迎角、侧滑角是飞机重要的飞行状态参数, 而大气数据系统在恶劣天气、大迎角或机动飞行情况下是难以准确测量出气流角等数据的。基于飞行数据, 研究了一种飞机气流角的估计方法。考虑到飞行数据可能受到外部干扰发生数据突变、各数据采样频率不同以及飞行数据之间的噪声统计特性均未知等情况, 建立飞机系统状态方程和量测方程, 将非等间隔理论与基于极大似然准则的自适应卡尔曼滤波算法进行融合, 以飞机转弯和爬升飞行为实例, 施加外部干扰, 对飞机迎角、侧滑角进行估计。实验结果表明, 该算法的估计精度和抗外部干扰的鲁棒性能均优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法。

针对四旋翼飞行器提出了一种基于改进人工蜂群算法的三维航迹规划算法和基于线性自抗扰控制的轨迹跟踪控制策略, 以提高四旋翼飞行器在城市中的自主飞行能力。在实际应用中, 四旋翼的自主飞行必须考虑其飞行动力学特性。首先, 利用牛顿-欧拉法推导四旋翼的飞行动力学模型, 并建立障碍物模型与航迹代价模型; 然后, 引入人工蜂群算法来处理四旋翼的航迹规划, 并采用自适应策略、新的概率选择方式及立方混沌搜索算子来提高其性能; 最后, 根据时间尺度原理将四旋翼的动力学模型分为位置与姿态两个控制环, 并分别设计二阶线性自抗扰控制器来实现其轨迹跟踪。仿真结果表明,所提出的方法可为四旋翼规划出一条平滑可飞的航迹, 并且能够有效抑制外界扰动, 实现各控制环状态变量的稳定控制。

攻角和侧滑角是飞控系统和导航系统的重要参数。针对高性能飞行器在大攻角飞行时攻角和侧滑角不能精确测量问题，引入飞行动力学模型，选取姿态、姿态角速率、气流角和速度等飞行参数作为状态向量，以惯性导航系统提供的姿态、姿态角速率、加速度组成观测向量，构建扩展卡尔曼滤波器，融飞行动力学模型求解和状态估计的过程为一体，实现攻角和侧滑角实时精确估计。利用X-Plane系统的飞行仿真数据对攻角/侧滑角估计方法的可行性和有效性进行了验证。仿真结果表明，该方法不仅具有较高的精度、良好的稳定性和鲁棒性，而且可提高大气数据系统的测量范围和可靠性，能够有效地适用于大攻角飞行环境下攻角和侧滑角的测量。