CN108227736B - 一种基于测距信号的固定翼无人机编队跟踪制导方法 - Google Patents
一种基于测距信号的固定翼无人机编队跟踪制导方法 Download PDFInfo
- Publication number
- CN108227736B CN108227736B CN201711363165.5A CN201711363165A CN108227736B CN 108227736 B CN108227736 B CN 108227736B CN 201711363165 A CN201711363165 A CN 201711363165A CN 108227736 B CN108227736 B CN 108227736B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- guidance
- formation
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000003068 static effect Effects 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 150000001875 compounds Chemical class 0.000 claims description 4
- 238000005755 formation reaction Methods 0.000 description 76
- 238000004088 simulation Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 241001036794 Microsorum maximum Species 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002620 method output Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提出一种基于测距信号固定翼无人机编队跟踪制导方法,该方法首先设计了单架无人机自动跟踪地面目标的制导模型,其次,分别设计了用于单邻居编队的相位和速度控制协同制导模型和用于双邻居编队的相位和速度控制协同制导模型;最后,针对地面静止目标的跟踪需求选择相应的制导模型作为各无人机的制导策略。区别于其它的制导方法,本发明能够仅使用距离传感器即实现对地面静止目标的自动协同跟踪。
Description
技术领域
本发明涉及无人机飞行控制技术领域,尤其是一种基于测距信号的固定翼无人机编 队跟踪制导方法。
背景技术
随着近年来科技水平的不断提高,无人机从最初的目标识别、通信中继到侦查监视、灾害评估等,其应用领域得到了极大的扩展,未来的应用前景极其广阔。利用无人 机来对地面移动目标进行自动跟踪是无人机的一个重要的应用方向。相对于单架无人 机,多架无人机组成编队对地面目标进行协同跟踪具有更加明显的优势:一是可以扩大 单架无人机传感器的作用范围,降低丢失目标的概率;二是可以提高对目标运动状态的 估计精度,在应用上可以提供更高的灵活性。无人机协同跟踪地面目标制导方法设计的 主要难点在于如何使得多架无人机在自动跟踪地面目标的同时能够有效维持特定编队。
发明内容
发明目的:为解决上述技术问题,本发明提出一种基于测距信号的固定翼无人机编 队跟踪制导方法,该方法能够仅使用距离传感器即实现对地面静止目标的自动协同跟踪。
技术方案:为实现上述技术效果,本发明提出的技术方案为:
一种基于测距信号的固定翼无人机编队跟踪制导方法,该方法包括步骤:
(1)获取无人机和地面目标的航向信息,根据获取的信息数据构建无人机定距跟踪地面目标的二维运动学模型:
其中,为无人机i与地面目标间的相对距离变化率;vi为无人机i的速度;χi为 无人机i的视线角,即无人机i速度方向与无人机和目标间连线的夹角;为χi的角变 化率;ωi无人机i的角速度;ρi为无人机i与地面目标间的相对距离;
(2)根据无人机定距跟踪地面目标的二维运动学模型,建立定距跟踪地面静止目标的单无人机制导模型和无人机编队制导模型;其中,
定距跟踪地面静止目标的单无人机制导模型为:
定距跟踪地面静止目标的无人机编队制导模型包括:
无人机编队单邻居相位控制制导模型:
无人机编队单邻居速度控制制导模型:
其中,kv表示编队速度制导增益;
无人机编队双邻居相位控制制导模型:
无人机编队双邻居速度控制制导模型:
(3)当单架无人机定距跟踪地面静止目标时,选取单无人机制导模型作为无人机制导策略;
(4)当无人机编队定距跟踪地面静止目标时,根据无人机前、后、左、右四个探 测雷达所探测到的无人机数量,选择各无人机制导策略,包括步骤:
(4-1)定义:若无人机i前方或右方探测雷达探测到的无人机数量非空,则ri,i-1≠0,否则,ri,i-1=0;若无人机i后方或左方雷达探测到的无人机数量非空,则 ri,i+1≠0,否则,ri,i+1=0;
