一、GPS自动着陆试验（论文文献综述）
周树春[1]（2007）在《基于GPS的无人机自动着陆控制系统设计与实现》文中指出论文跟踪国际国内无人机自动起飞和着陆技术的最新发展趋势，结合具体项目，在充分掌握无人机建模和仿真系统相关理论地基础上，解决了无人机高精度进场着陆导引控制、无人机起降滑跑建模与模型分析、无人机地面滑跑综合自动控制、无人机着陆轨迹跟踪与发动机综合控制等关键技术，采用MATLAB／Simulink／Stateflow仿真工具建立了相应的仿真模型和完整的系统仿真平台。论文的主要研究成果如下： 一、差分GPS建模方面：建立了差分GPS误差模型。该模型是在分析对比各种差分GPS定位原理基础上，根据产生误差的不同类型建立的。 二、系统建模方面：以无人机为对象，建立了无人机起飞和着陆的非线性仿真模型，并运用小扰动方法对其进行线性化。同时，本论文在参考相关资料的基础上，建立了无人机地面滑跑模型。 三、无人机自动着陆部分：分别设计了下滑轨迹跟踪控制系统、四次曲线拉平控制系统及侧向偏离修正控制系统。该系统采用经典控制律设计方法，利用差分GPS信号作为导引信号，并满足相关标准规定的控制系统性能要求；设计了无人机的地面滑跑纵向和侧向控制系统。该系统采用升降舵控制、阻力方向舵控制、操纵前轮偏转和操纵后轮刹车等控制方法。为了验证系统的鲁棒性，在所设计的控制系统中加入了几种常见的风干扰。 四、无人机自动起飞部分：分别设计了无人机地面滑跑控制系统和拉起爬升控制系统，并设计了相应的控制律。 本论文设计了无人机自动起飞和着陆控制系统的一种方案，仿真结果表明所设计的自动控制系统基本符合要求。相信本论文所做的工作会对我国今后无人机自动起降技术的发展提供有益的参考。
张茂云[2]（2019）在《进近着陆激光高程测量关键技术研究》文中研究表明激光高程测量作为新形式的测量体制,具备测量精度高、测量范围广、指向精度高等优势,现已广泛应用于地形地貌测绘等领域,成为国内外高度测量技术研究的重点。本文以进近着陆高程测量为背景,基于TOF（Time of flight）激光测量体制下,开展三维扫描高程测量系统关键技术及方法研究,包括高重频激光扫描探针技术、多传感器激光跟踪测量技术及激光高程测量辅助进场着陆系统集成技术。旨在解决目前微波导航、导航卫星+惯性导航系统精度低、抗干扰性差和适用条件苛刻等问题。具体研究内容如下:（1）基于激光扫描探测原理,搭建了单反射镜激光三维扫描高程测量系统,对系统指向性误差、扫描角误差进行了分析。得出高度测量的指向性偏差影响进近着陆垂直度检测和扫描角误差影响高度测量精度的结论。依据姿态补偿算法纠正了指向性误差,对扫描角误差设计了多光楔补偿的接收光学系统,使得探测器接收到的回波信号探测能量提高了30%。进一步开展了目标特性对回波强度影响的分析,得出脉冲激光测距回波信号强度是时间的累积过程,并且回波峰值功率随被测目标的倾斜角度的增加而衰减,严重影响激光测距的最大测程。（2）为适应复杂环境下的“视见”着陆,对单反射镜激光三维扫描高程测量系统成像分辨率进行了研究,采用全波形回波数据对目标回波信号处理,相对于离散式回波数据处理方式,该方法能精确测量最近目标物高度信息,并可获得光束范围内所有目标信息。此外,建立了目标成像分辨率仿真模型,提出最小目标包围的快速求交建模方法。以竖直分辨率为参考,确定激光器采集平面的虚拟截面,建立各截面与目标物体之间的物理交互逻辑关系并确定交线,并研究了不可描述目标成像过程。进一步采用体积小、效率高的单线推帚式扫描方式获得目标图像信息,分析了飞行速度、飞行高度对成像分辨率的影响,得出了测量系统的最佳应用条件。（3）基于MTA（Multiple-Time-Around）区间计算方法和迭代优化补偿方法设计了适应于进近着陆的单反射镜激光三维扫描高程测量系统,消除了距离模糊和因目标倾斜角度变化造成的成像失真问题。基于变倍扩束理论设计了发射光学系统,使得系统扩束比在一定范围内可以连续变化,保证了激光脚印的一致性;根据扫描角误差需求,设计了多光楔补偿接收光学系统,在不改变光强的情况下,提高了探测器接收到的回波信号能量。（4）对建立的激光高程测量系统,搭建了测试环境,分别对距离测量误差、目标分辨率、静动目标以及被测目标强度信息进行了试验,结果显示,所建立的系统距离测量误差小于10cm,视场角为60°,帧频达到了15Hz,像素为16×201点。
王永寿[3]（2005）在《日本对无人机起飞与着陆技术的研究》文中研究说明为构筑可以执行侦察、监视等多种任务的无人机系统, 作为重要的飞行控制技术, 探讨了自动起飞与着陆技术和飞行控制系统的再构筑技术。介绍了不同型号无人机起降的控制事例和飞行控制系统的再构筑事例。
季丽丽[4]（2012）在《轮式无人机自主着陆控制技术研究》文中研究指明轮式无人机的飞行过程可以分成三个阶段：地面滑跑起飞、空中飞行以及进场着陆。建立样例无人机的数学模型时，考虑到三个阶段的飞行过程中样例无人机受力不尽相同，因此在建立其空中飞行段的全量数学模型的基础上，建立了样例无人机地面滑跑段的数学模型。为便于控制器的设计，对样例无人机的全量数学模型进行配平线性化处理，结合已有的气动数据、结构参数等，对样例无人机进行特性分析，包括升阻比特性分析、静稳定性分析以及纵横向模态分析。为确保样例无人机的着陆安全，样例无人机下滑时的升降速率须保持在一定范围内且最终须以抬头姿势着陆，因此设计了适用于样例无人机的一种基于待飞距离的下滑轨迹线，该下滑轨迹线包括进场飞行段、轨迹捕获段、直线下滑段、末端拉起段、地面滑跑段。根据样例无人机的最小最大速度、最大推力、飞行高度变化范围、迎角工作范围等指标，确定下滑轨迹线各个阶段的具体控制参数。样例无人机着陆段的控制律设计以及控制参数选取，是影响样例无人机安全着陆的重要因素。在样例无人机的纵横向模态特性分析的基础上，分别对样例无人机的纵向控制回路以及横侧向控制回路（纵向控制回路包含了高度控制回路和俯仰姿态控制回路，横侧向控制回路包含了滚转控制回路、航向控制回路以及航迹控制回路）进行控制律的设计以及控制参数的选取。通过全数字仿真实验对所设计的控制律进行验证，仿真验证结果表明设计的控制律能够满足样例无人机自主着陆的要求。精确的导航结果是实现无人机准确着陆的前提，本文综合考虑飞行环境对导航传感器的影响因素，在着陆段的飞行控制系统设计中，提出了一种基于气压和无线电高度表辅助的GPS/SINS/视觉组合导航方法。首先分析了GPS、SINS、气压高度表、无线电高度表的工作原理以及误差模型，重点阐述了一种地面视觉导航系统的组成、工作原理；采用联邦卡尔曼滤波算法对各传感器输出信息进行融合，针对传统联邦滤波器固定信息分配系数的缺陷，设计了一种基于子滤波器协方差矩阵特征值的自适应信息分配系数。最后通过仿真试验验证了本文研究的联邦滤波组合导航方案能够提供高精度的导航信息，满足样例无人机着陆段对导航系统的精度要求。
