集群无人机拖曳式空基自主回收精确对接控制理论与方法

Autonomous air recovery is one of the key technology for the successful implementation of the emerging Low-cost UAV distributed swarming operation. This research focuses on the basic science problems on the accurate docking control theory and method of the swarm UAV’s autonomous air recovery with the towing drogue devices. Based on the previous research and in-depth analysis of the basic science problem in the swarm UAV’s autonomous air recovery, we establish air recovery dynamics of the fixed-wing UAV and the towing rope-drogue system. Then, the bilateral control of the towing drogue and UAV is adopted for the accurate air recovery docking. With the deep reinforcement learning, active anti-disturbance control theory and the inputs/states constrained control theory, we will devote to the research of the anti-windup robust control for the towing drogue, deep reinforcement learning based docking trajectory optimization under minimum bow wave effect, and the accurate docking flight control for the recovering UAV with strict state constraints. The core technologies will be broken, and the proposed theories and methods will be verified. The research’s implementation will provide a novel theory and method for swarm UAVs’ autonomous air recovery. Besides, it will also be beneficial to the development of the UAV swarm technology in China, from both the theoretical research and engineering application perspectives.

空基自主回收是新兴低成本无人机分布式集群作战得以实现的关键技术之一。本项目聚焦于集群无人机拖曳浮标式空基自主回收精确对接控制这一基础科学问题，在前期研究工作和对空基自主回收科学问题深入分析的基础上，系统地构建固定翼无人机拖曳式空基回收系统动力学模型；然后，基于拖曳浮标与无人机双边控制的思路，采用深度强化学习、主动抗干扰控制和输入/状态受约束非线性控制等先进方法,创新性地开展基于拖曳浮标抗饱和鲁棒控制、深度强化学习最小头波效应对接引导和无人机状态约束高抗扰飞行控制的拖曳式空基自主回收精确对接控制理论与方法研究。突破其中的关键问题，并进行仿真验证。本项目的成功实施，可为集群无人机拖曳式空基自主回收控制技术提供一种新的理论和方法，对于加快我国无人机集群技术发展具有重要的理论研究意义和工程应用价值。

随着航空航天技术的快速发展，集群无人机空基自主回收技术成为国内外航空领域研究的新热点，是未来集群分布式作战面临的关键技术挑战之一，其中，能否对执行完任务的无人机进行有效回收和重复利用成为评价和制约集群无人机作战能力最主要的因素之一。本项目借鉴水下拖曳系统、软式空中加油等领域的研究成果，在前期建模和控制方法的初步研究基础上，围绕多重复杂气流扰动和系统输入/状态约束并存情况下集群无人机自主拖曳回收建模与控制这一瓶颈基础科学问题，深入开展全面、细致、系统的研究。.首先，基于空气动力学、飞行力学和多体动力学理论，通过对空基回收过程进行机理分析，建立面向控制设计的无人机6DOF仿射非线性模型，及尾涡流场、大气紊流和无人机头扰波综合作用下的缆绳-浮标组合体多体动力学模型；其次，采用输入受限饱和控制与抗干扰控制理论，研究有限操纵面输入权限条件下，拖曳浮标位置稳定抗输入饱和控制问题；进而，结合深度学习和在线轨迹优化方法，建立基于深度学习的无人机头波简化模型，设计基于深度强化学习的无人机空基对接引导轨迹优化方法，从最优对接引导的角度提高空基对接效率和安全性；最后，结合状态约束非线性控制和干扰估计补偿相关理论，构建集飞行状态约束和主动抗干扰能力于一体的无人机精确对接飞行控制理论，有效提高了空基对接控制精度与对接安全性。.本项目突破集群无人机拖曳式自主回收精确对接控制这一关键难题，相关研究成果在AIAA JGCD、IEEE TAES、《航空学报》等航空航天领域权威/TOP期刊发表SCI论文6篇、EI论文7篇；授权发明专利2项，公开2项，本项目研究支撑入选“第七届中国科协青年人才托举工程项目”。本研究成果可为集群无人机空中拖曳回收提供坚实的理论和方法支持，对于加快我国可快速部署和重复使用的低成本无人机技术，推进新型空中装备的分布式集群作战具有重要的理论研究意义和工程应用价值。