针对两颗天基光学卫星对低轨非合作目标进行无源定位跟踪的问题, 提出了一种基于Newton迭代与扩展卡尔曼滤波(Newton iteration and extended Kalman filter, N-EKF)的定位跟踪算法。首先, 将基于角度测量信息的双星观测模型转化为双直线公垂线中点问题, 并进一步转化为非线性方程问题, 使用Newton迭代算法得到非合作目标的初始定位信息。然后, 采用扩展卡尔曼滤波(extended Kalman filter, EKF)方法, 在初始定位信息基础上, 结合近地轨道动力学模型, 实现对非合作在轨目标的精确跟踪滤波。最后, 通过仿真验证了所提方法的可行性及优势。
航迹规划是无人机(unmanned aerial vehicle, UAV)任务规划系统的核心部分之一, 其主要任务是结合战场环境等约束条件, 寻找一条安全系数高、满足任务需求且飞行代价小的UAV最优飞行航迹。基于现有蚁群优化(ant colony optimization, ACO)算法, 在其并行能力基础上提出一种多精度规划窗口方法。该方法在初始航迹基础上, 进一步针对局部飞行环境特点, 自动配置局部规划窗口、规划精度和规划参数, 并行地开展多精度窗口航迹调整, 可在较短时间内优化出一条适应战场环境的飞行航迹。仿真分析表明, 不同战场环境下所需的算法参数配置、规划精度各有不同, 通过多精度规划窗口的优化与调整, 最终飞行航迹可适应不同战场环境, 且具备较好的规划效率与精度。
针对无人机(unmanned aerial vehicle, UAV)三维航迹规划问题, 提出一种增强型多策略蜣螂算法的UAV航迹规划方法。首先, 将飞行接近率和响应时间的动态约束添加到威胁成本代价中, 并考虑UAV转弯性能的影响, 建立三维任务空间模型与航迹代价函数。其次, 在蜣螂算法中引入偏移估计策略、变螺旋搜索策略、准反向学习策略和逐维变异策略, 提高算法的全局寻优能力和收敛速度。最后, 给出了改进算法在三维环境下航迹规划的仿真结果。结果表明: 综合考虑UAV机动性能和转弯性能, 规划出的路径可以更加安全有效地避开危险源。相比其他算法, 改进算法的寻优能力更好, 规划的航迹质量更优。
针对舰载机在甲板狭小、复杂环境下的调运过程, 结合闭环快速随机搜索树(close loop rapidly exploring random trees, CL-RRT)和模型预测控制(model predictive control, MPC)提出一种舰载机牵引系统的路径规划算法。首先, 在CL-RRT中采用纯追踪器与线性二次型(linear quadratic, LQ)控制器得到系统的控制输入并向前仿真得到规划路径。其次, 将已得路径进行等比缩放与插值作为MPC的初始解。最后, 设置MPC的目标函数等并解得最终路径。展开自定义三个场景下的仿真实验, 通过与CL-RRT算法的实验结果进行比较, 验证本文算法的优越性。实验结果表明, 所提算法可有效解决因采样随机性带来解质量不佳的问题, 提升舰载机在甲板上的调运效率与安全性。
为大幅度提高导弹的超大角度机动能力, 提出一种新型迅捷弹箭多源力组合控制方法。首先通过在传统直接力/气动力复合控制敏捷导弹尾部加装一类柔性可控伞, 设计一种新型弹箭构型, 然后基于合理假设将柔性可控伞简化为作用在敏捷导弹尾部的可控柔性力, 并给出可控柔性力大小、方向、驱动机构动态响应特性的量化描述方法, 进而建立铅垂平面内引入可控柔性力的动力学模型, 最后针对强耦合、强不确定性、快时变性、强非线性的多输入多输出系统, 设计柔性力/直接力/气动力复合控制律, 实现了新型弹箭的迅捷转向。通过仿真验证了所提方法的合理性和有效性, 并与传统敏捷导弹进行仿真对比, 验证了所提方法有利于提高超大角度机动能力。
