CN111708377B - 基于惯导/飞控系统信息融合的飞行控制方法 - Google Patents
基于惯导/飞控系统信息融合的飞行控制方法 Download PDFInfo
- Publication number
- CN111708377B CN111708377B CN202010570241.5A CN202010570241A CN111708377B CN 111708377 B CN111708377 B CN 111708377B CN 202010570241 A CN202010570241 A CN 202010570241A CN 111708377 B CN111708377 B CN 111708377B
- Authority
- CN
- China
- Prior art keywords
- representing
- flight control
- angle
- inertial navigation
- measurement
- 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
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000004927 fusion Effects 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000005312 nonlinear dynamic Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 229910052731 fluorine Inorganic materials 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 125000001153 fluoro group Chemical group F* 0.000 claims 1
- 238000005096 rolling process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007704 transition Effects 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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)
- Navigation (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于惯导/飞控系统信息融合的飞行控制方法,属于信息融合控制方法领域,用于解决复杂飞行环境下迎角、侧滑角和真空速无法测量造成的飞机控制性能降低或不可控的问题。该方法首先考虑系统迎角、侧滑角和真空速不可测,引入惯性导航系统信息作为量测信息,基于动力学模型建立系统状态方程和量测方程,通过扩展卡尔曼滤波器实现迎角、侧滑角和真空速的估计;然后将飞机六自由度非线性动力学模型转化为严格反馈形式,基于反步法框架和状态估计值设计控制器;最后将控制输入返回到飞行器动力学模型中以实现跟踪控制。本发明将惯导/飞控系统信息融合和飞行控制设计有机结合,为系统部分状态不可测情况下的飞控系统设计提供了有效途径。
Description
技术领域
本发明涉及一种飞行控制方法,特别是涉及一种基于惯导/飞控系统信息融合的飞行控制方法,属于信息融合控制方法领域。
背景技术
飞行控制系统设计是保证飞机安全飞行的重要基础,经典控制方法和智能控制方法在飞行控制系统设计中都具有广泛应用,但这些控制方法应用的前提是要求系统状态可测或可获得。然而在实际系统中,部分系统状态不易直接测量,或由于测量设备在经济上和使用性能上的限制,使得不可能实际获得系统的全部状态向量,从而影响控制性能。线性状态观测器可用于解决状态不可测问题,但其使用具有一定的局限性,且随着飞行任务和飞行环境的复杂,如要求战斗机具有高机动大迎角飞行能力等,系统呈现强非线性特性,这些基于线性状态观测器的控制器不能满足飞行任务需求。