(4-2)若ri,i-1≠0且ri,i+1=0,则采用无人机编队单邻居相位控制制导模型和无人机 编队单邻居速度控制制导模型作为各无人机制导策略;若ri,i-1≠0且ri,i+1≠0,则采用无 人机编队双邻居相位控制制导模型和无人机编队双邻居速度控制制导模型作为各无人机制导策略;若不满足ri,i-1≠0且ri,i+1=0或ri,i-1≠0且ri,i+1≠0,则不采用无人机编队跟踪制导方法。
进一步的,所述无人机的航向信息包括:无人机的位置[xi,yi]T和无人机航向角ψu; 所述地面目标的航向信息包括:地面目标的位置[xt,yt]T和地面目标航向角ψt。
进一步的,所述基于测距信号的固定翼无人机编队跟踪制导方法还包括采用双曲正 切函数限制各个制导模型输出,经过双曲正切函数限幅后的定距跟踪地面静止目标的单 无人机制导模型为:
经过双曲正切函数限幅后的无人机编队单邻居相位控制制导模型为:
经过双曲正切函数限幅后的无人机编队单邻居速度控制制导模型为:
经过双曲正切函数限幅后的无人机编队双邻居相位控制制导模型为:
经过双曲正切函数限幅后的无人机编队双邻居速度控制制导模型为:
Δvmax为无人机的最大速率变化允许值,vmax和vstall分别为固定翼无人机的最大速度 和标称速度,且vi-1+Δvmax≤vmax且vi-1-Δvmax≥vstall。
有益效果:与现有技术相比,本发明具有以下优势:
(1)实现了单架无人机standoff跟踪地面静止目标的自动制导。
(2)实现了多无人机standoff跟踪地面静止目标的编队自动制导,并能够使得无人机在跟踪圆周上均匀分布。
(3)仿真试验表明本发明提出的新型编队跟踪策略可以很好的对地面静止目标进行跟踪,具有工程应用价值。
附图说明
图1是无人机编队跟踪地面目标几何关系图。
图2是本发明飞控/制导计算机控制信号处理板组成图。
图3是无人机雷达示意图。
图4(a)是无人机编队应用相位制导跟踪静止目标轨迹示意图;图4(b)是无人 机编队应用相位制导跟踪静止目标无人机与目标距离示意图;图4(c)是无人机编队应 用相位制导跟踪静止目标无人机间距示意图。
图5(a)是无人机编队应用速度制导跟踪静止目标轨迹示意图;图5(b) 是无人机编队应用速度制导跟踪静止目标各无人机速度示意图;图5(c)是无 人机编队应用速度制导跟踪静止目标无人机与目标距离示意图;图5(d)是无 人机编队应用速度制导跟踪静止目标无人机间距示意图。
图6是无人机编队跟踪地面三目标轨迹示意图。
图7(a)是六自由度仿真编队中各无人机飞行高度示意图;图7(b)是六自由度 仿真编队中各无人机俯仰角示意图;图7(c)是六自由度仿真编队中各无人机滚转角示 意图;图7(d)是六自由度仿真编队中各无人机间距示意图。
具体实施方式
下面结合附图和实施例对本发明作更进一步的说明。
1、固定翼无人机飞控/制导计算机设计及机载测距雷达
a.本实施例所用的飞控/制导计算机DC/DC变换将27V输入电压转变为+5V输出,提供 数字电路工作;最大输出电流为1A,工作温度-45~+60℃。控制信号处理板包含串口、PWM(脉冲宽度调制)输入输出和CPU模块。CPU采用MPC565,对输入输出的信息进行处理、 运算、控制等。串行NVRAM(非易失性随机访问存储器),频率为40MHz,容量为2Mb,允 许无限次擦除。低电压保护电路可在掉电时自动保护数据,防止在规定电压范围以外时 写入数据。飞控/制导计算机的引导程序支持程序装载和程序运行2种工作模式。当超级 终端主机DB9接头中的8脚和4脚连接时,即运行程序装载模式,否则就运行程序运行模 式。在运行程序装载模式时,首先将本发明可执行程序通过XMODEM(串口通信中异步文 件传输)协议下载到主板的SRAM(静态随机存取存储器)中,同时保存到主板上的FLASH 中,开始执行用户应用程序。在运行用户程序运行模式时,引导程序把可执行程序从 FLASH(闪存)中读取到主板的SRAM(静态随机存取存储器)中,并开始执行用户程序。 操作步骤:把用于用户程序装载的串口接头插在J1上;编写可执行二进制文件程序;打 开WINDOWS的超级终端,定义超级终端的属性有每秒位数115200,数据位为8,奇偶校验 无且停止位为1;上电后出现菜单MENU,按X键选择XMODEM;在超级终端上不断出现“§” 符号,则主板在请求超级终端发送用户可执行程序;点击超级终端上的菜单:传送->发 送文件。选择使用XMODEM协议,然后点击“浏览”选择程序可执行文件,点击发送;按 R键直接执行程序。本实施例中飞控/制导计算机控制信号处理板组成如图2所示。
b.机载测距雷达使用1000米超声波测距雷达,并带有相应的地面站。该型雷达测量 范围为5-1000m,使用高度在0-18000m之间,可在-10-+60℃环境下使用,防护等级IP54。有±135°的探测范围,测量精度在±1m,分辨率1m,全机重量≤200g,尺寸:80×40 ×60mm,输入电压5V或9-24VDC,通讯接口使用RS232方式。可选择连续测量,单次测量, 指令控制三种模式使用。无人机搭载4个机载雷达示意如图3所示。
2、无人机建模
无人机飞行控制系统由内回路(稳定回路)和外回路(制导回路)构成,在本发明中认为内回路已经设计完成,能够很好的响应外回路给出的制导指令。在理想情况下, 执行standoff跟踪任务的无人机应保持固定高度和转弯半径,同时围绕被跟踪对象做圆 周运动,因此通常可以仅考虑固定高度上的二维制导问题。记ρ为无人机与目标的相对 距离,ρ∈[0,∞]。无人机编队跟踪地面目标几何关系如图1所示。
