CN113377122A - 一种可栖落机动的变体飞行器切换自适应控制方法 - Google Patents
一种可栖落机动的变体飞行器切换自适应控制方法 Download PDFInfo
- Publication number
- CN113377122A CN113377122A CN202110761219.3A CN202110761219A CN113377122A CN 113377122 A CN113377122 A CN 113377122A CN 202110761219 A CN202110761219 A CN 202110761219A CN 113377122 A CN113377122 A CN 113377122A
- Authority
- CN
- China
- Prior art keywords
- switching
- aircraft
- variant
- attitude
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 208000028804 PERCHING syndrome Diseases 0.000 title claims abstract description 30
- 230000003044 adaptive effect Effects 0.000 title claims description 18
- 241000269799 Perca fluviatilis Species 0.000 claims abstract description 16
- 230000001419 dependent effect Effects 0.000 claims abstract description 10
- 238000011217 control strategy Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 31
- 238000013461 design Methods 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000012885 constant function Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000013643 reference control Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 6
- 230000008878 coupling Effects 0.000 abstract description 3
- 238000010168 coupling process Methods 0.000 abstract description 3
- 238000005859 coupling reaction Methods 0.000 abstract description 3
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种可栖落机动的变体飞行器切换自适应控制方法,解决目前变体飞行器栖落机动带来的强耦合、非线性、不确定性以及快时变等带来的控制***设计问题。具体包括以下步骤:1)分析变体飞行器的栖落机动及机翼滑动行为,建立变体飞行器纵向动力学模型;2)利用步骤1)建立的变体飞行器纵向动力学模型,构建面向栖落机动的变体飞行器姿态切换***模型,并设计基于模型依赖驻留时间的切换控制策略;3)针对步骤2)构建的变体飞行器姿态切换模型设计切换跟踪参考***;4)根据步骤3)设计的切换跟踪参考***,构造状态反馈控制器,并针对状态反馈控制器设计自适应更新律,进行变体飞行器切换自适应控制。
Description
技术领域
本发明属于变体飞行器控制技术领域,具体涉及一种可栖落机动的变体飞行器切换自适应控制方法。
背景技术
近年来飞行器研究与验证得到了迅速的发展,由于其低成本、使用灵活和应用场景广泛等特点,在军事和民用方面都表现出巨大的潜力,世界各航空大国都在积极开展飞行器技术研究与验证,力图进一步挖掘飞行器使用的新方向和新能力,如美国《2009-2034无人***综合路线图》规划提出发展新概念飞行器,《中国新一代人工智能发展报告2019》布局飞行器人工智能。因此,更智能、更灵活、更自主是飞行器未来发展的重要方向。
观察鸟类飞行过程可以发现,鸟类在飞行过程中会根据飞行环境自适应地改变翅膀的形状,使其飞行速度迅速降低,最终实现快速精准的栖落在树木、楼宇或者其他目标位置。
受鸟类栖落飞行过程的启发,如果飞行器可以像鸟类一样,通过类似栖落机动这样的方式,快速实现飞行速度的降低,最终降落的目标位置,这样可以大大降低飞行器对起降场地的限制,可以有效的扩展飞行器的使用范围。但是,目前传统的固定翼飞行器很难实现飞行速度的快速降低,完成栖落机动。
