CN112305920B - 一种用于闭环射流摇滚抑制控制器设计的强化学习平台 - Google Patents

一种用于闭环射流摇滚抑制控制器设计的强化学习平台 Download PDF

Info

Publication number
CN112305920B
CN112305920B CN202011572833.7A CN202011572833A CN112305920B CN 112305920 B CN112305920 B CN 112305920B CN 202011572833 A CN202011572833 A CN 202011572833A CN 112305920 B CN112305920 B CN 112305920B
Authority
CN
China
Prior art keywords
jet
flow
spanwise
closed
control system
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.)
Expired - Fee Related
Application number
CN202011572833.7A
Other languages
English (en)
Other versions
CN112305920A (zh
Inventor
陈坤
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 Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202011572833.7A priority Critical patent/CN112305920B/zh
Publication of CN112305920A publication Critical patent/CN112305920A/zh
Application granted granted Critical
Publication of CN112305920B publication Critical patent/CN112305920B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种用于闭环射流摇滚抑制控制器设计的强化学习平台，该平台包括滚转单自由度虚拟飞行系统、翼面压力感知系统、展向射流激励器控制系统，滚转单自由度虚拟飞行系统是一种带磁编码器的滚转单自由度释放机构，用以安装实验模型，并使其能够在风洞中自由滚转；翼面压力感知系统包括翼面压力孔阵列和采集芯片；展向射流激励器控制系统，包括展向射流激励器以及流量控制系统。本发明利用磁编码器、压力传感器提供高维的观测量，利用射流控制取代传统副翼增强控制效果，为飞行器摇滚控制搭建了一个基于闭环射流控制系统的强化学习平台，为强化学习在大迎角飞行控制上的应用奠定基础。