《Augmented fixed-time observer-based continuous robust control forhypersonic vehicles with measurement noises》(J.Sun,J.Yi and Z.Pu.《IET ControlTheory&Applications》,2019年,第13卷第3期)基于超扭转控制器框架研究了带有测量噪声的高超声速飞行器连续鲁棒控制问题。在迎角可获得的条件下通过设计一种增广固定时间观测器来估计具有高频噪声的状态真实值,最后实现速度和高度的精确跟踪。然而,当飞机处于复杂飞行环境时,大气数据传感器由于易受环境影响无法准确测量迎角和侧滑角或超出传感器的测量范围,从而不能依靠传感器测量值来设计控制器。因此,必须借助不易受飞行环境影响的惯导系统来辅助得到迎角、侧滑角和真空速信息值,并将其用于控制系统的设计中。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种基于惯导/飞控系统信息融合的飞行控制方法,以解决复杂飞行环境下迎角、侧滑角和真空速无法测量从而造成的飞机控制性能降低或不可控的问题。该方法首先考虑系统迎角、侧滑角和真空速不可测,引入惯导系统信息作为量测信息,基于动力学模型建立系统状态方程和量测方程,通过构建扩展卡尔曼滤波器实现对迎角、侧滑角和真空速的估计;然后将飞机六自由度非线性动力学模型转化为严格反馈形式,基于反步法框架和状态估计值设计控制器;最后将控制输入返回到飞行器动力学模型中,以实现跟踪控制。
技术方案
一种基于惯导/飞控系统信息融合的飞行控制方法,其特征在于步骤如下:
步骤1:飞机的六自由度非线性动力学模型
其中,x1=[φ θ ψ xg yg h]T和x2=[U V W P Q R]T表示系统状态量;u=[T δe δaδr]T表示控制输入;θ、φ和ψ分别表示俯仰角、滚转角和偏航角;xg、yg和h分别表示飞机质心在地面坐标轴系下的位移;U、V和W分别表示飞行速度在机体坐标轴系各轴上的分量;P、Q和R分别表示滚转角速度、俯仰角速度和偏航角速度;T表示推力;δe、δa和δr分别表示升降舵偏转角、副翼偏转角和方向舵偏转角;g0(x1,x2)∈R6×1和f0(x1,x2,u)∈R6×1表示关于x1、x2和u的函数矩阵
其中,m和g分别表示飞机质量和重力加速度;ci,i=1,…,9表示力矩方程系数;Fx、Fy和Fz分别表示气动力和推力在机体坐标轴上的分量;M和N分别表示合外力矩在机体坐标轴上的分量;相关气动力力和力矩的定义如下
Fx=T+Lsinα-Ycosαsinβ-Dcosαcosβ,Fz=-Lcosα-Ysinαsinβ-Dsinαcosβ。
其中,Sw表示机翼面积;cA表示平均气动弦长;b表示机翼展长;D、Y和L是气动力,分别表示阻力、侧力和升力;CD、CY和CL分别表示阻力系数、侧力系数和升力系数;CL、CM和CN分别表示滚转力矩系数、俯仰力矩系数和偏航力矩系数;α、β和Vt分别表示迎角、侧滑角和真空速;CD0、CDα、CL0、CLα、CYβ、 CM0、CMα、CMq、CNβ、CNP和CNR表示气动导数,可插值获得;
步骤2:选取X=[θ φ P Q R α β Vt]T为滤波状态量,建立系统状态方程
其中,
Gxa=mg(-cosαcosβsinθ+sinβsinφcosθ+sinαcosβcosφcosθ),
Gya=mg(cosαsinβsinθ+cosβsinφcosθ-sinαsinβcosφcosθ),
Gza=mg(sinαsinθ+cosαcosφcosθ)。
考虑迎角α、侧滑角β和真空速Vt不可测,引入惯导信息作为量测信息,建立量测方程
Z(t)=h(X(t),u(t),t)+v(t) (3)
其中,表示惯导量测的俯仰角、滚转角、滚转角速度、俯仰角速度、偏航角速度以及加速度在机体坐标轴上的分量;v(t)∈R8×1表示由惯性测量器件引起的量测噪声,满足E(vk)=0,h(X(t),u(t),t)是关于状态量的非线性函数
构建扩展卡尔曼滤波器
其中,表示一步预测值;表示k时刻的状态估计值;Pk/k-1∈R8×8表示一步预测协方差;Pk-1∈R8×8表示k-1时刻的状态估计协方差;Zk∈R8×1表示k时刻的惯导量测值;Kk∈R8×8表示滤波增益;Φk,k-1=I+F(tk-1)Δt∈R8×8表示系统转移矩阵,其中Δt表示滤波采样时间;Gk-1=Δt(I+(F(tk-1)/2!)Δt)G(tk-1)∈R8 ×9表示系统噪声驱动矩阵,表示状态方程的雅克比矩阵;表示量测方程的雅克比矩阵;
步骤3:将动力学模型(1)写成以下严格反馈形式
其中,g1(x1)∈R6×6、f2(x1,x2)∈R6×6和g2(x1,x2)∈R6×4表示如下
其中,参数k1>0由设计者给定。
其中,参数k2>0由设计者给定;
步骤4:根据得到的控制器u,返回到飞行器动力学模型(1)中,对飞行器进行跟踪控制。
