基于试飞数据的高空长航时无人机任务剖面优化方法

论文摘要

针对高空长航时无人机的任务剖面优化问题,综合考虑无人机的飞行特点,提出了阶梯式的巡航策略。建立了基于试飞数据的无人机任务剖面数学模型,将任务剖面优化问题转化为约束条件下求极值的问题,采用了免疫粒子群算法对问题进行求解。最后,将计算结果应用到飞行试验中,并与传统任务剖面试飞结果进行了对比。结果表明,该方法得到的任务剖面航程明显优于传统任务剖面。

论文目录

• 0 引言
• 1 任务剖面优化策略
• 2 巡航阶段优化模型设计
•   2.1 优化目标函数设计
•     （1） 确定给定高度的平飞航程
•     （2） 确定巡航阶段的爬升航程
•     （3） 确定巡航阶段的总航程
•   2.2 约束条件设计
•     （1） 飞行油量约束
•     （2） 飞行重量约束
•     （3） 任务剖面约束
• 3 巡航阶段优化算法设计
•   3.1 算法原理
•   3.2 算法关键步骤
•     （1） 抗体编码
•     （2） 克隆和变异更新
•     （3） 粒子群更新
•     （4） 输出全局最优解
• 4 算例分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 孙健,席亮亮,尹文强

关键词: 无人机,剖面优化,飞行试验,免疫粒子群算法

来源: 飞行力学 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 中国飞行试验研究院飞机所

分类号: V279;V217

DOI: 10.13645/j.cnki.f.d.20190122.002

页码: 79-82

总页数: 4

文件大小: 448K

下载量: 390