简介:摘要:在当今世界,随着航空业的迅猛发展和全球飞行器数量的不断增加,空中交通管制系统面临着前所未有的挑战。随着航空出行的日益普及,传统的空中交通管理方法已经显得力不从心,而且由此带来的空中拥堵、燃油浪费以及潜在的安全风险成为制约航空业可持续发展的关键因素。因此,对空中交通管制中的飞行器轨迹进行优化成为当前研究的焦点之一。随着计算机科学和数学建模技术的不断进步,研究人员在空中交通管制领域提出了各种各样的飞行器轨迹优化算法。这些算法的目标是通过合理规划飞行器的路径,提高空中交通系统的运行效率,降低能源消耗,减轻拥堵并增强飞行安全性。传统的线性规划方法和启发式算法为问题提供了一些解决方案,但是随着深度学习技术的兴起,越来越多的研究开始尝试将其引入飞行器轨迹优化的领域,以期取得更为卓越的成果。
简介:摘要:智能小车可实现足不出户便获取各个地区的环境质量信息,对于一些人类难以进入或者危险区域,智能车具有高机动性,大大提高了便捷性,安全性。
简介:在利用时滞比例-积分-微分(PID)算法对姿态进行控制的飞行器控制系统中,针对时滞系统对四旋翼飞行器的影响,设计了四旋翼飞行器的抗干扰控制器,使其在均值为300ms的时滞系统作用下,将平均超调量控制在20%以内.该设计首先对飞行器进行物理建模,在传统飞行器控制系统回路中引入多层控制,运用线性二次型最优控制(LQR)算法进行姿态角外控制,减小时滞对系统的影响,使飞行器控制系统的姿态调整更具快速性、稳定性和鲁棒性.再根据物理模型的传递函数,引入粒子群算法,对PID算法进行参数的整定.最后利用蒙特卡洛模拟验证算法的可行性.经过相关调试工作,由此系统构成的小型四旋翼飞行器能够在抗干扰通信、编队飞行等系统中稳定飞行.
简介:摘要:在当今军用和民用领域,飞行器在目标搜索、对地攻击、空中搜救、交通巡查以及快递运输等方面发挥着重要作用。因为单架飞行器无法高效率的完成复杂任务,经常需要使用多个飞行器协同完成复杂任务。因此,多飞行器系统在复杂的任务环境实现灵活的任务,已成为重要研究内容,多飞行器协同任务分配问题已成为飞行器自主导航领域亟需解决的关键问题。多飞行器协同任务分配是指:给定飞行器的种类及数量,根据一定的物理环境信息和任务要求,将一个或多个任务分配给一个飞行器,当所有飞行器完成所分配的任务后,整个飞行器编队的整体效能达到最优。基于此,对多飞行器协同任务分配的改进粒子群优化算法进行研究,以供参考。
简介:基于非结构/混合网格、耗散自适应2阶混合格式以及脱体涡模拟(detachededdysimulation,DES)方法开展了现代战斗机模型复杂分离流动的数值模拟,并与有限的平均气动力试验数据进行了对比,结果表明计算具有合理性,在此基础上进一步应用本征正交分解(properorthogonaldecomposition,POD)和动力学模态分解(dynamicmodedecomposition,DMD)方法对数值模拟流场的非定常特性进行了对比分析.研究表明飞行器背风区流场由一对边条涡的螺旋运动主导,旋涡破裂前在横向空间截面上流场是中性稳定的,同时主涡核的运动是多频耦合的.POD和DMD的对比分析则表明:两者模态配对的方式不同,但主要模态之间具有一定相关性;POD模态中包含多种频率的运动,而且能量较集中于主模态,流场重构效率更高;DMD则将流场的主要特征运动提取为一些单频模态的组合,同时能够给出模态的稳定性.