舰载无人直升机着舰多信息融合与自适应控制技术研究

《舰载无人直升机着舰多信息融合与自适应控制技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：V249论文编号：102870318-SX162学科分类号：081101硕士学位论文舰载无人直升机着舰多信息融合与自适应控制技术研究研究生姓名陈祥兵学科、专业控制理论与控制工程研究方向先进飞行控制技术指导教师王新华副教授南京航空航天大学研究生院自动化学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationEngineeringResearchOnMulti-Informa

2、tionFusionandAdaptiveControlTechnologyofCarrier-basedUnmannedHelicopterAThesisinControlTheoryandControlEngineeringbyChenXiangbingAdvisedbyAssociateProf.WangXinhuaSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本

3、人郑重声明：所呈交的硕士学位论文，是本人在导师指导下，独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本人授权南京航空航天大学可以有权保留送交论文的复印件，允许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要舰

4、载无人直升机是当前海军装备研发的重点之一，在海上作战中能够发挥重大作用。本文针对舰载无人直升机近距离安全着舰位置估计及着舰控制技术需求，开展了基于贝叶斯估计和无迹卡尔曼粒子滤波的近距多引导信息融合技术，基于模型参考自适应滑模的无人直升机姿态控制，基于超螺旋滑模鲁棒微分器及twisting方法的轨迹跟踪控制律，并建立了无人直升机着舰过程仿真验证平台。首先，建立了无人直升机及着舰环境数学模型，分析了无人直升机的稳定性及耦合性等自然特性，设计了基于传感器融合的近距离自动着舰流程。其次，针对无人直升机近距离引导高

5、精度、高可靠性需求，给出了视觉与激光雷达传感器融合的近距离导引的方式，设计了基于贝叶斯估计的多传感器融合算法及无迹卡尔曼粒子滤波估计算法，实验结果表明所设计的多传感器信息融合算法可极大提高引导精度。然后，针对无人直升机着舰过程中的强耦合和外干扰以及模型不确定性的问题，设计了基于模型参考自适应滑模的姿态控制律，通过自适应项对模型不确定性和外干扰的补偿，实现了通道间的解耦。针对融合引导系统输出相对位置反馈，缺乏相对速度反馈的情况，设计了基于超螺旋滑模算法的鲁棒微分器，以及基于twisting方法的轨迹跟踪控制

6、律，仿真结果表明所设计的控制律具有良好的跟踪性和解耦性，满足全自动着舰需求。最后，设计了无人直升机理想着舰轨迹，建立了无人直升机着舰仿真验证系统，分别在引导系统存在输出误差，以及着舰过程中的模型摄动以及大气紊流干扰等情况下，对无人直升机自动着舰过程进行了仿真验证。关键词：无人直升机，着舰，信息融合，模型参考自适应，轨迹跟踪I舰载无人直升机着舰多信息融合与自适应控制技术研究ABSTRACTThecarrier-basedunmannedhelicopterisoneofthefocusesofthecurr

7、entnavalequipmentresearchanddevelopmentanditiscapableofplayingasignificantroleinnavaloperations.Withrespecttotheestimationofcarrier-basedunmannedhelicopter’sclose-rangesafelandingpositionandthedemandofcarrierlandingcontroltechnology,thisarticlepresentsthe

8、researchonclose-rangeandmulti-guidanceinformationfusiontechnologybasedonBayesianestimationandunscentedKalmanparticlefilter,unmannedhelicopter’sattitudecontrollawbasedonmodelreferenceadaptiveslidingmode,robustdiffere