型;其次,将多UUV编队航行分为有无参考路径两种状态,针对已知编队期望路径条件,将编队问题分解为路径跟踪与速度同步问题,设计了基于模型预测控制的路径跟踪控制和速度误差同步机制;再次,针对编队处于机动过程而缺乏参考路径的条件,提出了基于最小二乘的融合状态估计及其一致性编队控制方法;最后,在仿真环境最大队形误差0.6 m,验证了算法的有效性。与单积分器系统一致性编队控制算法对比分析表明,所提方法在队形控制精度、队形恢复时间以及编队的稳定性方面均具有一定优势,研究结果对多UUV编队应用具有重要的指导意义。     

面向目标对峙跟踪的四旋翼协同编队控制方法

针对多四旋翼编队飞行过程中对地面目标对峙跟踪、几何队形生成、稳固保持和协同抗干扰问题,设计了一种可应对外部环境干扰和气动参数不确定性的多四旋翼主从式协同目标跟踪方法。首先,建立存在外部干扰以及参数不确定性的四旋翼运动学/动力学模型;其次,基于Lyapunov导航向量场设计领航者的对峙跟踪航迹使得领航者以固定对峙半径实现对目标的盘旋跟踪;然后,构造多四旋翼分布式位置保持控制器,为后续姿态控制器构造提供必要的期望指令;最后,针对四旋翼外部环境干扰和气动参数不确定性设计基于自抗扰控制的多四旋翼姿态跟踪控制器。仿真结果表明所提方法可以在局部智能体通信的前提下实现对地面目标的对峙跟踪,显著改善四旋翼编队系统的抗干扰能力,提升干扰环境下多四旋翼编队几何构型的稳固性。     

改变系统结构的多环姿态跟踪控制

针对航天器姿态跟踪控制中存在稳态误差和转动惯量摄动未知的问题,给出一种高精度自适应姿态跟踪控制策略。通过扩展姿态动力学系统结构,将姿态角积分项引入姿态控制器中,以消除稳态误差和提升姿态跟踪精度,给出扩展系统的期望轨迹设置方法。给出一种结构更为简化的多环递归跟踪控制策略,结合自适应估计设计了自适应多环递归姿态跟踪控制器。与滑模自适应控制器对比仿真,验证了方法的优越性。     

基于迭代学习观测器的无人机故障鲁棒控制

针对无人机在飞行时存在执行机构故障和外界干扰问题,建立了无人机的动力学模型和系统发生执行器故障时的模型,提出了一种将迭代学习观测器和鲁棒自适应控制相结合的容错控制方法.利用迭代故障观测器去观测无人机控制系统的状态并通过迭代实时跟踪执行器故障,给出了该观测器的收敛性分析,并在此基础上设计基于自适应增益的趋近律,实现系统鲁棒自适应控制.进一步基于Lyapunov方法从理论上证明了设计的容错控制器的鲁棒稳定性.使用无人机控制系统对方法进行验证,仿真结果验证了方法的有效性.     

无人作战飞机对地攻击火/飞耦合控制器设计

针对实现无人机对地攻击构建攻击综合火力/飞行控制系统的关键问题,提出设计一种以耦合控制器结构完成现有分离的火控系统和飞控系统的综合.由火控系统解算出无人机对地攻击的攻击区和投弹区并生成参考攻击轨迹,耦合控制器根据参考攻击轨迹,控制无人机进行参考攻击轨迹跟踪.设计耦合控制器综合控制策略,避免了因纵向通道和横侧通道交联带来的控制误差;设计耦合控制单元,完成舵机和副翼的偏转量的解算.仿真结果表明:该耦合控制器能根据目标位置较好的完成控制量解算,控制无人机进行轨迹跟踪,实现对地攻击.     

