-
公开(公告)号：CN117148855A
公开(公告)日：2023-12-01
申请号：CN202310639580.8
申请日：2023-05-31
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明涉及一种面向飞机编队机动飞行的飞控指令生成方法，首先设计了面向飞机编队机动飞行的弹道偏角、弹道倾角指令生成方法。然后设计了将弹道偏角、弹道倾角指令解算为内环俯仰、偏航、滚转三通道自动驾驶仪输入的计算方法。通过上述方法实现了编队中僚机对长机机动的自动跟随与队形保持。本发明的一种面向飞机编队机动飞行的飞控指令生成方法能稳定、快速控制僚机跟随长机执行各种大姿态变化机动动作，位置误差较小且在改平后收敛至0。飞行姿态与舵偏量变化平稳。
-
公开(公告)号：CN112666960B
公开(公告)日：2023-06-23
申请号：CN202011466461.X
申请日：2020-12-12
Applicant: 西北工业大学 , 西安因诺航空科技有限公司
Abstract: 本发明涉及一种基于L1增广自适应的旋翼飞行器控制方法，首先建立旋翼飞行器运动学和动力学模型，设计串级PID控制率和L1增广自适应控制率，得到旋翼飞行器总的控制输入。本方法由于能在线实时估计干扰，配合传统的串级PID控制，不仅可以有效的实现对旋翼飞行器的稳定控制，还可以实现对大扰动的稳定控制。实际工程应用显示，通过这基于L1增广自适应结合传统串级PID控制，可以比较容易在工程中实现，并且这种方式比传统的串级PID控制鲁棒性更优，抗扰动能力更强，自适应效果更好。
-
公开(公告)号：CN113093787A
公开(公告)日：2021-07-09
申请号：CN202110289879.6
申请日：2021-03-15
Applicant: 西北工业大学 , 西安因诺航空科技有限公司
IPC: G05D1/10
Abstract: 本发明涉及一种基于速度场的无人机轨迹规划方法，所得初始路径是在A‑star算法的基础上，通过构造距离矩阵、速度矩阵，以及设计速度函数、起终点约束最终实现的。A‑Star算法是一种静态路网中求解最短路最有效的直接搜索方法，该算法综合了最良优先搜索和Dijkstra算法的优点。有益效果如下：兼具A‑Star算法的优点，而且在进行启发式搜索提高算法效率的同时，可以保证找到一条最优路径；通过构造的距离矩阵、速度矩阵，可以确保无人机在障碍物间确定一条适当远离障碍物的路径，使得固定翼飞行器能更加有效、安全地避开禁飞区；通过设计的起终点约束，规划出的航迹更易于后期的轨迹跟踪，满足实际轨迹规划需求。
-
公开(公告)号：CN110309576A
公开(公告)日：2019-10-08
申请号：CN201910561402.1
申请日：2019-06-26
Applicant: 西北工业大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于排队论的视线角速度随机扰动建模方法，用于解决现有制导方法制导精度低的技术问题。技术方案是针对诱饵干扰下导引头视线角速度随机变化特征，建立基于跳变时刻的视线角速度随机扰动模型，包括建立包含9个参量的影响因子集；考虑到降低模型的复杂度及通用性，采用修正Morris灵敏度分析方法筛选对跳变时刻及跳变强度起主要作用的影响因子，进而简化视线角速度的随机扰动模型；针对建模问题引入多元回归分析方法，针对各参量求取其回归系数，进而求解跳变时刻及跳变强度。通过仿真验证所建立的随机扰动模型能准确地估计视线角速度跳变特性，降低诱饵弹的干扰作用，增强了拦截器的抗干扰能力，提高了制导精度。
-
公开(公告)号：CN119414696A
公开(公告)日：2025-02-11
申请号：CN202411394488.0
申请日：2024-10-08
Applicant: 西北工业大学
IPC: G05B13/02
Abstract: 本发明提供了一种基于高精度解析解的高速滑翔飞行器再入制导方法，基于预测‑校正制导法，设计的纵向制导律，补偿地球自转产生的影响，提高再入航程预测精度；设计“航向走廊+预测反转点”的横向制导律，控制倾侧角反转次数，减小飞行器姿态控制系统的负担，提高再入落点的精度；相比于现有技术，本发明在纵向制导律的航程预测中，添加航程预测补偿项，提高航程预测精度，在横向制导律中利用横程公式准确预测倾侧角反转点，减小倾侧角反转次数，本发明具有落点精度更高、倾侧角反转次数更少的优点。
-
Patent Agency Ranking
公开(公告)号：CN118051060A
公开(公告)日：2024-05-17
申请号：CN202410116352.7
申请日：2024-01-28
