无人机自动着陆过程受环境因素影响较大，为了提高无人机在复杂条件下的着陆精度，增强无人机环境适应性，针对某无人机精确着陆要求，分析了无人机着陆误差较大的主要原因，给出了改进措施，分别验证了陡下滑段自动配平和浅下滑段动力补偿的控制效果。最后采用蒙特卡罗方法对各种不确定性下的着陆进行仿真验证，仿真结果表明，改进后的着陆方案能够有效地减小无人机着陆误差，提高无人机着陆精度。
无人机 着陆 飞行控制 Unmanned Aerial Vehicle (UAV) landing flight control
高超声速飞行器再入段保持大迎角下滑过程中, 航向失稳、荷兰滚发散、副翼操纵反效, 为保证大迎角再入段飞行安全需要研究大迎角下滚转控制。针对大迎角下副翼操纵反效问题, 提出了“改善LCDP的副翼控制滚转”与“方向舵控制滚转”两种控制策略, 并利用结构奇异值快速分析两种滚转控制策略的鲁棒性, 最后通过仿真对比两种滚转控制策略的控制品质与鲁棒性。仿真结果表明, 标称状态下两种滚转控制策略均能完成滚转控制, 但在考虑气动参数摄动情况下, 方向舵控制滚转的鲁棒性明显优越于改善LCDP的副翼控制滚转。
高超声速飞行器 再入段 滚转控制 结构奇异值 hypersonic vehicle reentry phase LCDP LCDP roll control structured singular value
1 洪都航空工业集团650所，南昌330024
2 南昌航空大学，南昌330063
3 南京航空航天大学，南京210016
为了实现无人机在不同条件下的自主航路规划，提出一种变步长的A*方法。此时，每步迭代的可拓展点为搜索区域内不同搜索角度、不同拓展步长的点阵。这样保证了每次搜索能在一个较大的区域进行，并能保证每次搜索对地图的分辨精度。然后，依据稀疏A*方法(SAS)的思想，对单步迭代的拓展方法给出了减少运算量、加快运算速度的改进方案；依据动态A*方法(D*)的思想，给出了应用于实时航路规划的改进方案。仿真结果表明，通过适当配置参数，算法可以成功地实现复杂战场环境下的战区穿越突防航路规划以及未知环境下的在线实时航路规划。
无人机 航路规划 人工智能 A*方法 实时规划 UAV route planning artificial intelligence A* method real-time planning
