小型固定翼无人机飞行控制系统关键技术研究

admin

题目：


雅宝题库答案：

****此区域为收费内容****    需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
小型无人机具有成本低、响应快、携带方便、机动性好等优点，在军用、民用、极端环境等领域有着广泛的应用前景。飞行控制系统作为小型无人机的“大脑”，是其实现自主飞行、提高生存能力的核心关键设备。本文针对小型固定翼无人机的应用需求和发展现状，以其飞行控制系统关键技术为轴线，对MEMS微惯性器件误差建模、飞行姿态估计、多传感器信息融合、自适应控制、系统集成等诸多题目进行了深入的研究。首先，总结了国内外小型无人机系统发展概况及其飞行控制系统研究现状，分析、归纳了小型无人机飞行控制系统关键技术，确定了本文的研究内容和研究路线。实时、可靠的飞行状态信息获取是自动飞行控制的前提，也是小型无人机飞行控制系统研究的关键和难点。本文用大量篇幅对MEMS微惯性器件误差建模、飞行姿态估计、多传感器信息融合等飞行状态信息获取的共性基础技术展开论述。针对MEMS微惯性器件精度较低题目，以ADXRS系列微陀螺仪为研究对象，分析了其工作机理、误差来源，并对其随机误差采用Allan方差法、时间序列法以及多尺度时间序列建模等方法进行分析、建模，得到的随机误差模型在不同温度、不同转速下具有适用性，而且采用小波多尺度分解能够成倍提高建模精度。分析了常用飞行姿态估计方法在小型无人机上应用的局限性，针对MEMS微惯性器件姿态测量方案，构建了以MEMS陀螺仪姿态矩阵解算为状态更新、以MEMS加速度计重力矢量解算为观测更新的扩展卡尔曼滤波器；设计了基于M估计的新息修正方法，提高了卡尔曼滤波器抵抗机动加速度干扰的能力。为了进一步提高飞行状态信息测量的精度和有效性，提出了新的GPS/MEMS惯性器件信息融合方法，利用GPS信息构建五阶卡尔曼滤波模型，对基于MEMS惯性器件的飞行姿态估计算法进行载体机动性补偿，可以避免传统的GPS/INS组合方式在GPS信号失锁后姿态误差无限增长的题目，而且运算量远远小于GPS/INS组合方式，适合在微小型系统上实现；针对地磁航向、捷联航向、GPS航迹向的解算算法及各自的优缺点，提出了一种简单实用的基于变参数递推的航向数据融合方法；给出了一种实用的气压高度和GPS高度在线实时融合算法，不需要考虑小型无人机本身的运动方程和机动特点。随后，在小型无人机飞行控制方面，鉴于传统直接近似线性化方法的设计过于繁琐，针对非线性控制题目进行了研究。构建了完整的小型固定翼无人机非线性模型，针对关键的快动态姿态控制回路，将该模型简化为仿射非线性系统；采用状态反馈方法进行动态逆控制器设计，为了对外部扰动以及建模误差进行补偿，着重讨论了自适应补偿算法，给出了可以保证系统渐进稳定的误差系数及外部扰动在线估计方法；仿真试验表明：该控制器响应快，超调量小，能够实现通道间的解耦，自适应算法能够快速收敛，自动补偿外部扰动、飞行器未配平、参数有误差等状况。最后，为了适应小型无人机的特点、用途以及狭小机舱的装载限制，从体系结构、功能需求、设计准则、传感器配置、软件结构、控制模式、控制律等角度对小型无人机飞行控制系统集成技术进行了系统地研究；设计了仅62g的物理样机，实现了姿态、速度、航迹等自动控制功能，并在极地科考无人机、40级小型无人机和小型无人飞艇3种平台上进行了飞行测试，三维位置控制精度优于10m；成功完成了中国小型无人机首次在南极地区的科学考察应用示范以及国内小型无人飞艇的首次按预定航线自主飞行。