无人直升机飞行控制实时仿真技术研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:zdp1888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无人直升机(UMH)在民事和军事上具有广泛的应用前景,目前在国内外均成为热门的研究领域。飞行控制系统是实现无人直升机自主飞行功能的核心部件,在飞行控制系统研发过程中需要通过硬件在回路的实时仿真试验对飞行控制律、机载飞行控制计算机的硬件接口和软件的状态进行验证。本文基于主从式结构的集成式仿真系统硬件平台 ,对飞行控制实时仿真系统软件设计的关键技术进行研究,旨在为对象无人直升机的飞行控制系统实现简洁高效且置信度高的实时仿真试验。
  首先,本文介绍了飞行控制实时仿真系统的硬件架构。基于数据流的思想对实时仿真软件进行了模块和任务划分,对仿真控制台人机界面软件的架构进行了设计,为后续的研究工作奠定了基础。
  其次,本文对需要进行数字仿真的飞行控制系统部件的建模和仿真软件实现技术进行研究。无人直升机的动力学模型是仿真系统的核心,本文在研究过程中遵循多体动力学机理建模思想,以主旋翼建模为研究重点。一般认为利用传统叶素积分理论进行旋翼建模是较为准确的,但在实时仿真系统中运用叶素模型可能会因计算量过大增加系统负荷,降低模型解算精度。本文设计了基于旋翼站位的气动力和力矩的叶素积分简化算法。本文将旋翼等效为受力平衡的整体,通过各旋翼站位的受力平衡状态推导出旋翼旋转一周的挥舞运动情况,基于动态入流理论对主旋翼诱导速度场进行数学描述。建立了可用于实时仿真的无人直升机非线性动力学模型,并根据工作机理建立了为模型解算提供操纵量的电动舵机模型,设计了无人直升机模型的通用仿真软件库。本文对于无人直升机的主要机载传感器的工作机理进行了研究,设计了各主要传感器的仿真模型,根据各传感器在输入输出特性上的共性建立了通用的传感器仿真软件结构。
  然后,本文对仿真系统上下行数据通信链路进行了研究,为了实现系统上下位机之间数据的高效传输,本文基于UDP网络通信原理,设计了结构体嵌套形式的上下行通信数据帧结构,避免了复杂的组帧解帧操作,实现了物理量的直接传输。根据仿真试验需求,对仿真控制台人机界面功能和布局进行了合理的规划,基于Qt图形界面开发环境,设计了简洁友好的人机界面,重点研究了人机界面飞行航线显示、历史曲线显示功能的实现方法。
  最后,本文进行了对象无人直升机全航线飞行仿真试验,验证了基于本文研究的各项技术所设计的仿真软件的合理性,说明了本文的研究成果在实际工程中具有应用价值。
其他文献
近年来,多智能体系统分布式协调控制问题得到了相关领域研究者的广泛关注. 一致性问题是多智能体系统协调控制领域的基本问题.关于一致性的研究,经过多年的钻研,研究者们已经取得了丰硕的研究成果.然而该领域仍然存在许多有待解决的问题,如不匹配受扰多智能体系统主动抗干扰一致性控制设计问题、不确定非线性多智能体系统的一致性控制设计问题等. 本文针对上述几类典型问题以及高阶多智能体系统有限时间分布式优化问题进行
工业过程大都具有非线性、时滞、耦合等特征,并受外界干扰等影响。由于这些特征及影响的存在,常会导致控制系统超调量增大,调节时间变长,从而使系统的过渡过程变坏,稳定性降低,极易引起闭环系统的不稳定。如何克服这些问题,对系统进行有效的控制成为了控制理论领域与工程领域研究的重点。由于非线性和时滞等特性的存在,一方面难以得到系统精确的数学模型,另一方面线性系统相关的研究成果很难直接应用到非线性系统中。近年来
