CN113467495B - 一种满足严格时间位置约束的飞行器快速轨迹优化方法 - Google Patents
一种满足严格时间位置约束的飞行器快速轨迹优化方法 Download PDFInfo
- Publication number
- CN113467495B CN113467495B CN202110769578.3A CN202110769578A CN113467495B CN 113467495 B CN113467495 B CN 113467495B CN 202110769578 A CN202110769578 A CN 202110769578A CN 113467495 B CN113467495 B CN 113467495B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- module
- flight
- data
- signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 230000003750 conditioning effect Effects 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 239000003570 air Substances 0.000 claims description 6
- 238000005312 nonlinear dynamic Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000012080 ambient air Substances 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 description 2
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 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
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- 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
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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)
- Feedback Control In General (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于飞行器轨迹优化与制导技术领域，公开了一种满足严格时间位置约束的飞行器快速轨迹优化方法，包括：飞行器状态数据采集模块和飞行环境数据采集模块采集的飞行器的状态数据和飞行环境数据传递到中央控制模块，中央控制模块对数据进行处理；中央控制模块通过通信模块接受终端控制约束命令输出模块发出的飞行约束命令；中央控制模块根据采集的数据和接受的飞行约束，利用最优路线规划模块做出最优的路径，对最优路径进行评估，控制飞行器的飞行，轨迹修正调整模块对飞行轨迹进行调整优化。本发明通过设置飞行器状态数据采集模块和飞行环境数据采集模块，检测飞行器飞行轨迹全面准确的数据，为路径的轨迹规划，提供全面准确的数据。
Description
技术领域
本发明属于飞行器轨迹优化与制导技术领域，尤其涉及一种满足严格时间位置约束的飞行器快速轨迹优化方法。
背景技术
目前，飞行器(flight vehicle)是由人类制造、能飞离地面、在空间飞行并由人来控制的在大气层内或大气层外空间(太空)飞行的器械飞行物。在大气层内飞行的称为航空器，在太空飞行的称为航天器。飞行器分为5类:航空器、航天器、火箭、导弹和制导武器。在大气层内飞行的飞行器称为航空器，如气球、滑翔机、飞艇、飞机、直升机等。它们靠地效飞行器空气的静浮力或空气相对运动产生的空气动力升空飞行。在空间飞行的飞行器称为航天器，如人造地球卫星、载人飞船、空间探测器、航天飞机等。它们在运载火箭的推动下获得必要的速度进入太空，然后在引力作用下完成轨道运动。火箭是以火箭发动机为动力的飞行器，可以在大气层内，也可以在大气层外飞行。导弹是装有战斗部的可控制的火箭，有主要在大气层外飞行的弹道导弹和装有翼面在大气层内飞行的地空导弹、巡航导弹等。制导武器是能够按照一定规律进行的、在大气中飞行的、高命中率武器，如末敏弹、制导炮弹等。上述所有的飞行器在飞行过程中，需要对自身的飞行轨迹进行优化调整，得到最优的飞行轨迹，达到所需要的轨迹要求。但是现有的飞行器安装轨迹飞行过程中，不能根据实际环境修正飞行轨迹，降低了飞行轨迹的准确度。
通过上述分析，现有技术存在的问题及缺陷为：现有的飞行器安装轨迹飞行过程中，不能根据实际环境修正飞行轨迹，降低了飞行轨迹的准确度。
发明内容
针对现有技术存在的问题，本发明提供了一种满足严格时间位置约束的飞行器快速轨迹优化方法。
本发明是这样实现的，一种满足严格时间位置约束的飞行器快速轨迹优化方法，所述满足严格时间位置约束的飞行器快速轨迹优化方法，包括：
步骤一，飞行器状态数据采集模块和飞行环境数据采集模块采集的飞行器的状态数据和飞行环境数据传递到中央控制模块，中央控制模块对数据进行处理；
步骤二，中央控制模块通过通信模块接受终端控制约束命令输出模块发出的飞行约束命令；