步骤2中所述的Δt=0.01s。
有益效果
本发明提出的一种基于惯导/飞控系统信息融合的飞行控制方法,该方法首先考虑系统迎角、侧滑角和真空速不可测,引入惯导系统信息作为量测信息,基于动力学模型建立系统状态方程和量测方程,通过构建扩展卡尔曼滤波器实现对迎角、侧滑角和真空速的估计;然后将飞机六自由度非线性动力学模型转化为严格反馈形式,基于反步法框架和状态估计值设计控制器;最后将控制输入返回到飞行器动力学模型中,以实现跟踪控制。
与现有技术相比有益效果为:
(1)本发明基于扩展卡尔曼滤波融合了惯导信息和飞控信息,实现了复杂环境下系统迎角、侧滑角和真空速的估计。
(2)本发明将信息融合与控制器设计相结合,并考虑系统测量噪声,有效解决了飞行器部分状态无法测量从而造成飞机控制性能降低或不可控的问题。
附图说明
图1是本发明基于惯导/飞控系统信息融合的飞行控制方法流程图。
图2是惯导/飞控系统信息融合的示意图。
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明的一种基于惯导/飞控系统信息融合的飞行状态控制方法流程图如图1所示,所发明内容用于改进飞行器在迎角、侧滑角以及真空速无法测量或测量不准从而造成控制系统性能下降或不可控问题,其具体实施步骤如下:
(a)飞机的六自由度非线性动力学模型为
其中,x1=[φ θ ψ xg yg h]T和x2=[U V W P Q R]T表示系统状态量;u=[T δe δaδr]T表示控制输入;θ、φ和ψ分别表示俯仰角、滚转角和偏航角;xg、yg和h分别表示飞机质心在地面坐标轴系下的位移;U、V和W分别表示飞行速度在机体坐标轴系各轴上的分量;P、Q和R分别表示滚转角速度、俯仰角速度和偏航角速度;T表示推力;δe、δa和δr分别表示升降舵偏转角、副翼偏转角和方向舵偏转角;g0(x1,x2)∈R6×1和f0(x1,x2,u)∈R6×1表示关于x1、x2和u的函数矩阵
其中,m和g分别表示飞机质量和重力加速度;ci,i=1,…,9表示力矩方程系数;Fx、Fy和Fz分别表示气动力和推力在机体坐标轴上的分量;M和N分别表示合外力矩在机体坐标轴上的分量;相关气动力力和力矩的定义如下
其中,Sw表示机翼面积;cA表示平均气动弦长;b表示机翼展长;D、Y和L是气动力,分别表示阻力、侧力和升力;CD、CY和CL分别表示阻力系数、侧力系数和升力系数;CM和CN分别表示滚转力矩系数、俯仰力矩系数和偏航力矩系数;α、β和Vt分别表示迎角、侧滑角和真空速;CD0、CDα、CL0、CLα、CYβ、 CM0、CMα、CNβ、CNP和CNR表示气动导数,可插值获得。
(b)根据图2,选取X=[θ φ P Q R α β Vt]T为滤波状态量,建立系统状态方程
其中,
Gxa=mg(-cosαcosβsinθ+sinβsinφcosθ+sinαcosβcosφcosθ),
Gya=mg(cosαsinβsinθ+cosβsinφcosθ-sinαsinβcosφcosθ),
Gza=mg(sinαsinθ+cosαcosφcosθ)。
考虑迎角α、侧滑角β和真空速Vt不可测,引入惯导信息作为量测信息,建立量测方程
Z(t)=h(X(t),u(t),t)+v(t) (3)
其中,表示惯导系统量测的俯仰角、滚转角、滚转角速度、俯仰角速度、偏航角速度以及加速度在机体坐标轴上的分量;v(t)∈R8×1表示由惯性测量器件引起的量测噪声,满足E(vk)=0,Rk∈R8×8>0,h(X(t),u(t),t)是关于状态量的非线性函数
将公式(2)和(3)线性化和离散化
其中,表示一步预测值;Φk,k-1=I+F(tk-1)Δt∈R8×8表示系统转移矩阵,其中Δt表示滤波采样时间;表示状态方程的雅克比矩阵;Gk-1=Δt(I+(F(tk-1)/2!)Δt)G(tk-1)∈R8×9表示系统噪声转移矩阵;表示量测方程的雅克比矩阵。
构建扩展卡尔曼滤波器
(c)将动力学模型(1)写成以下严格反馈形式
其中,g1(x1)∈R6×6、f2(x1,x2)∈R6×6和g2(x1,x2)∈R6×4表示如下
其中,k1=1.5。
其中,k2=1.5。
(d)根据得到的控制器u,返回到飞行器动力学模型(1)中,对飞行器进行跟踪控制。
Claims (2)
1.一种基于惯导/飞控系统信息融合的飞行控制方法,其特征在于步骤如下:
步骤1:飞机的六自由度非线性动力学模型