考察由式(1)描述的无人机二维质点运动学模型:
其中,下标i为编队中无人机的编号,ψ表示无人机航向角,v为无人机速度,ω为角速度控制输入,为航向角变化率,为无人机在二维平面x轴方向的速度分量,为无人机在二维平面y轴方向的速度分量。若以[xt,yt]T表示目标位置,则有
制导方法的设计是使当t→∞时,使得ρi→ρd,ρd为期望距离。
根据以上几何关系,无人机跟踪地面目标的二维模型可以表示为如下所示的极坐标 形式:
3、单架无人机跟踪制导方法设计
当跟踪地面目标时,无人机有顺时针、逆时针两种飞行状态,为便于分析,在本发明中仅采用顺时针飞行方式,逆时针方式可按同样的方法进行分析处理。
本发明的制导方法应用于静止的地面目标。
当地面目标静止时,制导方法设计为:
分析无人机动力学模型(3)在制导方法(4)作用下,无人机跟踪静止目标的闭环系统稳定性:
首先提出如下李雅普诺夫方程:
代入式(3),可得:
4无人机编队跟踪制导方法设计
4.1无人机编队单邻居相位控制制导方法
对于编队中编号为i的无人机,建立如下相位控制制导方法:
分析无人机模型(3)在制导方法(8)的作用下,无人机编队跟踪静止目标时系统的稳定性。
首先,提出李雅普诺夫方程为:
显然,Lψ≥0。当且仅当无人机编队在圆周上均匀分布时,Lψ=0成立。
对李雅普诺夫方程(9)求导:
代入(8)式,得:
4.2无人机编队单邻居速度控制制导方法
对于编队中编号为i的无人机,建立如下速度控制制导方法:
其中kv为编队制导增益,ri,i-1编号分别为i与i-1的两架无人机间的距离,N为编队的无人机数量,ρi与ρi-1分别为编号为i和i-1的无人机与地面目标间的距离,vi与vi-1分 别为编号为i和i-1的无人机的速度。
在制导方法(11)的作用下,若kv>0,则ri,i-1会逐渐趋近于2ρdsinπ/N。
在无人机跟踪目标做圆周运动时,无人机的速度与航向角速率有如下关系:
代入制导方法(8),则有:
4.3无人机编队双邻居相位控制制导方法
对于编队中编号为i的无人机,建立如下相位控制制导方法:
分析无人机模型(3)在制导方法(14)的作用下,无人机编队跟踪静止目标时系 统的稳定性。
首先,提出李雅普诺夫方程为:
显然,Lψ≥0。当且仅当无人机编队在圆周上均匀分布时,Lψ=0成立。
对李雅普诺夫方程(15)求导:
代入(14)式,得:
4.4无人机编队双邻居速度控制制导方法
对于编队中编号为i的无人机,建立如下速度控制制导方法:
其中kv为编队制导增益,ri,i-1编号分别为i与i-1的两架无人机间的距离,vi与vi-1分 别为编号为i和i-1的无人机的速度。
在制导方法(17)的作用下,若kv>0,无人机会逐渐稳定在其相邻两架无人机之间的 位置。
根据式(18)和制导方法(14),可得:
5无人机编队跟踪制导方法选择策略设计
5.1制导方法策略选择
对于编号为i(i∈[1,...N])的无人机,若则否则,若则若都不满足,则ri,i-1:=0。若则否则, 若则若都不满足,则ri,i+1:=0。综上,若ri,i-1≠0且ri,i+1=0,使用4.2 或4.3的制导方法;若ri,i-1≠0且ri,i+1≠0,使用4.4或4.5的制导方法。若以上两种情况都 不满足,则无法使用编队控制制导方法。
5.2制导方法输出限幅
由于需要限制制导输出的最大值,的取值需要满足同时,kv的取值必须 注意无人机的最大速度和标称速度。本实施例中,采用双曲正切函数限制制导输出。由于双曲正切函数的单调有界性,输出使用双曲正切函数限幅后,不会影响系统的稳定性。制导方法(4)、(8)、(11)、(14)和(17)在限幅后可写为如下式(19)-(23):
其中vi-1+Δvmax≤vmax且vi-1-Δvmax>vstall。
其中Δvmax为无人机的最大速率变化允许值,vmax和vstall分别为固定翼无人机的最大速 度和标称速度。
5功能与性能验证
为了验证本发明提出的基于测距雷达无人机编队跟踪地面静止目标架构和制导方 法设计的合理性与有效性,以4架无人机编队为例,针对静止目标的跟踪问题进行仿真验证。
5.1Dubins模型仿真
在仿真开始时,无人机参数设定为:
巡航速度:40m/s。最大速度:46m/s。标称速度:34m/s。跟踪半径:400m。最 大横滚角:30°。最大偏航角速率:0.1(rad/s)。雷达探测距离:900m。雷达探测范 围:100°。
无人机与目标初始状态设定为:
a.目标
●位置:(1000,1000)
●航向角:无
b.无人机(#1)
●位置:(0,2000)
●航向角:20°
c.无人机(#2)
●位置:(2000,2000)
●航向角:50°
d.无人机(#3)
●位置:(0,0)
●航向角:100°
e.无人机(#4)
●位置:(2000,0)
●航向角:100°
(1)相位控制
(2)速度控制
(3)仿真性能分析
由图4和图5可看出,本发明中的制导方法可以对地面静止目标进行稳定跟踪。目标与无人机间距离,无人机间间距都有很好的收敛特征。单邻居与双邻居制导方法的切 换时间为135s,225s,132s和330s。其中,在速度控制下有更好的跟踪轨迹,在相位 控制下,无人机速度可以保持恒定。
