针对舰载机着舰阶段甲板运动和舰尾流造成的控制难度大以及着舰精度低的问题, 提出了舰载机“魔毯”着舰直接力控制方法, 提高了飞行轨迹的响应速率和响应带宽。直接升力由襟翼与升降舵配合产生, 且直接升力操纵面主控轨迹, 而平尾通过保持迎角来辅助控制轨迹。油门通道采用速度恒定的动力补偿方式进行控制。将该控制方法与传统控制方法对比仿真, 加入甲板运动和舰尾流的干扰, 仿真实验表明“魔毯”着舰直接力控制方法的轨迹修正速度较快, 着舰精度较高。

无人直升机担负着越来越重要的作战使命, 而甲板运动是影响其着舰安全的重要因素, 对着舰甲板运动进行精确预估与补偿是亟待解决的难题。为此, 基于自适应AR模型与最优预见控制方法, 提出了一种甲板运动预估与补偿方法。基于AR模型设计甲板运动预估器时, 引入时变因子设计了自适应模型参数更新律优化模型性能, 强调数据的实时性, 仿真结果表明, 该方法在一定程度上提高了甲板运动预估的准确性, 且计算相对简单; 将甲板运动预估器产生的预估信号作为可预见的未来信息引入预见控制器, 并基于最优控制理论对着舰甲板运动进行补偿, 较好地改善了甲板运动补偿系统相位延迟问题, 并在一定程度上提高了甲板运动跟踪精度, 进而提高无人直升机着舰成功率。

甲板运动是舰载机完成海上作战任务的关键影响因素之一。针对无人舰载机着舰过程中甲板运动干扰问题,设计了基于最优预见控制的甲板运动补偿器,并与基于卡尔曼滤波算法的甲板运动预估器相结合,组成甲板运动跟踪控制系统。该系统利用了甲板运动预估信息以及预见控制提前操作的特点,可有效避免传统甲板补偿系统的相位延迟。最后,以非线性小型固定翼无人机模型为研究对象进行数值仿真,仿真结果表明,该系统能够有效跟踪甲板运动,从而提高无人机着舰成功率。

为了满足无人机着舰的高精度需求, 提高对航母运动的预报精度, 研究了甲板运动预估技术。利用有理形式的成型滤波器引入白噪声作为系统输入, 以拟合航母俯仰运动, 运用卡尔曼滤波理论对航母甲板的俯仰运动进行了预估; 并在此基础上, 结合对甲板升沉及横滚运动的预估结果, 实现对理想着舰点垂向运动的预估。仿真结果表明, 能够有效将航母甲板的俯仰运动及理想着舰点垂向运动提前3秒预报, 对提高着舰安全性有着重要意义。

纵向甲板运动主要造成理想着舰点高度的变化，给着舰过程增加了难度，同时也严重威胁了舰载机着舰的安全性。为了减小由甲板运动引起的着舰误差，基于超前网络设计了甲板运动补偿器，并通过卡尔曼最优预估理论设计了甲板运动预估器，将甲板运动通过预估器和补偿器后加入纵向自动着舰导引系统中，实现了舰载机着舰末端过程甲板运动的补偿。仿真结果表明，设计的甲板运动预估器与补偿器可以有效地补偿由于纵向自动着舰导引系统在有效频率段内存在的相位迟后所引起的着舰误差，提高了舰载机着舰的安全性。

舰载机在着舰中对甲板运动的跟踪存在相位差，需要使用预报技术将甲板的运动信息提前加入到自动着舰控制系统(ACLS)中。甲板预报通常采用的自回归模型法(AR)是一种时间序列预报方法，在此基础上提出了一种新型的多层递阶预报模型，它是在对时变参数进行预报的基础上再对系统的状态进行预报，更能反映时变系统的运动实质。对典型海况下甲板的俯仰和沉浮运动进行预报仿真，结果表明多层递阶预报的精度更高。分别用两种方法对自动着舰纵向轨迹控制进行运动补偿，仿真表明多层递阶预报方法可以更加有效地提高轨迹跟踪精度。