Ernest 2016 (部分翻译)模拟空战任务下无人作战飞机基于人工智能的遗传模糊控制
模拟空战任务下无人作战飞机基于人工智能的遗传模糊控制
问题陈述
本文分析的任务特征为两个蓝色战士对抗四个红色战士。红色的飞机开始
在一个保卫的海岸线，蓝方在正西处54海里。蓝方各有4个长中程导弹
（LRMs）和4个短程导弹（SRMs），然而红方有4个中程导弹（MRMs）。
红方的雷达具有广阔的范围内，其具有+/-70度的方位角和15度仰角。任务的
初始状态显示下面的图1中，西北方的蓝方战士的预警和控制系统显示在屏幕
上。
图1 AFSIM模拟环境的图形显示（飞机不按比例缩放）
ALPHA成功的最初优点是能够始终如一地优于先前在AFSIM所利用
AFRL的基准控制器。发展的第一个月内，这是一个里程碑式。本研究当前的
目标是进一步推出系统如何能够有效对抗训练有素的战斗机飞行员的包络线。
以人为对手的初步测试已经进行并且更加正式和通过ALPHA和人类的测试已
经开展（图2）。
图2 活跃战斗过程的侧视图
（过去和现在的导弹爆炸地点标记，两辆蓝机对四辆红机，所有红机已成
功回避导弹，一辆蓝机已被摧毁，蓝机的预警和控制系统在预警范围内）
技术与实现
GFT方法采用具有不同连接级别的模糊推理的集合系统。不同于一个标准
的遗传模糊系统，在这里遗传算法或者其他学习系统，都被利用于在模糊树中
训练每个系统。每个FIS具有为输入和输出的进行语言分类的隶属函数，比如
“远”和“非常危险”，以及如果 - 则规则的每个组合输入，如“如果导弹发
射计算为命中率适中且使命射击精度是非常高的话，发射导弹”。通过分解问
题成许多个子决定，解的空间显著降低。这种方法的成本具有不可容纳所有耦
合来源的风险。通过优化设计，即便不是全部缓解，也可以最小化风险。不像
在模糊决策树或模糊网络中，一个GFT模糊节点不是FISs的各个组件，而是
是独特的FISs本身[9-11]。
这种方法的一个主要优势是灵活性和易于设计。虽然大多数复杂的决策是
由FISs的集合确定的，其它的算法可以容易地包含在系统中，以及普通感知启
发式技术。例如，过去Dr.Ernest 创建的GFTs，它包括一个协同任务分配算
法，模糊聚类路线求解器，以及无通信火力控制系统[12-14]。其中，一个子问
题的最佳解决方案是已知的，它可以被直接利用。图3为这种类型系统布局的
一个例子。输入知识的能力来自于专业知识的了解，如电流学说和专家战斗机
飞行员的教导，通过学习系统结合全面优化这些概念的能力是GFT成功的显著
因素。这种结构中，模糊逻辑的利用率，以及Psibernetix使用的Python编程语
言使这些系统发展迅速且非常具有成本效益[15]。
图3 一个模糊树布局的例子
ALPHA目前拥有高层次的战术，射击，逃避，SA和防御分支机构。作为
这种结构的一个例子，该模糊树防御分支对每架飞机的防御以及其相对应面临
的每个威胁进行量化。该分支的主要输出为0％和100％之间的度量。这种防御
措施是用来规划导弹规避机动，改变角度去接近（或退离）敌机，以及确定和
调整更高层次的战术。
这个分支是一个两层FIS级联。第一层通过与敌机在二维距离和高度保持
安全的的平台上，测量有效的威胁范围。它馈入到第二层，无论是否为敌机，
均需要在有效范围内机结合它的威胁方位角和威胁在东北轴的转弯率。这些测
量中的每一个均分成用于FIS的有用战术隶属函数。这些分类共同形成一个图
像，使得ALPHA在这上面可以作出决定。该防御措施具有唯一责任决定哪些
己方飞机应该开始对敌方导弹进行躲避动作，哪些目标是ALPHA在当前环境
下未知的。这也是承担着确定何时防御导弹应该发射的全部责任。该SA分支
将频繁利用这项措施，有效射程和FIS在许多其它领域的应用。
ALPHA具有基于任务的执行行为改变的输入。如果敌人成功打败攻击探
测，ALPHA将调整该次攻击的范围以不浪费极其有限的弹药。如果对敌方导弹
进行初步估计的能力是不准确的话，防御性因素会有所调整，使得ALPHA更
加正确地防御当前的敌人。计划的其他在线学习功能，如为每一个武器类型和
每个敌人的武器参与区（WEZ）而建的三维建模进行不断更新。
并不仅仅利用一个标准遗传算法作为学习系统，Psibernetix的专利申请
EVE学习系统培养了ALPHA[16]。EVE已被证明在极其复杂的问题有不可比拟
的学习能力，其中得到的绝对最优解是没有必要的或实际的[13]。例如，空对
空导弹不需要完全穿透驾驶舱和在物理上撞击飞机飞行员，并且找到行动
（coA）的过程中，利用较少的0.05毫克燃料来完成一个目标不是关键任务。
一个学习系统，可以保证获得这些解决方案将是棘手的计算，绝不提供答案。
EVE是一个GFT，其目标是创造和优化其他的GFT。通过多次递归应用，EXE