在目标-攻击弹-防御弹群(target-attacker-defenders, TADs)系统中, 防御弹群通过与目标(载机)异构协同、弹群间同构协同以保护载机并降低单弹脱靶的风险。针对TADs系统在二维平面下的协同主动防御模型进行了研究, 采用机/弹协同和防御弹群协同的两层制导策略。在机弹协同方面, 防御弹领弹与载机进行异构协同, 考虑载机及防御弹领弹的机动能力限制, 采用协同视线制导律(cooperative line of sight guidance, CLOSG)分别得到载机和防御弹领弹的制导指令; 在防御弹群协同方面, 考虑单弹计算能力约束, 拦截时间约束和加速度约束, 设计出基于分布式模型预测控制(distributed model predictive control, DMPC)的算法实现弹群从弹和防御弹领弹协同同时抵达并拦截攻击弹。仿真结果表明, 多防御弹协同一致拦截制导算法能够实现TADs系统中载机和防御弹群的异构协同主动防御, 并实现防御弹群的一致性同时拦截, 以降低单弹脱靶的风险。
本文提出一种基于模型的通信中继无人机运动控制方法, 旨在提高地面车辆编队的网络连通性和通信性能。通过联合考虑未知多用户移动性、环境对信道特性的影响以及接收信号的不可用到达角信息来解决中继无人机运动控制问题。该方法主要由两部分构成: ①利用图论中的最小生成树构建网络连接性并定义通信性能指标, 该网络连接性同时考虑了地面节点与无人机的通信链路及地面节点与地面节点的通信链路; ②针对移动节点的通信中继, 提出一种改进粒子群优化(particle swarm optimization, PSO)和非线性模型预测控制(nonlinear model predictive control, NMPC)相结合的中继无人机运动控制策略, 其中移动节点的未来位置由卡尔曼滤波器进行预测。在单一环境和复杂环境下的仿真结果表明, 所提出的运动控制方法可以驱使无人机到达或跟踪最优中继位置的运动并提高网络性能, 同时论证了考虑环境对信道的影响是有益的。
针对重力扰动引起惯性水平基准姿态测量误差进而导致天文/惯性组合导航系统定位精度下降的问题, 提出天文/惯性组合系统中的重力扰动补偿方法。首先, 基于导航误差模型分析了影响天文/惯性组合导航系统定位精度的主要因素。其次, 推导了重力扰动、惯性水平基准姿态测量误差与天文导航定位误差之间的传播机理。然后, 研究了重力扰动建模与修正方法, 并将重力扰动补偿方法应用于惯性水平基准的导航解算回路中, 实现重力扰动的有效补偿。跑车试验结果表明, 所提重力扰动补偿方法可以将天文/惯性组合导航系统中定位误差的振荡幅值由1.6 n mile降低至0.5 n mile。
针对双向快速搜索随机树(bidirectional rapidly-exploring random tree, BI-RRT)算法在全局路径规划时存在搜索效率低、路径拐点较多等问题, 提出一种改进BI-RRT的水面无人艇(unmanned surface vehicle, USV)全局路径规划算法。该算法采取了极度贪心的思想、高斯偏置随机点采样方法以及启发式的节点扩展策略, 同时对节点扩展和搜索树连接进行角度约束, 将生成的路径进行剪枝和3次B样条优化处理。结果表明, 相对于改进前, 改进的BI-RRT在平均时间、随机采样点和平均路径上分别减少了40.5%、65.0%和24.0%。改进后的算法时间、采样点和搜索树扩展大幅度减少, 路径平滑度提高且路径更短。