变体飞行器可根据任务需求和飞行环境,调整机体的构型进而改善飞行器本身的气动特性,为飞行器实现栖落机动提供了一种可能;但是变体飞行器由于变形过程导致其气动特性复杂,姿态动力学模型表形出强耦合、非线性等特点,给控制***的设计与实现带来了巨大挑战。特别是变体飞行器在实现栖落这一复杂机动过程中,攻角会拉大到过失速状态,姿态变化剧烈,进一步增加了动力学建模与控制***设计的难度。
针对上述问题本发明结合切换控制理论,提出了一种变体飞行器栖落机动鲁棒自适应控制方法来解决飞行器栖落过程建模和控制器设计的问题。
发明内容
本发明的目的在于解决目前变体飞行器栖落机动带来的强耦合、非线性、不确定性以及快时变等带来的控制***设计问题,而提供一种可栖落机动的变体飞行器切换自适应控制方法,一种基于切换理论的可栖落变体飞行器鲁棒自适应控制方法。
本发明的主要研究对象是一种机翼可沿机身方向自由滑动的变体飞行器,具体结构如图1所示。它可以通过改变机翼位置来优化整个机翼的气动特性,进而改善栖落末端气动能力低的情况,保证飞行器的姿态控制能力。
为实现上述目的,本发明所提供的技术解决方案是:
一种可栖落机动的变体飞行器切换自适应控制方法,所述变体飞行器的机翼能够沿机身方向自由滑动,其特殊之处在于,包括以下步骤:
1)分析变体飞行器的栖落机动及机翼滑动行为,建立变体飞行器纵向动力学模型;
2)利用步骤1)建立的变体飞行器纵向动力学模型,构建面向栖落机动的变体飞行器姿态切换***模型,并设计基于模型依赖驻留时间的切换控制策略;
3)针对步骤2)构建的变体飞行器姿态切换模型设计切换跟踪参考***;
4)根据步骤3)设计的切换跟踪参考***,构造状态反馈控制器,并针对状态反馈控制器设计自适应更新律,进行变体飞行器切换自适应控制。
进一步地,步骤1)变体飞行器纵向动力学模型方程如下所示:
式中,V、α、θ、q和h分别代表变体飞行器的速度、攻角、俯仰角、俯仰角速率和飞行高度,T为变体飞行器所受推力,m为变体飞行器质量,g为重力加速度系数,Iy为纵向力矩系数,M(ζ,δe)为俯仰力矩,其中ζ为变体飞行器的变形量,δe为升降舵偏转量。
进一步地,步骤2)中构建变体飞行器姿态切换模型具体为:
变体飞行器纵向姿态运动规律主要由攻角α和俯仰角速率q决定,因此本发明在后续设计纵向姿态控制器的过程中主要关注攻角α和俯仰角速率q这两个状态量。
为了增加栖落机动末端飞行器气动操纵面的有效性,变体飞行器的机翼沿机身方向发生后移,产生对应的变形量ζ,对应的会产生一系列的姿态***;根据切换理论,变体飞行器的栖落变形过程(即机翼由机身前半部后移至机身后半部分)可以被描述为一系列姿态***(2)的有序切换,即
进一步地,步骤2)中设计基于模型依赖驻留时间的时序切换控制策略具体为:
对于某一切换控制时序T{t0=0<T1<T2<T3<…Ti<Ti+1<…},当t∈[Ti,Ti+1)时,有Q(ti)=i,Q(ti+1)=j;
定义λi_max是对称正定矩阵Pi的最大特征根,λi_min是对称正定矩阵Pi的最小特征根,
同时
πmax=maxi∈Ωπi,η=maxi∈Πλi_max,μ=mini∈Πλi_min
如果上述时间序列满足下述不等式,则该切换控制时序满足模型依赖驻留时间;
进一步地,步骤3)设计切换跟踪参考***如下:
为保证整个栖落机动过程中变体飞行器姿态控制的稳定性,设计如下所示的
式中,xr为姿态期望值,r为参考控制输入,***矩阵Ar_Q是霍尔维兹矩阵。此时,可以根据实际的工程需求,设计对应的状态矩阵Arp和输入矩阵Brp,以此来保证产生期望的跟踪状态向量xr。
进一步地,步骤4)具体为:
δe=Kie(t)+N1_i(t)x(t)+N2_i(t)xr(t) (7)
式中,矩阵Ki,N1_i,N2_i,i∈∏是参考增益矩阵,满足:
考虑到变体飞行器整个栖落过程中,变化量ζ(机翼沿机身方向发生一定位移)是一个随时间连续变化的过程,不存在突变情况且整个变形切换是事先设定的,对于某个已知的切换序列,当t∈[ti,ti+1),ζ(ti)=i,ζ(ti+1)=j,i,j∈Π时,假设存在正定对称矩阵Pi和正常数λi,对于变体飞行器的第i-th个姿态子***满足不等式
针对设计的状态反馈控制器(7),设计自适应更新律:
式中,Λi,Γ1_i,Γ2_i,i∈Π是半正定对称矩阵,Ki(0),N1_i(0)和N2_i(0)为初始值。
本发明的优点:
1.该方法首先构建了变体飞行器纵向切换动力学模型,有效简化了变体飞行器栖落过程动力学模型的复杂度,为后续的控制器设计提供了便利。然后利用鲁棒和自适应控制技术,设计了一种鲁棒自适应控制律,保证了变体飞行器栖落过程的稳定性,有效抑制了飞行器栖落过程的各种干扰和不确定性对姿态控制***性能的影响。
2.本发明结合切换理论构建了栖落过程中变体飞行器的纵向动力学模型,简化了建模过程,有别于原有基于飞行器复杂动力学模型的控制器设计过程,为后续的姿态控制器设计提供了便利。
3.本发明设计的基于模型依赖平均驻留时间的自适应姿态控制器,在保证整个变体飞行器栖落过程姿态控制稳定性的同时抑制了外部干扰的影响,提高了飞行器姿态***的鲁棒性。
附图说明
图1是机翼可滑动的变体飞行器结构示意图;
图1中的附图标记为:
1-机翼,2-机身,3-方向舵,4-全动平尾;
图2是本发明一种可栖落机动的变体飞行器切换自适应控制方法流程图。
具体实施方式