被训练成培训其他GFT的非常有效方式。
在AFSIM训练一个AI的计算成本和复杂性是许多替代方法的限制因素。
该GFT的轻量级特性，结合Psibernetix高效的模糊逻辑模块，PsiberLogic和用
Cython计算机语言的利用在计算成本高的程序上允许Psibernetix在经济的台式
PC上完成这个任务[17-19]。虽然这是没有必要的，但EVE可以智能地分配工
作，并利用异构计算网络。遗传算法和EVE是并行算法的最好例子；一系列的
ALPHA控制器被开发，它们的性能能够完全彼此独立地测量，新的阿尔法种群
被创建，并且该处理重复一段时间。
通过以前使用的AFRL，EVE对 ALPHA的培训最初在和它与基线控制器
对抗的发生，但现在出现针对它的不同静态版本。这里EVE的是优化FISs以
及其他参数，例如阈值和编队。在EVE发生的过程中，每个ALPHA具有分配
给每个平台唯一端口号，且调用AFSIM一个单独的实例。停止部分需落实到
位，以防止在极长的任务中悬挂系统。每个ALPHA和AFSIM组合只占用一个
核心，缓解了执行这一过程的难度。AFSIM可以在事件推进的方式操作，在处
理器允许速度下尽快运行任务。图4描绘了训练过程。
图4 EVE平行训练建立
测量ALPHA的每个实例性能的适应度函数或方程，已被设计为完全捕获
的良好行为的含义。仅仅奖励便利的击杀射击行为和惩罚便利的失误和死亡可
能会产生一个称职的控制器。这虽然可以得到改善，因为它是既可以在敌人刚
好暂时无法射击时完成任务，另外在没有红色足够接近蓝色WEZ的情况下完
成任务。ALPHA的两个版本产生这些行为应该给予不同显著的估值。为此，每
一个红色飞机的防御性正在不断从控制器的性能指标中削弱。这使得EVE寻求
ALPHAs在时间和安全性上最佳的完成任务时机，此时具有最佳的良好导弹的
精度和最小化的敌方导弹发射威胁。今后的工作中可能包含不同传感器和任
务，使得EVE训练ALPHA打败整个蓝军而没有被发现。
这个训练使得ALPHA具有良好的战术和性能的决策。更多的训练任务以
形成一个计划的培训组合，以及ALPHA附加的静态蓝色变型，比如有的专注
于与结合其他强调防守战术的侵略。该预期的对手是一个团队的人的事实是一
个有趣的复杂问题，它很难考虑典型机器学习环境的设置。仅仅是用来迷惑或
利用ALPHA，飞行员可以执行非常奇怪，错误的，和显然不理想的行为。通过
EVE的培训，很长，效率低甚至自杀演习可以显著区别ALPHA以及其面临的
对手。考虑到这一点，使培训后的测试和调整，一个简单的用户界面是为了让
人类认识ALPHA内部。与ALPHA竞争的人类操作者已经能够实现对数量超过
两个蓝色的飞机进行适度但合理的控制。
结果和结论
作为EVE训练的结果，执行从专家战斗机飞行员中学习的经验教训，并从
初步的人类试验中不断调整，当前版本的ALPHA已经是一个需要去面对的致
命对手。正式结果将在以后的出版物提出；本节将集中展示的初步能力和
ALPHA的调查结果。另外，ALPHA目前正在受训去利用优越的数量条件，但
能力较弱。为了安全地完成任务，必须使蓝色的部队进入不佳的操作位置，因
为他们攻击范围比红方更远。
在确定之后，这些最初的导弹对ALPHA是足够危险的，哪个是每个敌对
导弹的目标，红方必须执行最佳的回避演习以在这次灾难中生存。后来蓝方分
割开来，BLUE-1在前往北方。至于BLUE-2正积极朝它原方向，WOLF-3与蓝
方保持距离，即使它不是攻击目标，这将被证明是任务成功的一个重要组成部
分。蓝方的第一阶段这呈现的咄咄逼人范围并不允许ALPHA利用从图5中的
夹击战术迅速结束任务。
图5 ALPHAs对侧边对手利用率的的战术显示图
在不同的例子中，蓝方先开始射击，阻止红方得到早期的位置优势。这个
使命是更长的且将被细分为以下不同的6个阶段。阶段1和2是图6中所示。
图6 任务例子的阶段一和阶段二
所有的初始蓝方导弹在阶段3和阶段4之前被击败，在下面的图7中显
示。
图7 任务例子的阶段三和阶段四
虽然ALPHA已在多个时间被攻击，在图8中可清楚地看出，它并未因防
守而射击。
图8 任务例子的阶段四轨迹显示侧视图
下面的图9显示此任务的最后阶段。通过阶段5，BLUE-2已经被WOLF-4
的第二次射击而摧毁，WOLF-2到北部，保持安全距离但继续阻止BLUE-1从
简单的路线逃离。WOLF-4的导弹瞄准BLUE-1是能够被击败。WOLF-3是最
接近前来的阶段6，在致命的范围内对剩余的蓝色战斗机进行触发一次射击，
最终以红方胜利结束任务。
图9 任务例子的阶段五和阶段六
无人机非线性自抗扰控制方法研究
无人机非线性自抗扰控制方法研究
RESEARCH OF NONLINEAR ACTIVE DISTURBANCE REJECTION CONTROL WITH APPLICATIONS TO UNMANNED AERIAL VEHICLE