5.2六自由度实时仿真
相较于Dubins仿真,在六自由度非线性仿真中可以观察到无人机的高度与姿态变化。在本节,采用了样例无人机在数字实时仿真系统中进行仿真,飞行数据使用真实飞 行测试数据。仿真结果有高可靠性。
样例无人机的参数为:机体重量:21kg。翼展:3.8m。巡航速度:40m/s。机翼面 积:1.75m2。机翼平均弦长0.56m。攻角:1.55°。
数字实时仿真系统由样例无人机模型,遥测软件,执行机构和2D/3D展示软件构成。
无人机编队高度,俯仰角,滚转角和无人机间距离分别如图7(a)、图7(b)、图7(c)、图7(d)所示。
图6表明无人机非线性六自由度模型可以在考虑传感器噪声的情况下成功进行对目 标的跟踪任务。此外,从图7可看出,制导输出对飞机的高度和纵向姿态的影响在可接受范围内。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员 来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种基于测距信号的固定翼无人机编队跟踪制导方法,其特征在于,包括步骤:
(1)获取无人机和地面目标的航向信息,根据获取的信息数据构建无人机定距跟踪地面目标的二维运动学模型:
其中,为无人机i与地面目标间的相对距离变化率;vi为无人机i的速度;χi为无人机i的视线角,即无人机i速度方向与无人机和目标间连线的夹角;为χi的角变化率;ωi无人机i的角速度;ρi为无人机i与地面目标间的相对距离;
(2)根据无人机定距跟踪地面目标的二维运动学模型,建立定距跟踪地面静止目标的单无人机制导模型和无人机编队制导模型;其中,
定距跟踪地面静止目标的单无人机制导模型为:
定距跟踪地面静止目标的无人机编队制导模型包括:
无人机编队单邻居相位控制制导模型:
无人机编队单邻居速度控制制导模型:
其中,kv表示编队速度制导增益;
无人机编队双邻居相位控制制导模型:
无人机编队双邻居速度控制制导模型:
(3)当单架无人机定距跟踪地面静止目标时,选取单无人机制导模型作为无人机制导策略;
(4)当无人机编队定距跟踪地面静止目标时,根据无人机前、后、左、右四个探测雷达所探测到的无人机数量,选择各无人机制导策略,包括步骤:
(4-1)定义:若无人机i前方或右方探测雷达探测到的无人机数量非空,则ri,i-1≠0,否则,ri,i-1=0;若无人机i后方或左方雷达探测到的无人机数量非空,则ri,i+1≠0,否则,ri,i+1=0;
(4-2)若ri,i-1≠0且ri,i+1=0,则采用无人机编队单邻居相位控制制导模型和无人机编队单邻居速度控制制导模型作为各无人机制导策略;若ri,i-1≠0且ri,i+1≠0,则采用无人机编队双邻居相位控制制导模型和无人机编队双邻居速度控制制导模型作为各无人机制导策略;若不满足ri,i-1≠0且ri,i+1=0或ri,i-1≠0且ri,i+1≠0,则不采用无人机编队跟踪制导方法。
2.根据权利要求1所述的一种基于测距信号的固定翼无人机编队跟踪制导方法,其特征在于,所述无人机的航向信息包括:无人机的位置[xi,yi]T和无人机航向角ψu;
所述地面目标的航向信息包括:地面目标的位置[xt,yt]T和地面目标航向角ψt。
3.根据权利要求1所述的一种基于测距信号的固定翼无人机编队跟踪制导方法,其特征在于,还包括采用双曲正切函数限制各个制导模型输出,其中,
经过双曲正切函数限幅后的定距跟踪地面静止目标的单无人机制导模型为:
经过双曲正切函数限幅后的无人机编队单邻居相位控制制导模型为:
经过双曲正切函数限幅后的无人机编队单邻居速度控制制导模型为:
经过双曲正切函数限幅后的无人机编队双邻居相位控制制导模型为:
经过双曲正切函数限幅后的无人机编队双邻居速度控制制导模型为:
Δvmax为无人机的最大速率变化允许值,vmax和vstall分别为固定翼无人机的最大速度和标称速度,且vi-1+Δvmax≤vmax且vi-1-Δvmax≥vstall。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711363165.5A CN108227736B (zh) | 2017-12-18 | 2017-12-18 | 一种基于测距信号的固定翼无人机编队跟踪制导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711363165.5A CN108227736B (zh) | 2017-12-18 | 2017-12-18 | 一种基于测距信号的固定翼无人机编队跟踪制导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108227736A CN108227736A (zh) | 2018-06-29 |
CN108227736B true CN108227736B (zh) | 2020-09-18 |
Family