针对具有终端视线(line-of-sight, LOS)角约束的机动目标拦截问题, 提出一种基于径向基函数(radial basis function, RBF)神经网络干扰观测器的LOS角约束制导方法。首先, 考虑目标机动过程中加速度信息无法获取的情况, 给出了一种基于RBF神经网络的干扰观测器, 实现了对目标机动的高精度估计; 其次, 充分考虑终端角度约束, 结合超螺旋算法思想, 通过幂次项的引入设计了一种改进的滑模制导律, 从而有效提升了有限过载情况下的制导精度; 在此基础上, 通过Lyapunov定理对算法的收敛性和稳定性分别进行了证明; 最后, 通过仿真验证对比了3种不同方法在4种拦截场景下的制导性能, 同时针对所提方法进行了蒙特卡罗打靶仿真, 仿真结果表明所给出的LOS角约束制导律对机动目标拦截精度高、鲁棒性强。
针对地形跟随飞行中的航迹跟踪问题, 设计了航迹跟踪模型预测控制器, 并讨论了模型预测控制中时域参数切换的自适应方案设计。首先, 结合被控对象的特点, 设计了用于实现全局稳定跟踪参考航迹的模型预测航迹控制器, 并对控制器展开了稳定性分析。然后, 充分发挥模型预测控制的预测能力, 进行了航迹跟踪方法和综合误差评价策略设计。同时, 通过分析不同航迹段的跟踪需求, 设计了自适应调整模型预测控制中时域参数的优化方案。仿真验证结果表明, 自适应方案相比固定时域方案航迹跟踪精度更高、飞行颠簸小、稳定性好, 预设的评价指标函数能有效评估跟踪性能。
船用惯性导航系统(inertial navigation system, INS)通常采用与全球卫星导航系统(global navigation satellite system, GNSS)组合导航的方式提高其长时间工作的定位精度。当GNSS失效时, 其定位误差将随时间迅速发散。针对这一问题, 设计了采用反向传播神经网络(back propagate neural network, BPNN)、根据INS原始输出数据拟合修正经纬度的定位修正方案, 提出了基于Bayesian算法更新网络权重系数的方法, 结合理论分析和试验研究确定了神经元个数与训练数据集的分配方案。实船试验结果表明, 当GNSS失效时, 在后续2 h, 通过24 h历史数据训练得到的神经网络修正INS位置, 相比INS独立工作时的定位误差, 修正后误差均值下降了63%, 误差最大值下降约50%, 最小值下降至0。
针对传统基于灰色理论航迹关联算法未充分利用航迹历史信息, 在密集目标以及时变噪声协方差等场景下关联正确率下降问题, 在传统灰色分析法基础上增加了一种动态估计反馈机制。改进后的算法引入了Sage-Husa估计器来实时估计传感器的噪声协方差作为评估输出数据质量的依据, 并使用Critic赋权法将实时噪声协方差转换为各时刻序贯权重, 从而保证最大程度上的利用航迹历史信息。仿真证明, 在密集目标与时变噪声协方差等特殊关联场景下, 所提算法明显优于传统灰色分析法以及模糊法、加权法等经典算法, 充分证明了所提算法的性能优越性以及鲁棒性。
针对可旋转翼式弹道修正组件滚转通道控制中存在的未建模摩擦干扰、参数不确定性和外部随机干扰造成的复合扰动问题, 提出一种基于扩张状态观测器(extended state observer, ESO)的滑模控制方法。首先建立弹道修正组件滚转通道模型, 将动力学模型中存在的外部干扰、未建模摩擦干扰和参数摄动整合为复合干扰, 然后设计ESO对修正组件滚转通道模型中难以直接测定的状态变量以及复合干扰进行估计, 并基于估计值结合滑模控制理论设计滚转通道控制器, 实现对滚转角指令的精确跟踪。综合考虑ESO和滑模控制器构成的闭环控制系统, 利用Lyaponov稳定性理论证明了所设计的闭环控制系统的稳定性。最后, 通过仿真实验分析, 证明所设计的修正组件滚转通道控制器, 对滚转角指令的瞬态响应和稳态性能优异, 同时可以有效抑制系统复合扰动, 具备较强的鲁棒性。