曹宇
哈尔滨工业大学 2013 年 7 月
国内图书分类号： V249 国际图书分类号： 08115
哈尔滨工业大学工学硕士学位论文
Abstract
UAV is a special air force aircraft, characterized by the major feature “no pilot”. Due to such feature; UAV is known as " wing of the crack troops " in the military field of the 21th century, In the local wars of modern times, the optimal choice of reducing the cost of war is to reduce or even avoid casualties; UAV is gradually rising in the competation of weapons of the present time due to its outstanding advantages. In order to meet better the requirement of war under the condition of informaliztion; it is extremely urgent to improve the performance of flight control for UAV. Considering the fact that UAV conduct autonomous flight through aerodynamic force to overcome its own weight; UAV is inevitably to suffer from all kinds of disturbance. Obviously, the tradition control method of linearization; often used for the elimination of interference errors, no longer apply here. Starting from the principles of ADRC, this study mainly concentrate on UAV flight Control strategy using ADRC, and try to solve the problem of declining in stability and maneuverability when using nonllinear ADRC to deal with CONTROL PROBLEMS OF UAV with all kinds of disturbances. Firstly, nonlinear mathematical model of UAV flight control system with six degrees of freedom was built on the base of understanding of motion characteristics of UAV, and the nolinear model is simplified to a linear one based om small disturbance assumption. Based on this analysis of kinematics characteristics of longitudinal direction and Lateral longitudinal direction of UAV; the kinematics model of longitudinal and Lateral longitudinal are built and the key point of the paper is establised:A reasonable math model of UAV with ideal performance and effective suppression of interference is bult, and the foundation for further study is laid. Secondly, an in-depth study of the ADRC method is made, and the structure, the function and