Description

一种用于闭环射流摇滚抑制控制器设计的强化学习平台
技术领域
本发明属于大迎角飞行控制领域，特别是一种用于闭环射流摇滚抑制控制器设计的强化学习平台。
背景技术
飞行器在大迎角情况下，非常容易产生摇滚非指令运动，摇滚运动对于要在大迎角完成机动动作的高机动飞行器而言非常危险。
摇滚控制的其中一个难点在于大迎角下舵效变弱，由于飞行器机翼表面流动大面积的分离，致使传统的副翼无法有效改变飞行器的局部升力，舵面对滚转力矩的控制效果表现得很微弱。对于一个后掠翼飞行器而言，展向射流控制方式通过向涡核注入动量推迟流场中涡的破碎，可以有效提高局部升力，因此可以拿来产生显著的滚转力矩，用以取代传统副翼。
摇滚控制的另外一个难点在于控制器的设计，大迎角下飞行器表现出高度非线性的气动特性和非定常的流场特性。因此传统的PID控制器在这一特定迎角范围表现不佳，而基于模型的控制方式又要求为飞行器建立气动力模型，这是目前难以突破的技术瓶颈。
发明内容
本发明的目的在于提供一种用于闭环射流摇滚抑制控制器设计的强化学习平台，用射流激励器取代传统副翼作为控制系统执行器以增强控制效果，采用磁编码器、以及翼面压力监测系统来提供较为充足的环境信息，为强化学习在闭环射流摇滚抑制中的应用提供一个平台，适用于不同飞行器构型。
实现本发明目的的技术解决方案为：一种用于闭环射流摇滚抑制控制器设计的强化学习平台，包括滚转单自由度虚拟飞行系统、翼面压力感知系统和展向射流激励器控制系统；
所述滚转单自由度虚拟飞行系统是一种带磁编码器的滚转单自由度释放机构，用以安装实验模型，并使其能够在风洞中自由滚转；
所述翼面压力感知系统包括翼面压力孔阵列和采集芯片，在模型表面打好压力孔，压力孔在两侧机翼对称分布，每侧N个压力孔，采集芯片上集成N个差压传感器，将两侧对应的压力孔通过传压气管连接到采集芯片上的差压传感器上；
所述展向射流激励器控制系统包括展向射流激励器以及流量控制系统，展向射流激励器布置在机翼前缘翼根，通过射流，向大迎角下不稳定的涡核注入动量，推迟涡破碎，提高局部升力，从而产生滚转力矩；流量控制系统包含电磁比例阀和二位三通电磁阀，电磁比例阀接收模拟信号控制流量的大小，二位三通电磁阀接收“01”信号，实现气路的转换，在实验过程中左右激励器只有一侧出气。
进一步的，所述滚转单自由度虚拟飞行系统包括自由旋转轴和磁编码器；实验时，自由旋转轴穿过实验模型重心，在无重力回复力矩影响的情况下自由滚转；磁编码器用于获取实验过程中实时的滚转角和滚转角速度，经过预处理生成迎角、迎角速度、侧滑角、侧滑角速度，作为观测量的一部分输送给智能体。
进一步的，所述压力孔对称分布在机翼上表面，其对数与采集芯片上集成的差压传感器数量相等，对于采集系统的差压数值进行无量纲化处理，并乘上无量纲化的力臂大小作为观测量的一部分进行输出。
进一步的，所述展向射流激励器，相对机身轴线对称分布于机翼根部靠前缘位置，出口方向与前缘方向平行。
进一步的，所述流量控制系统主要由气源、电磁比例阀、二位三通直动阀组成，接收一个有符号的控制信号作为输入，根据信号的正负生成布尔类型信号控制二位三通直动阀，以控制从左侧或者右侧出气，根据信号的绝对值生成模拟信号，作用于电磁比例阀，用于控制流量的大小。
进一步的，在强化学习过程中，智能体并不直接给出有符号的控制信号，而是给出无量纲化的射流动量系数，经过有量纲化处理之后转换为体积流量信号，再通过标定的体积流量和控制信号之间的关系计算得到控制信号提供给流量控制系统。
与现有技术相比，本发明的显著优点为：（1）利用射流激励器取代传统副翼作为控制系统执行器以增强控制效果；（2）采用磁编码器以及翼面压力监测系统来为控制系统提供较为充足的环境信息；（3）面对复杂的非线性大迎角控制问题，飞行器可以通过本发明搭建的平台自我学习形成最优控制律，而不要经历建模等繁杂的过程；（4）在强化学习的体系中融合了风洞实验无量纲化的思想，使得利用强化学习得到的控制律可以在较大的速域范围内都良好控制效果。
附图说明
图1为在N=5的情况下翼面压力感知系统示意图。
图2为射流激励器控制系统示意图。
图3为实施强化学习的流程图。
具体实施方式
大迎角控制器设计中的难点可以被分解为三个部分，一是非线性的气动特性，这需要设计一个非线性控制器来进行控制；二是非定常的流场特性，流场特性之所以那么非定常，是因为在这种情况下，流场对于扰动非常敏感，换言之，流动不够稳定，并且一点扰动可能会带来后续的连锁反应，致使扰动被逐渐放大，而姿态变化和流场变化之间存在一定的迟滞性，因此很难仅仅根据姿态角数据获得对于飞行器动态特性的稳定预测；三是如果采用基于模型的控制律设计方法，就要面临大迎角下气动模型建立的难题。因此，可以借助于智能控制和实时流场测量技术，通过让飞行器拥有更强的感知能力来降低控制器设计对非线性非定常模型的依赖程度。
强化学习是一种利用智能体和环境的交互数据来驱动策略优化的框架，适合于随机、非线性系统的控制，并且可以不需要任何关于系统的模型，所以强化学习的思想为大迎角下的飞行控制提供了一种很新颖的思路。强化学习起源于生物对于自身行为的学习过程。生物根据过往行为获得的回报来引导后续的行为。具体而言，一个典型的强化学习系统由两部分组成，一是智能体，二是环境。可以把强化学习框架中的智能体理解为带有自学习功能的控制器。关于环境，是指在强化学习框架中除智能体以外的所有事物。本发明所讨论的是一个飞行器大迎角强化学习环境的搭建，它是智能体交互的对象。环境要为智能体的学习提供数据，包括观测量和奖励。环境可以是完全可观测的（观测量等同于状态量），也可以是不完全可观测的（观测量不等同于状态量），环境的观测量越接近状态量，系统的噪声也就越少。对于在大迎角情况下的飞行器而言，可以适当地增加观测信息，用以降低噪声。
本发明旨在为强化学习在闭环射流摇滚抑制中的应用搭建一个平台。用射流激励器取代传统副翼作为控制系统执行器以增强控制效果，采用磁编码器以及翼面压力监测系统来提供较为充足的环境信息。为智能体提供无量纲化的观测量和奖励信号，并且接收来自智能体的无量纲化的动作信号，用以提高训练的控制器在真实飞行过程中的实用性。
为达到上述目的，本发明采用如下技术方案：
（1）滚转单自由度虚拟飞系统
在风洞中，将飞行器模型固定在滚转单自由度释放机构上，滚转单自由度释放机构通过一根可以自由旋转的轴与模型连接在一起，轴线的方向穿过模型重心位置，因此模型加装在机构上可以在风洞中自由滚转。滚转单自由度释放机构上安装有高精度磁编码器，可以获取飞行器实时的滚转角和滚转角速度数据
Figure RE-930334DEST_PATH_IMAGE001
，并通过采集板卡采集到电脑。
由于具体实施环境是风洞，气流是稳定的，所以可以根据滚转角和滚转角速度数据采用公式（1）进一步得到迎角、迎角速度、侧滑角及侧滑角速度，即
Figure RE-745844DEST_PATH_IMAGE002
。其中θ为模型的安装角度，在实验过程中保持不变。这里引入了
Figure RE-489196DEST_PATH_IMAGE002
这四个维度，是因为虽然我们最终的目标是使ϕ稳定在0度，但是在大迎角下飞行器的气动特征却和这四个量存在很强的联系，这四个量的引入相当于为强化学习注入了先验知识，可以加快学习的过程。
Figure RE-48353DEST_PATH_IMAGE003
（2）翼面压力感知系统
流场感知系统主要包括压力孔和集成了差压传感器的压力采集芯片。压力孔在两侧机翼对称分布，每侧N个压力孔，采集芯片上集成N个差压传感器，将两侧对应的压力孔通过传压气管连接到采集芯片上的差压传感器之上，可根据需要灵活设置N的大小。采集芯片负责两个功能：传感器数据的采集和向计算机发送数据。
（3）展向射流激励器控制系统
所述展向射流激励器控制系统，包括展向射流激励器和流量控制系统。展向射流激励器布置于后掠翼模型的翼根靠近前缘位置，出口方向沿前缘方向。布置在翼根靠前缘位置的原因是激励器的控制原理是推迟涡破碎，而随着迎角变大，涡破碎点是逐渐往前移动的，激励器位置尽可能靠前，可以尽可能拓宽激励器的有效迎角范围，而方向沿前缘则尽可能与涡核方向保持一致。供气系统由气源，电磁比例阀，二位三通直动阀组成。电磁比例阀接收模拟信号，控制流量的大小，二位三通直动阀接收“01”信号，控制气流从哪侧激励器出气。
下面结合附图对本专利进一步详细说明。
实施例
如图1和图2所示，在实验过程中，首先对模型进行改造，为其机翼两侧布置对称分布的N对压力孔1，在翼根靠前缘部分布置一对对称分布的展向射流激励器4。在模型腔体内部安装采集芯片2，芯片上安装有N个差压传感器3，每个差压传感器3接收来自机翼两侧互相对应的压力孔1的压强，获得两个压力孔1的压强之差。
设模型展长为span，参考面积为s ref ，空气密度为ρ，风洞风速为v，第i对压力孔1的差压值为p i，离模型中轴线的距离为l i 。差压的数值通过芯片2传输到计算机后，先通过公式（2）进行预处理，得到无量纲的向量f。将压力除以动压再乘上无量纲的力臂长度，这对于滚转力矩的表达更加的直接，可以加速强化学习的过程。这样我们获得了观测量的其中一部分。
Figure RE-964357DEST_PATH_IMAGE004
将模型安装在滚转单自由度释放机构上，放置在风洞之中，机构上的磁编码器和计算机连通，使计算机可以获取模型实时的滚转角和滚转角速度，再通过公式(1)获得模型实时的迎角、迎角速度、侧滑角及侧滑角速度。至此，获得了强化学习的全部观测量的构建:
Figure RE-685188DEST_PATH_IMAGE005
。
如图2所示，流量控制系统5由气源、电磁比例阀及二位三通直动阀组成。在流量控制系统5中，u是控制信号，二位三通直动阀接收的信号是由
Figure RE-116170DEST_PATH_IMAGE006
逻辑运算得到布尔类型数值，表征二位三通直动阀的通断电，电磁比例阀接收的是用绝对值
Figure RE-10176DEST_PATH_IMAGE007
表示的模拟电压大小。将气路按照图2进行连通，具体为，电磁比例阀的出口连接两位三通直动阀的入口，两位三通直动阀的两个出口分别连接两路射流激励器的入口，在进行实验之前，利用高精度体积流量计在特定压力供给的情况下对流量控制系统进行标定，得到控制量u和体积流量L之间的关系u = k (L)。此处的u和L都是有符号的标量，用正负号表示出气侧方向。
在强化学习的过程中，智能体给出的吹气量是无量纲的射流动量系数
Figure RE-843003DEST_PATH_IMAGE008
，接收的观测值中的压差数据也是经过无量纲化处理的向量f，这符合风洞实验的思想，即希望通过实验中得到的结果模拟真实飞行环境的过程，摆脱风速和模型尺寸对于结果的影响。设展向射流激励器的出口截面积为s j ，气源所提供的气体密度为
Figure RE-734736DEST_PATH_IMAGE009
，当提供的气体为空气是，
Figure RE-653013DEST_PATH_IMAGE010
，下面给出从无量纲射流动量系数
Figure RE-553973DEST_PATH_IMAGE008
转换到体积流量
Figure RE-975727DEST_PATH_IMAGE011
的有量纲化过程：
Figure RE-303940DEST_PATH_IMAGE012
如图3所示，在实施强化学习的时候，保持智能体和环境的互通，智能体产生无量纲的吹气量作为动作a，通过有量纲化过程公式（3）转换为体积流量L，在通过关系k，将L转换为控制量u，随即得到二位三通直动阀和电磁比例阀的控制信号，至此智能体往环境的动作输入过程定义完成。
在环境中，通过压力感知系统，得到压差向量p，将p根据公式（2）进行无量纲化处理，得到无量纲观测向量f，将f与磁编码器计算获得的
Figure RE-647197DEST_PATH_IMAGE013
进行融合，获得完整的观测量o；另外环境需要为智能体提供奖励信号r，本发明给出一种较为合理的无量纲的r的定义方式:
r t = r 1t + r 2t + r 3t
r 1t = a 1 *ϕ t 2
r 2t = a 2 *C μ,t-1 2
r 3t = a 3 *B
其中，在r 1t 中，ϕ t 是t时刻的滚转角大小，将a 1 设定为负数，用此项来惩罚模型滚转角度偏离零度的行为；在r 2t 中，C μ,t-1 是t-1时刻的射流动量系数大小，将a 2 设定为负数，用此项来惩罚输入过多的控制量，以保持控制系统的高效，减少耗气量；在r 3t 中，定义一个布尔类型数据B，来确定模型是否超出所限定的边界，例如如果认为滚转角超过70°非常危险，可以规定B = |ϕ t | > 70°，同时将a 3 设定为一个绝对值较大的负值，用来惩罚这种无法容忍的行为。当然r可以有很多种定义形式，本发明使用无量纲化的奖励信号来训练智能体以摆脱风速和模型尺寸的限制。至此构建了一套完整的智能体强化学习平台。

Claims (6)

1.一种用于闭环射流摇滚抑制控制器设计的强化学习平台，其特征在于，包括滚转单自由度虚拟飞行系统、翼面压力感知系统和展向射流激励器控制系统；
所述滚转单自由度虚拟飞行系统是一种带磁编码器的滚转单自由度释放机构，用以安装实验模型，并使其能够在风洞中自由滚转；
所述翼面压力感知系统包括翼面压力孔阵列和采集芯片，在模型表面打好压力孔，压力孔在两侧机翼对称分布，每侧N个压力孔，采集芯片上集成N个差压传感器，将两侧对应的压力孔通过传压气管连接到采集芯片上的差压传感器上；
所述展向射流激励器控制系统包括展向射流激励器以及流量控制系统，展向射流激励器布置在机翼前缘翼根，通过射流，向大迎角下不稳定的涡核注入动量，推迟涡破碎，提高局部升力，从而产生滚转力矩；流量控制系统包含电磁比例阀和二位三通电磁阀，电磁比例阀接收模拟信号控制流量的大小，二位三通电磁阀接收“01”信号，实现气路的转换，在实验过程中左右激励器只有一侧出气。
2.根据权利要求1所述的用于闭环射流摇滚抑制控制器设计的强化学习平台，其特征在于：所述滚转单自由度虚拟飞行系统包括自由旋转轴和磁编码器；实验时，自由旋转轴穿过实验模型重心，在无重力回复力矩影响的情况下自由滚转；磁编码器用于获取实验过程中实时的滚转角和滚转角速度，经过预处理生成迎角、迎角速度、侧滑角、侧滑角速度，作为观测量的一部分输送给智能体。
3.根据权利要求1所述的用于闭环射流摇滚抑制控制器设计的强化学习平台，其特征在于：所述压力孔对称分布在机翼上表面，其对数与采集芯片上集成的差压传感器数量相等，对于采集系统的差压数值进行无量纲化处理，并乘上无量纲化的力臂大小作为观测量的一部分进行输出。
4.根据权利要求1所述的用于闭环射流摇滚抑制控制器设计的强化学习平台，其特征在于：所述展向射流激励器，相对机身轴线对称分布于机翼根部靠前缘位置，出口方向与前缘方向平行。
5.根据权利要求1所述的用于闭环射流摇滚抑制控制器设计的强化学习平台，其特征在于：所述流量控制系统主要由气源、电磁比例阀、二位三通直动阀组成，接收一个有符号的控制信号作为输入，根据信号的正负生成布尔类型信号控制二位三通直动阀，以控制从左侧或者右侧出气，根据信号的绝对值生成模拟信号，作用于电磁比例阀，用于控制流量的大小。
6.根据权利要求5所述的用于闭环射流摇滚抑制控制器设计的强化学习平台，其特征在于：在强化学习过程中，智能体并不直接给出有符号的控制信号，而是给出无量纲化的射流动量系数，经过有量纲化处理之后转换为体积流量信号，再通过标定的体积流量和控制信号之间的关系计算得到控制信号提供给流量控制系统。
CN202011572833.7A 2020-12-28 2020-12-28 一种用于闭环射流摇滚抑制控制器设计的强化学习平台 Expired - Fee Related CN112305920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011572833.7A CN112305920B (zh) 2020-12-28 2020-12-28 一种用于闭环射流摇滚抑制控制器设计的强化学习平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011572833.7A CN112305920B (zh) 2020-12-28 2020-12-28 一种用于闭环射流摇滚抑制控制器设计的强化学习平台

Publications (2)

Publication Number Publication Date
CN112305920A CN112305920A (zh) 2021-02-02
CN112305920B true CN112305920B (zh) 2021-03-26

Family

ID=74487555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011572833.7A Expired - Fee Related CN112305920B (zh) 2020-12-28 2020-12-28 一种用于闭环射流摇滚抑制控制器设计的强化学习平台

Country Status (1)

Country Link
CN (1) CN112305920B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113467226B (zh) * 2021-06-28 2023-05-16 北京航空航天大学 一种基于Q-Learning的比例阀位置控制方法
CN114578838B (zh) * 2022-03-01 2022-09-16 哈尔滨逐宇航天科技有限责任公司 一种适应多种构型飞行器的强化学习自抗扰姿态控制方法
CN115373451B (zh) * 2022-10-21 2023-03-24 中国空气动力研究与发展中心低速空气动力研究所 一种获得环量激励器流量控制策略的方法、试验平台