张桢浩[5]（2019）在《基于环境感知的无人机编队关键技术研究》文中研究表明无人机作为一种新形态机器人,他的出现促进了农业,林业等传统行业的技术变革,拓宽了影视业等行业的技术手段,丰富了人类的日常生活。其作为一种新型智能载体,已融入在了军事,民用,工业等各个领域,促进了社会经济,人文等各方面的发展。但是当前无人机的应用大部分都是单一个体的简单应用,常用于代替简单的自动化任务,而不具备单智能体所强调的智能性,也很少看到多个智能体的协同工作,因此当前的无人机在面对复杂场景,复杂任务时还不能很好地发挥作用。如何发挥多无人机编队协作执行任务的优势,将成为无人机协同智能技术的重要研究方向,其主要包括:三维空间的环境感知能力,多无人机的编队技术,无人机的自主回收与综合控制。本课题针对以上研究痛点,主要研究了基于环境感知的编队关键技术,给出了一种无人机编队的完整解决方案。本文将整个无人机编队方案划分为了感知模块,编队模块和自主回收模块,针对每一个模块各提出了相应的算法与实现,具体为:无人机低空场景下的实时三维感知,无人机自组网编队模糊控制方法研究与实现,多传感器融合的无人机自主动态着陆回收系统。首先无人机的三维感知能力保证了无人机编队的安全飞行,并为无人机编队后续的智能决策,规划控制提供了辅助的环境信息,然后利用无人机编队技术实现高效稳定的无人机编队飞行,最后借助无人机的自主动态着陆回收技术提升无人机编队整体的自主完备性,使得从起飞至降落的整个飞行过程不需要人为参与。本文的主要工作和贡献如下:1.周围环境三维感知能力是无人机安全飞行,进行智能决策和综合控制的前提。然而具备实用性的无人机的三维感知技术要求同时满足实时性,高精度和稳定性等要求。针对上述要求,提出了一种基于SqueezeNet和循环CRF的实时三维点云分割方法。本算法首先将采集到的雷达点云数据通过球面映射的数据预处理方法,实现了将无序点云数据转换成类似于图像的标准数据格式。然后针对实时性要求,基础网络选择SqueezeNet网络架构,并将基础网络优化成残差连接的方式,网络输出点级别的分割标签,然后经过处理成循环结构形式的CRF实现进一步的点级别的精细化分类,最终得到每一点的标签类型进而实现三维点云的分割。最后,将模型部署在ROS环境下,实现工程化应用。实验结果表明:所提出的网络模型,能够实现高精度的点云分割,同时满足实时性和运行稳定性要求,ROS环境下,所提出的模型平均85ms处理一帧数据,每一帧的运行时间标准差在5ms之内。基于LiDAR点云数据的感知方法有效的避免了光照,天气等因素,能够较全面地覆盖无人机各种应用场景。2.为了解决集群间通信问题并实现无人机集群高精度编队飞行,提出了一种利用自组网和模糊控制技术的无人机编队实现。首先利用Zigbee通信技术搭建起一套能够实现自动组网,自动路由,动态维护的自组网通信系统,自定义的数据编码格式和特定的完整编解码流程确保自组通信网间高效,可靠的信息传输。通过处理集群的GPS信息,解算集群中无人机之间的相对位置信息。然后建模“长机-僚机”形编队的数学模型,设计的编队导航算法用于将无人机之间的相对位置信息转换成数学模型下的三维位置信息。最后模糊PID控制器利用得到的三维位置信息解算出机身刚体三维坐标上的控制量,进而实现无人机集群编队的高精度编队控制。实验结果表明,无人机集群具备了自动组网并实现通信的能力,能够按照指定队形编队飞行,模糊PID控制器提高了系统的动态响应和稳态精度,编队误差在0.3m之内。基本解决了无人机集群的组网通信问题,满足无人机集群高精度编队飞行要求。3.为了提升无人机集群编队任务执行的高效性与完备性,使得无人机能够在全天候多场景下完成自主着陆回收,减少人为干预,提出了一种多传感器融合的无人机动态自主着陆回收系统。该系统即使在缺失GPS信息的恶劣场景下,无人机也能自主高效地完成着陆回收。首先该系统将利用UWB设备实现对无人机的三维定位,利用三维空间定位数据将其粗略引导至辅助着陆的视觉标志附近。然后设计视觉处理算法用于快速精确解算无人机相对于视觉标签的三维信息。接着完整分析了着陆动作的动态匀速模型后,使用卡尔曼滤波预估同时矫正水平方向上的空间信息,以提升着陆精度。最后设计了一个基于位置控制的PID控制器,利用滤波后的相对三维空间信息实现对无人机的高精度动态自主着陆的控制。实验结果表明:无人机能够被正确引导至着陆视觉标签附近,最终着陆精度在5cm之内。UWB和摄像头传感器的融合较只使用GPS信息,着陆精度得到了提升,同时也能够满足无GPS信息特殊场景下的着陆回收要求。所提出的回收系统基本覆盖了全天候下的各个场景,能够完成无人机的高精度自主着陆回收的要求。目前,基于无人机的相关场景应用开发正处于稳步,持续发展的阶段。本文的研究工作聚焦在无人机编队技术领域下的三维环境感知技术,集群编队技术和自主回收技术,给出了无人机编队的基础解决方案,初步解决了无人机编队领域下的相关问题,为无人机多机协同方面的应用打下了基础。
耿明志[6]（2007）在《无人机自动着陆过程中的视觉导航技术研究》文中提出计算机视觉导航有精度高、不受电子干扰等特点,因此在无人机的导航中受到越来越多的关注。本文从研究现有导航原理的特点入手,结合图象跟踪技术,将计算机视觉技术应用于无人机的自动着陆导航中。首先,在研究了现有导航方法的基础上,本文提出了在特定环境下应用的无人机自动着陆视觉导航方法。在采用图像跟踪技术和二轴经纬仪控制技术的基础上,本文给出了全新的视觉导航总体实现方案,并随后给出了该方案的空间定位原理。最后结合前面提到的导航方法的优缺点,提出了针对该方法的视觉/INS组合导航方法。其次,为了实现视觉导航,针对无人机着陆过程中的图像识别问题,本文重点研究了无人机目标识别过程中的目标特征提取技术,选取了三种比较有效的特征提取方法,分别进行了边界不变矩提取、梯度相角直方图特征提取,以及角点特征提取。最后着重研究了满足实时性要求的运动目标跟踪技术。在实验室条件下,分别对边界跟踪技术和基于背景的运动目标检测技术进行了实验,得出了符合实时性要求的处理效果。在无人机自动着陆视觉导航方法的实现过程中,一个十分重要的环节就是需要建立图像坐标和经纬仪转角的数学联系。围绕着这一点,本文利用图像坐标到地面坐标系的坐标变换。结合摄像机成像模型给出了图像坐标到经纬仪转角的解算关系。并在实验环节中对这一关系进行了有效验证。最后简单地总结了本课题的内容,并从图象跟踪技术方面对本课题的研究方向进行了展望。
汪媛卿[7]（2012）在《低空环境下民用航空器精密进近算法研究》文中提出随着我国民航事业的快速发展，航班量的不断增长，我国将由航空大国向航空强国迈进。对空管安全保障和服务提出更高要求，通过导航、通信、雷达等技术对飞机飞行活动进行监视和控制的空中交通管制的方式和手段也需不断更新，以适应快速增长的民航飞行流量。本文详细分析了民用航空器精密进近的各种方式、技术手段。逐步介绍了传统导航方式、以及未来即将使用、可能使用的导航方式和算法研究。在此基础上重点研究了RNP精密导航方式。本文首先从新航行系统的出现，介绍了在我国大部分机场目前运用导航方式及设备原理。基于仿真平台，本人及研究小组对传统导航方式中导航台站布局与GDOP角关系进行分析，分析验证了仪表着陆系统、微波着陆系统等传统导航方式在空中交通管制中应用显示出的局限性。详细分析了RNP的功能、种类划分，研究了导航精度、完好性、可靠性等，对其相对传统导航方式的优势进行技术分析和总结。突出了在提高空域利用率、空域容量、缩短航迹、航迹选择等方面给空管带来的优势。进一步展望了未来与其它空管新技术的融合和发展情况。卫星导航的快速发展为民航导航提供了新的可能，克服了无线电导航的不足，提供全天候、全球范围连续导航。本文通过查阅资料介绍了GNSS的组成，特别是我国的北斗卫星导航系统。但卫星导航在空管应用存在有一些问题，如在航空应用上高动态高精度定位、完好性监测等要求，有必要对卫星导航系统增强处理，拓展应用领域。进一步介绍了卫星导航增强系统的分类，着重分析了美国WAAS、LAAS系统等。对于我国未来即将使用、可能使用的GBAS、WAAS进行技术总结和应用分析。分析验证了GBAS取代仪表着陆系统的种种优势。并针对WAAS系统里精密度要求特别高的非陆基广义精密进近算法进行算法探讨、算法分析。如今借助于各种平台，发展不依赖卫星信号的区域信号增强系统具有较重要的意义。本论文探讨了对高端用户发展区域信号增强系统的新技术，并结合实验室相关课题，仿真了民用航空器的精密进近基本性能，探讨了最小二乘法的解算方法。仿真结论表明，可以大大提高导航精度和准确性。为民用航空器的精密进近提供了一种新的可能。本文引入的精密进近算法提高了导航精度，对于未来空管导航方式提供了很好的借鉴意义和广泛的应用价值。