the working priciple of the controller is clearified. Stability of the second order extended state observer (ESO) is demonstrated through method of Lyapunov and the necessary and sufficient condition of the maintainance of the stability is clearified. The evaluation criteria of error convergence of ESO is given by error anlysis. Design mehtod of ESO and principles for parameter selection is given based on filter of feed back structure of fal funcion. Thirdly, aiming at the climb / decline phase of UAV; the reference movement is taken as the non- tilting and non-sliding flight of UAV , the attitude angle tracking loop is designed and a simulation platform is built. Through the design of control loop and the seeking of reasonable control parameters, the pitch attitude control problem under the disturbances of air current and gas stream and a is completed and combination control strategy of ADRC and PI is proposed. Through the analysis
微小型四旋翼无人直升机建模及控制方法研究
第１页
国防科学技术大学研究生院学位论文 ＡＢＳＴＲＡＣＴ
Ｍｉｃｒｏ／ｍｉｎｉ ｑｕａｄｒｏｔｏｒ ｉｓ ａｌｌ ｅｘｃｅｌｌｅｎｔ，ｎｏｖｅｌ ｖｅｒｔｉｃａｌ ｔａｋｅ－ｏｆｆａｎｄ ｌａｎｄｉｎｇ Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ ＶｅｈｉｅｌｅｆＯＡＶ）ｆｏｒ ｂｏｔｈ ｍｉｌｉｔａｒｙ ａｎｄ ｃｉｖｉｌｉａｎ ｕｓａｇｅｓ．Ｂａｓｅｄ ＯＲ ａ ｓｕｍｍａｒｙ ｏｆ ｔｈｅ ｒｅｓｅａｒｃｈ ｓｔａｔｕｓ ｑｕｏ，ｔｈｅ ｋｅｙ ｔｅｃｈｎｏｌｏｇｉｅｓ ａｎｄ ｔｈｅ ｆｕｔｕｒｅ ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ ｔｈｅ ｍｉｃｒｏ／ｍｉｎｉ ｑｕａｄｒｏｔｏｒ，ｔｈｉｓ ｐａｐｅｒ ｃｏｎｃｅｎｔｒａｔｅｓ ｏｎ ｉｔｓ ｓｐｅｃｉａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｍａｉｎｌｙ ｒｅｓｅａｒｃｈｅｄ ｔｈｅ ｐｒｏｂｌｅｍｓ Ｏｎ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌｉｎｇ，ｎｏｎｌｉｎｅａｒ ｃｏｎ仕ｏｌｌｅｒ ａｎｄ ｓｔａｔｅ ｅｓｔｉｍａｔｉｏｎ．Ｓｏｍｅ ｉｍｐｏｒｔａｎｔ ｔｈｅｏｒｅｔｉｃａｌ ａｎａｌｙｓｉｓ ａｎｄ
ｓ协ｎ酊ｏｆｔｈｅ ｓｙｓｔｅｍ ｉｓ ａｎａｌｙｚｅｄ．Ｓｉｍｕｌａｔｉｏｎｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｃｏｎｔｒｏｌｌｅｒｓ ａｒｅ ｖａｌｉｄｉｔｙ．
Ｔｈｉｒｄｌｙ，ｔｈｅ Ａｃｔｉｖｅ Ｄｉｓｔｕｒｂａｎｃｅｓ Ｒｅｊｅｃｔｉｏｎ Ｃｏｎ廿ｏｉｌｅｍ（ＡＤＲＣ）ａｒｅ ｄｅｓｉｇｎｅｄ ｆｏｒ ｔｈｅ ｄｉｒｅｃｔ ｄｒｉｖｅｎ ｓｔａｔｅｓ ｏｆｔｈｅ ｑｕａｄｒｏｔｏｒ ｔｏ ｓｔａｂｉｌｉｚｅ ｔｈｅ ｖｅｈｉｃｌｅ ａｎｄ ｃｏｎｔｒｏｌ ｔｈｅ ｆｌｉｇｈｔ ｈｅｉｇｈｔ；ｔｈｅ ＰＤ－ＡＤＲＣ ｄｏｕｂｌｅ ｄｏｓｅｄ ｌｏｏｐｓ ａｒｅ ｉｎ仃ｏｄｕｃｅｄ ｔｏ ｄｉｍｉｎｉｓｈ ｔｈｅ ｚｅｒｏ ｄ）ｍ珊ｎｉ晦ｔｈｅｎ ｔｈｅ Ｌｙａｐｕｎｏｖ ｓｔａｂｉｌｉｔｙ ｏｆ ｔｈｅ ｄｏｕｂｌｏ ｃｌｏｓｅｄ ｌｏｏｐｓ ｉｓ ａｎａｌｙｚｃｄ’ＳＯ ｔｈａｔ ｔｈｅ ｑｕａｄｒｏｔｒ ｃａｌｌ ｈｏｖｅｒ．１１圮ｖａｌｉｄｉｔｙ ｏｆ ｔｈｅｓｅ