近十多年来,社交媒体所伴随而来的快速增长的用户量以及每天产生的海量数据,已经成为目前最为重要而广泛的公共课题。Facebook已经拥有1000亿图像数据并且还在以每月超过25亿新图像速度增长。日益剧增的社交媒体图像数据正迫切需求更加行之有效的机器学习技术来对海量数据进行表达、分析和理解,从而能够帮助更好的实现基于互联网的管理、搜索、和社交系统的设计。亲属关系是社交媒体中最主要的人际关系之一。近年来
学位
随着大数据时代的来临,多源信息融合已经发展成为信息决策系统的关键技术之一。然而,由于传感器设备的物理局限性、系统运行的不确定性,甚至是环境的未知动态干扰等问题,导致多粒度信息融合问题日益成为信息融合研究的一大挑战。针对信息融合的理论研究是解决多粒度信息融合问题的有效途径,本文以DSmT(Dezert-Smarandache Theory)为理论框架,以穿戴式人体传感器网络(WBSNs,Wearab
学位
时间序列数据广泛存在于各个应用领域,其预测一直是研究的热点问题。时间序列预测方法的核心就是从数据序列中挖掘出变化规律,并对将来的数据做出估计。随着数据挖掘和机器学习方法的迅速发展,时间序列的预测方法也越来越多,越来越先进。然而每一组时间序列数据都有其独特的变化规律,因此预测方法不具有通用性。针对每类时间序列数据集的特点采用相应的数据处理和预测方法,可以提高预测精度。风速和辐照度时间序列是新能源领域
学位
贝叶斯网络作为一种经典的机器学习算法,具有直观的模型,计算简便,被逐渐应用于数据挖掘的研究中。从贝叶斯网络学习的方向来看,分为结构学习和参数学习,本文主要针对后者进行研究。从学习的目的性来看,分为生成学习和判别学习。在实际分类过程中,由于生成学习与分类目标不一致,导致分类精度下降。为了解决分类精度下降的问题,近年来对判别学习的研究逐渐增加。但判别学习的计算过程较为复杂,处理复杂贝叶斯网络时学习效率
四旋翼无人机因其结构轻巧,造价低廉,灵活性高等优点,已经在国防、商业和农业领域有所应用。为了进一步推广四旋翼无人机的应用,使其更加可靠地给人们的生活带来便利,如何设计高效的路径规划算法和提高轨迹跟踪的精确性是需要重点考虑的两个核心问题。因此本文将从这个角度切入,着重研究了四旋翼无人机动力学模型的建立、基于RRT的路径规划算法、基于干扰观测器补偿的反步轨迹跟踪控制、基于范数优化的迭代学习控制方法。论
学位
图像超分辨率(Super Resolution,SR)是指通过算法提升图像分辨率以突破硬件限制的技术,具有良好的应用前景。近年来,压缩感知和稀疏表示理论在图像去噪,图像重建,图像压缩等领域取得了广泛关注,基于稀疏表示的SR技术相较于传统基于重建等方法具有重建质量高,鲁棒性强等优势。针对上述背景,本文对基于稀疏表示的图像SR重建关键技术展开研究,主要工作及创新点如下:首先,本文阐述了稀疏表示理论基础
学位
数字图像篡改盲取证算法,凭借其不依赖于任何先验信息,仅根据图像本身的信息对图像进行真实性、完整性检测,成为图像取证领域主要研究方向之一。篡改图像由于篡改场景各式各样,篡改对象五花八门,篡改区域没有固定的形状、纹理等特征,因此图像篡改盲取证的难度较大。而现有数字图像盲取证算法大多采用基于图像块训练的方式,效率低下,检测方式固化且对于篡改区域定位问题没有很好解决。因此,本文从语义分割角度出发,将篡改图
学位
近年来,基于深度信念网络(DBN)的滚动轴承故障诊断方法逐渐成为研究热点。然而目前大部分基于深度学习的算法都是采用公式计算特征后再输入到DBN中,需要运用大量的信号处理方法,步骤繁琐、计算复杂;深度模型超参数的选择往往依赖于人工,不能自适应控制模型的建立。针对上述问题,本文提出三种基于深度学习的滚动轴承故障诊断方法,有效降低了计算复杂度,提高了故障诊断精度,具有重要的理论意义和应用价值。本文主要工
学位