其中,x1=[φ θ ψ xg yg h]T和x2=[U V W P Q R]T表示系统状态量;u=[T δe δa δr]T表示控制输入;θ、φ和ψ分别表示俯仰角、滚转角和偏航角;xg、yg和h分别表示飞机质心在地面坐标轴系下的位移;U、V和W分别表示飞行速度在机体坐标轴系各轴上的分量;P、Q和R分别表示滚转角速度、俯仰角速度和偏航角速度;T表示推力;δe、δa和δr分别表示升降舵偏转角、副翼偏转角和方向舵偏转角;g0(x1,x2)∈R6×1和f0(x1,x2,u)∈R6×1表示关于x1、x2和u的函数矩阵
其中,m和g分别表示飞机质量和重力加速度;ci,i=1,…,9表示力矩方程系数;Fx、Fy和Fz分别表示气动力和推力在机体坐标轴上的分量;M和N分别表示合外力矩在机体坐标轴上的分量;相关气动力和力矩的定义如下
D=CDQbSw,Y=CYQbSw,L=CLQbSw,M=CMQbSwcA,N=CNQbSwb, Fy=Ycosβ-Dsinβ,Fx=T+Lsinα-Ycosαsinβ-Dcosαcosβ,Fz=-Lcosα-Ysinαsinβ-Dsinαcosβ;
其中,Sw表示机翼面积;cA表示平均气动弦长;b表示机翼展长;D、Y和L是气动力,分别表示阻力、侧力和升力;CD、CY和CL分别表示阻力系数、侧力系数和升力系数;CM和CN分别表示滚转力矩系数、俯仰力矩系数和偏航力矩系数;α、β和Vt分别表示迎角、侧滑角和真空速;CD0、CDα、CL0、CLα、CYβ、 CM0、CMα、CMq、CNβ、CNP和CNR表示气动导数,可插值获得;
步骤2:选取X=[θ φ P Q R α β Vt]T为滤波状态量,建立系统状态方程
其中,
Gxa=mg(-cosαcosβsinθ+sinβsinφcosθ+sinαcosβcosφcosθ),
Gya=mg(cosαsinβsinθ+cosβsinφcosθ-sinαsinβcosφcosθ),
Gza=mg(sinαsinθ+cosαcosφcosθ);
考虑迎角α、侧滑角β和真空速Vt不可测,引入惯导信息作为量测信息,建立量测方程
Z(t)=h(X(t),u(t),t)+v(t) (3)
其中,表示惯导量测的俯仰角、滚转角、滚转角速度、俯仰角速度、偏航角速度以及加速度在机体坐标轴上的分量;v(t)∈R8×1表示由惯性测量器件引起的量测噪声,满足E(vk)=0,h(X(t),u(t),t)是关于状态量的非线性函数
构建扩展卡尔曼滤波器
其中,表示一步预测值;表示k时刻的状态估计值;Pk/k-1∈R8×8表示一步预测协方差;Pk-1∈R8×8表示k-1时刻的状态估计协方差;Zk∈R8×1表示k时刻的惯导量测值;Kk∈R8×8表示滤波增益;Φk,k-1=I+F(tk-1)Δt∈R8×8表示系统转移矩阵,其中Δt表示滤波采样时间;Gk-1=Δt(I+(F(tk-1)/2!)Δt)G(tk-1)∈R8×9表示系统噪声驱动矩阵,表示状态方程的雅克比矩阵;表示量测方程的雅克比矩阵;
步骤3:将动力学模型(1)写成以下严格反馈形式
其中,g1(x1)∈R6×6、f2(x1,x2)∈R6×6和g2(x1,x2)∈R6×4表示如下
其中,参数k1>0由设计者给定;
其中,参数k2>0由设计者给定;
步骤4:根据得到的控制器u,返回到飞行器动力学模型(1)中,对飞行器进行跟踪控制。
2.根据权利要求1所述的一种基于惯导/飞控系统信息融合的飞行控制方法,其特征在于步骤2中所述的Δt=0.01s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570241.5A CN111708377B (zh) | 2020-06-21 | 2020-06-21 | 基于惯导/飞控系统信息融合的飞行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570241.5A CN111708377B (zh) | 2020-06-21 | 2020-06-21 | 基于惯导/飞控系统信息融合的飞行控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111708377A CN111708377A (zh) | 2020-09-25 |
CN111708377B true CN111708377B (zh) | 2022-10-25 |
Family