步骤三，中央控制模块根据采集的数据和接受的飞行约束，利用最优路线规划模块做出最优的路径，对最优路径进行评估，控制飞行器的飞行；
步骤四，在飞行器飞行过程中，根据采集的飞行状态数据、飞行环境数据，轨迹修正调整模块对飞行轨迹进行调整优化；
所述步骤三中，最优路径进行评估具体过程为：
根据飞行器的飞行数据，对相应的数据进行质量检查；
通过基于ML的局部点模型辨识，生成全局模型，对非线性动力学进行优化；
非线性动力学优化，进行仿真检验，并进行显示正式结果及性能评价；
所述中央控制模块对数据进行处理的具体过程为：
将飞行器状态数据和飞行环境数据，建立观测目标数据集；
对时间函数数据和矢量数据进行特征提取，提取代表观测数据的特征矢量；
通过自适应神经网络对特征矢量识别，并对对应的观测目标数据进行说明；
根据特征矢量的说明，对目标数据进行分类，建立关联性；
利用融合算法将观测目标数据集进行合成，得到一致性解释与描述。
进一步，所述飞行器状态数据采集模块采集的飞行器状态数据包括：飞行高度、速度、加速度，姿态角：俯仰角、滚转角；
进一步，所述飞行环境数据采集模块采集的飞行环境数据包括：环境气压、气温、湿度、障碍物检测、环境图像数据。
进一步，所述障碍物检测采用红外探测模块，红外探测模块设置有信号产生模块、信号调理模块、信号去噪模块和信号模数转换模块。
进一步，所述信号去噪模块对获取的信号进行去噪的具体过程为：
将红外传感器检测的信号进行小波分解，确定对应的小波函数和层数；
提取对应的小波系数，确定对应的阈值函数和阈值，对提取的小波系数进行量化处理；
量化完成后，利用所有的系数和小波系数进行小波逆变换，实现含有噪声的重构。
进一步，所述信号模数转换模块对信号进行模数转换的具体过程为：
信号去噪完成后，将不含噪声的信号传递到信号模数转换模块中，进行模数转换；
确定对应的采样时间，确保输出频率和分辨率要求的累积脉冲个数的宽度；
将模拟信号转换成频率，利用计算器将频率转换成数字量。
进一步，所述信号调理模块对中信号调理模型的建立方法，包括：
确定电信号的输出，计算ADC的需求；
通过信号转换找到最佳ADC、基准电压，为运算放大器找到最大增益并定义搜索条件。
找到最佳放大器并设计增益模块，根据设计目标检查解决方案总噪声，运行仿真并验证。
进一步，所述利用最优路线规划模块做出最优的路径，具体过程为：
根据飞行器飞行的各种数据，建立辅助函数，对线性规划进行优化；
采用航迹角修正，对飞行器的飞行轨迹进行修正规划，得到最优的路径。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的满足严格时间位置约束的飞行器快速轨迹优化方法。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的满足严格时间位置约束的飞行器快速轨迹优化方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明通过设置飞行器状态数据采集模块和飞行环境数据采集模块，检测飞行器飞行轨迹全面准确的数据，为路径的轨迹规划，提供全面准确的数据；本发明通过最优路线规划模块和轨迹修正调整模块，可以根据飞行器飞行的具体实际情况，不断对原先的路径进行调整规划，提高飞行器适应环境的能力。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，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他的附图。
图1是本发明实施例提供的满足严格时间位置约束的飞行器快速轨迹优化系统结构示意图。
图2是本发明实施例提供的满足严格时间位置约束的飞行器快速轨迹优化方法流程图。
图3是本发明实施例提供的最优路径进行评估方法流程图。
图4是本发明实施例提供的中央控制模块对数据进行处理方法流程图。
图5是本发明实施例提供的信号去噪模块对获取的信号进行去噪方法流程图。
图中：1、飞行器状态数据采集模块；2、飞行环境数据采集模块；3、飞行器数据采集模块；4、中央控制模块；5、最优路线规划模块；6、轨迹修正调整模块；7、通信模块；8、终端控制约束命令输出模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种满足严格时间位置约束的飞行器快速轨迹优化方法，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的满足严格时间位置约束的飞行器快速轨迹优化系统中飞行器状态数据采集模块1和飞行环境数据采集模块2分别与飞行器数据采集模块3连接，飞行器数据采集模块3与中央控制模块4连接，中央控制模块4与最优路线规划模块5连接，最优路线规划模块5与轨迹修正调整模块6连接；同时中央控制模块4与通信模块7连接，通信模块7与终端控制约束命令输出模块8连接。
如图2所示，本发明实施例提供的满足严格时间位置约束的飞行器快速轨迹优化方法，包括：
S101：飞行器状态数据采集模块和飞行环境数据采集模块采集的飞行器的状态数据和飞行环境数据传递到中央控制模块，中央控制模块对数据进行处理；
S102：中央控制模块通过通信模块接受终端控制约束命令输出模块发出的飞行约束命令；
S103：中央控制模块根据采集的数据和接受的飞行约束，利用最优路线规划模块做出最优的路径，对最优路径进行评估，控制飞行器的飞行；
S104：在飞行器飞行过程中，根据采集的飞行状态数据、飞行环境数据，轨迹修正调整模块对飞行轨迹进行调整优化。