陈海[8]（2007）在《无人机自主控制综述及自主着陆控制系统设计》文中研究说明由于无人机具有低成本、零伤亡、可重复使用和高机动等优点，因此深受世界各国军队的广泛欢迎，近年来得到了快速发展。自主控制作为未来无人机的发展趋势，被提上了日程；自主着陆技术作为无人机自主控制的一项关键技术，是实现无人机回收和重复使用的前提，因此也是无人机的一项发展重点。 本文分析了无人机的发展历程，对国内外无人机的研究现状进行了阐述，由此引出了无人机发展过程中对自主控制的需求。接下来介绍了自主控制的概念，以及自主控制在无人机上的应用；从大系统理论的角度，对自主控制这个复杂系统的结构进行了分析，提出了分层递阶控制结构和可变权限控制结构；结合近年无人机的一些最新研究成果，分析了国内外无人机自主控制的研究现状。针对以上的分析结果，提炼出了无人机自主控制的一些关键技术：在线形势感知，自主飞行控制，自修复飞行控制，智能火力控制。从技术与算法角度，分析了各关键技术的实现途径。 在文章的第二部分，挑选了无人机自主控制的一项关键技术——自主着陆控制技术，进行了研究。根据无人机自主着陆的特点，进行了自主着陆控制方案的设计；其次建立了无人机小扰动线性化模型，得到其状态方程；按照内外回路的设计思想，分别设计了纵向着陆控制律和侧向着陆控制律；为了模拟真实的着陆环境，在加入地面效应和低空大气扰动的情况下，设计了无人机全面运动着陆控制律；并在文章的最后，对着陆控制律进行了鲁棒性验证。通过仿真，证明所设计的着陆控制系统具有较高的控制精度和较强的鲁棒性，满足设计要求。 本文是在查阅大量国内外资料并结合我国无人机发展的实际情况的前提下完成的，该课题所做的工作相信会对我国无人机的发展提供有益的参考。
王鼎杰[9]（2018）在《卫星辅助增强微惯性导航精度方法研究》文中指出随着高性能、低成本MEMS惯性器件的不断涌现,曾经昂贵、庞大的惯性/卫星组合系统发展成低成本、低功耗、微型化的微惯性/卫星组合导航系统,将惯性/卫星组合技术覆盖到过去用不起或用不上的小型无人机应用领域。微惯性/卫星组合导航系统能够提供连续、可靠的位置、速度和姿态等全维导航信息,赋予小型无人机全天候、实时、高精度的自主导航能力,是实现自主飞行、精密进近着陆（舰）或撞网回收等任务的核心关键系统。为提升传统惯性/卫星组合技术的现有导航精度,本文以高精度、小型化微惯性/卫星组合导航系统为研究对象,开展微惯性/卫星组合导航随机误差精确建模方法、载波相位时间差分辅助微惯性/卫星紧组合导航方法、神经网络辅助增强MEMS惯性导航方法和MEMS惯性导航动态初始对准方法研究,并搭建组合导航系统原理样机开展算法集成和试验验证评估。主要完成了以下研究工作:（1）为了实现传统惯性/卫星松组合的最优信息融合,提出了一种基于Allan方差分析的MEMS随机误差建模及量测噪声自适应估计的松组合方法。该方法采用Allan方差分析技术对微惯性器件噪声进行辨识与精细建模,然后基于归一化新息的卡方检验对GNSS定位粗差进行探测,并通过协方差匹配方法剔除粗差影响,同时根据Allan方差计算过程的带通滤波特性对量测输出进行频率分割,以优化融合效果。RTK/MEMS-SINS组合导航车载试验表明,该方法将定位、定姿均方根从0.089m、0.138°缩小至0.047m、0.117°,精度整体上分别提升了47%和15%。SPP/MEMS-SINS组合导航车载试验表明,该方法对组合导航定位、定速和定姿均方根分别从5.1852m、0.1465m/s、0.2131°缩小至4.2497m、0.0645m/s、0.1735°,精度整体上分别提升了约18%、56%和19%。该方法提升了传统松组合导航精度。（2）为提升无基准站辅助条件下的单站绝对导航性能,提出了一种基于载波相位时间差分（Time-Differenced Carrier Phase,TDCP）辅助MEMS-SINS组合导航方案。一方面,从GNSS历元间速度积分角度,推导更加精确的速度积分项近似公式,直接利用载波相位历元间星间差分观测量构建全紧组合观测方程。另一方面,从GNSS历元间位置差分角度,由TDCP测量值最小二乘估计获取精密历元间位置增量,并基于几何约束构建拟紧组合观测方程。车载导航试验结果表明,拟紧组合方案定位、定速和定姿均方根误差达到2.4866m、0.0533m/s和0.1599°;全紧组合方案定位、定速和定姿均方根误差分别达到2.6424m、0.0465m/s和0.0990°,且定位误差更加平滑。显然,全紧组合方案整体性能优于拟紧方案,在定速和定姿精度上提升了12.52%和25.08%,位置精度相当。拟紧组合方法可取之处在于其观测维数始终为3（全紧组合观测维数为mn,m是GNSS频点数,n是可用卫星颗数）,有利于嵌入式实时导航系统实现。另外,探讨了MEMS惯性辅助探测GNSS单频小周跳问题,初步验证了MEMS惯导短期辅助GNSS单频小周跳探测的可行性。（3）针对GNSS缺失条件下组合导航精度退化的缺陷,提出了一种旨在同时提升位置、速度和姿态精度的神经网络辅助Kalman滤波组合导航方法。该方法在有GNSS信号时训练BP神经网络,建立惯性测量与GNSS位置增量间的经验模型,在GNSS缺失时采用训练好的BP网络预报载体位置增量,构建位置增量观测方程。为了抑制网络预报异常对信息融合的不利影响,该方法同时采用抗差自适应Kalman滤波框架对SINS误差进行在线校准。车载半仿真试验表明,在40秒GNSS中断条件下,该网络辅助Kalman滤波方法将惯性导航最大定位和定速误差分别降低约21.33%和19.35%,最大定姿误差略有改善。试验结果初步验证该方法具备在GNSS长时间中断条件下提升微惯性/卫星组合导航定位、定速和定姿精度的能力。（4）针对无人机机载动态条件下低成本MEMS惯性导航系统的姿态初始化及模型非线性难题,提出了一种新的快速空中动态初始对准方法。空中动态粗对准方法利用GNSS速度信息和MEMS加速度计测量值构造定姿双向量,从而在载体运动条件下获取其较为准确的姿态信息。机载试验表明,该空中动态粗对准算法偏航角、俯仰角和滚转角均方根误差优于15°、7°和9°,基本满足后续精对准的小角度要求。动基座精对准方法采用Cubature变换减小线性化误差的不利影响,同时采用状态扩展方式来捕获有意义的高阶矩信息、减小非加性IMU噪声的不利影响。机载试验表明,该方法能够处理大、小失准角条件下的MEMS-SINS初始对准模型非线性问题,性能优于传统Kalman滤波方法,且无需模型切换即可实现由大初始姿态角误差到小初始姿态角误差的无缝对准。（5）针对试验评估中对高精度导航参考基准的需求,提出了一种基于简化RTS反向平滑的RTK/MEMS-SINS组合高精度事后基准确定算法,并通过对组合导航误差Allan方差分析,指出RTS反向平滑对组合导航中长期精度的显着改善作用。车载动态试验结果表明:相对于传统Kalman滤波,RTS反向平滑方法能够将组合导航定位、定速和定姿精度进一步提升40%、12%和20%。RTS平滑不仅改善了组合导航短期精度,而且显着改善了中长期精度,但是无法有效改善高频噪声影响。该方法可作为GNSS/INS组合导航事后评估的高精度参考基准确定方法。（6）搭建GNSS/MEMS-SINS组合导航系统原理样机,开展了多种组合导航方案的系统集成与车载试验评估分析。车载盲导穿越障碍试验结果表明,该组合导航系统精度和实时性可满足高速车载精密导航应用需求。