以下结合附图和具体实施例对本发明的内容作进一步的详细描述:
如图2所示,可栖落机动的变体飞行器切换自适应控制方法步骤如下:
步骤1:建立变体飞行器纵向动力学模型
式中,V、α、θ、q和h分别为变体飞行器的速度、攻角、俯仰角、俯仰角速率和飞行高度,T为飞行器所受推力,m为飞行器质量,g为重力加速度系数,M(ζ,δe)为俯仰力矩,其中ζ为变体飞行器机翼沿机身方向变形量,δe为升降舵偏转量,Iy为纵向力矩系数。
变体飞行器所受阻力D和升力L的具体计算公式如下:
式中,CL和CD分别为升力系数和阻力系数,ρ为大气密度,S为参考面积。
针对图1所示的变体飞行器,忽略变体导致的飞行器质心变化,通过数据测量和气动辨识等手段可得升力系数CL和阻力系数CD与攻角α的关系可以为:
CL=0.95sin(2α),CD=1.3sin(α)2+0.23 (8)
式中,s为舵面积,l为舵面气动中心到飞行器质心的距离。变形导致气动中心改变产生的俯仰力矩Mζ可由下式计算:
Mζ=-ζ(L cos α+D sinα) (11)
式中,ζ为变形量,即机翼沿机体方向发生的位移。
步骤2:构建面向栖落机动的变体飞行器姿态切换模型,并设计基于模型依赖驻留时间的时序切换控制策略
变体飞行器纵向姿态运动规律主要由攻角α和俯仰角速率q决定,因此本发明在后续设计纵向姿态控制器的过程中主要关注攻角α和俯仰角速率q这两个状态量。
为了增加栖落机动末端飞行器气动操纵面的有效性,变体飞行器的机翼沿机身方向发生后移,产生对应的变形量ζ,对应的会产生一系列的姿态***。根据切换理论相关知识,变体飞行器的栖落变形过程(即机翼由机身前半部后移至机身后半部分)可以被描述为一系列姿态***(12)的有序切换,即:
式中,Q(t)为变体飞行器姿态控制***的切换律,它是一个分段右连续的常值函数,且其中П={1,2,3,…,n}为有限数据集,n是切换子***的总数。对于切换序列(T0,T1,……,Ti,Ti+1,……),当t∈[Ti,Ti+1),有Q(ti)=i,即第i-th个姿态子***被激活。
本发明针对变体飞行器的栖落轨迹,按照攻角α变化律对其进行有效的区间划分,在不同的划分区域中机翼做出相应的位移变形。根据之前构建变体飞行器姿态切换模型(12),整个变体飞行器的栖落过程映射为飞行器机翼沿体轴系发生位移,即模型(14)的子***切换过程。
为保证飞行器变体栖落过程的稳定性,设计了一类满足模型依赖驻留时间(mode-mode-dependent dell time,MMDDT)的切换控制策略,具体如下:
对于某一切换控制时序T{t0=0<T1<T2<T3<…Ti<Ti+1<…},当t∈[Ti,Ti+1)时,有Q(ti)=i,Q(ti+1)=j。定义λi_max是对称正定矩阵Pi的最大特征根,λi_min是对称正定矩阵Pi的最小特征根,同时
πmax=maxi∈Ωπi,η=maxi∈Πλi_max,μ=mini∈Πλi_min
如果上述时间序列满足下述不等式,则该切换控制时序满足MMDDT。
步骤3:设计切换跟踪参考***
为保证整个栖落机动过程中变体飞行器姿态控制的稳定性,设计如下所示的姿态跟踪参考模型
式中,xr为姿态期望值,r为参考控制输入,***矩阵Ar_Q是霍尔维兹矩阵。此时,可以根据实际的工程需求,设计对应的状态矩阵Arp和输入矩阵Brp,以此来保证产生期望的跟踪状态向量xr。即变体飞行器整个栖落过程的姿态控制就是使得切换***(14)的状态向量x能够精确跟踪***(16)设计的期望状态xr。
步骤4:构造状态反馈控制器和自适应律
δe=Kie(t)+N1_i(t)x(t)+N2_i(t)xr(t) (17)
式中,矩阵Ki,N1_i,N2_i,i∈Π是参考增益矩阵,满足:
考虑到变体飞行器整个栖落过程中,变化量ζ(机翼沿机身方向发生一定位移)是一个随时间连续变化的过程,不存在突变情况且整个变形切换是事先设定的。因此对于某个已知的切换序列,当t∈(ti,ti+1),ζ(ti)=i,ζ(ti+1)=j,i,j∈Π时,假设存在正定对称矩阵Pi和正常数λi,对于变体飞行器的第i-th个姿态子***满足不等式
同时针对设计的状态反馈控制器(17),设计自适应更新律:
式中,Λi,Γ1_i,Γ2_i,i∈Π是半正定对称矩阵,Ki(0),N1_i(0)和N2_i(0)为初始值。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种可栖落机动的变体飞行器切换自适应控制方法,所述变体飞行器的机翼能够沿机身方向自由滑动,其特征在于,包括以下步骤:
1)分析变体飞行器的栖落机动及机翼滑动行为,建立变体飞行器纵向动力学模型;
2)利用步骤1)建立的变体飞行器纵向动力学模型,构建面向栖落机动的变体飞行器姿态切换***模型,并设计基于模型依赖驻留时间的切换控制策略;
3)针对步骤2)构建的变体飞行器姿态切换模型设计切换跟踪参考***;
4)根据步骤3)设计的切换跟踪参考***,构造状态反馈控制器,并针对状态反馈控制器设计自适应更新律,进行变体飞行器切换自适应控制。
3.根据权利要求2所述变体飞行器切换自适应控制方法,其特征在于,步骤2)中构建变体飞行器姿态切换模型具体为:
