A-160无人直升机研发的剖析

A-160系统开创了长航时、刚性无铰链旋翼机的先例,从技术上分析总结该系统的主要技术成绩和失利原因,为无人机技术研究和装备研制提供许多借鉴。本文通过深入分析,阐明观点,提出看法,对无人机研究和设计者具有较好的参考价值。     

固定翼无人机曲线路径跟踪的积分向量场方法

常规的向量场方法在处理无人机曲线路径跟踪问题时很容易受非定常风扰的影响而使得跟踪误差增加,因此很多方法采用用无人机的惯性坐标系(地速和方位角)替代机体坐标系(空速和偏航角)的方式来提高抗风性能。但是,这种方式只能处理大小和方向均恒定的风扰,这在实际飞行中是过于理想的假设。为了克服这些不足,提出了一种采用侧偏距的积分来主动抵消非定常风扰的积分向量场方法用于固定翼无人机曲线路径跟踪控制。根据期望路径的曲率及路径角,结合无人机自身的状态信息设计了曲线路径跟踪策略,并且使用李雅普诺夫理论证明了提出的方法能够确保闭环系统的全局渐进稳定。最后,使用高性能半实物仿真系统验证了提出方法的抗风跟踪性能。     

美陆军无人机训练研究

美陆军是在所有美军种中配备无人机数量最多且功能最全的军种,无人机正逐步成为美军在全球遂行全频谱作战行动支援的首选武器,并在美军无人机作战训练领域颇具代表性。但由于当前无人机集群的自主能力较弱,战斗力生成还需要地面指控站人员进行后方操纵。本文主要对美陆军无人机操作人员训练的各要素进行解析,并梳理出美军在无人机训练中好的做法及不足之处,提出了军队无人机训练的建议及对策。     

基于改进遗传算法的多无人机航路规划方法

在分析多无人侦察机任务需求、限制以及特性等要素基础上,建立了多无人机航路规划优化模型。以航程作为性能指标,将多无人机侦察多目标航路规划转化为多旅行商问题。通过对多旅行商问题特点分析,采用遗传算法基本思想,对编码和适应度函数以及操作算子进行合理设计,并改进了交叉和变异操作算子以取得更好优化结果。仿真结果表明所提算法的合理性和有效性。     

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。     

小型旋翼无人机建模及航线控制研究

航线跟踪精度是无人机飞行性能的重要指标,针对小型旋翼无人机航线控制问题,在姿态控制的基础上采用PID控制算法实现对预设航线的跟踪.以中国空气动力研究与发展中心低速空气动力研究所研究人员搭建的轴距410 mm的小型四旋翼无人机平台为研究对象,通过牛顿-欧拉法建立了小型四旋翼无人机非线性动力学模型.使用MATLAB/SIM...     

航母编队反无人机蜂群作战能力需求分析

航母编队作为高价值目标势必会成为无人机蜂群攻击的重点,反无人机蜂群作战的重要性和必要性不断凸显。针对航母编队面临的无人机蜂群威胁特点,结合武器装备和战术战法实际,分析航母编队现阶段反无人机蜂群作战能力,进而提出未来航母编队反无人机蜂群作战能力需求,为航母编队反无人机蜂群作战方案拟制以及未来航母编队防空武器发展提供理论依据。     

P3C-MADDPG算法的多无人机协同追捕对抗策略研究

针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务,提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先,为解决多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient, MADDPG)算法训练速度慢和Q值高估问题,在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制(Prioritized Experience Replay, PER)和设计的3线程并行Critic网络模型,提出P3C-MADDPG算法。然后基于构建的无人机运动学模型,设计追逃无人机的状态空间、稀疏奖励与引导式奖励相结合的奖励函数、加速度不同的追逃动作空间等训练要素。最后基于上述训练要素,通过P3C-MADDPG算法生成策略未知逃逸无人机环境中多无人机协同追捕对抗策略。仿真实验表明,P3C-MADDPG算法在训练速度上平均提升了11.7%,Q值平均降低6.06%,生成的多无人机协同追捕对抗策略能有效避开障碍物,能实现对策略未知逃逸无人机的智能追捕。