李鹏程[10]（2019）在《无人自转旋翼机自动着陆控制技术研究》文中进行了进一步梳理自转旋翼机是一种以自转旋翼作为升力面、螺旋桨推力为前进动力的旋翼类飞行器。本文以某型无人自转旋翼机为研究对象,针对其飞行控制存在的难点,开展了自动着陆飞行控制策略的研究,并最终通过仿真与飞行试验,验证了所设计控制策略的可靠性与适用性。本文首先依据机体各部件独立建模的思想,得到对象旋翼机的非线性动力学模型。在此基础上,分析了速度控制对于旋翼机飞行安全的必要性,并指出对象旋翼机自动着陆过程中的两个控制问题:俯仰角对速度影响剧烈、发动机滑流对横侧向通道干扰强烈,为后续控制策略的设计奠定基础。然后针对直线下滑段速度、高度需同步控制的问题,对比研究了两种纵向控制策略,通过各种不确定性仿真验证以及理论分析,采用油门控高度、桨盘控速度的方式能够有效解决同步控制的问题,提高对象旋翼机飞行的安全性。针对近地拉起段触地姿态与速度的协调控制问题,对比研究了开环补偿法和闭环控制法:开环控制策略能够保证飞行安全性,但鲁棒性较差;基于高度反馈的闭环策略具有更强的抗干扰性与实用性。针对自动着陆过程中横侧向控制的要求和难点,引入航线预着陆段并详细设计自动着陆的横侧向控制律,保证对象旋翼机着陆过程中航迹控制的快速性与精确性,通过航向保持亦有效避免侧风及发动机的滑流干扰。最后,为全面高效地验证自动着陆段的控制策略,开发了基于Win32环境下的等效仿真系统。该系统支持批处理大量不确定性条件下的全自动仿真,提高了自动着陆控制策略的测试效率。针对研究对象开展了飞行试验,实现了对象旋翼机的全自动安全着陆,表明课题所研究策略具有足够的工程应用价值。
二、GPS自动着陆试验（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GPS自动着陆试验（论文提纲范文）
（1）基于GPS的无人机自动着陆控制系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 引言 |
| 1.1 无人机概述 |
| 1.2 国外发展概况 |
| 1.3 无人机主要起飞和着陆方式 |
| 1.3.1 起飞方式 |
| 1.3.2 着陆方式 |
| 1.4 无人机自动着陆等级的划分 |
| 1.5 论文研究的背景及意义 |
| 1.6 论文主要工作介绍 |
| 第二章 差分GPS定位系统 |
| 2.1 基于差分GPS实现飞机的进场着陆的特点 |
| 2.2 差分GPS定位技术的出现和发展 |
| 2.3 差分GPS定位原理 |
| 2.3.1 位置差分原理 |
| 2.3.2 伪距差分原理 |
| 2.3.3 载波相位差分原理 |
| 2.4 坐标系定义及其相互间的转换 |
| 2.5 GPS误差模型 |
| 2.6 差分GPS模型的建立 |
| 第三章 无人机着陆过程模型的建立 |
| 3.1 基于小扰动线性化无人机空中段模型的建立 |
| 3.1.1 某型飞机(低空)的有关数据 |
| 3.1.2 无人机的纵向运动方程 |
| 3.1.3 无人机纵向小扰动运动方程 |
| 3.2 无人机的侧向运动方程 |
| 3.2.1 无人机侧向运动方程的建立 |
| 3.2.2 无人机侧向小扰动方程的建立 |
| 3.3 无人机地面滑跑模型的建立 |
| 3.2.1 系统分析 |
| 3.2.2 建模假设 |
| 3.2.3 坐标系定义 |
| 3.2.4 地面对无人机作用力的求取 |
| 第四章 无人机自动着陆控制律设计与仿真 |
| 4.1 自动着陆控制系统概述 |
| 4.2 无人机自动控制系统基本性能要求 |
| 4.2.1 姿态角自动控制系统的精度及瞬态响应要求 |
| 4.2.2 飞行轨迹自动控制系统的精度与瞬态响应要求 |
| 4.3 无人机纵向自动着陆控制系统设计 |
| 4.3.1 俯仰角保持与控制回路控制律设计 |
| 4.3.2 高度保持回路控制律设计 |
| 4.3.3 下滑轨迹跟踪控制回路控制律设计 |
| 4.3.4 拉平控制回路控制律设计 |
| 4.3.5 刹车系统控制律设计 |
| 4.3.6 空速保持与控制系统控制律设计 |
| 4.3.7 纵向自动着陆控制系统控制律设计 |
| 4.4 无人机侧向自动着陆控制系统设计 |
| 4.4.1 侧向轨迹控制系统介绍 |
| 4.4.2 横侧向增稳控制回路控制律设计 |
| 4.4.3 滚转角保持与控制回路控制律设计 |
| 4.4.4 侧向偏离修正回路控制律设计 |
| 4.4.5 地面滑跑侧向控制系统控制律设计 |
| 4.4.6 侧向自动着陆控制系统控制律设计 |
| 4.5 风干扰对无人机着陆的影响 |
| 4.5.1 风干扰模型的建立 |
| 4.5.2 大气干扰对无人机自动着陆的影响 |
| 第五章 无人机自动起飞建模与控制律设计 |
| 5.1 无人机自动起飞过程建模 |
| 5.2 无人机自动起飞控制律设计与仿真 |
| 5.2.1 自动起飞控制系统概述 |
| 5.2.2 无人机纵向自动起飞控制系统设计 |
| 5.2.3 无人机侧向自动起飞控制系统设计 |
| 第六章 论文贡献与下一步工作展望 |
| 6.1 论文贡献 |
| 6.2 下一步工作展望 |
| 参考文献 |
| 研究生期间发表的论文 |
| 致谢 |
（2）进近着陆激光高程测量关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的目的意义 |
| 1.2 飞行器进近着陆系统发展 |
| 1.3 激光三维扫描高程测量研究现状 |
| 1.3.1 激光高程测量的研究现状 |
| 1.3.2 激光扫描成像仿真分析研究 |
| 1.3.3 激光三维扫描测量光路系统研究 |
| 1.4 论文主要研究内容 |
| 第2章 激光扫描高程测量原理 |
| 2.1 单反射镜三维扫描高程测量系统原理及组成 |
| 2.2 单反射镜三维扫描高程测量原理误差分析 |
| 2.2.1 激光扫描高度测量指向性偏差及补偿 |
| 2.2.2 激光扫描高度测量扫描角误差及补偿 |
| 2.3 环境目标对单反射镜三维扫描高程测量回波强度影响 |
| 2.3.1 大气透过率对激光高程测量规律的影响机理 |
| 2.3.2 目标光学特性对激光高程测量规律的影响机理 |
| 2.3.3 被测目标回波信号对激光高程测量规律的影响机理 |
| 2.4 本章小结 |