ID=72541535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010570241.5A Active CN111708377B (zh) | 2020-06-21 | 2020-06-21 | 基于惯导/飞控系统信息融合的飞行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111708377B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149234B (zh) * | 2020-10-09 | 2023-05-23 | 南京航空航天大学 | 一种基于俯仰角速率输入的飞行器质点运动模型设计方法 |
CN112268682A (zh) * | 2020-10-15 | 2021-01-26 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种飞行器单自由度摇滚特性预测方法 |
US11790793B2 (en) | 2021-01-08 | 2023-10-17 | Honeywell International Inc. | Systems and methods for model based vehicle navigation |
US11781836B2 (en) | 2021-03-04 | 2023-10-10 | Honeywell International Inc. | Systems and methods for model based inertial navigation for a spinning projectile |
CN113778120B (zh) * | 2021-10-27 | 2024-05-17 | 北京航空航天大学 | 一种多传感器融合的无人机复杂天候飞行控制方法 |
CN114942649B (zh) * | 2022-06-06 | 2022-12-06 | 北京石油化工学院 | 一种基于反步法的飞机俯仰姿态与航迹角解耦控制方法 |
CN117439465B (zh) * | 2023-10-12 | 2024-06-21 | 常州大学 | 一种基于非匹配干扰补偿的永磁同步电机滑模控制方法 |
CN117589190B (zh) * | 2024-01-18 | 2024-03-26 | 西北工业大学 | 基于惯导/飞控的大气参数解算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103363993A (zh) * | 2013-07-06 | 2013-10-23 | 西北工业大学 | 一种基于无迹卡尔曼滤波的飞机角速率信号重构方法 |
CN206095257U (zh) * | 2016-10-31 | 2017-04-12 | 河南科技学院 | 智能巡视机器人组合导航系统 |
CN106708066A (zh) * | 2015-12-20 | 2017-05-24 | 中国电子科技集团公司第二十研究所 | 基于视觉/惯导的无人机自主着陆方法 |
CN107289942A (zh) * | 2017-06-20 | 2017-10-24 | 南京航空航天大学 | 一种用于编队飞行的相对导航系统及方法 |
CN108731670A (zh) * | 2018-05-18 | 2018-11-02 | 南京航空航天大学 | 基于量测模型优化的惯性/视觉里程计组合导航定位方法 |
CN110849360A (zh) * | 2019-11-25 | 2020-02-28 | 中国航空无线电电子研究所 | 面向多机协同编队飞行的分布式相对导航方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019089966A1 (en) * | 2017-11-02 | 2019-05-09 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Improved atmospheric thermal location estimation |
-
2020
- 2020-06-21 CN CN202010570241.5A patent/CN111708377B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103363993A (zh) * | 2013-07-06 | 2013-10-23 | 西北工业大学 | 一种基于无迹卡尔曼滤波的飞机角速率信号重构方法 |
CN106708066A (zh) * | 2015-12-20 | 2017-05-24 | 中国电子科技集团公司第二十研究所 | 基于视觉/惯导的无人机自主着陆方法 |