针对无人机(unmanned aerial vehicles, UAVs)在编队形成过程中节省能量的问题, 提出一种具有模糊约束的分布式模型预测控制算法。首先, 用模糊数学理论把僚机相对长机的状态误差空间划分成多个模糊集, 根据各僚机的状态误差设计速度和航向角指令的模糊约束; 其次, 把各僚机相对长机的模糊约束作为自身在分布式模型预测控制算法中的约束条件, 以降低速度和航向角的变化幅度, 使UAV在编队控制中节省能量; 最后, 与无模糊约束的分布式模型预测控制算法对比仿真。统计结果表明, 该方法可缩减飞行路程、减小速度与航向角的变化累计值, 起到节省能量的效果。
为了解决传统模糊评价模型在船舶风险评估中多仅适用远距离场景, 以及缺乏考虑《国际海上避碰规则》(International Regulations for Collision Avoidance at Sea, COLREGs)等问题, 提出一种改进的模糊评价法, 用于计算水面无人艇(unmanned surface vessel, USV)的碰撞危险度。该方法采用四元船舶领域确定模型中的安全距离, 并通过行动域模型明确模型中碰撞威胁距离。同时, 将两船是否构成紧迫危险局面引入到碰撞危险度的计算中。实验结果表明, 改进后的方法能够适用于近距离水域的USV碰撞危险度计算, 同时满足COLREGs的要求和航海避碰实际情况。
针对考虑弹性振动、模型不确定干扰下的垂直起降运载器姿态稳定问题, 将鲁棒观测器和深度强化学习中的近端策略优化算法相结合, 研究了一种基于鲁棒观测器的近端策略优化(robust observer-based proximal policy optimization, ROB-PPO)方法。该方法设计鲁棒观测器重构受弹性振动干扰的运载器姿态信息, 将鲁棒观测器与运载器动力学模型组成环境, 将鲁棒观测器得到的重构姿态作为深度强化学习算法的状态, 使得深度强化学习智能体与之不断交互, 从而训练智能体控制运载器姿态稳定。仿真结果表明, 所研究的ROB-PPO算法相较于目前常用的自适应模糊比例-积分-微分(proportional-integral-derivative, PID)算法鲁棒性更强, 收敛速度更快。最后, 在自主研制的垂直起降运载器上验证了所提出算法有效性。
针对编队卫星的空间在轨服务任务, 提出一种多类载荷异构星群的协同操作方案。首先, 考虑星间自主通信, 建立了由一颗主故障识别的观测卫星和多颗主维修补给的操作卫星构成的编队系统。其次, 提出一种基于循环交替策略的多星协同轨迹规划方法, 并基于差分进化算法优化了星群轨迹。最后, 结合算例仿真, 分析了系统内各成员卫星在编队控制过程中所需的脉冲大小以及编队系统整体的安全性能。仿真结果表明, 异构编队系统可快速规划出安全性较高、鲁棒性较强的在轨服务轨迹, 具有一定的工程应用价值。
针对具有通信带宽受限的无尾翼飞机姿态跟踪控制问题, 考虑模型不确定、外部扰动及执行器故障的影响, 提出一种基于事件触发采样与自适应的容错姿态控制方法。首先, 在无尾翼飞机六自由度动力学与运动学模型基础上建立了面向控制的姿态控制模型。通过引入事件触发机制成功降低了控制器与执行器通道之间通信频率, 缓解了总线的通信压力同时避免了Zeno现象的发生。然后, 通过自适应的有界估计成功补偿了执行器故障及事件触发引起的采样误差的影响。最后, 基于Lyapunov稳定性分析证明了所提出的控制方法能够保证系统所有信号一致最终有界。数值仿真结果表明, 所提出的控制方法能够有效降低控制器的更新频率, 同时实现无尾翼飞机姿态对于控制指令的跟踪。
组合导航系统的姿态失准角与垂线偏差(deviation of vertical, DOV)存在对应关系, 通过对姿态失准角的观测是实现DOV测量的一种有效手段。本文基于车载捷联惯性导航系统/里程计(strapdown inertial navigation system/odometer, SINS/OD)组合导航姿态失准角观测及失准角误差的递推提出一种DOV测量方法。首先, 从组合导航速度误差方程出发, 推导出DOV与姿态失准角之间存在复杂的耦合关系。然后, 通过沿路径迭代递推的分步计算方法, 由导航过程中的姿态失准角直接获取沿线的DOV。最后, 仿真结果验证了该算法的有效性, 且表明测量精度与行驶路径的长度有关。实验表明, 行驶里程35 km的机动路径上DOV误差均值小于0.3″, 终点处单点测量误差小于0.7″。