变体飞行器的机翼沿机身方向发生后移,产生对应的变形量ζ,对应的会产生一系列的姿态子***;根据切换理论,变体飞行器的栖落变形过程被描述为一系列姿态子***(2)的有序切换,即
6.根据权利要求5所述变体飞行器切换自适应控制方法,其特征在于:步骤4)具体为:
δe=Kie(t)+N1_i(t)x(t)+N2_i(t)xr(t) (7)
式中,矩阵Ki,N1_i,N2_i,i∈Π是参考增益矩阵,满足:
考虑到变体飞行器整个栖落过程中,变化量ζ是一个随时间连续变化的过程,不存在突变情况且整个变形切换是事先设定的,对于某个已知的切换序列,当t∈[ti,ti+1),ζ(ti)=i,ζ(ti+1)=j,i,j∈Π时,假设存在正定对称矩阵Pi和正常数λi,对于变体飞行器的第i-th个姿态子***满足不等式
针对设计的状态反馈控制器(7),设计自适应更新律:
式中,Λi,Γ1_i,Γ2_i,i∈Π是半正定对称矩阵,Ki(0),N1_i(0)和N2_i(0)为初始值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110761219.3A CN113377122B (zh) | 2021-07-06 | 2021-07-06 | 一种可栖落机动的变体飞行器切换自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110761219.3A CN113377122B (zh) | 2021-07-06 | 2021-07-06 | 一种可栖落机动的变体飞行器切换自适应控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113377122A true CN113377122A (zh) | 2021-09-10 |
CN113377122B CN113377122B (zh) | 2022-10-28 |
Family
ID=77581022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110761219.3A Active CN113377122B (zh) | 2021-07-06 | 2021-07-06 | 一种可栖落机动的变体飞行器切换自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113377122B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115048724A (zh) * | 2022-06-27 | 2022-09-13 | 南京航空航天大学 | 一种基于b型样条的变体空天飞行器气动系数在线辨识方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101693467A (zh) * | 2009-10-13 | 2010-04-14 | 南京航空航天大学 | 基于sma的自适应变体机翼后缘 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制***及工作方法 |
CN109976156A (zh) * | 2019-03-13 | 2019-07-05 | 南京航空航天大学 | 固定翼无人机栖落机动轨迹的建模与预测控制方法 |
CN111679583A (zh) * | 2020-06-21 | 2020-09-18 | 西北工业大学 | 基于气动参数估计的变体飞行器自适应控制方法 |
CN112068595A (zh) * | 2020-09-18 | 2020-12-11 | 南京航空航天大学 | 无人机栖落机动切换控制的吸引域优化方法 |
CN112114522A (zh) * | 2020-09-22 | 2020-12-22 | 哈尔滨工业大学 | 一种基于切换自适应算法的四旋翼飞行器故障容错控制方法 |
CN112130457A (zh) * | 2020-09-21 | 2020-12-25 | 南京航空航天大学 | 一种变体无人机栖落机动的模糊飞行控制方法 |
-
2021
- 2021-07-06 CN CN202110761219.3A patent/CN113377122B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101693467A (zh) * | 2009-10-13 | 2010-04-14 | 南京航空航天大学 | 基于sma的自适应变体机翼后缘 |
CN107065554A (zh) * | 2017-04-27 | 2017-08-18 | 南京航空航天大学 | 近空间可变翼飞行器自适应小翼切换控制***及工作方法 |
CN109976156A (zh) * | 2019-03-13 | 2019-07-05 | 南京航空航天大学 | 固定翼无人机栖落机动轨迹的建模与预测控制方法 |
CN111679583A (zh) * | 2020-06-21 | 2020-09-18 | 西北工业大学 | 基于气动参数估计的变体飞行器自适应控制方法 |
