CN111813133B - 一种基于相对精密单点定位的无人机舰船自主着陆方法 - Google Patents

一种基于相对精密单点定位的无人机舰船自主着陆方法 Download PDF

Info

Publication number
CN111813133B
CN111813133B CN202010649353.XA CN202010649353A CN111813133B CN 111813133 B CN111813133 B CN 111813133B CN 202010649353 A CN202010649353 A CN 202010649353A CN 111813133 B CN111813133 B CN 111813133B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
angle
ship
equation
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
Application number
CN202010649353.XA
Other languages
English (en)
Other versions
CN111813133A (zh
Inventor
康国华
赵腾
徐伟证
秦思怡
胡语涵
芮雨
翟华缘
田仕瑛
李庚欢
吴佳奇
魏建宇
邱钰桓
张琪
张晗
张文豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010649353.XA priority Critical patent/CN111813133B/zh
Publication of CN111813133A publication Critical patent/CN111813133A/zh
Application granted granted Critical
Publication of CN111813133B publication Critical patent/CN111813133B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04Control of altitude or depth
    • G05D1/06Rate of change of altitude or depth
    • G05D1/0607Rate of change of altitude or depth specially adapted for aircraft
    • G05D1/0653Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
    • G05D1/0676Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing
    • G05D1/0684Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing on a moving platform, e.g. aircraft carrier

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

本发明公开了一种基于相对精密单点定位的无人机舰船自主着陆方法,涉及高精度相对位置测量领域,能够在复杂气象环境实现无人机舰船安全自主的着陆。本发明包括:通过RPPP算法、搭建无人机运动学模型和舰船运动时的谐波模型,对无人机横向和纵向运动进行控制,并引入两者间的相对运动方程;将比例制导与线性二次型调节器结合,对无人机着舰末端拉起段进行精确制导。本发明可用于在有风浪的复杂海面环境下,甲板剧烈晃动,无人机着舰轨迹发生漂移的情况下,两者间相对位置的精准确定,以实现无人机安全自主的着舰。

Description

一种基于相对精密单点定位的无人机舰船自主着陆方法
技术领域
本发明涉及高精度相对位置测量领域,尤其涉及一种基于相对精密单点定位的无人机舰船自主着陆方法。
背景技术
无人机在舰船尤其是航母上的自主着陆是当前无人机自主着陆的难题。两者在有风浪的复杂海面环境下的相对运动带有极大不确定性,甲板的晃动和无人机的着陆轨迹在风浪影响下的飘移,都对无人机降落的安全性和精准度造成影响。在无人机着舰过程中,最重要的是两者的相对姿态和位置,尤其是相对位置在无人机靠近过程中长时间起到主要作用。
传统依靠GPS/INS组合对于相对位置间的测量方法,实时性高,但随着时间增加,其导航速度以及位置参数误差会越来越大,满足不了无人机舰船两者间高精度的相对位姿测量,尤其是在着舰末端。依靠视觉的引导无人机自主着舰作用范围小,对于无人机着陆末端的调整带来了极大的挑战,受制于相机像素的影响,拍照图像也会产生一定程度的压缩;且两者都易受大风、大浪、海洋环境的影响,相对位置测量的精度也给无人机自主着舰造成了很大的不确定性。雷达导引是现役舰载机着舰的主要方式,导引雷达测出无人机的速度和位置信息传送给中控计算机,与真值比较,计算误差信号,返回给无人机,调整位姿信息,沿着真值下滑着舰,其精度范围在米级分米级,相比于高精度位置测量稍差一些,而且要在船舰上安装雷达系统,对于中小型船舰不能适用。基于激光的相对位置测量,相当于单点定位技术,当无人机受到气流干扰,甲板受到海浪影响,安装在甲板上的跟踪器容易丢失跟踪目标,使得无人机无法正常降落。
因此,现有技术缺乏一种高精度相对位置测量方法,解决在复杂气象环境下无人机与舰船之间相对位置测量精度低且不稳定的问题。
发明内容
本发明提供一种基于相对精密单点定位的无人机舰船自主着陆方法,能够消除了统一环境下的相同误差,提高了相对定位精度,解决了在复杂气象环境下无人机和舰船之间相对位置测量精度低且不稳定的问题。确保无人机在自主着舰的过程中,能有效地应对复杂的环境,实现安全自主的着舰。
为达到上述目的,本发明采用如下技术方案:
一种基于相对精密单点定位的无人机舰船自主着陆方法,包括:
S1、采用相对精密单点定位法采集无人机和舰船的绝对高度定位,再解算得到无人机和舰船的相对位置关系;
S2、建立无人机运动时的数学模型,基于数学模型建立无人机的横向动力学模型和纵向动力学模型,再依据横向动力学模型和纵向动力学模选择横向控制律和纵向控制律;
S3、根据舰船的纵摇和垂荡建立舰船运动时的谐波模型;
S4、根据无人机运动时的数学模型,以及舰船运动时的谐波模型,得到无人机和舰船之间的相对运动方程;
S5、根据相对运动方程,以无人机末端弹目视线角为零、弹目视线角速率为零作为限制条件,采用比例制导方法生成制导律,再结合最优控制理论、线性二次型调节器、黎卡提方程,得到无人机末端制导律。
进一步的,无人机运动时的数学模型由无人机参数在地表惯性系、机体坐标系、速度坐标系的表达及相互转化关系求得。
进一步的,横向动力学模型的建立方法为:
根据数学模型得到无人机绕质心转动的动力学模型、无人机绕质心移动的动力学模型,再将无人机的迎角和航迹倾角近似为零,结合无人机绕质心转动的动力学模型、无人机绕质心移动的动力学模型得到横向动力学模型。
进一步的,纵向动力学模型的建立方法为:
根据数学模型得到无人机的俯仰角、垂直速度、高度;
因为短周期内无人机速度、俯仰角增量变化很小,所以将纵向短周期运动方程内的无人机速度、俯仰角增量近似为零,得到无人机纵向短周期近似模型,标记为纵向动力学模型。
进一步的,横向控制律和纵向控制律采用PID控制。
进一步的,谐波模型为:
Y(t)=0.863sin(2πt/8.1)-6
其中,t为已飞时间。
将舰船运动看作谐波模型,将6个自由度的运动看作为单自由度运动的线性组合,那么航母运动的振幅、频率和相位角等对着舰的影响,可以描述为Y(t)=Asin(ωt+φ)。
以福莱斯特级航母为例,在中级海况下,浪高5.18m,船速10km,再减去甲板平面距离海平面的距离求得上述谐波模型。
S4包括:
将着舰阶段的运动简化为二维:
Figure BDA0002573176340000041
式中,xt、yt为航母的横、纵坐标,xm、ym为无人机的横、纵坐标,r为无人机与舰船之间的距离,vr为无人机与舰船的相对运动速度,q为弹目视线角,θ为弹道倾角;
根据所述运动学方程得到:
Figure BDA0002573176340000042
其中,v为无人机飞行速度,q为弹目视线角,L为无人机所受升力,m为无人机质量,g为重力加速度,b为便于计算的变量,化简如下:
Figure BDA0002573176340000043
r为无人机与舰船之间的距离,令制导时间
Figure BDA0002573176340000044
tf为自主着舰总时间,t为已飞时间,得到
Figure BDA0002573176340000045
通过线性二次型调节器建立如下性能指标:
Figure BDA0002573176340000051
式中,J为性能指标,T为矩阵转置,x为系统的边界条件,
Figure BDA0002573176340000052
为tf时刻的边界条件,F为发动机矢量推力,Q和R均为对角正定矩阵,u为控制输入。
Figure BDA0002573176340000053
为末值型性能指标,即末态控制精度的度量;
Figure BDA0002573176340000054
为积分型性能指标,反应控制过程偏差在某种意义下的平均或控制过程的快速性,同时能反映燃料或能量的消耗。
令x1=q,
Figure BDA0002573176340000055
u=θ,x1、x2为便于计算的变量,由式(11)可知,无人机着舰系统的状态方程为:
Figure BDA0002573176340000056
其中
Figure BDA0002573176340000057
式中,A为2×2阶的系统矩阵,B为系统的2×1阶的输入矩阵;
着舰时无人机与航母处在同一水平线上,此时弹目视线角为零,并且F越大,控制精度越高,从而得到系统的目标状态为:
Figure BDA0002573176340000058
Figure BDA0002573176340000059
为给定的无人机着舰时的弹目视线角
引入黎卡提方程:
Figure BDA00025731763400000510
式中,P为对称矩阵;
最终得到的制导方程为:
Figure BDA00025731763400000511
为0° (8)
将式(16)标记为无人机着舰制导律。
本发明的有益效果是:
本发明提出了一种基于RPPP的无人机自主着舰方法,相比于GPS/INS、视觉、雷达以及激光,相对精密单点定位在两者绝对的高精度定位条件下,进一步消除了统一环境下的相同误差,提高了相对定位精度,解决了在复杂气象环境下无人机舰船之间相对位置测量精度低且不稳定的问题。依靠这一技术的高精度定位能力可以确保无人机在自主着舰的过程中,能有效地应对复杂的环境;再配合比例制导、最优控制理论、线性二次型调节器、黎卡提方程制定无人机末端的制导律,进一步帮助无人机的实现安全自主的着陆,也可为后续舰载无人机自主着陆研制提供技术参考,具有很好的军用和民用价值。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本实施例所搭载的系统;
图2是RPPP算法流程图;
图3是无人机横向控制仿真结果;
图4是无人机横向控制仿真结果;
图5是地表速度坐标系相互转化示意图;
图6是着舰末端制导轨迹;
图7是无人机舰船自主着陆仿真结果误差分析图1;
图8是无人机舰船自主着陆仿真结果误差分析图2。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合具体实施方式对本发明作进一步详细描述。
本发明实施例提供一种基于相对精密单点定位的无人机着舰方法,解决了在复杂气象环境下无人机舰船之间相对位置测量精度低且不稳定的问题。确保无人机在自主着舰的过程中,能有效地应对复杂的环境,实现安全自主的着舰。
本实施例提供一种基于相对精密单点定位的无人机舰船自主着陆方法,所搭载的系统由无人机、舰船、GPS/北斗导航、IGS/IGMAS组成,如图1所示。
一种基于相对精密单点定位的无人机舰船自主着陆方法,包括:
1、利用RPPP(relative precise point position相对精密单点定位法)确定无人机和舰船的绝对精度定位,RPPP算法流程图如图2所示,无人机接收机和舰船接收机分别接收GNSS导航数据和精密星历数据,先进行两个单点之间的绝对高精度定位,输出结果再进行运算,精准确定两者间的相对位置。
2、对固定翼无人机进行运动建模,包括坐标系建立、横向控制律设计、纵向控制律设计。首先对受控对象进行描述,建立起固定翼无人机运动时的数学模型,进行稳定性分析,确定控制算法,最后进行无人机着舰横向和纵向控制律的设计。横纵向控制仿真结果如图3、图4所示
本实施例中用于描述的坐标系建立采用地表惯性系(Ce)、机体坐标系(Cb)、速度坐标系(Ca)三种。需要描述的参数为无人机和舰船中力、力矩、速度和角速度等物理量。上述物理量的描述可以在三个坐标系之间相互转化。具体物理量的相互转化和运动学方程推导,如下所示:
Figure BDA0002573176340000081
式中,m为无人机质量,v为无人机飞行速度,t为时间,F为发动机矢量推力,g为重力加速度,G为重力,L为升力,Q为空气阻力,Y为侧力,θ为俯仰角,ψ为偏航角,φ为横滚角,α为迎角,β为侧滑角,θv为弹道倾角,ψv为弹道偏角。
在速度坐标系下,速度、弹道倾角、弹道偏角可以用地表惯性系和机体坐标系中的物理量表示为:
Figure BDA0002573176340000082
其中“·”表示的运算为一阶求导。同样,地表惯性系下的x、y、z,即横向、纵向、高度也可以用其它两种坐标系中的物理量进行相互表示:
Figure BDA0002573176340000083
为了设计横向控制律,首先要建立无人机横向控制模型,再在此基础上进行仿真分析。无人机绕质心转动的动力学模型、无人机绕质心移动的动力学模型,利用无人机水平无侧滑的飞行条件,即偏航角、滚转角、偏航角速度、滚转角速度为零,对无人机运动学方程解耦成不依赖于纵向控制量速度、俯仰角、俯仰角速度的横侧向运动方程,表达式如下所示:
Figure BDA0002573176340000091
式中,β为侧滑角,p为横滚角速度,r偏航角速度,
Figure BDA0002573176340000092
为横滚角,q为弹目视线角,Ix为x轴转动惯量,Iz为z轴转动惯量,Mx滚装力矩,Mz偏航力矩。
由于此时无人机迎角与航迹倾角很小,可以将其近似为零,并且假设在动力学中,无人机所受力和力矩为相应的线性关系,因此无人机横向运动短周期运动方程的近似模型表达式为:
Figure BDA0002573176340000093
式中,v为无人机飞行速度,δA为副翼偏角,δR方向舵偏角。
其中,
Figure BDA0002573176340000101
式中,
Figure BDA0002573176340000102
为动压,S为机翼面积,b为翼展,
Figure BDA0002573176340000103
为迎角对z轴转动惯量的气动导数,C为迎角对侧力的气动导数。
由于PID控制易于整定,调节方便,且对被控制对象的数学模型没那么精确,这就保证了控制律设计的有效性,因此本系统的横向控制律设计采用PID控制,外环控制高度,对偏航角、滚转角、侧偏距进行了仿真,仿真结果如图3所示,可知侧滑角响应、滚转角响应、偏航角响应、滚转角速度响应、偏航角速度响应、侧偏距响应均成功收敛。
同理,需要建立无人机纵向控制模型再设计纵向控制律,相比于横向控制,纵向只需要考虑俯仰角、垂直速度、高度,基于此建立无人机纵向短周期运动方程:
Figure BDA0002573176340000104
式中,My为俯仰力矩,Iy为y轴转动惯量。
短周期内无人机速度、俯仰角增量变化很小,可以将其近似为零,就得到了无人机纵向短周期近似模型:
Figure BDA0002573176340000105
式中δE为升降舵偏角。
其中
Figure BDA0002573176340000111
式中,My为俯仰力矩,j为平均气动弦长,C为迎角对升力的气动导数,
Figure BDA0002573176340000112
为升降舵偏角对y轴转动惯量的气动导数,
Figure BDA0002573176340000113
为升降舵偏角对升力的气动导数,
Figure BDA0002573176340000114
为迎角对y轴转动惯量的气动导数,
