无人机编队飞行控制仿真研究

借鉴Agent体系结构,研究无人机编队的控制结构。建立以编队中僚机航迹坐标系为参考坐标系的长机与僚机的相对运动模型,考虑到工程应用实际,利用PID方法通过调整僚机与长机的相对距离进行队形保持控制。地面控制站利用Creator和Vega作为三维视景仿真的开发工具,MapX和GMS进行无人机状态监控功能的开发,从而实现三维视景显示编队控制情况,二维数字地图和仪表显示单个无人机的飞行状态。     

网络中心战体系中的指挥控制

信息时代的来临,引发了军事理论战争形态和作战样式等方面的一系列新变化。网络中心战作为指导信息化战争的一种重要作战理论,已经成为当今世界军事科学研究的热点和重点问题之一。网络中心战的作战效果源于指挥艺术,仅仅依赖新技术、现代化的作战平台不足以发挥网络中心战的潜在优势。为阐明这一观点,从探讨利用指挥与控制环境将网络中心战转化为作战能力的过程入手,提出了预见性战场空间感知、赛博作战行动和称为态势感知信息球的新概念,以及如何将它们应用于网络中心战。最后举例说明态势感知信息球如何用于作战,以及网络中心战面临的技术挑战。     

神经网络PID在空空导弹自动驾驶仪中的应用

采用改进型BP神经网络与传统PID相结合作为控制器,应用于空空导弹自动驾驶仪的设计中。BP神经网络算法的运用,使得所设计的自动驾驶仪能够针对非线性、时变的气动特性自适应地调整控制参数,利用MATLAB软件对系统进行仿真,给出了相应的仿真结果。实现对PID控制器参数的寻优整定,简化了设计过程。     

基于复合制导的简易航弹制导控制系统设计

针对简易航弹原有方案弹道导引方法的不足,提出一种新的复合制导总体方案,设计了基于虚拟导引的制导控制系统。首先比较了复合制导控制与原有方案弹道方法,随后设计了基于扩张状态观测器的鲁棒制导律,并进一步利用参数空间法设计俯仰回路的飞行控制律,最后进行了制导控制系统六自由度数字仿真。理论分析与仿真研究表明了设计的合理性及复合制导的优越性。     

多机编队指控决策一体化系统概念模型研究

多机编队指挥控制决策一体化系统是未来提高多机编队信息化协作水平的重要途径。通过研究国内外军事领域的发展趋势,并结合网络中心战及C4KISR概念,对该系统进行了需求分析和总体设计,提出了多机编队指挥控制决策一体化系统概念模型。最后将其应用于基于HLA和分布式仿真技术的多机编队指挥控制决策一体化系统仿真环境。     

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。     

基于LMI的时滞随机系统非脆弱保成本控制

针对具有状态和控制输入时滞的随机系统,考虑控制器增益存在加性摄动时,设计一种非脆弱保成本控制器。主要目的是,设计的状态反馈控制器对于所有容许的控制器摄动,仍然能够保证闭环系统不仅均方渐近稳定,而且二次型性能指标函数具有确定上界。基于Lyapunov稳定性、Ito公式、Schur补引理和线性矩阵不等式(LMI)等方法,把控制问题转化为LMI可行问题,以LMI的形式给出控制器存在的充分条件,当LMI可行时即可构造出相应的状态反馈控制律。最后,提供数值算例进一步说明该设计方法是正确和有效的。     

F-35源代码暗藏杀机

当美国盟友的飞行员们驾驶着花费巨资买来的F-35闪电Ⅱ战斗机驰骋天空的时候,他却不能确定到底是谁在控制这架飞机。这听起来是不是有点像科幻电影?但这却完全可能发生在不久的将来。美国国防部官员近日宣称,美国将保留F-35战斗机机载软件源代码这一核心技术,不会向合     

反馈干扰系统的自校正控制方法

为实现系统跟踪期望输出及系统未知参数的在线闭环辨识,针对带反馈干扰的未知参数系统,结合最小方差控制算法和增广最小二乘法设计了自校正调节器。首先通过对反馈通道干扰的分析,给出了系统的等效模型;其次,按系统输出最小方差的原理设计了控制器,实现了系统跟踪期望输出;第三,运用增广最小二乘法对系统参数的辨识,给出未知参数的无偏一致估计,实现了参数的在线闭环辨识。通过对未知参数的辨识,用所辨识的参数计算调节器的参数,完成对控制律的修改,实现了系统跟踪期望输出和参数的在线闭环辨识。最后,利用该方法对实例进行了仿真研究。仿真结果表明:所提方法简单可行。     

离散滑模预测控制的鲁棒性

采用单步预测的思想对滑模预测控制算法进行简化,分析其鲁棒性机理,并将它与传统离散滑模控制设计方法的鲁棒性机理进行对比研究,给出了闭环系统的鲁棒稳定性证明。结果表明:传统离散滑模控制方法通过在控制律中引入不确定性上界值以克服不确定因素的影响,虽然能够保证系统的鲁棒性,但同时必然导致过度补偿,从而加剧抖振。而滑模预测控制采用反馈校正与滚动优化相结合的方法以保证系统鲁棒性,从原理上避免了抖振现象。仿真结果验证了理论分析的正确性。