基于路径跟踪的平流层飞艇柔性编队控制

建立平流层飞艇驻空阶段动力学模型,在定高飞行前提下,采用小扰动方法对动力学方程进行线性化处理。提出采用路径跟踪的平流层飞艇柔性领航-跟随编队控制方法,领航者和跟随者通过速度控制与航向控制,分别跟踪保持特定距离的参考路径,实现编队的柔性控制。以采用直线路径跟踪和采用圆路径跟踪的三平流层飞艇编队控制为例,对提出的柔性编队控制方法进行仿真验证。仿真结果表明:提出的路径跟踪方法控制精度高,提出的柔性编队控制方法可以实现编队稳定运行,避免编队成员碰撞现象的发生。     

基于MATD的高超声速飞行器反演控制

针对高超声速飞行器弹性体模型,提出了一种基于改进的反正切跟踪微分器(MATD)的鲁棒反演控制器。将控制系统分为高度和速度子系统,采用反演方法设计虚拟控制量和实际控制量。引入MATD对高阶系统虚拟控制量求导,避免了传统反演方法"微分膨胀"的问题。基于MATD设计干扰观测器,对模型不确定项进行精确估计,增强了控制器的鲁棒性。最后,通过实例仿真验证,该控制器对速度和高度指令具有很好的跟踪效果,且具有较强的鲁棒性。     

基于制导与控制一体化的导弹编队队形控制

为了提高导弹编队协同作战队形控制能力,研究了基于制导与控制一体化思想的编队队形控制器设计问题。根据领弹-从弹的动力学以及运动学方程,推导出了领弹-从弹的相对运动模型,建立了领弹姿态信息与从弹舵偏角之间的关系,将从弹通道间的耦合项作为不确定项进行处理,并利用自适应神经网络理论设计了补偿器,对不确定项进行了处理。根据反演理论设计了编队队形控制器,能够对导弹编队队形进行有效的控制。     

非线性干扰观测器的高超声速飞行器鲁棒反演控制

针对高超声速飞行器控制系统设计,提出一种基于干扰观测器的鲁棒反演控制器设计方法。采用反演控制方法分别设计速度和高度控制器。引入滑模微分器设计虚拟控制量的导数求解器,避免了传统反演控制"微分项膨胀"问题。为增强控制器的鲁棒性,设计一种非线性干扰观测器对模型不确定项进行自适应估计和补偿。通过数值仿真表明,该控制器能够保证对速度和高度参考输入的稳定跟踪。     

基于输入特性分析的光电跟踪内模控制设计

内模控制是一种基于对象教学模型进行控制器设计的新型控制策略,其设计思路是将对象模型与实际对象相并联,控制器逼近模型的动态逆.根据内模控制原理及光电跟踪系统参考输入及扰动输入特性,设计了一种新型位置控制器.并分析了IMC跟踪控制器的零稳念偏差及抗干扰性能.从仿真结果看,与常规PID控制相比,内模控制器参数调整简单、跟踪性能良好.特别是在针对目标突然机动的情况下.IMC控制器具有良好的稳态误差重构能力,即能迅速收敛到稳态误差.根据仿真结果数据统计,系统跟踪误差的均方根可减小到0.5 tarad,表明该控制器能够提高系统的跟踪精度,为高性能光电跟踪系统提供了一种新的控制策略.     

分布式多无人机编队控制与博弈算法研究

针对多无人机的任意队形编队控制问题,将博弈论引入分布式控制问题中,提出一种基于博弈的分布式控制算法。该算法将梯度下降和一致性方法结合,将多无人机编队问题转化为分布式博弈问题。通过一致性方法,系统内每个无人机个体都可以对其他个体的位置进行有效估计。利用梯度下降实现纳什均衡点的求解从而实现理想编队。在提出的分布式控制算法下,个体无人机无需全局信息,只需交换邻居个体的信息就可实现多无人机的任意编队。将算法应用到多旋翼无人机系统中,仿真结果表明了分布式算法有效性。     

基于分数阶S面模型的四旋翼轨迹跟踪控制

四旋翼无人机具有欠驱动、非线性、强耦合的特点。针对四旋翼无人机轨迹跟踪控制中跟踪精度低,抗外界干扰能力弱的特点,通过对四旋翼无人机进行四元数建模,使用误差四元数作为控制器输入,消除了无人机在机动角度过大时的奇点问题,提出了一种分数阶S面的控制方法,即将分数阶PID控制与S面控制融合,作为一个新的控制器。轨迹跟踪试验表明,分数阶S面控制器在四旋翼无人机控制模型中的累计误差明显小于分数阶PID,证明了该方法具有抗风扰能力强、跟踪精度高的特点。