| 第3章 激光三维扫描高程测量系统成像分辨率仿真分析 |
| 3.1 全波形目标定位方法 |
| 3.2 单线推帚式扫描成像 |
| 3.3 单反射镜激光三维扫描高程测量系统成像分辨率影响分析 |
| 3.3.1 可描述目标成像分辨率分析 |
| 3.3.2 不可描述目标成像分辨率分析 |
| 3.4 本章小结 |
| 第4章 激光高程探测光学系统设计及数据梳理 |
| 4.1 激光高程测量发射机总体 |
| 4.1.1 发射机原理 |
| 4.1.2 半导体激光器触发电路设计及仿真 |
| 4.1.3 基于变倍扩束理论的发射光学系统设计 |
| 4.2 激光高程测量接收机总体 |
| 4.2.1 接收机原理 |
| 4.2.2 基于多光楔补偿的接收光学系统设计 |
| 4.2.3 激光回波信号时刻鉴别电路 |
| 4.3 激光高程测量距离模糊及消除方法 |
| 4.3.1 距离模糊的产生 |
| 4.3.2 距离模糊计算方法 |
| 4.4 基于全波形的数字化回波信号处理 |
| 4.5 被测目标角度变化引起的成像失真及补偿方法 |
| 4.5.1 成像失真 |
| 4.5.2 迭代补偿方法 |
| 4.6 本章小结 |
| 第5章 激光高程测量系统试验与分析 |
| 5.1 激光高程测量系统测距实验 |
| 5.2 激光高程测量系统成像分辨率实验 |
| 5.3 激光高程测量系统典型目标成像实验 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A 攻读博士学位期间发表的论文和专利 |
| 附录B 攻读博士学位期间参加的科研项目及获奖情况 |
| 致谢 |
（3）日本对无人机起飞与着陆技术的研究（论文提纲范文）
| 前 言 |
| 1 无人机的起飞与着陆 |
| 2 自动起飞/着陆技术 |
| 3 自动起飞/着陆事例 |
| 3.1 自动着陆飞行验证机 |
| 3.2 高速飞行验证机 (HSFD-1) |
| 3.3 飞行安全验证机 (FABOT) |
| 3.4 遥控无人直升机RPH2 |
| 4 飞行控制系统的再构筑 |
| 5 再构筑飞行控制系统 |
| 6 结束语 |
（4）轮式无人机自主着陆控制技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 无人机自主着陆导航技术 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究内容与章节安排 |
| 第二章 样例无人机飞行控制系统方案设计 |
| 2.1 样例无人机的外形与飞控技术指标 |
| 2.1.1 样例无人机的外形与结构参数 |
| 2.1.2 样例无人机内部装载布置 |
| 2.1.3 样例无人机发动机控制模式 |
| 2.1.4 样例无人机飞行控制技术指标 |
| 2.2 样例无人机飞行控制系统 |
| 2.3 样例无人机飞行过程描述 |
| 2.3.1 样例无人机的起飞过程 |
| 2.3.2 样例无人机的空中飞行过程 |
| 2.3.3 样例无人机的着陆过程 |
| 2.4 本章小结 |
| 第三章 样例无人机建模与特性分析 |
| 3.1 引言 |
| 3.2 样例无人机的数学建模 |
| 3.2.1 坐标系定义与坐标系转换关系 |
| 3.2.2 空中飞行段动力学模型 |
| 3.2.3 地面滑跑段动力学模型 |
| 3.3 样例无人机特性分析 |
| 3.3.1 升阻比特性分析 |
| 3.3.2 静稳定性分析 |
| 3.3.3 纵横向模态分析 |
| 3.4 本章小结 |
| 第四章 样例无人机着陆段控制律设计 |
| 4.1 引言 |
| 4.2 自主飞行控制策略 |
| 4.3 着陆轨迹线的设计 |
| 4.3.1 着陆过程描述 |
| 4.3.2 纵向着陆轨迹的设计 |
| 4.4 无人机着陆控制回路与控制规律 |
| 4.4.1 俯仰姿态控制回路及其控制律 |
| 4.4.2 高度控制回路及其控制律 |
| 4.4.3 滚转控制回路及其控制律 |
| 4.4.4 航向控制回路及其控制律 |
| 4.4.5 航迹控制回路及其控制律 |
| 4.5 自主着陆数字仿真与结果分析 |
| 4.6 本章小结 |
| 第五章 轮式无人机着陆段组合导航策略研究 |
| 5.1 惯性导航系统 |
| 5.1.1 捷联式性惯导系统的基本工作原理 |
| 5.1.2 捷联惯性导航系统的误差方程 |
| 5.1.3 惯性导航系统的特点 |
| 5.2 视觉导航系统 |
| 5.2.1 视觉导航系统的结构原理 |
| 5.2.2 坐标系定义与视觉成像模型 |
| 5.2.3 图像目标移动与跟踪台运动的关系 |
| 5.2.4 单目视觉导航原理及无人机位置解算 |
| 5.3 其他辅助导航设备 |
| 5.3.1 GPS 导航系统 |
| 5.3.2 气压高度表 |
| 5.3.3 无线电高度表 |
| 5.4 联邦卡尔曼滤波算法 |
| 5.4.1 联邦滤波算法原理 |
| 5.4.2 联邦滤波信息分配系数自适应算法 |
| 5.5 组合导航系统的状态方程与量测方程 |
| 5.5.1 组合导航系统的状态方程 |
| 5.5.2 SINS/GPS 子系统量测方程 |
| 5.5.3 SINS/视觉子系统量测方程 |
| 5.5.4 SINS/无线电高度表子系统量测方程 |
| 5.5.5 SINS/气压高度表子系统量测方程 |
| 5.6 无人机组合导航仿真与结果分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要成果 |
| 6.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（5）基于环境感知的无人机编队关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 三维点云分割相关研究现状 |
| 1.2.2 无人机自组网编队相关研究现状 |
| 1.2.3 无人机自主着陆回收相关研究现状 |
| 1.3 本文主要研究内容及论文结构 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文组织结构 |
| 第二章 基于Squeeze Net和循环CRF的实时三维点云分割 |
| 2.1 引言 |
| 2.2 卷积神经网络和模型压缩基础理论简介 |
| 2.2.1 卷积神经网络简介 |
| 2.2.2 Squeeze Net网络结构和模型压缩方法简介 |
| 2.3 三维点云数据获取与数据预处理 |
| 2.4 基于Squeeze Net和循环CRF的实时三维点云分割 |
| 2.4.1 网络模型宏观设计 |
| 2.4.2 网络模型微观设计 |
| 2.5 网络模型在ROS下的部署与工程化 |
| 2.6 实验结果与分析 |
| 2.6.1 评估标准与实验平台说明 |
| 2.6.2 网络模型大小计算 |
| 2.6.3 网络模型训练与评估 |
| 2.6.4 模型工程化实时性和稳定性分析 |
| 2.7 本章小结 |
| 第三章 无人机自组网编队模糊控制方法研究与实现 |
| 3.1 引言 |
| 3.2 无人机编队系统组成 |
| 3.3 无人机编队关键算法 |
