本文进一步扩展了无人机在飞行前和飞行后飞机目视检查中的应用研究问题。飞行前检查程序由飞机维修认证人员或机组人员在飞行前完成。所有类别的飞机的流程都相似,但具体类型的飞机的实施情况有所不同。因此,本文将仅讨论小型训练飞机,这些飞机将用于验证无人机 (UAV) 在正常运行中的使用情况。它识别并定义了在集群中使用多架无人机的问题以及它们在飞机运行的标准活动中的使用情况。结果应该是减少人为因素导致的可能故障数量,从而影响运行安全。同样重要的事实是希望尽量减少进行飞行前检查过程所需的时间,这将提高飞机运行效率的最终指标。
本文进一步扩展了无人机在飞行前和飞行后飞机目视检查中的应用研究问题。飞行前检查程序由飞机维修认证人员或机组人员在飞行前完成。所有类别的飞机的流程都相似,但具体类型的飞机的实施方式有所不同。因此,本文仅讨论小型训练飞机,该飞机将用于验证无人机 (UAV) 在正常运行中的使用情况。它识别并定义了在集群中使用多架无人机的问题以及它们在飞机运行的标准活动中的使用情况。结果应该是减少人为因素导致的可能故障数量,从而影响运行安全。同样重要的事实是希望尽量减少进行飞行前检查过程所需的时间,这将提高飞机运行效率的最终指标。
本论文由 AFIT Scholar 的学生研究生作品免费提供给您。它已被 AFIT Scholar 的授权管理员接受纳入论文和学位论文。有关更多信息,请联系 richard.mansfield@afit.edu。
本文提出了一种两级数据驱动的数字孪生概念,用于飞机的自主着陆,并给出了一些假设。它具有一个用于模型预测控制的数字孪生实例;以及一个用于流体结构相互作用和飞行动力学的创新实时数字孪生原型。后者的数字孪生基于对高保真、粘性、非线性飞行动力学计算模型的预先设计的下滑道轨迹的线性化;并将其投影到低维近似子空间,以实现实时性能,同时保持准确性。其主要目的是实时预测飞行过程中飞机的状态以及作用于飞机的空气动力和力矩。与基于稳态风洞数据的静态查找表或基于回归的替代模型不同,上述实时数字孪生原型允许模型预测控制的数字孪生实例由真正动态的飞行模型而不是一组不太准确的稳态气动力和力矩数据点来告知。本文详细描述了所提出的两级数字孪生概念的构建及其通过数值模拟的验证。它还报告了其在斯坦福大学现成的无人机在自主模式下的初步飞行验证。
许多可用的 UAS 可以携带多个传感器有效载荷,从而实现通信情报和电子情报 (COMINT 和 ELINT)、通信中继和雷达系统的组合。无人驾驶车辆使用直接视距数据链路或利用卫星连接的超视距 (BLOS) 链路与地面控制站通信。这种多模式能力允许进行广域搜索和识别其他技术可能无法看到的目标,并可以为载人巡逻艇提供直接支持。
估计此信息收集的公共报告负担平均为每份回复 20 分钟,包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将有关此负担估计或此信息收集的任何其他方面的评论(包括减轻负担的建议)发送至国防部华盛顿总部服务处,地址为 whs.mc-alex.esd.mbx.dd-dod-informationcollections@mail.mil。受访者应注意,尽管法律有任何其他规定,但如果信息收集未显示当前有效的 OMB 控制编号,则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格返回到上述组织。将填好的表格寄回第 4 页上的地址。
估计此次信息收集的公共报告负担平均为每份回复 30 分钟,包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将关于此负担估计或本次信息收集任何其他方面的评论(包括减轻负担的建议)发送至国防部华盛顿总部服务处,地址为 whs.mc-alex.esd.mbx.dd-dod-informationcollections@mail.mil。受访者应注意,尽管法律有任何其他规定,但如果信息收集未显示当前有效的 OMB 控制编号,则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格返回上述组织。请将填妥的表格寄回第 4 页的地址。
# 垂直照片数量 95% CI 95% 置信区间 a 采样面积(用于密度计算) AIC 赤池信息准则 BOEM 海洋能源管理局 d 密度(每平方公里的个体数量) f(0) 在零距离处评估的概率密度函数 g 平均群体大小(用于密度计算) GPS 全球定位系统 h 小时 km 公里 kts 节 L 横断面长度(用于密度计算) m 米 mm 毫米 MassCEC 马萨诸塞州清洁能源中心 MAWEA 马萨诸塞州风能区 min 分钟 NARWC 北大西洋露脊鲸联盟 °N 北纬 n 数量(横断面期间发现的动物/群体数量) nm 海里 NEAq 新英格兰水族馆 NEFSC 东北渔业科学中心 NOAA 国家海洋和大气管理局 RIMA 罗德岛/马萨诸塞州风能区 URI 罗德岛大学 °W 西经 度 WEA 风能区
摘要:无人机灯光秀(UAV-LS)相较于传统烟花具有环保、可控等优势,具有令人赞叹的魅力。本文开发了UAV-LS系统,包括无碰撞编队变换轨迹规划算法、用于动画设计和实时监控的软件包以及硬件设计与实现。特别地,提出了一种基于图论的动态任务分配算法,以减少无人机避碰对任务分配的影响以及编队变换中任务分配的频率。此外,软件包包括用于编队绘制和3D动画模拟的动画界面,这有助于通过实时监控应用程序对无人机进行监控。开发的UAV-LS系统硬件包括决策子系统、实时动态(RTK)全球定位系统(GPS)、无线通信和无人机平台等子系统。使用六台四旋翼飞行器进行了室外实验,并详细介绍了高精度定位、通信和计算的实现。结果表明,开发的UAV-LS系统可以成功完成灯光秀,并且提出的任务分配算法比传统静态算法表现更好。