如图3所示，本发明实施例提供的S103中，最优路径进行评估具体过程为：
S201：根据飞行器的飞行数据，对相应的数据进行质量检查；
S202：通过基于ML的局部点模型辨识，生成全局模型，对非线性动力学进行优化；
S203：非线性动力学优化，进行仿真检验，并进行显示正式结果及性能评价。
如图4所示，本发明实施例提供的中央控制模块对数据进行处理的具体过程为：
S301：将飞行器状态数据和飞行环境数据，建立观测目标数据集；
S302：对时间函数数据和矢量数据进行特征提取，提取代表观测数据的特征矢量；
S303：通过自适应神经网络对特征矢量识别，并对对应的观测目标数据进行说明；
S304：根据特征矢量的说明，对目标数据进行分类，建立关联性；
S305：利用融合算法将观测目标数据集进行合成，得到一致性解释与描述。
本发明实施例提供的飞行器状态数据采集模块采集的飞行器状态数据包括：飞行高度、速度、加速度，姿态角：俯仰角、滚转角；
本发明实施例提供的飞行环境数据采集模块采集的飞行环境数据包括：环境气压、气温、湿度、障碍物检测、环境图像数据。
本发明实施例提供的障碍物检测采用红外探测模块，红外探测模块设置有信号产生模块、信号调理模块、信号去噪模块和信号模数转换模块。
如图5所示，本发明实施例提供的信号去噪模块对获取的信号进行去噪的具体过程为：
S401：将红外传感器检测的信号进行小波分解，确定对应的小波函数和层数；
S402：提取对应的小波系数，确定对应的阈值函数和阈值，对提取的小波系数进行量化处理；
S403：量化完成后，利用所有的系数和小波系数进行小波逆变换，实现含有噪声的重构。
本发明实施例提供的信号模数转换模块对信号进行模数转换的具体过程为：
信号去噪完成后，将不含噪声的信号传递到信号模数转换模块中，进行模数转换；
确定对应的采样时间，确保输出频率和分辨率要求的累积脉冲个数的宽度；
将模拟信号转换成频率，利用计算器将频率转换成数字量。
本发明实施例提供的信号调理模块对中信号调理模型的建立方法，包括：
确定电信号的输出，计算ADC的需求；
通过信号转换找到最佳ADC、基准电压，为运算放大器找到最大增益并定义搜索条件。
找到最佳放大器并设计增益模块，根据设计目标检查解决方案总噪声，运行仿真并验证。
本发明实施例提供的利用最优路线规划模块做出最优的路径，具体过程为：
根据飞行器飞行的各种数据，建立辅助函数，对线性规划进行优化；
采用航迹角修正，对飞行器的飞行轨迹进行修正规划，得到最优的路径。
以上所述，仅为本发明较优的具体的实施方式，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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述满足严格时间位置约束的飞行器快速轨迹优化方法，包括：
步骤一，飞行器状态数据采集模块和飞行环境数据采集模块采集的飞行器的状态数据和飞行环境数据传递到中央控制模块，中央控制模块对数据进行处理；
步骤二，中央控制模块通过通信模块接受终端控制约束命令输出模块发出的飞行约束命令；
步骤三，中央控制模块根据采集的数据和接受的飞行约束，利用最优路线规划模块做出最优的路径，对最优路径进行评估，控制飞行器的飞行；
步骤四，在飞行器飞行过程中，根据采集的飞行状态数据、飞行环境数据，轨迹修正调整模块对飞行轨迹进行调整优化；
所述步骤三中，最优路径进行评估具体过程为：
根据飞行器的飞行数据，对相应的数据进行质量检查；
通过基于ML的局部点模型辨识，生成全局模型，对非线性动力学进行优化；
非线性动力学优化，进行仿真检验，并进行显示正式结果及性能评价；
所述中央控制模块对数据进行处理的具体过程为：
将飞行器状态数据和飞行环境数据，建立观测目标数据集；
对时间函数数据和矢量数据进行特征提取，提取代表观测数据的特征矢量；
通过自适应神经网络对特征矢量识别，并对对应的观测目标数据进行说明；
根据特征矢量的说明，对目标数据进行分类，建立关联性；
利用融合算法将观测目标数据集进行合成，得到一致性解释与描述。
2.如权利要求1所述满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述飞行器状态数据采集模块采集的飞行器状态数据包括：飞行高度、速度、加速度，姿态角：俯仰角、滚转角。
3.如权利要求1所述满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述飞行环境数据采集模块采集的飞行环境数据包括：环境气压、气温、湿度、障碍物检测、环境图像数据。
4.如权利要求3所述满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述障碍物检测采用红外探测模块，红外探测模块设置有信号产生模块、信号调理模块、信号去噪模块和信号模数转换模块。
5.如权利要求4所述满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述信号去噪模块对获取的信号进行去噪的具体过程为：
将红外传感器检测的信号进行小波分解，确定对应的小波函数和层数；
提取对应的小波系数，确定对应的阈值函数和阈值，对提取的小波系数进行量化处理；
量化完成后，利用所有的系数和小波系数进行小波逆变换，实现含有噪声的重构。
6.如权利要求4所述满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述信号模数转换模块对信号进行模数转换的具体过程为：