| 3.3.1 Zigbee自组网 |
| 3.3.2 无人机集群编队导航算法 |
| 3.3.3 模糊自适应PID控制器设计 |
| 3.4 实验结果与分析 |
| 3.4.1 实验环境说明 |
| 3.4.2 室外飞行过程实验数据分析 |
| 3.5 本章小结 |
| 第四章 多传感器融合的无人机动态自主着陆回收系统 |
| 4.1 引言 |
| 4.2 基于四旋翼无人机的系统组成 |
| 4.3 四旋翼无人机自主动态着陆回收方法 |
| 4.3.1 UWB三维定位 |
| 4.3.2 视觉标签姿态估计 |
| 4.3.3 无人机动态自主着陆回收综合控制 |
| 4.4 实验结果与分析 |
| 4.4.1 室外环境说明 |
| 4.4.2 室外飞行过程实验数据分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）无人机自动着陆过程中的视觉导航技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 计算机视觉导航技术发展现状 |
| 1.2.1 计算机视觉及其应用 |
| 1.2.2 计算机视觉导航技术发展现状 |
| 1.3 本课题研究的背景和意义 |
| 1.4 本课题研究的内容及论文的安排 |
| 第二章 无人机自主着陆导航方法研究 |
| 2.1 引言 |
| 2.2 GPS 导航原理 |
| 2.2.1 GPS 导航原理 |
| 2.2.2 差分GPS 基本原理 |
| 2.2.3 GPS 导航特点 |
| 2.3 惯性导航原理 |
| 2.3.1 惯性导航系统简介 |
| 2.3.2 惯性元件 |
| 2.3.3 惯性系统 |
| 2.3.4 惯性系导航特点 |
| 2.4 视觉导航原理 |
| 2.4.1 视觉导航实现方案 |
| 2.4.2 地面坐标系的建立 |
| 2.4.3 单摄像机的视觉导航原理 |
| 2.4.4 双摄像机的视觉导航原理 |
| 2.4.5 视觉导航实现过程 |
| 2.5 组合导航原理 |
| 2.5.1 DGPS/AP/RA 组合导航系统 |
| 2.5.2 视觉/INS 组合导航 |
| 2.6 本章小结 |
| 第三章 无人机图像跟踪技术研究 |
| 3.1 引言 |
| 3.2 图像预处理 |
| 3.2.1 图像滤波简介 |
| 3.2.2 邻域平均法 |
| 3.2.3 中值滤波 |
| 3.2.4 频域滤波 |
| 3.3 图像分割 |
| 3.3.1 边缘检测与提取 |
| 3.3.2 边缘检测算法的选取 |
| 3.4 无人机特征提取 |
| 3.4.1 特征提取简介 |
| 3.4.2 边界不变矩 |
| 3.4.3 方向梯度相角直方图 |
| 3.4.4 角点特征提取 |
| 3.5 无人机图像跟踪技术 |
| 3.5.1 运动目标检测的基本方法 |
| 3.5.2 运动目标跟踪的基本方法 |
| 3.5.3 边缘跟踪 |
| 3.5.4 基于背景模型的目标检测 |
| 3.6 本章小结 |
| 第四章 视觉导航中的角度解算 |
| 4.1 引言 |
| 4.2 图像的成像模型 |
| 4.2.1 图像坐标系、摄像机坐标系、世界坐标系 |
| 4.2.2 摄像机针孔成像模型 |
| 4.3 经纬仪控制中的角度解算 |
| 4.3.1 摄像机运动 |
| 4.3.2 坐标变换的旋转矩阵 |
| 4.3.3 单目视觉系统角度解算 |
| 4.3.4 双目视觉系统角度解算 |
| 4.5 本章小结 |
| 第五章 无人机着陆过程视觉导航的实验验证 |
| 5.1 引言 |
| 5.2 图像传感器与图像采集 |
| 5.2.1 摄像机及其工作原理 |
| 5.2.2 图像采集卡及其工作原理简介 |
| 5.2.3 实时图像采集系统的设计和实现 |
| 5.3 图像跟踪中经纬仪角度的理论计算与实验结果验证 |
| 5.3.1 图像跟踪中转角的实验确定方法 |
| 5.3.2 角度的理论计算 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文的主要工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文及科研工作 |
| 附录Ⅰ 不变矩数据一 |
| 附录Ⅱ 不变矩数据二 |
| 附录Ⅲ 实验法得到的经纬仪方位转角查询表 |
| 附录Ⅳ 实验法得到的经纬仪俯仰转角查询表 |
（7）低空环境下民用航空器精密进近算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 民航导航的发展 |
| 1.2 新导航系统的产生 |
| 1.3 研究目标与主要内容 |
| 1.4 文本的组织结构和章节安排 |
| 第二章 我国民航传统导航方式 |
| 2.1 目前我国导航的主要设备 |
| 2.2 仪表着陆系统（ILS） |
| 2.2.1 设备组成 |
| 2.2.2 空管 ILS 的性能分类 |
| 2.2.3 地面设备及工作原理 |
| 2.2.4 机载设备及导航原理 |
| 2.2.5 仪表着陆系统应用局限性 |
| 2.3 甚高频全向信标(VHF OMNI-DIRECTIONAL RADIO RANGE — VOR) |
| 2.3.1 VOR 工作原理 |
| 2.3.2 机载设备及工作原理 |
| 2.4 测距仪(DISTANCE MEASURING EQUIPMENT — DME) 简介 |
| 2.4.1 测距仪工作原理 |
| 2.4.2 VOR/DME 的定位作用 |
| 2.4.3 DME 台站布设对导航精度影响 |
| 2.5 无方向信标(Non Directional Beacon—NDB) |
| 2.6 本章小结 |
| 第三章 RNP 导航技术发展及效益分析 |
| 3.1 RNP 导航技术的出现 |
| 3.1.1 空中交通管理新航行系统 |
| 3.1.2 RNP(精密导航技术)概念 |
| 3.1.3 RNP（精密导航）、RNAV（区域导航）及 PBN 的关系 |
| 3.2 RNP 导航国内外发展现状 |
| 3.2.1 美国空管 RNP 导航进展 |
| 3.2.2 日本空管 RNP 导航进展 |
| 3.2.3 澳大利亚空管 RNP 导航进展 |
| 3.2.4 欧洲空管 RNP 导航进展 |
| 3.2.5 我国 RNP 导航进展 |
| 3.3 RNP 导航技术优势 |
| 3.3.1 发展 RNP 导航必要性 |
| 3.3.2 RNP 导航在空管应用中的效益分析 |
| 3.4 本章小结 |
| 第四章 RNP 精密导航功能及应用研究 |
| 4.1 RNP 导航性能及指标分析 |
| 4.1.1 RNP 导航主要功能 |
| 4.1.2 精度、完善性、连续性、有效性 |
| 4.1.3 RNP 的类型的划分及对空域要求 |
| 4.2 RNP 的精度 |
| 4.3 RNP 对坐标系统的要求 |
| 4.4 RNP 对飞机机载的要求 |
| 4.4.1 飞行管理系统 FMS(Flight Management Systems) |
| 4.5 中国民航 PBN 实施应用 |
| 4.5.1 PBN 规范来统一全球 RNAV 与 RNP |