CN206095257U (zh) * | 2016-10-31 | 2017-04-12 | 河南科技学院 | 智能巡视机器人组合导航系统 |
CN107289942A (zh) * | 2017-06-20 | 2017-10-24 | 南京航空航天大学 | 一种用于编队飞行的相对导航系统及方法 |
CN108731670A (zh) * | 2018-05-18 | 2018-11-02 | 南京航空航天大学 | 基于量测模型优化的惯性/视觉里程计组合导航定位方法 |
CN110849360A (zh) * | 2019-11-25 | 2020-02-28 | 中国航空无线电电子研究所 | 面向多机协同编队飞行的分布式相对导航方法 |
Non-Patent Citations (1)
Title |
---|
一种基于惯导/地磁信息融合的低成本组合导航方法;王伟东等;《导弹与航天运载技术》;20190630(第371期);第64-69页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111708377A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111708377B (zh) | 基于惯导/飞控系统信息融合的飞行控制方法 | |
CN109460596B (zh) | 一种飞翼无人机非线性载荷计算方法 | |
CN102749851B (zh) | 一种挠性高超声速飞行器的精细抗干扰跟踪控制器 | |
CN108873929B (zh) | 一种固定翼飞机自主着舰方法及系统 | |
CN111665857B (zh) | 基于复合智能学习的变体飞行器控制方法 | |
CN108427322B (zh) | 一种大柔性飞行器基于在线辨识的建模方法 | |
CN111679583B (zh) | 基于气动参数估计的变体飞行器自适应控制方法 | |
CN104199286A (zh) | 一种基于滑模干扰观测器的飞行器递阶动态逆控制方法 | |
CN104950901A (zh) | 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法 | |
CN111736468B (zh) | 一种信息融合下的飞行器抗干扰控制方法 | |
CN111964688B (zh) | 结合无人机动力学模型和mems传感器的姿态估计方法 | |
CN111580540A (zh) | 基于Kalman滤波的变体飞行器T-S模糊控制方法 | |
CN110377044B (zh) | 一种无人直升机的有限时间高度和姿态跟踪控制方法 | |
CN109703768B (zh) | 一种基于姿态/轨迹复合控制的软式空中加油对接方法 | |
CN114281092A (zh) | 一种基于滑模干扰观测器的高超声速飞行器协调姿态控制方法 | |
CN106802570B (zh) | 一种无人直升机位置跟踪的方法与装置 | |
CN115556111B (zh) | 基于变惯性参数建模的飞行机械臂耦合扰动控制方法 | |
CN111007720A (zh) | 高超声速飞行器多传感器故障的非线性自愈合控制方法 | |
CN111273681A (zh) | 一种考虑攻角受限的高超声速飞行器高安全抗干扰控制方法 | |
CN111290278A (zh) | 一种基于预测滑模的高超声速飞行器鲁棒姿态控制方法 | |
CN109991992A (zh) | 基于浸入不变集的小型无人直升机无模型自适应控制方法 | |
Qian et al. | Active flutter suppression of a multiple-actuated-wing wind tunnel model | |
CN110275542B (zh) | 一种基于自适应有限时间控制的四旋翼飞行器控制方法 | |
CN113848990B (zh) | 一种考虑结构非线性的无人机稳定飞行控制方法 | |
Manai et al. | Identification of a UAV and design of a hardware-in-the-loop system for nonlinear control purposes |
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 |