航空母舰是世界上最强大的武器。航空母舰着陆区长度相当于陆地机场的十分之一。由于甲板运动、气流干扰等因素,飞机降落在航母飞行甲板上非常困难。固定翼舰载机在六自由度运动的航母飞行甲板上着陆时,需要实时跟踪甲板运动以减少终端误差。舰载机跟踪甲板运动的航迹控制过程中,不可避免地存在响应延迟,从而导致进近偏差。航母甲板运动预测是减少偏差、提高着舰精度最有效的方法之一。通过为舰载机提供预测的甲板运动信息,可以补偿响应延迟带来的误差。航母甲板运动预测的实现主要基于当前甲板运动和历史运动。可以预测未来几秒内的甲板运动。预测时间过长,预测偏差较大。而预测时间过短,不足以弥补航迹控制过程中飞机的响应延迟。
三菱重工株式会社 (MHI) 除了主营业务的发射服务和与空间站和国际太空探索相关的工作外,还致力于小型卫星的开发。我们最近收到了日本宇宙航空研究开发机构 (JAXA) 的订单,要求开发和运营 RAPid 创新有效载荷演示卫星 3,并正在推进这颗卫星的开发,以确保在低成本和短期开发的限制范围内的可靠性。此外,在小型卫星推进系统的开发方面,我们已经完成了绿色推进剂推进系统的开发和在轨演示,并计划在未来进入小型卫星市场。此外,我们还收到了 JAXA 的订单,要求为月球探测智能着陆器 (SLIM) 提供主推进器和推进剂箱,目前正在进行开发。我们还计划将它们应用于未来使用小型卫星或探测器的太空探索。
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。
先进空中机动 (AAM) 飞机需要感知系统,以便在城市、郊区、农村和区域环境中实现精确进近和着陆系统 (PALS)。目前批准用于自动进近和着陆的最先进的方法将难以用于支持 AAM 操作概念。但是,来自其他应用和低 TRL 研究的技术和系统使用视觉、红外、雷达和 GPS 方法为 AAM 飞机进近和着陆提供基线感知和传感要求。本文重点介绍基于视觉的 PAL,以演示闭环基线控制器,同时遵守联邦航空管理局的要求和规定。共面算法确定姿势估计,并将其输入到扩展卡尔曼滤波器中。将 IMU 与视觉相结合,为 GPS 拒绝的环境创建传感器融合导航解决方案。状态估计会导致下滑道和定位器误差计算,这对于设计和推导 AAM PALS 的制导律和控制律至关重要。 IMU 和视觉导航解决方案为 AAM PALS 提供了有希望的模拟结果,更高保真度的模拟将包括计算机图形渲染和特征对应。
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。
尖端技术构筑美好未来:先进宇宙应用技术 隼鸟2号离子发动机及其潜在应用 隼鸟2号——自主导航、制导和控制系统 支持龙宫小行星精确着陆 利用星载激光雷达遥感技术实现隼鸟2号航天器的自主着陆 隼鸟2号:系统设计和运行结果 用于高速、大容量数据通信的卫星间光学通信技术 为三朝深空站开发30kW级X波段固态功率放大器 开发世界最高性能薄膜太阳能电池阵列桨片
尖端技术构建美好未来:宇宙应用的先进技术 隼鸟2号的离子发动机及其潜在应用 隼鸟2号——自主导航、制导和控制系统 支持龙宫小行星精确着陆 隼鸟2号航天器利用太空激光雷达和遥感技术自主着陆 隼鸟2号:系统设计和运行结果 用于高速、大容量数据通信的光学卫星间通信技术 为三朝深空站开发30kW级X波段固态功率放大器 开发世界最高性能的薄膜太阳能电池阵列桨片
本文提出了一种利用多旋翼无人机跟踪移动地面车辆并着陆的自主系统。详细讨论了该系统的技术开发。它包括传感器的选择和集成、目标检测算法和实现、无人机的数学模型和飞行控制器设计。该系统利用近红外摄像机,即使在夜间或低照度下也能检测到标记,无人机机载处理器的频率最高可达 18 Hz。整个系统首先在 MATLAB 中仿真,然后应用于实际的无人机。小型四旋翼无人机在移动的小型卡车上自主着陆的成功飞行试验表明,该设计是有效且可行的。所提出的视觉激光目标跟踪性能在静态标记下实现了 99.2% 的成功率,在移动标记下实现了 94.4% 的成功率。
本文提出了一种利用多旋翼无人机跟踪移动地面车辆并着陆的自主系统。详细讨论了该系统的技术开发。包括传感器选择与集成、目标检测算法与实现、无人机数学模型和飞行控制器设计。该系统利用近红外摄像机,即使在夜间或低照度下也能检测到标记,无人机机载处理器频率高达 18 Hz。整个系统首先在 MATLAB 中仿真,然后应用于实际无人机。小型四旋翼无人机在移动的小型卡车上自主着陆的成功飞行试验表明,该设计有效且适用于实际应用。提出的视觉激光目标跟踪性能在静态标记下实现了 99.2% 的成功率,在移动标记下实现了 94.4% 的成功率。
根据飞行安全基金会进近和着陆事故减少工作组的调查结果和建议,我们检查并分析了航空安全报告系统 (ASRS) 不稳定进近和着陆事件的事件报告数据。本研究的目的是调查报告的导致美国商业航空不稳定进近和着陆运营事件的人为因素。结果显示,不稳定进近不太可能通过复飞合规性做出响应。二项逻辑回归分析揭示了 ASRS 编码的人为因素与不稳定进近继续着陆而不是复飞合规性的可能性之间的关联存在描述性差异。对机组事故报告叙述的内容分析可能允许识别 ASRS 未明确编码的其他促成人为因素,例如决策。此类调查的结果有可能为有效的复飞合规性培训设计提供信息。