XiaoMi-AI文件搜索系统
World File Search System飞行控制
智能飞行控制系统 - CORE
莱特兄弟中的一位讲述了自己对抗阵风的亲身经历，他写道：“利用自动机器克服这些干扰的问题吸引了许多聪明才智的注意力，但对我和我兄弟来说，完全依靠智能控制似乎更可取”[1, 2]。莱特兄弟的驾驶行为依赖于对视觉和惯性线索的正确解读，展现了生物智能控制。过去，人类飞行员通过手动灵活性、知情规划和任务协调来驾驶飞机。随着飞机特性和技术的发展，飞机操作越来越依赖于机电传感器、计算机和执行器。面板显示器增强了决策能力，稳定性增强系统提高了飞行质量，制导逻辑将机器智能带到了现代飞机大部分任务中“无人值守”飞行的地步。
飞行控制系统纵向模式的总能量控制法（TEC）
论文的目的是为合并高度和空速控制的非传统控制定律开发设计和仿真框架，其中推力和电梯控制输入均同时且无缝地使用。与独立治疗推力和态度控制的传统方法相比，可以实现绩效和飞行安全性的显着增长。结果应该在主管的教育活动中使用（飞行控制系统的讲座和实验室，SRL），以及与从事通用航空飞行控制解决方案的工业合作伙伴的预见合作。1。为研究中提出的解决方案开发用于线性控制设计和非线性仿真验证的工具[1]。在与主管协商时，请选择感兴趣的案例。使用课程飞行控制系统SRL采用飞行力学模型。2。调整开发的工具，并使用传统解决方案进行定性和定量的比较分析，您在飞行控制系统课程的半阶段项目中开发了这些解决方案，对于步骤1中选择/商定的情况。Alt HLD/SLCT，GS TRK，MACH HLD是一些预期的示例。3。表明[1]中使用的方法和用于小型无人机的PX4单元[2]中使用的方法有显着差异。在与主管协商时实施选定的解决方案，并提供控制设计和评估结果。
四旋翼可转换 MAV：建模和实时悬停飞行控制
摘要 本文介绍了一种实验性倾转旋翼飞机的建模、控制和硬件实现。这种飞行器通过倾斜四个旋翼，将传统飞机的高速巡航能力与直升机的悬停能力结合起来。空中在巡航和悬停飞行模式之间切换称为过渡。使用牛顿方法推导出该飞行器的垂直和水平飞行模式的动态模型。提出并在模拟层面评估了一种非线性控制策略，以控制飞行器在纵向平面上的垂直和水平飞行动力学。开发了一架实验性的四平面飞机来进行垂直飞行。设计并构建了一种基于 DSP 的低成本嵌入式飞行控制系统 (EFCS)，以实现自主姿态稳定飞行。
飞行控制单元案例研究 - HAL
摘要 自 2000 年代初以来，许多飞机驾驶舱就已使用交互式驾驶舱，但即使在最新的飞机中，交互的使用仍然仅限于非关键功能。事实上，设计这样的交互式系统仍然是一个挑战，而且它们的设计尚未达到关键功能所需的设计保证水平。在交互式驾驶舱中，交互通过图形输入设备和键盘进行（例如空客系列中的键盘光标控制单元），而用户界面 (UI) 的行为必须符合 ARINC 661 标准中定义的规范。本文提出的工具支持的三重方法提出了提高交互式系统保证水平的方法。该方法包括用于描述交互系统每个组件的正式描述技术（检测和预防开发故障）、专用于交互系统组件的命令和监控技术（检测自然故障）以及隔离运行时环境（防止故障传播）我们报告了使用此方法实现的飞行控制单元 (FCU) 面板，其灵感来自 A380 的 FCU。
学习四项动力学，以进行精确，安全和敏捷的飞行控制
在过去十年中，空中机器人已成为帮助人类解决广泛的时间敏感问题的重要平台，2020）。在不同类型的空中机器人中，四型二次运动因其在设计，低成本，较小，尺寸小，轻巧和出色的机动性方面的简单性而对在不确定和混乱的室内环境中的应用引起了兴趣（Emran＆Najjaran，2018年）。这些对时间敏感的任务通常需要四肢制定快速决策和敏捷的操作。因此，为了安全地控制这些系统，至关重要的是要准确地对其动力学进行建模和估算，并捕获空气动力和扭矩，螺旋桨相互作用，振动，模型近似和其他现象产生的高度非线性效应。但是，这种效果不能轻易测量或建模，因此通常保持隐藏状态（Saviolo，Li，＆Loianno，2022）。此外，在某些空中机器人应用中，该平台可能会赋予外部范围（例如有效负载，操纵器，电缆），这些件将通过改变系统配置（例如质量和惯性矩）来大大改变动态。总体而言，未能建模这种系统配置更改将导致飞行性能的显着降解，并可能导致灾难性故障。为了避免此问题，最近的工作已经调查了使用基于物理学的原理方法进行四型动力学的经典建模，从而导致非线性普通微分方程（ODE）（Loianno，Brunner，McGrath和Kumar，2017年）。但是，这些名义模型仅近似实际的系统动力学，并且不考虑由系统配置的积极操作或修改引起的外部效果。
使用支持向量机进行飞机飞行控制执行器故障检测