半实物仿真技术飞行控制
实验平台搭建与实验环境介绍
实验平台：用于模拟飞行控制系统的硬件和软件环境 实验环境：真实飞行场景的模拟，包括传感器、执行器等设备的模 拟 实验目的：验证飞行控制算法的有效性和可行性
实验过程：介绍实验步骤和实验结果的分析方法
实验过程与实验结果分析
实验目的：验证半 实物仿真技术飞行 控制的有效性和可 靠性
实验设备：模拟飞 行器、传感器、数 据采集系统等
实验过程：进行飞 行控制算法的验证 和测试，记录相关 数据
实验结果分析：对 采集的数据进行分 析，评估控制算法 的性能和效果
实验结论与改进方向
实验结果：验证 了半实物仿真技 术飞行控制的有 效性和可靠性
实验不足：存在 一定误差和不确 定性，需要进一 步优化和改进
航天器控制：在航天 器控制中应用半实物 仿真技术，实现精确 的轨道控制和姿态调 整。
半实物仿真技术在飞行控制中的优势与挑战
优势：实时性、安全性、可 重复性
挑战：技术难度高、成本昂 贵、数据采集与处理难度大
05
半实物仿真技术飞行控制的发展趋势
半实物仿真技术飞行控制的未来发展方向
智能化：利用人工智能和机器学 习技术提升飞行控制系统的自主 决策和学习能力。
飞行控制系统的仿真需求
实时性要求：仿真结果需要与实际飞行情况保持一致 精度要求：仿真结果需要与实际飞行数据尽可能接近 扩展性要求：仿真系统需要具备可扩展性，以适应不同型号的飞行控制系统 安全性要求：仿真系统需要保证安全，避免对实际飞行造成影响
飞行控制系统的仿真技术实现
飞行控制系统仿真的重要性：模 拟真实飞行环境，提高飞行器的 安全性和性能
半实物仿真技术具有高逼真度、高可靠性 Nhomakorabea可重 复性等优点，广泛应用于航空航天、汽车、船舶 等领域，为系统设计、优化和控制提供有力支持。
新概念垂直起降无人机动力学建模与控制仿真
Vol. 37 No. 6Dec. 2 0 2 0第37卷第6期2020年12月沈阳航空航天大学学报Journal of Shenyang Aerospace University 文章编号：2095 -1248(2020)06 -0020 -08新概念垂直起降无人机动力学建模与控制仿真张峻渤2,,杨靖宇22,唐寅峰22(2.沈阳航空航天大学智能飞行器系统理论与技术实验室，沈阳112126；.沈阳戈达德智能装备科技有限公司研发部，沈阳112001)摘要：基于一种新概念垂直起降无人机,推导了无人机的六自由度动力学方程与运动学方程,建立了无人机的非线性数学模型。
其次，基于非线性数学模型并结合全局快速Terminal滑模控制方法，设计了无人机的高度和姿态控制器，建立了无人机仿真控制系统。
仿真结果表明，与普通滑模控制方法及传统PID 方法进行对比，全局快速Termiaal 滑模控制方法控制 精度更高,响应速度更快，鲁棒性更好，采用全局快速Terminal 滑模控制方法可有效对无人机的滚转角、俯仰角、偏航角和高度进行精准控制。
关键词：垂直起降无人机；动力学方程;数学模型；全局快速Terminal 滑模控制；仿真控制系统中图分类号：V275. 2文献标志码：Adoi : 12. 3965/j. issn. 2095 - 1228. 2022. 06. 003A new concept of VTOL UAV dynamics modeling and control simulationZHANG Jun-bo 22,YANG Jing-yu 2，,TANG Yin-feng 2，（1. Intelligent aircrae system theory and technology laboratory ,Shenyang Aerospace University ,Shenyang 112136；2. Research and Developmed Department,Sheeyang GoOdarC equipmenttechnology cr. Ltd,Shenyang 112001）AbstrocS : In thin paner,0asen on n new crncent of verticrl take-yfe and landing UAV ，the sin deereenpe freedom dygamies equatioo ang kigematies ennatiog of the UAV no deriven , and the donlidek math-moOet of the UAV wcs estanOshed. Seceodlo,Oasen d hie donlidek mkhemkicct modet andchmOigen