CN112068595A (zh) * | 2020-09-18 | 2020-12-11 | 南京航空航天大学 | 无人机栖落机动切换控制的吸引域优化方法 |
CN112130457A (zh) * | 2020-09-21 | 2020-12-25 | 南京航空航天大学 | 一种变体无人机栖落机动的模糊飞行控制方法 |
CN112114522A (zh) * | 2020-09-22 | 2020-12-22 | 哈尔滨工业大学 | 一种基于切换自适应算法的四旋翼飞行器故障容错控制方法 |
Non-Patent Citations (3)
Title |
---|
ADAM M.ET AL.: "Longitudinal Dynamics of a Perching Aircraft", 《JOURNAL OF AIRCRAFT》 * |
岳珵等: "变体辅助的无人机栖落机动模糊控制设计", 《南京航空航天大学学报》 * |
梁帅等: "基于Kalman滤波的变体飞行器T-S模糊控制", 《航空学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115048724A (zh) * | 2022-06-27 | 2022-09-13 | 南京航空航天大学 | 一种基于b型样条的变体空天飞行器气动系数在线辨识方法 |
CN115048724B (zh) * | 2022-06-27 | 2024-07-23 | 南京航空航天大学 | 一种基于b型样条的变体空天飞行器气动系数在线辨识方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113377122B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107479384B (zh) | 高超声速飞行器神经网络复合学习非反步控制方法 | |
CN106054922B (zh) | 一种无人机-无人车联合编队协同控制方法 | |
CN107479383B (zh) | 基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法 | |
CN110825113B (zh) | 一种适用于四旋翼无人机集群飞行的队形保持方法 | |
CN113157000B (zh) | 基于虚拟结构和人工势场的飞行编队协同避障自适应控制方法 | |
CN110531786B (zh) | 基于dqn的无人机机动策略自主生成方法 | |
Waldock et al. | Learning to perform a perched landing on the ground using deep reinforcement learning | |
CN106292293B (zh) | 一种固定翼无人舰载机的自适应自动着舰引导控制*** | |
CN108873929B (zh) | 一种固定翼飞机自主着舰方法及*** | |
CN107491083B (zh) | 一种基于饱和自适应滑模控制的四旋翼自主着船方法 | |
CN109703769B (zh) | 一种基于预瞄策略的空中加油对接控制方法 | |
Hoburg et al. | System identification of post stall aerodynamics for UAV perching | |
CN107479382B (zh) | 基于在线数据学习的高超声速飞行器神经网络控制方法 | |
CN112327926A (zh) | 一种无人机编队的自适应滑模控制方法 | |
CN116820134A (zh) | 基于深度强化学习的无人机编队保持控制方法 | |
CN113377122B (zh) | 一种可栖落机动的变体飞行器切换自适应控制方法 | |
CN110058607B (zh) | 一种仿欧椋鸟智能的无人机大规模集群超机动转弯方法 | |
Fletcher et al. | Reinforcement learning for a perched landing in the presence of wind | |
CN108459611B (zh) | 一种近空间飞行器的姿态跟踪控制方法 | |
CN114637312A (zh) | 一种基于智能变形决策的无人机节能飞行控制方法及*** | |
CN109634110B (zh) | 一种基于非线性干扰观测器的尾座式无人机过渡段鲁棒控制方法 | |
CN109101035B (zh) | 一种用于高空滑翔uuv纵平面弹道控制的方法 | |
CN109857146B (zh) | 一种基于前馈和权值分配的分层无人机跟踪控制方法 | |
CN112068595A (zh) | 无人机栖落机动切换控制的吸引域优化方法 | |
CN115685764A (zh) | 变翼展飞行器任务自适应的抗干扰跟踪控制方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |