[发明专利]一种飞行器自动近地防撞最优控制方法在审

专利信息
申请号: 202011280275.7 申请日: 2020-11-16
公开(公告)号: CN114510070A 公开(公告)日: 2022-05-17
发明(设计)人: 孙萍;刘爽 申请(专利权)人: 上海航空电器有限公司
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 上海世圆知识产权代理有限公司 31320 代理人: 顾俊超
地址: 201101 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 飞行器 自动 最优 控制 方法
【权利要求书】:

1.一种飞行器自动近地防撞最优控制方法,其特征在于,包含有以下步骤,

步骤A,获取所述飞行器的飞行管理系统中具有关于所述飞行器当前状态的飞行器状态数据;

步骤B,获取所述飞行器的地形数据库中具有关于所述飞行器当前所处的地形高程数据;

步骤C,建立关于所述飞行器的非线性运动学/动力学模型函数;

步骤D,建立关于所述飞行器的飞行约束函数;

步骤E,基于所述飞行器状态数据及所述地形高程数据,采用所述非线性运动学/动力学模型函数及所述飞行约束函数,建立关于所述飞行器的自动近地防撞系统最优控制的代价泛函并且对所述代价泛函中的权重参数利用智能优化算法进行优化解算,以此得到最优控制策略;以及,

步骤F,所述飞行器的飞行控制系统根据所述最优控制策略控制所述飞行器飞行。

2.根据权利要求1所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤A中,所述飞行器状态数据包含有飞行器的位置、飞行器的航迹倾斜角、飞行器的气压高度及飞行器的飞行真空速。

3.根据权利要求1所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤B中,所述地形高程数据涉及以所述飞行器当前位置为中心一定范围以内的区域;进一步地,所述范围5km×5km。

4.根据权利要求1所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤C中,所述非线性运动学/动力学模型函数为六自由度模型或三自由度模型。

5.根据权利要求4所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤C中考虑到所述飞行器自动近地防撞机动的瞬时性,在建立三自由度模型函数时,基于以下三点假设:

a)飞行器保持当前空速不变;

b)飞行器不受风速等外部不确定因素影响;

c)飞行器仅作为质点模型,不考虑其姿态运动的变化。

运动学方程组如下所示:

动力学方程组如下所示:

其中,上述方程组中的x,y,z为飞行器的位置信息在地理坐标系下的表示,γ为航迹倾斜角,Vt为飞行真空速,χ为航迹方位角,μ为航迹滚转角,Nz为法向过载。

6.根据权利要求1所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤D中,所述飞行约束函数的建立涉及飞行航迹预测功能模块的预测时间约束、地形扫描功能模块的飞行器最小离地高度的距离约束、自动机动规避功能模块的飞行器的法向过载的性能约束及飞行器横滚机动过程中滚转角和滚转角速率的性能约束。

7.根据权利要求1所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤E中,通过求解最小化的代价泛函以规划出基于可容许的控制域A内的最优控制律u*(t),因此,所建立的代价泛函如下所示:

所述步骤E的代价泛函中的最优控制律u*(t)在本发明中主要包括航迹滚转角控制μ(t)和法向过载控制Nz(t)。

8.根据权利要求1或7所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤E中,所述智能优化算法为神经网络、粒子群算法、仿生算法或遗产算法。

9.根据权利要求1所述的一种飞行器自动近地防撞最优控制方法,其特征在于,所述步骤F中,所述最优控制策略只在自动近地防撞系统近地防撞评估功能模块发出告警信号时,才与所述飞行器的飞行控制系统自动飞行进行交联。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海航空电器有限公司,未经上海航空电器有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011280275.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top