针对四旋翼飞行器的非线性姿态运动动力学模型,设计了一种新的几乎全局稳定的非线性PID(Proportional Integral Derivative)姿态控制器.该控制器由一个线性PID的控制部分和一个惯性力矩补偿部分组成,可以抑制常值干扰和幅值有界且能量...针对四旋翼飞行器的非线性姿态运动动力学模型,设计了一种新的几乎全局稳定的非线性PID(Proportional Integral Derivative)姿态控制器.该控制器由一个线性PID的控制部分和一个惯性力矩补偿部分组成,可以抑制常值干扰和幅值有界且能量有界的干扰.数字仿真验证了该控制器对干扰的抑制作用.在搭建的姿态控制实验平台上进行了定点姿态跟踪控制实验.实验结果显示俯仰角和滚转角的误差均小于1°,验证了该控制器对小角度控制的有效性和对未建模动态的鲁棒性.展开更多
基于快速扩展随机树(rapidly exploring random tree,RRT)的运动规划算法,通过随机采样的方式探索未知任务空间,具有概率完备性和较高的计算效率.该类算法在应用于无人机运动规划时必须对飞行距离、过程安全性和航路平滑度进一步优化....基于快速扩展随机树(rapidly exploring random tree,RRT)的运动规划算法,通过随机采样的方式探索未知任务空间,具有概率完备性和较高的计算效率.该类算法在应用于无人机运动规划时必须对飞行距离、过程安全性和航路平滑度进一步优化.针对这一问题,首先对威胁环境、无人机运动学性能和探测能力建模,然后根据飞行特征设计了随机采样、威胁规避、路径可跟踪性以及全局与局部平滑性等优化策略,并构建快速平滑收敛RRT(quick and smooth convergence RRT,QS-RRT),最后以此为基础分别提出了面向已知和未知任务空间的无人机运动规划算法.仿真结果表明,该算法能够在保证飞行路径收敛性、安全性及其规划效率的基础上,有效缩短飞行距离,改善航路的可跟踪性和平滑度,增强在实际飞行过程中的可操作性.此外,该算法还易于在航路优化效果和规划效率之间权衡,增强了对不同规划任务需求的适应性.展开更多
主动队列管理(active queue management,简称AQM)是网络拥塞控制的研究热点之一,其中的关键问题是如何设计反馈控制策略.提出一种新的基于D稳定域和时间乘以误差绝对值乘积积分(integral of time-weighted absolute error,简称ITAE)性...主动队列管理(active queue management,简称AQM)是网络拥塞控制的研究热点之一,其中的关键问题是如何设计反馈控制策略.提出一种新的基于D稳定域和时间乘以误差绝对值乘积积分(integral of time-weighted absolute error,简称ITAE)性能准则的比例-积分-微分(proportional-integral-differential,简称PID)优化设计方法(简称DITAE-PID),并用于AQM控制器的设计,控制闭环系统的理想动态性能.首先在复平面上设定一组理想的D稳定域,然后以ITAE为目标函数,通过数值优化算法求出控制器的参数,使得闭环系统的所有特征根都在D稳定域内,以降低排队延时,提高有效吞吐量.对比仿真实验结果表明,该算法能够预先探测和控制拥塞,有较好的鲁棒性,链路利用率更高,丢包率更小,平均队列长度更趋于期望值,同时,趋于期望队列长度的时间更短,其综合性能明显优于典型的随机早期探测(random early detection,简称RED)和比例-积分(proportional-integral,简称PI)算法.展开更多
文摘针对四旋翼飞行器的非线性姿态运动动力学模型,设计了一种新的几乎全局稳定的非线性PID(Proportional Integral Derivative)姿态控制器.该控制器由一个线性PID的控制部分和一个惯性力矩补偿部分组成,可以抑制常值干扰和幅值有界且能量有界的干扰.数字仿真验证了该控制器对干扰的抑制作用.在搭建的姿态控制实验平台上进行了定点姿态跟踪控制实验.实验结果显示俯仰角和滚转角的误差均小于1°,验证了该控制器对小角度控制的有效性和对未建模动态的鲁棒性.
文摘基于快速扩展随机树(rapidly exploring random tree,RRT)的运动规划算法,通过随机采样的方式探索未知任务空间,具有概率完备性和较高的计算效率.该类算法在应用于无人机运动规划时必须对飞行距离、过程安全性和航路平滑度进一步优化.针对这一问题,首先对威胁环境、无人机运动学性能和探测能力建模,然后根据飞行特征设计了随机采样、威胁规避、路径可跟踪性以及全局与局部平滑性等优化策略,并构建快速平滑收敛RRT(quick and smooth convergence RRT,QS-RRT),最后以此为基础分别提出了面向已知和未知任务空间的无人机运动规划算法.仿真结果表明,该算法能够在保证飞行路径收敛性、安全性及其规划效率的基础上,有效缩短飞行距离,改善航路的可跟踪性和平滑度,增强在实际飞行过程中的可操作性.此外,该算法还易于在航路优化效果和规划效率之间权衡,增强了对不同规划任务需求的适应性.
基金Supposed by the National Natural Science Foundation of China under Grant No.60373053(国家自然科学基金)the National High-Tech Research and Development Plan of China under Grant Nos.2004AA1Z2100+3 种基金2005AA113140(国家高技术研究发展计划(863))the State Education Ministry Scientific Research Foundation for the Returned Overseas Chinese Scholars under Grant No.[2003]406(国家教育部留学回国人员科研启动基金)the One-Hundred-Talent Program of the Chinese Academy of Sciences(中国科学院"百人计划")the Chinese Academy of Sciences and Royal Society of United Kingdom for the Joint Research Project under Grant No.20030389(中国科学院与英国皇家学会国际合作项目)
文摘主动队列管理(active queue management,简称AQM)是网络拥塞控制的研究热点之一,其中的关键问题是如何设计反馈控制策略.提出一种新的基于D稳定域和时间乘以误差绝对值乘积积分(integral of time-weighted absolute error,简称ITAE)性能准则的比例-积分-微分(proportional-integral-differential,简称PID)优化设计方法(简称DITAE-PID),并用于AQM控制器的设计,控制闭环系统的理想动态性能.首先在复平面上设定一组理想的D稳定域,然后以ITAE为目标函数,通过数值优化算法求出控制器的参数,使得闭环系统的所有特征根都在D稳定域内,以降低排队延时,提高有效吞吐量.对比仿真实验结果表明,该算法能够预先探测和控制拥塞,有较好的鲁棒性,链路利用率更高,丢包率更小,平均队列长度更趋于期望值,同时,趋于期望队列长度的时间更短,其综合性能明显优于典型的随机早期探测(random early detection,简称RED)和比例-积分(proportional-integral,简称PI)算法.