Figure BDA0002573176340000115
为动压对y轴转动惯量的气动导数。
为了方便调节并保证控制律设计的有效性,本系统纵向控制律设计也采用PID控制,仿真结果如图4所示,可知无人机俯仰角响应、速度响应、高度响应均成功收敛。
3、无人机舰船自主着陆的末端制导中,无人机和舰船通过前面的起飞巡航调整之后,无人机运动方向与舰船运动方向大体一致,因此可以将无人机和舰船间的相对运动简化为一个二维运动,且机体坐标系与速度坐标系重合,只需考虑两个坐标系之间的相互转化,如图5所示。
由无人机运动学方程可得
Figure BDA0002573176340000121
q为弹目视线角,即无人机与舰船之间的连线与水平面的夹角,m为无人机质量,g为重力加速度,化简式(9)得到:
Figure BDA0002573176340000122
“··”表示的运算为二阶求导,r为无人机与舰船之间的距离令
Figure BDA0002573176340000123
f为自主着陆总时间,t为已飞时间,可进一步得到
Figure BDA0002573176340000124
通过线性二次型调节器建立如下所示的性能指标:
Figure BDA0002573176340000125
式中,J为性能指标,T为矩阵转置,x为系统的边界条件,
Figure BDA0002573176340000126
为tf时刻的边界条件,F为发动机矢量推力,Q和R均为对角正定矩阵,u为控制输入。
初始状态:
Figure BDA0002573176340000127
其中
Figure BDA0002573176340000128
目标状态为:
Figure BDA0002573176340000129
引入黎卡提方程:
Figure BDA0002573176340000131
最后得到的制导方程为:
Figure BDA0002573176340000132
为0° (25)
设置无人机末端制导点(200,0,100),应着陆点为(0,0,0),此时弹目视线角为-15°,实际着陆点(xpf,ypf,zpf)为(0.0053,0,4e-7),末端制导轨迹如图6所示。
此时制导方程误差为:
Figure BDA0002573176340000133
xpf、ypf、zpf为实际着陆点的x,y,z轴坐标。
4、建立舰船谐波模型并引入相对运动方程,进行动态轨迹的仿真分析。
考虑到舰船在海上运动时,纵摇和垂荡两个自由度对无人机自主着陆影响较大,以福莱斯特级航母为例,在中级海况下,浪高5.18m,船速10kn,再减去甲板平面距离海平面的距离,建立了如下所示舰船运动时的谐波模型:
Y(t)=0.863sin(2πt/8.1)-6 (27)
将谐波模型加入无人机与舰船的相对运动方程,由上可知,在着陆阶段可将其简化为二维运动:
Figure BDA0002573176340000134
引入RPPP预测误差,相对运动时的运动轨迹及误差分析如图7、图8所示。
在整个飞行轨迹中,控制轨迹相较于真值,某些时刻的误差较大,在着舰末端,相比于着陆点,其横向和纵向上距离的误差均在0.16m以内,高度上误差在0.18m以内。
本发明的有益效果为:
本发明提出了一种基于RPPP的无人机自主着舰方法,相比于GPS/INS、视觉、雷达以及激光,相对精密单点定位在两者绝对的高精度定位条件下,进一步消除了统一环境下的相同误差,提高了相对定位精度,解决了在复杂气象环境下无人机舰船之间相对位置测量精度低且不稳定的问题。依靠这一技术的高精度定位能力可以确保无人机在自主着舰的过程中,能有效地应对复杂的环境。
本发明引入无人机和舰船相对运动方程,把导弹制导所用的比例制导法应用在无人机着舰这一问题上。在无人机自主着陆过程中的末端拉起段,根据无人机着舰末端拉气段弹目视线角为零、弹目视线角速率为零等限制条件结合最优控制理论,引入LQR控制器以及黎卡提方程,对着舰末端拉起段进行精确制导,以此校正无人机临着陆前较短一段时间内的轨迹,使其着陆精度更高,着陆点更准确。
本发明为后续舰载无人机自主着陆研制提供技术参考,具有很好的军用和民用价值。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (1)