Applicant: 西北工业大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明涉及一种基于贝塞尔曲线和混合斑马优化的三维空间路径规划方法，首先，将固定翼无人机的飞行距离、高度和路径光滑度融合为目标函数，以贝塞尔曲线的控制点为决策变量，建立了三维空间内的路径规划模型。其次，将灰狼优化算法中的种群精英分层结构引入斑马优化算法中，构建了一种混合斑马优化算法(HZOA)以克服单一算法局部搜索和全局探索能力不平衡的缺陷。最后，使用HZOA算法来优化所建立路径规划模型中曲线控制点的位置，进而生成三维空间内安全且光滑的飞行路径。通过结果分析，本发明所设计的方法能够在不同的复杂环境下更加高效地为固定翼无人机规划出飞行距离更短、飞行高度更低且光滑程度更高的安全路径。
-
公开(公告)号：CN116215885A
公开(公告)日：2023-06-06
申请号：CN202310080705.8
申请日：2023-02-01
Applicant: 西北工业大学
IPC: B64G1/24
Abstract: 本发明提出了一种有向通信领航跟随航天器编队简化姿态分布协同控制方法，首先在单位天球坐标系下描述航天器的简化姿态运动，将简化姿态运动转化为单位天球面上瞄准矢量终点的平动；其次根据一致性理论设计有向通信拓扑下的分布式协同虚拟控制量，确保跟随航天器瞄准矢量收敛到领航航天器瞄准矢量所确定的惯性空间固定指向，然后根据虚拟控制量计算出跟随航天器的理想角速度矢量；之后将跟随航天器的角速度矢量与理想角速度矢量之差作为滑模变量，设计滑模面；最后基于超扭曲二阶滑模控制方法设计跟随航天器的分布式协同控制律。本发明能够在扰动环境下确保有向通信编队的跟随航天器瞄准矢量收敛到在惯性空间固定的领航航天器瞄准矢量，降低编队通信量。
-
公开(公告)号：CN116166039A
公开(公告)日：2023-05-26
申请号：CN202310165675.0
申请日：2023-02-27
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于深度强化学习的弱模型依赖飞行器智能控制方法，包括构建飞行器控制架构，构建决策神经网络模型，对所述决策神经网络进行训练，根据飞行器的飞行状态进行控制参数实时调节，以实现弱模型依赖情况下飞行器的控制。飞行器控制器采用PD控制架构，决策神经网络设计为Double Network Actor‑Critic结构，奖励函数设计考虑了姿态角误差和姿态角速率误差，决策神经网络模型的训练基于DDPG算法，使控制系统能够实现对控制参数的智能调节，从环境中获取飞行器姿态角、姿态角速率以及控制器舵偏指令，智能体输出为俯仰通道的控制参数，偏航通道及滚转通道采用经典PD控制，实现弱模型依赖情况下飞行器的智能控制。
-
公开(公告)号：CN116088572A
公开(公告)日：2023-05-09
申请号：CN202310080596.X
申请日：2023-01-31
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于自适应灰狼优化算法的无人机协同攻击多目标任务分配方法，提出了自适应调整策略、最优学习搜索方程、跳出局部最优策略和控制参数非线性调整策略，提出自适应GWO(Self‑adaptive GWO,SA‑GWO)算法解决多无人机攻击多目标任务分配问题，对目标任务序列进行了编码，设计了适应度函数，对6架无人机攻击8目标任务分配的仿真实验验证了SA‑GWO算法的求解有效性，与基于IPSO、ACO、GA、GWO算法的任务分配仿真实验相比较验证了SA‑GWO算法的求解精度与优化速度。本发明在多无人机协同攻击多目标的任务分配上优于IPSO、ACO、GA、GWO等一般算法，具有重要的应用价值。
-
公开(公告)号：CN116088556A
公开(公告)日：2023-05-09
申请号：CN202310171397.X
申请日：2023-02-27
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于深度强化学习的飞行器容错控制方法。首先建立了飞行器六自由度非线性模型，并对飞行器姿态运动实施小扰动线性化。以俯仰通道为例搭建经典PD控制结构，引入深度确定性策略梯度算法对既定结构的参数进行训练优化。为验证DDPG算法效果，设计深度神经网络结构并针对线性化系统进行训练及结果比对；再综合三个通道应用至未故障的非线性系统得到智能体，以自适应控制方法原理为参考，在该智能体的基础上增加控制输出前的补偿决策量，实现对故障情况下的姿态角有效控制，并提高姿态跟踪精度及鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.055 seconds)
