摘要：针对固定翼无人机纵向控制的高性能需求,提出一种控制系统性能优化结构.该结构包括一个使系统稳定的标称控制器和一个参与性能优化的增量式控制器.控制系统增量式的实现不会改变原有的控制系统,而是仅对标称控制系统做控制输入的补偿与控制性能的优化.基于Q学习理论进行增量式控制器设计,针对状态信息完全可获得的系统,设计一种基于状态反馈的增量式Q学习算法.当状态信息不能完全获得时,利用系统输入、输出和参考信号数据,设计一种基于输出反馈的增量式Q学习算法.两种增量式控制器均是在数据驱动环境下自适应学习增量式控制律,无需提前知道系统动力学模型以及标称控制器的控制增益.此外,证明了增量式Q学习方法在满足持续激励条件的激励噪声下,对Q函数贝尔曼方程的求解没有偏差.最后,通过对F-16飞行器纵向模型实例的仿真验证该方法的有效性.

摘要：搜索和救援优化算法(SAR)是2020年提出的模拟搜救行为的一种元启发式优化算法,用来解决工程中的约束优化问题.但是,SAR存在收敛慢、个体不能自适应选择操作等问题,鉴于此,提出一种新的基于强化学习改进的SAR算法(即RLSAR).该算法重新设计SAR的局部搜索和全局搜索操作,并增加路径调整操作,采用异步优势演员评论家算法(A3C)训练强化学习模型使得SAR个体获得自适应选择算子的能力.所有智能体在威胁区数量、位置和大小均随机生成的动态环境中训练,进而从每个动作的贡献、不同威胁区下规划出的路径长度和每个个体的执行操作序列3个方面对训练好的模型进行探索性实验.实验结果表明,RLSAR比标准SAR、差分进化算法、松鼠搜索算法具有更高的收敛速度,能够在随机生成的三维动态环境中成功地为无人机规划出更加经济且安全有效的可行路径,表明所提出算法可作为一种有效的无人机路径规划方法.

摘要：为优化无线传感器网络(wireless sensor networks,WSN)中无人机(unmanned aerial vehicle,UAV)辅助信息收集系统的能量消耗,在综合考虑无人机飞行能耗和传感器节点上行数据传输能耗的基础上,提出了一种考虑链路间干扰的无人机轨迹和传感器功率分配联合优化算法。首先,基于实际约束构建了系统能耗最小化问题模型;然后,针对多约束优化问题的非凸性特征,采用块坐标下降法(block coordinate descent,BCD)将系统能耗最小化问题分解为固定无人机轨迹下的功率分配和固定功率分配下的无人机轨迹优化两个子问题,根据子问题的数学特征,采用凸近似法将非凸问题转化成可以求解的近似凸优化问题,通过对两个子问题的交替迭代优化,得到原非凸问题的近似次优解;最后,通过仿真实验验证了所提算法的可行性和有效性。结果表明:所提算法最大可使系统能量消耗降低22%,明显优于对比算法;且随着传感器节点数量的增加,所提算法的优势更加明显。研究结果为WSN中的信息收集提供了一种系统能耗优化思路,即在有限提高无人机飞行能耗的基础上,有效降低系统的能量消耗。

摘要：针对现有深度强化学习算法在无人机自主导航任务中面临环境局部可观且感知信息不足问题,基于非确定性策略SAC(soft actor-critic)强化学习算法对未知环境下的端到端无人机自主导航任务展开研究。具体而言,提出了一种基于记忆增强机制的策略网络,通过对历史记忆信息与当前的观测整合处理,提取观测数据的时序依赖关系,从而增强局部可观条件下的状态估计能力,避免算法陷入局部最优解;设计了非稀疏奖励函数以缓解强化学习策略在稀疏奖励条件下难以收敛的问题;在Airsim+UE4仿真平台进行了多个复杂场景的训练验证。实验结果表明,所提方法导航成功率比基准算法提高10%,平均飞行距离缩短21%,有效增强了无人机自主导航算法稳定性和收敛性。

摘要：无人机具有快速部署、成本低廉等优势.无人机空地网络通过将基站设备部署至升空无人机平台,能从空中快速构建对地覆盖网络,因而在应急救灾、偏远覆盖、智能交通、智慧城市等方面具有广阔的应用前景,近年来受到广泛关注.面向无人机空地网络应用场景,结合无人机的机动、组网、载荷等特点,围绕无人机空地网络覆盖性能提升、无人机空地网络通感算一体化设计、智能反射面技术辅助的无人机空地网络、鲁棒无人机空地网络四个维度,从网络场景、关键技术挑战、性能优化控制方法等几方面梳理无人机空地网络的研究现状,并探索优化提升无人机空地网络性能的未来研究方向.