ID=62649694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711363165.5A Active CN108227736B (zh) | 2017-12-18 | 2017-12-18 | 一种基于测距信号的固定翼无人机编队跟踪制导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108227736B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109491403B (zh) * | 2018-11-03 | 2021-09-07 | 上海电力学院 | 一种协同高空长航时无人机连接控制方法 |
CN110221606B (zh) * | 2019-05-20 | 2021-08-17 | 南京航空航天大学 | 一种基于测距信号的距离变化率求解及机器人编队方法 |
CN110221624B (zh) * | 2019-05-20 | 2021-08-17 | 南京航空航天大学 | 一种基于组合系统的无人机环绕地面目标制导方法 |
CN112859919B (zh) * | 2021-01-19 | 2022-08-26 | 中国人民解放军陆军边海防学院 | 无人机群对运动目标的追踪方法 |
CN113848988B (zh) * | 2021-11-05 | 2022-04-01 | 南京航空航天大学 | 适用于大规模无人机的网格化编队方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105425819A (zh) * | 2015-11-25 | 2016-03-23 | 南京航空航天大学 | 一种无人机自动跟踪地面目标的制导方法 |
CN105842683A (zh) * | 2016-05-27 | 2016-08-10 | 南京博驰光电科技有限公司 | 一种无人机综合防御系统及方法 |
CN105867399A (zh) * | 2016-04-18 | 2016-08-17 | 北京航天自动控制研究所 | 一种确定多状态跟踪制导参数的方法 |
CN106383524A (zh) * | 2016-10-10 | 2017-02-08 | 北京航空航天大学 | 一种导弹自主编队在队形控制过程中的冲突预测方法 |
CN106406359A (zh) * | 2016-08-30 | 2017-02-15 | 南京航空航天大学 | 一种基于虚拟目标的固定翼无人机跟踪地面目标制导方法 |
CN106950980A (zh) * | 2017-04-18 | 2017-07-14 | 南京航空航天大学 | 一种小型固定翼无人机制导计算机及制导方法 |
CN107015571A (zh) * | 2017-05-12 | 2017-08-04 | 南京航空航天大学 | 一种编队无人机追踪与规避移动目标的算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7469183B2 (en) * | 2005-01-24 | 2008-12-23 | International Business Machines Corporation | Navigating UAVs in formation |
-
2017
- 2017-12-18 CN CN201711363165.5A patent/CN108227736B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105425819A (zh) * | 2015-11-25 | 2016-03-23 | 南京航空航天大学 | 一种无人机自动跟踪地面目标的制导方法 |
CN105867399A (zh) * | 2016-04-18 | 2016-08-17 | 北京航天自动控制研究所 | 一种确定多状态跟踪制导参数的方法 |
CN105842683A (zh) * | 2016-05-27 | 2016-08-10 | 南京博驰光电科技有限公司 | 一种无人机综合防御系统及方法 |
CN106406359A (zh) * | 2016-08-30 | 2017-02-15 | 南京航空航天大学 | 一种基于虚拟目标的固定翼无人机跟踪地面目标制导方法 |
CN106383524A (zh) * | 2016-10-10 | 2017-02-08 | 北京航空航天大学 | 一种导弹自主编队在队形控制过程中的冲突预测方法 |
CN106950980A (zh) * | 2017-04-18 | 2017-07-14 | 南京航空航天大学 | 一种小型固定翼无人机制导计算机及制导方法 |
CN107015571A (zh) * | 2017-05-12 | 2017-08-04 | 南京航空航天大学 | 一种编队无人机追踪与规避移动目标的算法 |
Non-Patent Citations (1)
Title |
---|