1.一种基于相对精密单点定位的无人机舰船自主着陆方法,其特征在于,包括:
S1、采用相对精密单点定位法采集无人机和舰船的绝对高度定位,再解算得到无人机和舰船的相对位置关系;
S2、建立无人机运动时的数学模型,基于所述数学模型建立无人机的横向动力学模型和纵向动力学模型,再依据所述横向动力学模型和纵向动力学模型选择横向控制律和纵向控制律;具体为:
所述无人机运动时的数学模型由无人机参数在地表惯性系(Ce)、机体坐标系(Cb)、速度坐标系(Ca)的表达及相互转化关系求得;
描述的参数为无人机和舰船中力、力矩、速度和角速度的物理量;所述物理量的描述可以在三个坐标系之间相互转化;具体物理量的相互转化和运动学方程推导,如下所示:
Figure FDA0003659057800000011
式中,m为无人机质量,v为无人机飞行速度,t为时间,F为发动机矢量推力,g为重力加速度,G为重力,L为升力,Q为空气阻力,Y为侧力,θ为俯仰角,ψ为偏航角,φ为横滚角,α为迎角,β为侧滑角,θv为弹道倾角,ψv为弹道偏角;
在速度坐标系下,速度、弹道倾角、弹道偏角用地表惯性系和机体坐标系中的物理量表示为:
Figure FDA0003659057800000021
其中“·”表示的运算为一阶求导,同样,地表惯性系下的x、y、z,即横向、纵向、高度用其它两种坐标系中的物理量进行相互表示:
Figure FDA0003659057800000022
为了设计横向控制律,首先要建立无人机横向控制模型,无人机绕质心转动的动力学模型、无人机绕质心移动的动力学模型,利用无人机水平无侧滑的飞行条件,即偏航角、滚转角、偏航角速度、滚转角速度为零,对无人机运动学方程解耦成不依赖于纵向控制量速度、俯仰角、俯仰角速度的横侧向运动方程,表达式如下所示:
Figure FDA0003659057800000023
式中,β为侧滑角,p为横滚角速度,r偏航角速度,
Figure FDA0003659057800000024
为横滚角,q为弹目视线角,Ix为x轴转动惯量,Iz为z轴转动惯量,Mx滚装力矩,Mz偏航力矩;
由于此时无人机迎角与航迹倾角很小,将其近似为零,并且假设在动力学中,无人机所受力和力矩为相应的线性关系,因此无人机横向运动短周期运动方程的近似模型表达式为:
Figure FDA0003659057800000031
式中,v为无人机飞行速度,δA为副翼偏角,ηR方向舵偏角;
其中,
Figure FDA0003659057800000032
式中,
Figure FDA0003659057800000033
为动压,S为机翼面积,b为翼展,
Figure FDA0003659057800000034
为迎角对z轴转动惯量的气动导数,C为迎角对侧力的气动导数;
同理,需要建立无人机纵向控制模型再设计纵向控制律,相比于横向控制,纵向只需要考虑俯仰角、垂直速度、高度,基于此建立无人机纵向短周期运动方程:
Figure FDA0003659057800000035
式中,My为俯仰力矩,Iy为y轴转动惯量;
短周期内无人机速度、俯仰角增量变化很小,将其近似为零,就得到了无人机纵向短周期近似模型:
Figure FDA0003659057800000036
式中δE为升降舵偏角;
其中
Figure FDA0003659057800000041
式中,My为俯仰力矩,j为平均气动弦长,C为迎角对升力的气动导数,
Figure FDA0003659057800000042
为升降舵偏角对y轴转动惯量的气动导数,
Figure FDA0003659057800000043
为升降舵偏角对升力的气动导数,
Figure FDA0003659057800000044
为迎角对y轴转动惯量的气动导数,
Figure FDA0003659057800000045
为动压对y轴转动惯量的气动导数;
S3、根据所述舰船的纵摇和垂荡建立所述舰船运动时的谐波模型,所述谐波模型为:
Y(t)=0.863sin(2πt/8.1)-6
其中,t为已飞时间;
S4、根据无人机运动时的数学模型,以及舰船运动时的谐波模型,得到无人机和舰船之间的相对运动方程;具体为:
将着舰阶段的运动简化为二维:
Figure FDA0003659057800000046
式中,xt、yt为航母的横、纵坐标,xm、ym为无人机的横、纵坐标,r为无人机与舰船之间的距离,vr为无人机与舰船的相对运动速度,q为弹目视线角,θ为弹道倾角;
根据所述运动学方程得到:
Figure FDA0003659057800000051
其中,v为无人机飞行速度,q为弹目视线角,L为无人机所受升力,m为无人机质量,g为重力加速度,b为便于计算的变量,化简如下:
Figure FDA0003659057800000052
r为无人机与舰船之间的距离,令制导时间
Figure FDA0003659057800000053
tf为自主着舰总时间,t为已飞时间,得到
Figure FDA0003659057800000054
通过线性二次型调节器建立如下性能指标:
Figure FDA0003659057800000055
式中,J为性能指标,T为矩阵转置,x为系统的边界条件,
Figure FDA0003659057800000056
为tf时刻的边界条件,F为发动机矢量推力,Q和R均为对角正定矩阵,u为控制输入;
令x1=q,
Figure FDA0003659057800000057
u=θ,x1、x2为便于计算的变量,由式(11)可知,无人机着舰系统的状态方程为:
Figure FDA0003659057800000058
式中,A为2×2阶的系统矩阵,B为系统的2×1阶的输入矩阵;
S5、根据所述相对运动方程,以无人机着舰时弹目视线角为零、弹目视线角速率为零作为限制条件,采用比例制导方法生成制导律,再结合最优控制理论、线性二次型调节器、黎卡提方程,得到无人机末端制导律;具体为:
着舰时无人机与航母处在同一水平线上,此时弹目视线角为零,并且F越大,控制精度越高,从而得到系统的目标状态为:
Figure FDA0003659057800000061
Figure FDA0003659057800000062
为给定的无人机着舰时的弹目视线角
引入黎卡提方程:
Figure FDA0003659057800000063
式中,P为对称矩阵;
最终得到的制导方程为:
Figure FDA0003659057800000064
将式(16)标记为无人机末端制导律。
CN202010649353.XA 2020-07-07 2020-07-07 一种基于相对精密单点定位的无人机舰船自主着陆方法 Active CN111813133B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010649353.XA CN111813133B (zh) 2020-07-07 2020-07-07 一种基于相对精密单点定位的无人机舰船自主着陆方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010649353.XA CN111813133B (zh) 2020-07-07 2020-07-07 一种基于相对精密单点定位的无人机舰船自主着陆方法