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101423116A (zh) * 2008-11-12 2009-05-06 北京航空航天大学 大迎角非对称涡单孔位微吹气扰动主动控制方法及其装置
CN102417031A (zh) * 2011-10-20 2012-04-18 南京航空航天大学 大攻角非对称涡合成射流非定常小扰动控制装置
CN102417032A (zh) * 2011-10-20 2012-04-18 南京航空航天大学 大攻角非对称涡变频射流振荡器非定常主动控制装置
CN103253366A (zh) * 2012-02-15 2013-08-21 北京航空航天大学 一种新型的基于气动力和直接力的复合控制舵面
CN111158387A (zh) * 2020-01-17 2020-05-15 南京航空航天大学 基于主动流动控制的飞行器三轴姿态控制系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101423116A (zh) * 2008-11-12 2009-05-06 北京航空航天大学 大迎角非对称涡单孔位微吹气扰动主动控制方法及其装置
CN102417031A (zh) * 2011-10-20 2012-04-18 南京航空航天大学 大攻角非对称涡合成射流非定常小扰动控制装置
CN102417032A (zh) * 2011-10-20 2012-04-18 南京航空航天大学 大攻角非对称涡变频射流振荡器非定常主动控制装置
CN103253366A (zh) * 2012-02-15 2013-08-21 北京航空航天大学 一种新型的基于气动力和直接力的复合控制舵面
CN111158387A (zh) * 2020-01-17 2020-05-15 南京航空航天大学 基于主动流动控制的飞行器三轴姿态控制系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Self-Adaptive Double Bootstrapped DDPG;ZhoubinZheng，etc;《IJCAI-18》;20191231;全文 *
某典型飞行器模型俯仰/滚转两自由度耦合动态气动特性;赵忠良等;《航空学报》;20151225;第39卷(第12期);全文 *

Also Published As

Publication number Publication date
CN112305920A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN112305920B (zh) 一种用于闭环射流摇滚抑制控制器设计的强化学习平台
CN109782795B (zh) 一种利用耦合的面对称高超声速飞行器横侧向控制方法及控制系统
Qu et al. A novel yaw control method for flying-wing aircraft in low speed regime
CN108090302B (zh) 一种直升机飞行力学模拟方法及系统
CN111290278B (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
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
Williams et al. NATO AVT-239 Task Group: Flight control derivatives using active flow control effectors on the ICE/SACCON UAS Model
Tedrake et al. Learning to fly like a bird
CN113184166A (zh) 一种飞翼布局无人机增稳控制方法
Vallespin et al. Computational fluid dynamics framework for aerodynamic model assessment
Dogan et al. Modeling of bow wave effect in aerial refueling
Shearwood et al. Three-axis control of tailless aircraft using fluidic actuators: MAGMA case study
Othman et al. Aerial and aquatic biological and bioinspired flow control strategies
de Marmier et al. Morphing wings of a small scale UAV using inflatable actuators- Sweep control
CN115685764B (zh) 变翼展飞行器任务自适应的抗干扰跟踪控制方法及系统
Sun et al. Accurate homing of parafoil delivery systems based glide-ratio control
CN113341973B (zh) 一种基于扑翼非对称相位差的航向控制方法
Williams et al. Crossed-actuation AFC for lateral-directional control of an ICE-101/Saccon UCAV
Kurukularachchi et al. Stability analysis for a twin boom H-tail Medium Scale UAV through simulated dynamic model
Pang et al. Modeling and control for near-space vehicles with oblique wing
Chen et al. Study and application of virtual flight simulation for rolling control of vehicles
CN110361984A (zh) 一种增加阻力的交叉舵耗能方法
Zhang et al. Small morphing wing aerial vehicle dynamic modelling basing on simulation and flight test
Peng et al. Numerical simulations on Aerodynamic Characteristics of a Guided rocket Projectile
Sreenatha et al. Suppression of wing rock using artificial neural networks and fuzzy logic controller

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210326