with the gloOct fast Termigct sliding moOe choOot meOioO , the lieight ang attitude centroUesof the UAV was designee , and the UAV simulation chotrot system was estakOshed. The simulakoo re-snlts show thaUchmparen with the ordinaro sliding mode emtrot method an the tranitiooat PID meth-od,the gloOai fast Terminai sliding mode chotrot methoO has highes emtroi pTecisioo , £110* Tesponsesseen and OetteT ToOustness. The gloOai fast terminai sliding moOe chotrot method can effectively emtroithe roli Angle ,pitch Angle , yaw Angle ann height of the UAV.Key words ： VTOL UAV ；kinetic equbion ；mbhembicai model ；gloOai fast terminai sliding moOe ceo-Uoi ； simulation centroi system收稿日期：2222 -08 -25基金项目：国家自然科学基金（项目编号：51605308）；辽宁省教育厅项目（项目编号:JYT12555）作者简介：张峻渤（1263 -），男，辽宁沈阳人，硕士研究生，主要研究方向:智能飞行器系统理论与技术,E-mail ：562123936099@ emait. san. edn cn ；杨靖宇（1232 -），男，陕西榆林人,副教授，博士，主要研究方向：智能飞行器系统理论与技术，E-mail ：jyyang@ san. cdn ch 。
基于模型的智能数字化发动机控制
基于模型的智能数字化发动机控制Shrider Adibhatla 通用动力Timothy J.Lewis 美国空军，莱特实验室摘要现在介绍一种用于先进燃气涡轮发动机的基于模型的控制系统，它的主要性能优点是可以通过仿真测试导出。
发展建模的方法和从名义上的发动机模型反映失效的发动机的方法已知。
一个通用的用于基于模型的控制定律设计定型的方法，包括线性和非线性分析，也将被介绍。
执行模型的闭环控制得到的性能和可操作性参数也将通过仿真测试获得。
未来飞行器包括基于模型控制的测试也将在本文的《综合高性能涡扇发动机技术》第二阶段“先进发动机技术”中提到。
术语A14 封门面积A16 可变旁路管路区域A8 喉部喷口面积A9 出口喷嘴面积ALT 海拔C&A 控制系统及其附件CLM 成分水平模型EPR 发动机增压比ETR 发动机增温比DoD 国防部DTAMB delta 周边温度？Fn 净推力HP 高压IHPTET 综合高性能涡扇发动机技术IRP 中等速度功率JTDE 联合技术验证发动机LEPR 线性发动机增压比？LP 低压MoBIDEC 基于模型的智能数字化发动机控制NASA (美国)国家航空和宇宙航行局PC 功率模态P2 风扇进气压力P27 压气机进气压力PI 比例-积分控制PID 比例-积分-微分控制PSC 状态搜索控制PS15 风扇涵道出气压力（静态）PS56 低压涡轮出气压力（静态）SFC 高效燃油消耗STP2 风扇导流叶片位置STP27 压气机定子位置STP27D 核心驱动风扇叶尖定子位置？T2 风扇进气温度T27 压气机进气温度T3 燃烧室初始温度T56 排气温度TMPC 燃烧室金属温度？V ABI 可变区域进气道？WF36 燃气发生器燃料流？WF6 燃烧后燃料流？XM 马赫数XNH 高压转速XNL 低压转速1.0导言1.1背景由空军主持的对先进发动机控制的发展与研究是以“综合高性能涡扇发动机技术计划”（IHPTET）为目标进行的。
忠诚僚机
忠诚僚机作者：温杰来源：《航空世界》2017年第07期4月10日，洛马公司首次对外公布了在有人/无人编队技术验证试飞中取得一些最新进展。
臭鼬工厂与美国空军研究实验室（AFRL）通过为期两年的潜心研究，突破了现役F-16战斗机改装为无人战斗机（UCAV）的关键技术，使其不仅可以在无人驾驶状态下完全自主地与长机组成编队，而且还能够动态地响应不断变化的战场环境，自动应对性能故障、航线偏离和通信中断等意外情况。
作为AFRL的“忠诚僚机”（Loyalwlngman）计划的一部分，臭鼬工厂在有人/无人编队试飞中证明了UCAV的自主权。