针对四旋翼无人机姿态控制中存在空气动力学特性复杂, 易受干扰的特性, 提出一种基于非线性扩张状态观测器(nonlinear extended state observer, NESO)和低频干扰补偿器(low-frequency disturbance compensator, LFDC)的非奇异快速终端滑模控制方法。该方法内环设计了NESO和LFDC结合, 以获得干扰补偿值并补偿总干扰的低频分量。在外环设计了跟踪微分器和可变切换增益的非奇异快速终端滑模控制器, 用于补偿虚拟干扰估计值的误差和总干扰的高频分量。仿真结果表明, 该控制方法可以更好地估计总干扰的低频和高频分量, 减少虚拟干扰估计值的误差对四旋翼无人机姿态控制的影响, 并提升响应速度。
针对高超声速飞行器跟踪控制存在控制相对阶较高、过程状态约束强等问题,提出基于微分平坦的高超声速飞行器跟踪控制和外环跟踪控制方法, 避免串级自抗扰控制(active disturbance rejection control, ADRC)等控制方法带来的鲁棒性问题, 微分平坦将过程状态和控制输入映射为关于平坦输出的函数, 在模型线性化的同时实现了轨迹规划的约束降维。针对不确定性较强的姿控内环, 搭配ADRC从而避免微分高阶模型推导下的微分爆炸问题, ADRC不依赖于精确模型信息, 提升了控制系统鲁棒性。仿真结果表明, 微分平坦和ADRC互补对方缺陷, 具有良好的控制性能和鲁棒性。
提出一种利用机器人完成空间桁架在轨装配的设计方案, 并针对其中机器人的无碰运动规划问题, 提出一种引入启发信息的运动规划方法。首先, 设计了装配机器人和空间桁架系统; 随后, 引入基于距离场的碰撞检测算法进行空间中的障碍检测, 并利用随机轨迹优化框架下的运动规划(stochastic trajectory optimization for motion planning, STOMP)算法进行机器人无碰运动规划; 针对其中随机叠加轨迹方向不确定导致的规划效率低的问题提出了启发式STOMP(heuristically STOMP, hSTOMP)运动规划算法。仿真结果表明该算法能够快速得到机器人的无碰平滑关节轨迹, 其中启发信息的引入大大提高了原算法的规划效率, 具有一定的理论意义和应用价值。
针对高超声速飞行器随机参数摄动的姿态控制问题, 提出一种基于轨迹线性化和扩展卡尔曼滤波(extended Kalman filter, EKF)的预测滑模控制方法。首先, 针对随机参数摄动的高超声速飞行器非线性模型, 采用轨迹线性化方法建立线性时变误差调节模型。通过分析参数误差的统计特性, 将统计信息以参数协方差矩阵的形式进行表示, 并设计EKF对受扰误差状态进行滤波。然后, 采用预测滑模控制方法设计误差稳定调节器, 使系统快速趋于稳定。所提方法对随机参数摄动和非线性干扰都具有强鲁棒性。仿真验证了所提方法的有效性。
针对再入滑翔飞行器(reentry gliding vehicle, RGV)预测校正制导算法中规避逻辑和制导逻辑相分离的问题, 提出了一种基于自适应横程走廊的融合算法。首先, 通过飞行器侧向运动轨迹与禁飞区的相交关系, 动态引入规避逻辑; 同时, 提出禁飞区有效映射横程来量化影响飞行轨迹的禁飞区区域; 最后, 设计自适应横程走廊, 动态调整走廊边界, 控制倾侧角的翻转, 实现规避逻辑和侧向制导逻辑的融合。仿真结果表明, 在本文方法下, 飞行器可以针对不同情况的禁飞区实现有效制导, 对再入扰动具有一定的鲁棒性, 并与制导逻辑和规避逻辑分离设计的算法相比, 在保证制导精度的同时, 具备更少的倾侧角翻转次数。