摘要：无人机已广泛用于物流配送,具有快速投递和低成本的优势.针对远离仓库中心、交通受限制客户的需求,在车机并行配送模式上引入车载无人机以服务该类客户,提出多模式下的车辆和无人机联合配送模型及其路径优化问题.该模型融合了车机协同配送模型和并行配送模型,包括搭载无人机的卡车和独立的无人机舰队.在此基础上建立以最小化交付时间为优化目标的混合整数规划模型,并设计基于知识学习策略的多算子遗传算法来提高搜索效率.实验结果表明,与传统交付方式相比,车辆与无人机联合配送模型可显著减少交付时间.在大规模数据集上,改进的遗传算法表现出更好的性能.该研究成果可为解决物流配送中的复杂动态的“最后一公里”问题提供指导和参考.

摘要：针对无人机舵面损伤故障容错问题,提出了基于二阶非奇异终端滑模重构观测器及主动容错设计方法。在分析舵面正常偏转运动学和动力学特性基础上,构建了无人机典型舵面故障非线性特性模型。提出无人机舵面故障的高阶滑模重构滑模观测器设计方案;引入线性变换降维简化观测器设计程式;将终端滑模和非奇异终端滑模结合起来,实现滑模运动有限时间快速收敛;综合自适应律、线性矩阵不等式设计观测器系数矩阵,确保状态估计偏差有界稳定。提出集状态与故障重构于一体的主动容错控制方案,并通过仿真算例检验所提方案的有效性。

摘要：无人机是世界军事强国执行战术行动的重要武器装备,利用无人机实现战场数据存储是保障作战的重要手段.为更好地满足无人机集群在恶劣战场条件下数据存储需求,在分析无人机数据存储军事应用背景基础上,总结战场无人机数据资源特征和数据存储技术军事需求,并提出适用于我军无人机战术行动的数据存储设计方法流程;结合学术和产业界的成果,梳理数据存储技术的分类和发展历程,并总结数据存储的主要类型;提出面向无人集群战术行动场景的分布式数据存储关键技术方法和存储系统;介绍国内外学者在分布式存储海量数据处理、数据实时传输和数据可靠性等相关算法模型的研究现状;展望未来战术行动中无人机数据运用方法的研究趋势,强调在战场条件下无人机集群数据存储是未来重要的研究领域.

摘要：高能激光在打击低小慢目标时,目标容易燃烧产生火光烟雾,传统的可见光和红外探测方式对目标的跟踪和瞄准在火光烟雾干扰的情况下易受影响进而导致目标失跟。提出了一种基于主动激光雷达体制的高精度探测和瞄准方法。首先,对火光烟雾条件下无人机表面的激光反射特性进行理论分析和仿真模拟,以此设计了基于APD的单光子激光雷达探测系统,获得了仿真探测概率随激光脉冲能量变化的理论曲线;其次,构建了基于InGaAs-SPAD的光子成像探测系统,进行了无人机室内实验。实验结果表明:在无火光烟雾条件下,基于距离像跟踪的目标质心位置相较于基于可见光图像跟踪的目标质心位置平均角偏差小于0.55 mrad,基于距离像序列的跟踪轨迹与基于可见光图像序列的跟踪轨迹基本一致,证明了Mean-Shift跟踪算法用于距离像的跟踪的可行性。在距离30 m处的模拟烟雾干扰条件下,采用选通延时滤除烟雾干扰能够获得轮廓清晰的目标距离像。在模拟火光干扰条件下,跟踪框中心X、Y坐标偏离目标质心约为0.58 mrad和0.39 mrad。

摘要：天钩回收无人机在回收时对于航迹偏差等的控制精度要求苛刻,这对控制系统提出了挑战。提出一种用于无人机天钩回收航迹控制的新方法,设计无人机天钩回收航迹控制策略与流程,给出控制系统组成,基于某型无人机风洞试验数据,构建天钩回收无人机的线性化和非线性模型,利用优化L1航迹控制方法设计了航迹控制律,并在实际飞行试验中得到了应用,验证了所设计控制系统的正确性与工程实现性,最终的飞行试验结果表明,无人机能够在控制系统作用下实现精确天钩回收,且具有良好的动态特性。