基于变结构导引律的UCAV自主轨迹控制

研究无人作战飞机的自主轨迹控制问题.在一定假设条件的基础上,推导出无人作战飞机的三自由度运动模型;将变结构控制理论运用于无人作战飞机的导引,推导出变结构导引律;在自主轨迹控制算法中,由变结构导引律根据期望轨迹点计算出状态的期望值,并将该期望值与由运动模型得到的状态实际值之间的误差来驱动控制,自主轨迹控制控制的过程就是这个误差收敛到零的过程;仿真结果表明该自主轨迹控制算法能够快速地使无人作战飞机达到预定的轨迹点,且控制过程中控制量的变化平稳,具有良好的效果.     

基于视觉伺服的四旋翼吊挂抗摆控制方法

四旋翼吊挂飞行时载荷的摆动会显著影响无人机的操纵性和稳定性,无人机运动会引起负载振荡,严重威胁控制系统的安全。针对无人机从起飞阶段加速跟踪远距离时变期望轨迹,尤其是弧形轨迹的过渡过程中,吊挂载荷摆动频率较高的问题,提出了一种基于视觉伺服的三闭环轨迹跟踪和载荷抗摆控制方法,通过对期望姿态角指令进行修正,减小载荷摆动对无人机的影响。对不同吊挂载荷质量以及载荷质量突变的情况进行了分析,仿真和飞行实验结果表明,该抗摆控制策略不但可以极大地降低吊挂载荷的摆动频率,还能使无人机平稳跟踪期望飞行轨迹。     

外挂式导弹机弹分离气动干扰特性研究

以经典的机翼/挂架/导弹组合模型为例,采用重叠网格软件系统和计算流体力学技术,从机弹干扰工况简化和气动干扰特性影响因素分析两个方面对外挂式导弹机弹分离气动干扰特性进行研究。导弹分离轨迹参数和气动干扰系数的数值预示结果与捕获轨迹试验结果吻合,表明该计算方法能有效预测机弹分离轨迹和分析导弹与载机间复杂气动干扰现象。根据计算流体力学结果,从马赫数、机翼攻角、导弹攻角等方面,给出导弹在不同分离工况下的气动干扰规律,并采用增量系数法对缺失工况进行一阶外插处理的气动干扰数据外推方法,可应用于机载外挂空基武器的机弹分离轨迹预示和气动干扰特性设计中,具有重要的工程应用价值。     

基于决策图的轨迹运动趋势提取

在军事应用中,为了提取群体目标的整体运动趋势,提出了一种基于决策图的轨迹聚类来提取轨迹运动趋势的方法。该方法不需要预设参数,且聚类中心的个数既可以通过决策图人工确定,又可以通过数值检测策略自动确定,由此减轻了算法对领域知识的依赖,增强了算法的适用性。仿真实验表明:该方法能正确确定轨迹聚类簇,且对轨迹噪声有一定的抑制作用。     

基于MPC和ESO-DO的四旋翼轨迹跟踪控制

针对扰动作用和模型不确定性下四旋翼无人机精确轨迹跟踪控制问题,提出了一种主动干扰抑制和模型预测控制(Model Predictive Control, MPC)策略。模型预测控制器通过扩张状态观测器(Extended State Observer, ESO)和扰动观测器(Disturbance Observer, DO)来估计和补偿干扰,从而实现位置环精确控制。在存在外部干扰和参数不确定性的情况下,通过仿真实验,证明了所提出的方法提高了对建模误差和干扰的鲁棒性,同时实现了对参考轨迹的平滑跟踪。     

高超声速再入轨迹跟踪控制的微分变换方法

针对多约束条件下高超声速飞行器再入制导问题,提出一种基于微分变换法求解最优反馈控制的全状态标准轨迹跟踪制导律。利用滚动时域控制方法设计易于在线执行的闭环跟踪制导策略,在每个制导周期内将标准轨迹跟踪问题转化为线性时变系统状态调节器问题,并通过最优控制理论进一步转化为两点边值问题,采用微分变换法进行求解获得最优反馈控制律。数值仿真表明微分变换法的引入有效解决了传统两点边值问题求解的数值不稳定性与耗时问题,所设计的闭环制导律对状态偏差与模型不确定性具有较强的鲁棒性,可为工程设计提供有益参考。     

基于松弛序列凸优化的轮式机器人协同轨迹规划

针对威胁环境下的多智能体协同轨迹规划问题,以轮式机器人为对象,研究了基于序列凸优化方法的协同轨迹规划方法.首先通过对轮式机器人模型的分析,给出单独轮式机器人实际物理约束,同时以状态量、控制量加权为性能指标,考虑运动学方程、避障避碰约束、个体物理性能约束、终端约束,建立多轮式机器人协同轨迹规划问题;其次,对运动学方程、避...     

警示教育给领导干部的深刻启示

胡长清、成克杰、刘连昆等人的堕落 ,可惜、可恨 ,其结局可悲、可叹 ,其教训令人警觉、深省。“以史为鉴 ,可以知兴衰 ;以人为镜 ,可以知得失”。通过警示教育 ,剖析胡长清等人的人生轨迹 ,广大党员干部 ,特别是各级领导干部应该从中得到既沉重又非常深刻的启示 ,从而真正从思想上、行动上践行“三个代表”的要求 ,带领部队圆满完成各项使命任务。一、领导干部要讲学习、重实践 ,时刻胸怀坚贞的理想信念。学习是领导干部的一种追求 ,一种责任 ,一种能力 ,是把握方向、驾驭全局 ,履职尽责的资本。长期不注意学习 ,必然对风云变幻的大气候透视…