| 4.5.2 PBN 在国内进展和前景 |
| 4.6 RNP 技术运用实例分析 |
| 4.7 PBN 与其他空管技术的融合及展望 |
| 4.8 RNP 导航局限性分析 |
| 4.9 本章小结 |
| 第五章 卫星导航增强系统 |
| 5.1 GNSS 系统的发展 |
| 5.1.1 美国 GPS 系统 |
| 5.1.2 俄罗斯 GLONASS 系统 |
| 5.1.3 欧洲伽利略全球卫星导航系统（GALILEO） |
| 5.1.4 中国北斗卫星导航系统（BeiDou 或 COMPASS） |
| 5.2 卫星导航在空管应用中的问题 |
| 5.3 GNSS 增强系统 |
| 5.3.1 机载增强系统(ABAS) |
| 5.3.2 地基增强系统(GBAS) |
| 5.3.3 星基增强系统（SBAS） |
| 5.4 本章小结 |
| 第六章 民用航空器精密进近算法 |
| 6.1 多节点定位和定位方法 |
| 6.2 RTK 技术在导航中运用 |
| 6.2.1 载波相位与积分多普勒 |
| 6.3 最小二乘法在民用航空器精密进近中应用 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 符号说明（附录 1） |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（8）无人机自主控制综述及自主着陆控制系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 引言 |
| 1.1 无人机的发展历程 |
| 1.2 国内外无人机的发展现状 |
| 1.3 无人机的发展趋势及对自主控制的需求 |
| 第二章 自主控制 |
| 2.1 自主控制的概念 |
| 2.2 自主控制的结构 |
| 2.2.1 分层递阶控制结构 |
| 2.2.2 可变权限控制结构 |
| 2.3 国内外无人机自主控制研究现状 |
| 2.3.1 国外研究现状 |
| 2.3.2 国内研究现状 |
| 第三章 无人机自主控制的关键技术 |
| 3.1 在线形势感知和自主决策 |
| 3.1.1 在线形势感知 |
| 3.1.2 自主决策 |
| 3.2 无人机自主飞行控制 |
| 3.2.1 飞行中规划与重规划 |
| 3.2.2 自主导航 |
| 3.2.3 自主着陆 |
| 3.3 自修复飞行控制 |
| 3.3.1 故障诊断 |
| 3.3.2 系统重构 |
| 3.4 智能火力控制 |
| 第四章 无人机自主着陆控制系统设计 |
| 4.1 无人机自主着陆概述 |
| 4.1.1 无人机自主着陆的特点 |
| 4.1.2 无人机的着陆过程 |
| 4.2 自主着陆方案设计 |
| 4.3 无人机的数学模型 |
| 4.3.1 参数说明 |
| 4.3.2 无人机六自由度微分方程 |
| 4.3.3 无人机运动方程的线性化与分组 |
| 4.4 无人机自主着陆纵向控制律设计 |
| 4.4.1 无人机自主控制系统基本性能要求 |
| 4.4.2 无人机纵向状态方程的确立 |
| 4.4.3 俯仰角控制系统设计 |
| 4.4.4 高度保持控制系统设计 |
| 4.4.5 推力控制系统设计 |
| 4.4.6 着陆轨迹跟踪系统设计 |
| 4.5 无人机自主着陆侧向控制律设计 |
| 4.5.1 无人机侧向状态方程的确立 |
| 4.5.2 滚转角保持控制系统设计 |
| 4.5.3 航向保持控制系统设计 |
| 4.5.4 侧向偏离控制系统设计 |
| 4.6 无人机全面运动着陆控制律设计 |
| 4.6.1 无人机全面运动状态方程的确立 |
| 4.6.2 全面运动控制律的设计与仿真 |
| 4.6.3 自主着陆控制系统鲁棒性验证 |
| 总结与展望 |
| 参考文献 |
| 硕士期间发表的论文 |
| 致谢 |
（9）卫星辅助增强微惯性导航精度方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外相关技术研究综述 |
| 1.2.1 MEMS惯性器件研究现状 |
| 1.2.2 GNSS定位技术研究现状 |
| 1.2.3 微惯性/卫星组合导航技术研究现状 |
| 1.3 论文研究内容及组织结构 |
| 1.4 本章小结 |
| 第二章 捷联惯性导航基本理论与方法 |
| 2.1 导航常用坐标系与姿态参数 |
| 2.1.1 常用坐标系及其转换 |
| 2.1.2 常用姿态参数及其转换 |
| 2.2 惯性导航力学编排及误差传播 |
| 2.2.1 导航参数微分方程 |
| 2.2.2 惯性导航力学编排 |
| 2.2.3 惯性导航误差状态方程 |
| 2.3 本章小结 |
| 第三章 基于Allan方差分析的惯性/卫星松组合导航精密建模 |
| 3.1 基于Allan方差分析的惯性器件随机误差建模方法 |
| 3.1.1 惯性器件随机误差时域建模方法 |
| 3.1.2 基于Allan方差分析的惯性器件随机噪声时域建模方法 |
| 3.1.3 微惯性器件随机误差分析实例 |
| 3.2 惯性/卫星松组合导航观测建模及误差分析 |
| 3.2.1 松组合导航基本观测模型 |
| 3.2.2 组合导航观测模型的实时实现 |
| 3.2.3 GNSS定位误差分析 |
| 3.3 基于新息序列方差匹配的抗差自适应滤波方法 |
| 3.3.1 惯性辅助卫星定位质量控制方法 |
| 3.3.2 观测噪声方差解耦自适应估计方法 |
| 3.3.3 基于新息序列方差匹配的抗差自适应滤波方法试验研究 |
| 3.4 本章小结 |
| 第四章 基于载波相位时间差分的微惯性/卫星组合导航方案设计与实现 |
| 4.1 基于伪距、多普勒测量的惯性/卫星紧组合导航建模方法 |
| 4.1.1 惯性/卫星紧组合导航模型 |
| 4.1.2 惯性/卫星紧组合导航的优势及问题分析 |
| 4.2 载波相位时间差分模型 |
| 4.2.1 载波相位时间差分观测方程推导与分析 |
| 4.2.2 基于载波相位时间差分的精密位置增量解算方法 |
| 4.3 载波相位时间差分观测量的周跳探测与处理策略 |
| 4.3.1 周跳对载波相位时间差分观测量的影响分析 |
| 4.3.2 基于Turbo Edit方法的周跳探测 |
| 4.3.3 惯性辅助载波相位周跳探测方法 |
| 4.3.4 周跳探测方法实例分析 |
| 4.4 载波相位时间差分辅助惯性/卫星紧组合导航方法 |
| 4.4.1 基于载波相位时间差分解算的精密位置增量辅助 |
| 4.4.2 基于载波相位时间差分观测量辅助 |
| 4.4.3 两种方法优劣对比 |
| 4.5 本章小结 |
| 第五章 基于神经网络辅助的微惯性导航精度增强方法 |
| 5.1 神经网络辅助惯性/卫星组合导航基本特点 |
| 5.2 神经网络辅助微惯性导航误差非线性建模方法 |
| 5.2.1 动态神经网络拓扑结构 |
| 5.2.2 基于时滞神经网络辅助惯性导航定位误差非线性建模 |
| 5.2.3 P-δP方法局限性分析 |
| 5.3 卫星缺失情况下基于神经网络辅助的卡尔曼滤波算法设计 |
| 5.3.1 基于BP神经网络的GNSS位置增量预报方法 |
| 5.3.2 基于伪GNSS位置增量辅助微惯性导航方法 |