一种无人机定距盘旋跟踪制导律及稳定性证明;张民等;《航空学报》;20161125;第3425-3435页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108227736A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108227736B (zh) | 一种基于测距信号的固定翼无人机编队跟踪制导方法 | |
US11669110B2 (en) | Control system based on multi-unmanned aerial vehicle cooperative strategic confrontation | |
Benini et al. | An imu/uwb/vision-based extended kalman filter for mini-uav localization in indoor environment using 802.15. 4a wireless sensor network | |
Mammarella et al. | Machine vision/GPS integration using EKF for the UAV aerial refueling problem | |
Qi et al. | Autonomous landing solution of low-cost quadrotor on a moving platform | |
CN111797478B (zh) | 一种基于变结构多模型的强机动目标跟踪方法 | |
CN112363528B (zh) | 基于机载视觉的无人机抗干扰集群编队控制方法 | |
CN109059914B (zh) | 一种基于gps和最小二乘滤波的炮弹滚转角估计方法 | |
CN109211231B (zh) | 一种基于牛顿迭代法的炮弹姿态估计方法 | |
Wang et al. | Monocular visual SLAM for small UAVs in GPS-denied environments | |
Rilanto Trilaksono et al. | Hardware‐in‐the‐loop simulation for visual target tracking of octorotor UAV | |
Zhang et al. | Wi-Fi-inertial indoor pose estimation for microaerial vehicles | |
Notter et al. | Multiple thermal updraft estimation and observability analysis | |
US11029709B1 (en) | Adaptive wind estimation, trajectory generation, and flight control for aerial systems using motion data | |
CN112836581B (zh) | 一种基于相关性分析的敏感故障特征提取方法及装置 | |
RU2265233C1 (ru) | Устройство определения координат | |
CN112668107A (zh) | 基于立式转台的航天运载器试验方法、装置及存储介质 | |
Chen et al. | Aerial robots on the way to underground: An experimental evaluation of VINS-mono on visual-inertial odometry camera | |
US9721352B1 (en) | Method and apparatus for computer vision analysis of cannon-launched artillery video | |
Høglund | Autonomous inspection of wind turbines and buildings using an UAV | |
Schmitt et al. | Globally valid posterior Cramér–Rao bound for three-dimensional bearings-only filtering | |
Gite et al. | Estimation of yaw angle from flight data using extended Kalman filter | |
Kauffman et al. | Simulation study of UWB-OFDM SAR for navigation with INS integration | |
CN113962057B (zh) | 基于时序交会的远程导弹主动段运动参数修正方法 | |
US9995817B1 (en) | Three dimensional direction finder with one dimensional sensor array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |