摘要：设计一种新的周期性超表面,基于介质层与吸收层的夹层式纳米柱结构表现出强烈的共振吸收效应,在可见光波段实现具有广色域、高饱和度、高分辨率优势的结构色。使用时域有限差分法(FDTD)模拟周期性纳米阵列在调节周期、介质层厚度时的光学响应,基于反射光谱建立从结构参数到显色特性的映射关系。结果表明,周期与介质层厚度的协同调节可生成更丰富的结构色,周期通过改变主波长显著影响结构色色相,介质层厚度优化光谱形状有助于实现高单色性颜色;该结构的光谱反射率高、半峰宽窄、主波长覆盖面广,色域扩大至156.8%的sRGB;经优化后实现的高质量RGB颜色,在±40°入射范围色相变化低于0.075π。该研究在显示成像、纳米印刷、高分辨打印等领域的应用具有重要价值。

摘要：针对固定翼无人机(unmanned aerial vehicle,UAV)控制系统控制难度大的问题,考虑外部扰动、模型偏差、状态误差、控制器微弱故障等复杂情况,设计分层滑模控制器。首先,考虑无人机受到多项干扰项的影响,给出该类情况下的姿态运动动力学模型;其次,提出一种分层滑模面,利用Barbalat稳定性理论证明滑模面的稳定性;然后,基于此分层滑模面设计控制器,通过控制无人机左右副翼控制器、左右升降翼控制器、方向翼控制器的输入信号,完成姿态轨迹跟踪过程;最后,通过仿真实验验证控制器的有效性与鲁棒性。结果表明,与基于神经网络的控制器相比,所提方法的控制输入更平稳,飞行轨迹更接近期望轨迹,稳态误差更趋近于0,控制参数更少。

摘要：在多个固定翼无人机姿态主从式一致性控制过程中,给出单个固定翼无人机在理想情况下的姿态动力学模型,即名义模型。考虑到无人机在实际运行过程中存在的外部干扰、状态测量误差、控制器微小故障以及无人机实际模型与名义模型之间的偏移,提出一种基于观测器和神经网络的故障检测方法,以实时检测出无人机中存在的故障、模型不确定以及干扰情况。基于无人机名义模型和检测出的故障及干扰,设计主从式多无人机姿态一致性控制器,以实现多无人机姿态的一致性准确跟踪。仿真结果表明,在外部干扰、状态测量误差与控制器微小故障下,与基于神经网络的直接姿态一致性控制器相比,该控制器能够使得无人机的姿态运动状态更接近于期望状态。