摘要：未来几代飞行控制系统，例如无人驾驶飞行器 (UAV) 的飞行控制系统，可能会更具适应性和智能性，以应对无人驾驶带来的额外安全性和可靠性要求。高效的故障检测和隔离 (FDI) 系统至关重要，应该能够监控飞机的健康状况。从历史上看，硬件冗余技术已用于检测故障。然而，由于成本高且附加组件质量大，在无人机中复制执行器并不理想。幸运的是，也可以使用分析冗余技术检测飞机执行器故障。在本研究中，设计了一种使用支持向量机 (SVM) 的数据驱动算法。所研究的飞机执行器故障是效率损失 (LOE) 故障。故障检测算法的目的是根据执行器的健康状况将特征向量数据分类为正常或故障类。结果表明，SVM 算法几乎可以立即检测到 LOE 故障，平均准确率为 99%。
多旋翼系统的飞行控制与硬件设计
我还要感谢在我成长为工程师期间给予我巨大支持的工程师们。特别是，我要感谢 John Deere 的 Brian Booth，他教我硬件工程的基础知识。同样，我要感谢 Appareo Systems 的 Bradly Schleusner 和 Nicholas Butts，他们教我编写嵌入式软件的重要基础知识。此外，我还要感谢 James Richie 博士开设了一门非常有用的天线理论课，正是这门课让我得以完成本论文的 RF 部分。我还要感谢 Kellen Carrey 的反馈以及在开发 RF 控制器方面的帮助。最后，我要感谢我的实验室同事 Milad Ghorbani 和 Wenkai Guan，他们设法忍受了本论文产生的噪音，并提供了有用的反馈和支持。
使用 Matlab/Simulink 和飞行模拟器进行飞行控制联合仿真的教程和评论
摘要：在真实的三维虚拟环境中进行飞行测试越来越多地被认为是一种安全且经济高效的评估飞机模型及其控制系统的方法。本文首先回顾并比较了迄今为止最流行的个人计算机飞行模拟器，这些模拟器已成功与 MathWorks 软件对接。这种联合仿真方法可以将 Matlab 工具箱的功能优势（包括导航、控制和传感器建模）与专用飞行仿真软件的高级仿真和场景渲染功能相结合。然后可以使用此方法验证飞机模型、控制算法、飞行处理特性，或根据飞行数据执行模型识别。然而，缺乏足够详细的分步飞行联合仿真教程，而且很少有人尝试同时评估多种飞行联合仿真方法。因此，我们使用 Simulink 和三种不同的飞行模拟器（Xplane、FlightGear 和 Alphalink 的虚拟飞行测试环境 (VFTE)）演示了我们自己的分步联合仿真实现。所有这三种联合仿真都采用实时用户数据报协议 (UDP) 进行数据通信，每种方法都有各自的优势，具体取决于飞机类型。对于 Cessna-172 通用航空飞机，Simulink 与 Xplane 的联合仿真演示了成功的虚拟飞行测试，可以精确地同时跟踪高度和速度参考变化，同时在任意风况下保持侧倾稳定性，这对单螺旋桨 Cessna 来说是一个挑战。对于中等续航能力的 Rascal-110 无人机 (UAV)，Simulink 使用 MAVlink 协议与 FlightGear 和 QGroundControl 连接，从而能够在地图上精确跟踪无人机的横向路径，并且此设置用于评估基于 Matlab 的六自由度无人机模型的有效性。对于较小的 ZOHD Nano Talon 微型飞行器 (MAV)，Simulink 与专为此 MAV 设计的 VFTE 连接，并与 QGroundControl 连接，以使用软件在环 (SIL) 仿真测试先进的基于 H-infinity 观察器的自动驾驶仪，从而在有风条件下实现稳健的低空飞行。然后，最终使用控制器局域网 (CAN) 数据总线和带有模拟传感器模型的 Pixhawk-4 迷你自动驾驶仪将其扩展到 Nano Talon MAV 上的硬件在环 (HIL) 实现。
使用混合增量非线性的稳健飞行控制...
近年来，无人驾驶飞行器 (UAV) 已广泛应用于民用和军事用途，例如交通监控、配送任务和地理测量。它们可以替代暴露于重复任务或危险环境中的载人飞机，从而降低运营成本 [1, 2]。根据任务环境，无人机可能需要通过干扰进行鲁棒控制。此外，根据无人机的形式，它可能被设计为非线性、高度耦合、不确定、时变的系统。典型的控制方法已经变得难以满足系统的良好性能。因此，提出了一种通过微分陀螺仪中测量的角速度来利用角加速度进行飞行控制的控制方法 [3]。战斗机VAAC采用角加速度控制概念提出后，通过反馈角加速度可以提高系统的鲁棒性，如增量非线性动态逆（INDI）[4, 5]、带噪声的角加速度滤波器[6]。将角加速度反馈应用于控制系统有三个主要优点。
使用混合增量非线性的稳健飞行控制...
近年来，无人驾驶飞行器 (UAV) 已广泛应用于民用和军事用途，例如交通监控、配送任务和地理测量。它们可以替代暴露于重复任务或危险环境中的载人飞机，从而降低运营成本 [1, 2]。根据任务环境，无人机可能需要通过干扰进行鲁棒控制。此外，根据无人机的形式，它可能被设计为非线性、高度耦合、不确定、时变的系统。典型的控制方法已经变得难以满足系统的良好性能。因此，提出了一种通过微分陀螺仪中测量的角速度来利用角加速度进行飞行控制的控制方法 [3]。战斗机VAAC采用角加速度控制概念提出后，通过反馈角加速度可以提高系统的鲁棒性，如增量非线性动态逆（INDI）[4, 5]、带噪声的角加速度滤波器[6]。将角加速度反馈应用于控制系统有三个主要优点。