信号去噪完成后，将不含噪声的信号传递到信号模数转换模块中，进行模数转换；
确定对应的采样时间，确保输出频率和分辨率要求的累积脉冲个数的宽度；
将模拟信号转换成频率，利用计算器将频率转换成数字量。
7.如权利要求4所述满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述信号调理模块对中信号调理模型的建立方法，包括：
确定电信号的输出，计算ADC的需求；
通过信号转换找到最佳ADC、基准电压，为运算放大器找到最大增益并定义搜索条件；
找到最佳放大器并设计增益模块，根据设计目标检查解决方案总噪声，运行仿真并验证。
8.如权利要求1所述满足严格时间位置约束的飞行器快速轨迹优化方法，其特征在于，所述利用最优路线规划模块做出最优的路径，具体过程为：
根据飞行器飞行的各种数据，建立辅助函数，对线性规划进行优化；
采用航迹角修正，对飞行器的飞行轨迹进行修正规划，得到最优的路径。
9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1～8任意一项所述的满足严格时间位置约束的飞行器快速轨迹优化方法。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～8任意一项所述的满足严格时间位置约束的飞行器快速轨迹优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110769578.3A CN113467495B (zh) | 2021-07-07 | 2021-07-07 | 一种满足严格时间位置约束的飞行器快速轨迹优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110769578.3A CN113467495B (zh) | 2021-07-07 | 2021-07-07 | 一种满足严格时间位置约束的飞行器快速轨迹优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113467495A CN113467495A (zh) | 2021-10-01 |
| CN113467495B true CN113467495B (zh) | 2023-08-11 |
Family
ID=77879105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110769578.3A Active CN113467495B (zh) | 2021-07-07 | 2021-07-07 | 一种满足严格时间位置约束的飞行器快速轨迹优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113467495B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114577433B (zh) * | 2022-02-15 | 2023-06-20 | 中国航空工业集团公司哈尔滨空气动力研究所 | 一种风洞虚拟飞行试验天平气动力采集处理系统 |
| CN116185051B (zh) * | 2022-09-07 | 2023-09-29 | 浙江大学 | 一种基于四旋翼动力学模型的时间最优轨迹规划方法及装置 |
| CN116227195B (zh) * | 2023-03-02 | 2023-11-03 | 北京国星创图科技有限公司 | 一种修正仿真太空环境实时状态的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109634309A (zh) * | 2019-02-21 | 2019-04-16 | 南京晓庄学院 | 一种飞行器自主避障系统、方法及飞行器 |
| CN110262537A (zh) * | 2019-06-28 | 2019-09-20 | 北京理工大学 | 多约束下航天器快速姿态机动参数化确定性规划方法 |
| CN112947534A (zh) * | 2021-04-23 | 2021-06-11 | 成都凯天通导科技有限公司 | 一种高超声速飞行器下压段自适应伪谱法轨迹优化方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9524647B2 (en) * | 2015-01-19 | 2016-12-20 | The Aerospace Corporation | Autonomous Nap-Of-the-Earth (ANOE) flight path planning for manned and unmanned rotorcraft |
| US20180286253A1 (en) * | 2017-03-31 | 2018-10-04 | General Electric Company | Optimized aircraft control via model-based iterative optimization |
| US11216011B2 (en) * | 2018-03-16 | 2022-01-04 | Embraer S.A. | Optimized trajectory to noise improvement with auto-takeoff |
-
2021