臭鼬工厂负责“忠诚僚机”计划的经理肖恩·惠特康克表示，验证团队扩大了自主技术的范围，并将一架具备完全作战能力的F-16战斗机投入到日益复杂的环境中，以测试系统适应快速变化作战环境的能力。
这是针对”忠诚僚机”技术发展和作战过渡计划的关键一步。
AFRL负责自主飞行操作的工程师安德鲁·佩特里上校表示：“这次验证是AFRL成熟有人机与无人机在一波打击编成中综合所需技术的一个重要里程碑，不仅验证了UCAV如何按照预定计划执行任务，还证明了它将如何应对和适应执行任务过程中未预料到的障碍。
”“忠诚僚机”概念是将第四代战斗机（美国现称第五代战斗机）与无人驾驶的第三代战斗机（美国现称第四代）组合搭配成一个编队，借助四代机的作战网络节点角色，充分发挥三代机机动性好和火力充足的优势，从而大大增强二者在空战中的致命杀伤能力。
这项计划旨在通过飞行测试来检验这种颠覆传统作战模式的前沿技术，表明UCAV可以作为传感器和武器携带平台，有效增强昂贵的第五代战斗机的作战效能和打击效果。
针对”忠诚僚机”计划，臭鼬工厂尝试通过飞行试验来验证有人/无人编队的一些关键技术，力求解决存在的一些问题：UCAV如何协同配合长机，保持有人驾驶战斗机和自主飞行无人机的打击编队？在有人/无人编队飞行中，UCAV如何领会长机的意图？在执行任务的关键时刻，UCAV如果失去了与长机的通信联系，下一步怎么办？有人/无人编队如何避免长机飞行员在作战中处于超负荷状态？为此，臭鼬工厂希望在验证试飞中实现3个主要目标：一是基于任务优先次序和现役装备，能够自主规划并执行空对地打击任务：二是在空地打击任务过程中，能够动态响应不断变化的威胁环境，同时自动地应对性能故障、航线偏离和通信中断等意外情况：三是充分满足美国空军开放式任务系统（OMS）软件集成环境的要求，允许快速集成多个供应商开发的软件模块。
第一章 无人机发展历史(无人机专业英语)
Part2 — Terminology
v The term unmanned aircraft system (UAS) was adopted by the United States Department of Defense (DoD) and the United States Federal Aviation Administration in 2005 according to their Unmanned Aircraft System Roadmap 2005–2030.The International Civil Aviation Organization (ICAO) and the British Civil Aviation Authority adopted this term, also used in the European Union's Single-EuropeanSky (SES) Air-Traffic-Management (ATM) Research (SESAR Joint Undertaking) roadmap for 2020.This term emphasizes the importance of elements other than the aircraft.
autopilot artificial intelligence (AI), and ceases to be 理局定义任何无人驾驶飞行器作为无人机而不论大小。无线遥控飞机变 成了a无d人ro驾n驶e 飞w机he的n自th动e驾A驶I仪is人r工em智o能v(eAdI).,而不再是无人驾驶飞机当 AI移除。
2020路线图。这一术语强调了除飞机外其它元素的重要性。它包括如地 面控制站、数据链和其它支持设备等元素。一个相似的术语是无人飞机 系统、远程操控的飞行载具、远程操控飞机系统。许多相似的术语都在 使用。
不依赖预设轨迹，纳米四旋翼飞行器实现安全群协调控制！
不依赖预设轨迹，纳米四旋翼飞行器实现安全群协调控制！图 1纳米四旋翼飞行器群协调控制导读比利时布鲁塞尔自由大学的研究人员近来提出了一种可证明安全且计算效率高的分布式约束控制的理论，并描述了对具有有限机载硬件并受多种状态和输入约束的一组纳米四旋翼飞行器的应用。
研究人员提出了ERG (Explicit Reference Governor) 框架的扩展，并将其应用于分布式系统情况。
对单个和多个纳米四旋翼飞行器的比较模拟研究及实验研究，证明了所提出理论的有效性、稳健性和可扩展性。
该控制策略应用在实时车载掌上无人机上，可在不依赖任何离线轨迹计算的情况下实现安全的群协调控制。
▍成群空中无人飞行器正成为一种颠覆性技术成群的空中无人飞行器（UAV）正在成为一种颠覆性技术，它支持高度可重新配置、按需、分布式的智能自主系统，对科学、技术和社会的许多领域产生重大影响。