中段伴飞突防造成的各种有源或无源的弹道群目标会给雷达跟踪系统带来极大的挑战, 导致其跟踪非本体实体目标或电假目标, 从而出现关联错误的情况。中段实体弹道目标满足动力学守恒定律, 可以充分利用该特性来改善跟踪系统的数据关联机制, 因此提出一种基于动力学守恒定律的弹道目标概率数据关联(probability data association, PDA)方法, 即在传统关联门筛选出有效量测的基础上, 对动量矩和机械能进行联合统计检验, 进一步剔除电假目标点迹或其他错误量测, 并使用动量矩和机械能对加权关联概率进行修正。蒙特卡罗仿真验证了该方法的有效性。仿真结果表明, 与传统PDA方法相比, 所提方法能够有效抑制有源距离欺骗干扰和杂波的影响, 提高跟踪精度。
为了解决“当前”统计模型由于固定机动频率及假定加速度极限值, 在复杂机场环境下机动目标跟踪性能降低的问题, 提出一种双变量自适应的“当前”统计模型滤波算法。首先, 利用加速度噪声一阶时间相关过程模型, 推算出实时在线调整的机动频率。然后, 根据位置状态估计值与加速度变化率, 通过运动学理论模型和位置滤波残差, 推导出实时在线更新的加速度方差, 从理论上实现了模型自适应更新。最后, 基于场面真实广播式自动相关监视(automatic dependent surveillance-broadcast, ADS-B)轨迹数据进行验证, 结果表明改进的“当前”统计模型能够在非等间隔预测的基础上实现自适应调参, 且在位置、速度和加速度上的轨迹拟合精度均得到了提高, 并在速度和加速度跟踪误差方面得到了收敛。
卡尔曼滤波器是惯性导航系统初始对准和组合导航问题中的常用工具。针对滤波时系统噪声和观测噪声异常导致的滤波精度下降甚至发散问题, 从理论上分析了基于新息协方差匹配和马氏距离卡方检验的两种滤波器异常检验判据, 结合判据在传统卡尔曼滤波、无迹卡尔曼滤波和容积卡尔曼滤波中的典型应用, 设计了针对捷联式惯性导航系统初始对准问题的测试实验, 实验结果表明两种判据对滤波器系统噪声和观测噪声异常都有一定的检验能力, 但检验判据严格程度存在不同且判据存在拖尾效应, 由此给出了在实践应用中的建议。
针对四旋翼无人机队形保持、编队避障问题, 在双向、时不变通信拓扑结构下, 基于领航跟随策略, 利用安全攸关模型预测控制(safety-critical model predictive control, S-MPC)和一致性理论, 设计编队控制器并实现了具有避障能力的队形保持。采用分散式S-MPC算法, 每架无人机在满足避碰条件无人机的可行区域内, 仅规划自身运动来跟踪编队控制算法指定的轨迹。研究了各解耦后的无人机如何与其他无人机并行求解带有耦合约束的优化问题, 从而保证了各无人机独立决策的一致性。同时, 所提算法将控制障碍函数(control barrier function, CBF)引入到MPC控制器的约束中, 从而保证无人机飞行在远离障碍物的安全集合内, 规划出的轨迹更为平滑, 减小了系统能耗。最后, 通过仿真实验验证了所提方法的有效性。
考虑导弹过载受限条件下, 对以期望时间为攻击目标的非线性最优制导问题进行了研究。首先, 建立了非线性最优制导问题的理论模型, 基于庞特里亚金极大值原理和饱和函数方法建立了最优轨迹的最优性条件。其次, 根据最优性条件和哈密尔顿轨迹参数化方法, 建立了最优轨迹的参数化微分方程组, 使得通过数值积分即可生成从飞行状态到最优制导指令映射关系的数据集。然后, 通过前馈神经网络对上述映射关系进行近似, 实现了非线性最优制导指令的毫秒量级实时生成。最后, 通过数值仿真验证了所提非线性最优制导指令生成方法的有效性。