在民机自动飞行过程中,飞行导引系统的模式转换是影响安全的重要因素,应对其进行充分的安全性分析。传统安全分析方法主要关注各个组件的失效因素,忽略了由组件间非线性交互产生的安全问题。为此,采用系统理论过程分析(System Theory Pr...在民机自动飞行过程中,飞行导引系统的模式转换是影响安全的重要因素,应对其进行充分的安全性分析。传统安全分析方法主要关注各个组件的失效因素,忽略了由组件间非线性交互产生的安全问题。为此,采用系统理论过程分析(System Theory Process Analysis,STPA)方法,对飞行导引系统模式转换进行系统且完整的分析。同时,鉴于STPA方法中存在需人工分析的部分,引入了基于时间自动机理论的形式化模型检查工具UPPAAL对系统进行建模与验证,以确保控制结构图的正确性,并识别真正不安全控制行为(Unsafe Control Action,UCA),从而避免资源的浪费。最后,提出规范化的致因因素分析框架对通过验证的UCA进行逐一分析。实例证明,所提方法对航空类复杂系统安全性分析具有较好的效果。展开更多
针对复杂环境下的异构无人集群分组编队问题,提出一种基于同步分布式模型预测控制(Distributed Model Predictive Control, DMPC)的编队控制算法。以异构集群为研究对象,建立分组分层控制框架;针对环境中同时存在的障碍、故障和干扰,给...针对复杂环境下的异构无人集群分组编队问题,提出一种基于同步分布式模型预测控制(Distributed Model Predictive Control, DMPC)的编队控制算法。以异构集群为研究对象,建立分组分层控制框架;针对环境中同时存在的障碍、故障和干扰,给出对应的避障策略、故障隔离策略和干扰补偿方法,并结合控制框架将其整合为完整可行的编队控制方案。根据编队控制方案,基于同步DMPC理论、速度障碍法和干扰观测器理论,设计了集避障、容错、抗扰于一体的异构无人集群分组编队控制算法,并证明了算法下集群的稳定性和干扰估计误差的有界收敛性。仿真结果表明:所设计算法下的异构无人集群在复杂环境下兼具良好的避障、故障容错和抗干扰能力。展开更多
文摘在民机自动飞行过程中,飞行导引系统的模式转换是影响安全的重要因素,应对其进行充分的安全性分析。传统安全分析方法主要关注各个组件的失效因素,忽略了由组件间非线性交互产生的安全问题。为此,采用系统理论过程分析(System Theory Process Analysis,STPA)方法,对飞行导引系统模式转换进行系统且完整的分析。同时,鉴于STPA方法中存在需人工分析的部分,引入了基于时间自动机理论的形式化模型检查工具UPPAAL对系统进行建模与验证,以确保控制结构图的正确性,并识别真正不安全控制行为(Unsafe Control Action,UCA),从而避免资源的浪费。最后,提出规范化的致因因素分析框架对通过验证的UCA进行逐一分析。实例证明,所提方法对航空类复杂系统安全性分析具有较好的效果。
文摘为提高高超声速滑翔飞行器(HGV)轨迹预测的精度,提出一种基于时域卷积网络(temporal convolutional network,TCN)和双向长短时记忆网络(bidirectional long short-term memory network,BiLSTM)结合的HGV轨迹预测方法.该方法利用TCN的因果膨胀卷积提取HGV轨迹多尺度动态特征,融合BiLSTM的双向循环机制挖掘轨迹长时依赖与上下文关联,通过全连接层将预测结果映射到样本空间.引入贝叶斯优化(Bayesian optimization,BO)与灰狼优化(grey wolf optimization,GWO)组合优化模式,实现了网络超参数的全局优化,据此建立了深度学习框架下的HGV轨迹预测模型.数值仿真结果表明,在训练完备条件下,建立的预测模型能够有效预测HGV未来时刻的位置状态,相较于4种对比模型,该预测模型的均方根误差平均降低62.10%,平均绝对误差平均降低61.66%.
文摘针对复杂环境下的异构无人集群分组编队问题,提出一种基于同步分布式模型预测控制(Distributed Model Predictive Control, DMPC)的编队控制算法。以异构集群为研究对象,建立分组分层控制框架;针对环境中同时存在的障碍、故障和干扰,给出对应的避障策略、故障隔离策略和干扰补偿方法,并结合控制框架将其整合为完整可行的编队控制方案。根据编队控制方案,基于同步DMPC理论、速度障碍法和干扰观测器理论,设计了集避障、容错、抗扰于一体的异构无人集群分组编队控制算法,并证明了算法下集群的稳定性和干扰估计误差的有界收敛性。仿真结果表明:所设计算法下的异构无人集群在复杂环境下兼具良好的避障、故障容错和抗干扰能力。