图 2无人机群迎接奥运健儿凯旋这些群飞行器可用于解决探索未知环境的任务。
为了在不确定的现实世界环境中有效运行，群中的每个无人机都必须能够沿着先验未知路径安全地导航到其目标。
每个无人机不仅需要遵守其操作约束（例如执行器饱和度、速度限制、允许的飞行区域），还必须避免与环境中的物体和其他无人机发生碰撞。
为了确保高度的安全性和鲁棒性，无人机应使用其机载计算资源，而不是依赖机外资源（例如地面控制站）。
后者提供了一个中心故障点，并且容易受到时间延迟、通信开销和信息丢失的影响。
这就需要反应式和分布式控制算法，这些算法可以在机载无人机中实时实现，并且仅依靠本地信息来安全地解决全球导航任务。
图 3 300架无人机点亮温岭上空为一群为机载计算、电力、通信、传感和驱动提供有限资源的自主微型飞行器(MAV)实现目标满意度和安全认证具有相当大的挑战性。
此外，即使对于具有更高级功能的大型平台，可用于实施控制算法的计算能力通常也受到限制，无法运行与定位和传感系统相关的任务相关算法。
面向空地协同作战的无人机-无人车异构时变编队跟踪控制
目前袁 常见的编队控制策略包括基于行为的尧 基于虚拟结构 的 以 及 基 于 领 导 者 原 跟 随 者 的 方 法咱员 原猿暂 遥 但是袁 领导者 原 跟随者方法严重依赖于领 导者的运动袁 领导者的故障将会导致整个编队的 崩溃曰 基于行为的编队方法依靠于定性的行为规 则袁 难以建立整个系统的定量模型袁 无法保证整个 系统编队运动的稳定性曰 基于虚拟结构的方法需 要中心节点进行集中式控制袁 不能够以分布式的 形式实现遥 近年来袁 随着一致性控制理论的发展与 完善袁 基于一致性的编队控制方法受到国内外研 究者的广泛关注咱源 原愿暂 遥 该方法仅利用邻居节点的相 对作用信息设计本地控制器袁 结构简单袁 具有较好 的可扩展性与自组织性袁 同时袁 该方法能够在一定 程度上克服传统编队控制方法的缺点遥
摇 摇 摘摇 要院 本文研究了无人机自主伴飞协同侦察技术中的异构集群系统空地协同时变编队跟踪 控制问题袁 要求多无人机与无人车在形成期望时变编队构型的同时袁 实现对领导者参考轨迹的跟 踪遥 首先袁 对无人机与无人车进行单体运动学与动力学建模袁 并引入代数图论概念袁 建立异构集 群系统的协同控制模型遥 然后袁 引入虚拟领导者刻画编队整体的运动轨迹袁 并基于对虚拟领导者 状态的分布式观测器袁 对各无人机 原 无人车构造分布式编队跟踪控制器遥 进一步分析异构集群系 统实现时变编队跟踪的可行性条件袁 给出编队跟踪控制器中各参数的选取方法遥 最后袁 给出了一 个仿真例子来验证所设计控制器的有效性遥
变形机翼如何从理论走向实践
变形机翼如何从理论走向实践2016年1月4日～8日，一年一度的AIAA科技大会在美国加州圣地亚哥如期举行，关于变形飞机技术的议题再次成为会议讨论的热点之一。
目前，根据环境变化改变飞机形状的技术概念和设想早已通过了可行性验证，但是经过几十年的研究，变形飞机技术仍然没有进入工程发展或者产品研制阶段。
在2016AIAA 科技大会上，与会者再次重申了变形机翼技术的潜在收益，认为该技术能够使单一飞机具备完成不同任务的能力，但同时，专家们也强调了该技术的复杂性和风险问题，认为变形机翼技术距离走向现实应用还有很长的路要走。
众所周知，变形飞机可以在飞行中的不同阶段改变机翼形状，例如低阻巡航机翼可以在起降阶段展开缝翼和襟翼以提高低速高升力特性。
变形意味着使目前仅能执行单一任务的飞行器通过主动调整外形达到较大的性能改变，从而可以执行多种不同的任务。
就像反潜无人机可以采用一种构型执行待机侦察任务，又可变成另一种构型执行俯冲攻击任务。
过去几十年间已经开展了若干变形机翼演示验证项目。
1985～1988年，美国空军和NASA联合开展了F-111任务自适应机翼（MAW）演示验证。
MAW将可变掠角和无缝变弯度技术进行结合以维持不同速度下的气动效率。
1994～2001年，美国DARPA开展的智能机翼（Smart Wing）项目对一个无尾飞翼布局无人作战飞机的柔性后缘控制面进行了风洞测试。
2003～2007年，DARPA的变形飞机结构（MAS）项目对可改变飞机机翼掠角、弦长和面积的无人机方案进行了验证试飞。
上述项目向人们展示了在飞行中进行大的性能变化是可行的。
然而，这些项目并没有做出引人注目的变形案例，没有吸引客户进一步投资、推动该技术走向系统开发阶段，而摆在人们面前更多的却是关于优化、集成、取证、可靠性、维护性等其他的需要解决的负面问题。
如今，变形飞机技术再次回到人们的视野可能有以下三点原因。
一是它能够给予无人机设计师更大的设计自由度以消除取证要求的限制；第二是商用飞机增加效率、减少排放的驱动；第三则是柔性结构技术的进步推动了简便、稳健的变形装置的发展。