Publications (2)

Publication Number Publication Date
CN111813133A CN111813133A (zh) 2020-10-23
CN111813133B true CN111813133B (zh) 2022-08-05

Family

ID=72841943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010649353.XA Active CN111813133B (zh) 2020-07-07 2020-07-07 一种基于相对精密单点定位的无人机舰船自主着陆方法

Country Status (1)

Country Link
CN (1) CN111813133B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112558642B (zh) * 2020-12-30 2022-09-13 上海大学 一种适用于异构多无人系统的海空联合围捕方法
CN113759941B (zh) * 2021-08-13 2024-05-14 航天时代飞鹏有限公司 一种大型货运无人机着陆轨迹控制方法
CN114280926A (zh) * 2021-09-18 2022-04-05 中国人民解放军92728部队 一种舰载机着舰横侧向鲁棒解耦控制方法
CN114035448B (zh) * 2021-11-05 2024-01-30 北京航空航天大学 一种基于物理域模型的无人机舰载起降半实物仿真系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104590576A (zh) * 2014-12-04 2015-05-06 南京航空航天大学 一种舰载无人机自主着舰的飞行控制系统及方法
CN108873929B (zh) * 2018-05-24 2020-05-29 北京航空航天大学 一种固定翼飞机自主着舰方法及系统
CN109032153B (zh) * 2018-05-31 2020-06-26 中国科学院西安光学精密机械研究所 基于光电-惯性组合导引的无人机自主着舰方法和系统
CN109213203B (zh) * 2018-09-13 2021-06-15 南京航空航天大学 一种基于预见控制的舰载机自动着舰控制方法
CN110793518B (zh) * 2019-11-11 2021-05-11 中国地质大学(北京) 一种海上平台的定位定姿方法及系统
CN111123967B (zh) * 2020-01-02 2021-05-11 南京航空航天大学 一种基于自适应动态逆的固定翼无人机着舰控制方法
CN111273679A (zh) * 2020-02-14 2020-06-12 南京航空航天大学 一种视觉引导的小型固定翼无人机撞网回收纵向制导方法

Also Published As

Publication number Publication date
CN111813133A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN111813133B (zh) 一种基于相对精密单点定位的无人机舰船自主着陆方法
CN105259908B (zh) 一种雷达引导无人机自动着舰制导与控制系统及其控制方法
CN102393641B (zh) 基于甲板运动补偿的舰载机自动着舰引导控制方法
CN112130566B (zh) 一种基于模糊逻辑和滑模控制策略的无人艇、无人机混合编队控制方法及其控制系统
CN106249755B (zh) 一种无人机自主导航系统及导航方法
CN108803639A (zh) 一种基于反步法的四旋翼飞行器飞行控制方法
CN108873929B (zh) 一种固定翼飞机自主着舰方法及系统
CN104590576A (zh) 一种舰载无人机自主着舰的飞行控制系统及方法
CN105425812B (zh) 一种基于双模型下的无人机自动着舰轨迹控制方法
CN108153323B (zh) 一种高空无人飞行器高精度再入制导方法
CN107957686B (zh) 基于预见控制的无人直升机自动着舰控制系统
CN113900448B (zh) 一种基于滑模干扰观测器的飞行器预测校正复合制导方法
Stojcsics Autonomous waypoint-based guidance methods for small size unmanned aerial vehicles
CN112631283A (zh) 水空两栖无人航行器的控制系统及控制方法
CN114995409A (zh) 一种无人船自主巡航控制系统及巡航方法
CN114510065A (zh) 一种多旋翼无人机地面目标跟踪控制方法
CN114527780A (zh) 一种舰载直升机智能着舰引导控制方法及系统
LIU et al. Design of variable stability ship control system for ship intelligent navigation test
CN109445283A (zh) 一种用于欠驱动浮空器在平面上定点跟踪的控制方法
Vishnevsky et al. Modelling of uav simulator for local navigation system of tethered high-altitude platforms
Zhou et al. Deep learning for unmanned aerial vehicles landing carrier in different conditions
Hervas et al. Nonlinear automatic landing control of unmanned aerial vehicles on moving platforms via a 3D laser radar
CN113110428A (zh) 一种基于受限反步法控制的舰载机着舰固定时间轨迹跟踪方法
JP2023097126A (ja) 垂直離着陸機の自動発着システム、垂直離着陸機および垂直離着陸機の発着制御方法
CN110017831B (zh) 利用地磁信息和声呐传感器解算飞行器姿态的方法

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