| 5.4 车载试验验证 |
| 5.4.1 传统P-δP方法辅助惯性导航试验分析 |
| 5.4.2 神经网络辅助卡尔曼滤波方法试验验证 |
| 5.5 本章小结 |
| 第六章 卫星辅助微惯性导航系统空中动基座初始对准方法 |
| 6.1 捷联惯导动基座初始对准方法方案设计 |
| 6.1.1 MEMS捷联惯导动基座初始对准的基本特点 |
| 6.1.2 MEMS捷联惯导动基座初始对准总体方案设计 |
| 6.2 卫星辅助微惯性导航动基座粗对准方法 |
| 6.2.1 双历元GNSS辅助MEMS-SINS动态粗对准原理 |
| 6.2.2 空中动态粗对准方法 |
| 6.3 大失准角条件下动基座初始对准容积卡尔曼滤波方法 |
| 6.3.1 非线性系统递推贝叶斯估计 |
| 6.3.2 基于扩展容积卡尔曼滤波的MEMS-SINS初始对准方法 |
| 6.4 容积卡尔曼滤波初始对准方法分析 |
| 6.4.1 扩展与非扩展容积卡尔曼滤波方法对比分析 |
| 6.4.2 容积卡尔曼滤波方法与无迹卡尔曼滤波方法对比分析 |
| 6.5 机载试验分析 |
| 6.5.1 无人机运动特性分析 |
| 6.5.2 粗对准方法机载试验结果与分析 |
| 6.5.3 精对准方法机载试验结果与分析 |
| 6.6 本章小结 |
| 第七章 组合导航系统原理样机集成及性能验证 |
| 7.1 微惯性/卫星组合导航试验系统集成 |
| 7.1.1 系统原理样机硬件构成 |
| 7.1.2 组合导航及显控软件设计 |
| 7.1.3 车载试验平台 |
| 7.2 车载导航试验方案及评估方法 |
| 7.2.1 车载导航试验方案设计 |
| 7.2.2 组合导航系统性能评估方法 |
| 7.3 车载试验结果与分析 |
| 7.3.1 微惯性/卫星组合事后平滑处理试验结果及分析 |
| 7.3.2 良好GNSS观测环境下组合导航精度评估试验结果与分析 |
| 7.3.3 微惯性导航滑行精度评估试验结果与分析 |
| 7.3.4 微惯性导航位置增量精度评估试验结果与分析 |
| 7.4 本章小结 |
| 第八章 结论与展望 |
| 8.1 论文研究成果及主要创新点 |
| 8.1.1 论文研究成果 |
| 8.1.2 论文主要创新点 |
| 8.2 论文研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）无人自转旋翼机自动着陆控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 无人自转旋翼机 |
| 1.2 无人自转旋翼机飞行控制系统 |
| 1.2.1 飞行控制系统 |
| 1.2.2 飞行控制功能模块 |
| 1.3 课题研究背景及意义 |
| 1.3.1 无人自转旋翼机着陆过程 |
| 1.3.2 着陆控制研究现状与意义 |
| 1.3.3 自动着陆控制难点 |
| 1.4 本文主要研究内容与安排 |
| 第二章 建模与特性分析 |
| 2.1 引言 |
| 2.2 对象旋翼机建模 |
| 2.2.1 建模思路与实现方法 |
| 2.2.2 非线性建模过程 |
| 2.2.3 模型函数封装实现 |
| 2.2.4 模型配平及线性化 |
| 2.3 来流速度对自转旋翼的影响 |
| 2.3.1 旋翼气动稳态分析 |
| 2.3.2 旋翼气动动态分析 |
| 2.4 旋翼机特性分析 |
| 2.4.1 配平状态分析 |
| 2.4.2 稳定性分析 |
| 2.4.3 操纵性分析 |
| 2.5 本章小结 |
| 第三章 直线下滑段纵向控制律设计 |
| 3.1 引言 |
| 3.2 直线下滑段控制问题描述 |
| 3.3 直线下滑段轨迹线 |
| 3.3.1 直线下滑段轨迹线描述 |
| 3.3.2 下滑段轨迹线设计 |
| 3.4 基于传统无人机的纵向控制策略 |
| 3.4.1 传统无人机纵向控制机理 |
| 3.4.2 控制结构设计 |
| 3.4.3 控制参数选取 |
| 3.4.4 仿真效果及不足分析 |
| 3.5 改进的无人旋翼机纵向控制策略 |
| 3.5.1 改进的控制律设计 |
| 3.5.2 仿真效果验证 |
| 3.6 改进控制策略鲁棒性验证 |
| 3.7 本章小结 |
| 第四章 近地拉起段纵向控制策略设计 |
| 4.1 引言 |
| 4.2 着陆近地拉起段控制目标 |
| 4.3 基于高度触发的近地拉起开环策略 |
| 4.3.1 近地拉起开环设计思路 |
| 4.3.2 控制参数与指令设计 |
| 4.3.3 控制效果验证与问题 |
| 4.4 基于高度反馈的近地拉起闭环策略 |
| 4.4.1 近地拉起闭环设计思路 |
| 4.4.2 控制指令剖面设计 |
| 4.4.3 控制效果验证及改进 |
| 4.5 本章小结 |
| 第五章 自动着陆横侧向控制策略设计 |
| 5.1 引言 |
| 5.2 自动着陆横侧向控制策略 |
| 5.2.1 横侧向控制问题描述 |
| 5.2.2 横侧向控制策略规划 |
| 5.3 自动着陆横侧向控制律 |
| 5.3.1 航迹控制结构 |
| 5.3.2 航向控制结构 |
| 5.3.3 控制参数设计 |
| 5.4 鲁棒性仿真验证 |
| 5.5 本章小结 |
| 第六章 飞行控制系统实现与验证 |
| 6.1 引言 |
| 6.2 等效仿真系统开发 |
| 6.2.1 开发理念 |
| 6.2.2 总体框架 |
| 6.2.3 模型仿真软件 |
| 6.2.4 等效飞控软件 |
| 6.3 自动着陆仿真验证 |
| 6.3.1 不确定性测试科目 |
| 6.3.2 仿真测试结果 |
| 6.4 自动着陆飞行验证 |
| 6.4.1 模型合理性验证 |
| 6.4.2 飞行试验验证 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文的主要工作 |
| 7.2 后续研究工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、GPS自动着陆试验（论文参考文献）
- [1]基于GPS的无人机自动着陆控制系统设计与实现[D]. 周树春. 西北工业大学, 2007(01)
- [2]进近着陆激光高程测量关键技术研究[D]. 张茂云. 长春理工大学, 2019(01)
- [3]日本对无人机起飞与着陆技术的研究[J]. 王永寿. 飞航导弹, 2005(03)
- [4]轮式无人机自主着陆控制技术研究[D]. 季丽丽. 南京航空航天大学, 2012(04)
- [5]基于环境感知的无人机编队关键技术研究[D]. 张桢浩. 西安电子科技大学, 2019(02)
- [6]无人机自动着陆过程中的视觉导航技术研究[D]. 耿明志. 南京航空航天大学, 2007(01)
- [7]低空环境下民用航空器精密进近算法研究[D]. 汪媛卿. 上海交通大学, 2012(01)
- [8]无人机自主控制综述及自主着陆控制系统设计[D]. 陈海. 西北工业大学, 2007(01)
- [9]卫星辅助增强微惯性导航精度方法研究[D]. 王鼎杰. 国防科技大学, 2018(01)
- [10]无人自转旋翼机自动着陆控制技术研究[D]. 李鹏程. 南京航空航天大学, 2019(02)