摘要：针对飞翼布局无人机受扰姿态控制问题,提出一种二阶滑模姿态跟踪鲁棒控制方案。基于时标分离特性,将飞翼布局无人机姿态控制系统分为内外回路进行设计。外回路采用自适应二阶终端滑模控制器,利用自适应算法调节切换增益抑制复合干扰对系统性能的影响,同时二阶终端滑模将不连续的符号函数加在控制量的导数上,通过积分得到连续的滑模控制律,从而有效地消除了常规滑模控制器的抖振。内回路采用基于自适应super twisting滑模观测器的积分滑模控制器,设计自适应super twisting滑模观测器以实现对内回路复合干扰的估计和补偿。最后通过控制分配环节将控制力矩分配到舵面上,仿真结果验证了所提方案的有效性。

摘要：进气道尾喷管的存在不仅影响着飞机机身前后的流场特性与压力分布,而且影响着飞机升力特性、阻力特性以及力矩特性.为了研究进排气效应对飞机气动特性的影响,采用计算流体力学(CFD)数值模拟技术,建立飞翼布局无人机(UAV)堵锥整流模型和动力影响模型,其中动力影响模型是根据发动机不同的工作状态,在进气道以及尾喷管截面上设置不同的边界条件,对比分析这两种计算模型在流场特征和气动特性上的差异性,揭示内在的影响机理.进排气效应的研究有助于飞机/发动机的一体化气动综合设计.

摘要：针对存在干扰的飞翼布局无人机纵向着陆控制问题,提出一种基于super twisting滑模干扰观测器与跟踪微分器的反步L_2增益鲁棒控制方案.为解决反步控制虚拟控制量求导复杂的问题,设计了跟踪微分器对虚拟控制量进行求导,同时综合采用super twisting滑模干扰观测器和L_2增益鲁棒项增强了控制系统的鲁棒性.仿真结果表明,无人机高度、空速都跟踪上控制指令,垂直接地速度在允许的范围内,与传统的PID着陆控制方案相比具有更好的着陆控制性能.

摘要：从气动和控制综合设计角度,提出了解决飞翼布局无人机稳定能力问题的多轴静不稳定增稳控制规律,通过对多操纵面操纵特性和操纵需求分析给出了操纵面的配置策略。仿真分析表明,所提出的设计方法较好地解决了飞翼布局无人机特殊的稳定与操纵问题。

摘要：探索了飞翼布局无人机的设计思路,完成了2种设计方案,利用CFD方法获得了该飞机基本气动数据,建立了方案B的CATIA三维数字样机,实现了实验平台的制作、装配和测试工作,基于该实验平台开展了一系列飞行实验。CFD计算结果和试飞数据验证了设计方法的可行性,体现了实验平台的通用性及良好的工程应用前景。

摘要：微下冲气流是最危险的低空风切变形式,为在起降阶段安全穿越该气流,飞翼布局的无人机控制律应具有快速响应能力和良好的鲁棒性。针对大展弦比飞翼布局无人机舵面附加升力大和低速状态俯仰操纵效能低的特点,提出了舵面附加升力和机体气动力相结合的复合控制方案,改进了以输出误差为参考量的非线性指令分配策略,设计了基于迎角保护的指令分配策略。将风干扰和模型的不确定性视为未知扰动,采用自抗扰控制(ADRC)理论设计飞翼布局无人机非线性控制律,使之对风干扰和模型的不确定性进行估计补偿。仿真结果表明,复合控制与ADRC相结合的方法加速了航迹倾角的单位阶跃响应速度,使上升时间缩短了64%,同时能够实现对风干扰的有效观测和补偿,使高度损失低于2m;能够在风切变中有效保护迎角,使其维持在5.5°以内。因此,该方法能够为飞翼布局无人机安全平稳地穿越微下冲气流提供一种参考方案。

摘要：通过在super twisting算法中增加线性项,提出一种快速super twisting算法,并采用Lyapunov方法证明了受扰快速super twisting算法具有比受扰super twisting算法更优良的收敛特性.将该算法应用于存在干扰的飞翼布局无人机姿态控制,设计快速super twisting观测器以实现对干扰的快速估计和补偿.仿真结果表明,在相同的控制器参数下,相比super twisting观测器,快速super twisting观测器的收敛速度更快,可提高姿态控制系统的鲁棒性.

摘要：地面滑跑是轮式无人机自动起降的一个重要阶段,无人机在滑跑时的运动特性相当复杂,与空中飞行时的特性相差较大,具有很强的非线性,难以准确建模,因此有效地控制无人机实现直线滑跑是无人机自动起降中的难点。尤其对于飞翼布局无人机,由于其不具有气动效率较高的常规垂尾方向舵,只有气动效率较低的阻力方向舵,难以应用常规控制方法有效地实现滑跑纠偏控制,针对此问题提出了一种应用主辅模糊控制器相结合的多重模糊控制方法,在地面滑跑侧向控制中采用主轮差动刹车和阻力方向舵联合纠偏的控制方式,解决了飞翼布局无人机地面滑跑航迹纠偏问题。仿真结果表明,应用这种多重模糊控制方法可以很好地实现飞机的自动滑跑纠偏,使飞机在地面滑跑阶段基本实现无超调无振荡自动滑跑纠偏。

摘要：将动态逆控制技术应用于飞翼式布局无人机的姿态控制回路,以适应飞翼布局无人机控制系统要求。介绍了动态逆控制器解耦控制原理,以及神经网络补偿结构的作用和设计方法,并基于无人机非线性姿态运动学和动力学模型设计了基于神经网络补偿的动态逆控制器。在强耦合、强非线性的飞翼布局无人机模型上,通过数学仿真验证了系统具有良好的动态性能和稳态特性,控制器具有很强的鲁棒性。

摘要：为了全面、客观分析飞翼布局无人机在实战中的隐身效果,对飞翼布局无人机的单双站RCS,以及侧向、径向和跨站飞行三种飞行模式,从静态、动态RCS特性和单双站的最大探测距离等方面进行综合隐身能力分析.分析结果表明,飞翼布局无人机侧向飞行时,双站雷达探测并不一定比单站雷达优;径向飞行时,双站雷达对飞翼布局无人机的探测能力较单站雷达更优,隐身材料能显著降低被探测概率;在跨站飞行模式下,单站雷达对其尾部探测效果较好,双站雷达对双站之间的区域探测性能较好,隐身材料对雷达探测率降低效果不明显.这为改进隐身结构设计、综合隐身和优化雷达预警探测系统布局提供可靠有力的技术支撑.