- 2021-07-07 CN CN202110769578.3A patent/CN113467495B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109634309A (zh) * | 2019-02-21 | 2019-04-16 | 南京晓庄学院 | 一种飞行器自主避障系统、方法及飞行器 |
| CN110262537A (zh) * | 2019-06-28 | 2019-09-20 | 北京理工大学 | 多约束下航天器快速姿态机动参数化确定性规划方法 |
| CN112947534A (zh) * | 2021-04-23 | 2021-06-11 | 成都凯天通导科技有限公司 | 一种高超声速飞行器下压段自适应伪谱法轨迹优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 多旋翼无人机编队队形变换算法研究;赵凌楚;;信息通信(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113467495A (zh) | 2021-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113467495B (zh) | 一种满足严格时间位置约束的飞行器快速轨迹优化方法 | |
| CN114048889B (zh) | 基于长短期记忆网络的飞行器轨迹预测的方法 | |
| CN106842926B (zh) | 一种基于正实b样条的飞行器轨迹优化方法 | |
| CN113885582B (zh) | 一种考虑气象可视环境的无人机飞行轨迹调整方法 | |
| Ahsan et al. | System identification of an airship using trust region reflective least squares algorithm | |
| CN114329766A (zh) | 面向深度强化学习的飞行动力学模型可信度评估方法 | |
| Youn et al. | State estimation for HALE UAVs with deep-learning-aided virtual AOA/SSA sensors for analytical redundancy | |
| CN113095504A (zh) | 一种目标轨迹预测系统及预测方法 | |
| CN111830848A (zh) | 一种无人机超机动飞行性能仿真训练系统及方法 | |
| CN108958278B (zh) | 一种空天飞行器巡航段快速抗干扰制导方法 | |
| Zhu et al. | Vision/GPS-based docking control for the UAV autonomous aerial refueling | |
| CN115017721B (zh) | 一种飞机巡航特性辨识方法、装置及飞行控制系统 | |
| CN110764529B (zh) | 基于目标定位大数据的飞行方向修正平台、方法及存储介质 | |
| de Celis et al. | Neural network-based controller for terminal guidance applied in short-range rockets | |
| Deiler | Engine thrust model determination from large operational flight data base | |
| KR20230075928A (ko) | 랜덤 바람에 대한 가속도 시뮬레이션을 이용한 비행체의 실시간 바람 추정 방법 및 장치 | |
| Blood et al. | LDSD Supersonic Flight Dynamics Test 1: Post-flight Reconstruction | |
| Jiang et al. | Identification method of SUAV in diving phase based on flight tests | |
| CN115046433B (zh) | 基于深度强化学习的飞行器时间协同制导方法 | |
| CN116793150A (zh) | 基于残差神经网络与集成学习的飞行时间预测方法及装置 | |
| CN117130383B (zh) | 无人机视觉跟踪方法、系统、无人机及可读存储介质 | |
| CN117521561B (zh) | 巡航飞行器的气动力与推力在线预示方法 | |
| Penev | Flight Dynamics and Model Based Control for Fixed Wing UAV Demonstrator | |
| Kaminer et al. | Rapid Flight Test Prototyping System and the Fleet of UAV's and MAVs at the Naval Postgraduate School | |
| Kibzun et al. | Trajectory control of a high altitude hypervelocity flying vehicle in the midcourse active phase of the flight |
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 |