weixin_46039719的博客

研究人员将量子理论引入粒子滤波器中，通过定义量子粒子的状态和量子测量操作，实现对车辆位置的估计。研究结果表明，这种基于量子粒子滤波的定位方法在无人驾驶汽车列车定位中具有较高的精度和鲁棒性。对于无人驾驶汽车的列车定位问题，量子粒子滤波（Quantum Particle Filter）是基于量子理论和粒子滤波方法的一种新型定位算法。如果需要更全面的资料，建议查阅相关国际期刊和会议论文，以获取更多关于量子粒子滤波在无人驾驶汽车列车定位方面的研究信息。博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

2]宋佳怡,毛瑜琳,艾云艳,申佳微,邹晔.无人机配送问题研究综述[J].现代信息科技,2023,7(08):146-150.DOI:10.19850/j.cnki.2096-4706.2023.08.037.[1]魏扬,张登成,张艳华,朱和铨,郑无计.无人机自主编队制导律设计[J].飞行力学,2016,34(02):37-41.DOI:10.13645/j.cnki.f.d.20160110.014.仅靠单架无人机自主作战无法适应复杂多样的战场环境，编队飞行作为无人机研究领域的热点与难点问题，

高九州等[5］针对轮式无人机，根据自适应内模控制原理，以地速与下沉率 为控制 目 标，设计着陆纵向飞行控制律。由于 GPS 的缺点，基于视觉的自主着陆吸引了大批研究人员［7］，张小正等［8］基于视觉导航方法，设计圆环型地标并基于此地标研究无人机着陆位姿估计方法。目前无人机的智能化水平还有待提高，许多应用背后都有无人机操作员在控制无人机，要提高无人机的自动化和智能化水平，还需科研工作者进行大量研究。本文的鹈鹕四旋翼无人机的 PD 控制器的增益，并使用它们来控制四旋翼飞行器所需的高度、横滚、俯仰和偏航角。

射频（Radio frequency，缩写为RF），又称无线电频率、无线射频、高周波，为在3kHz至300 GHz这个范围内的震荡频率，这个频率相当于无线电波的频率，以及携带着无线电信号的交流电的频率。RF通常被用来指电子震荡，而不被用在机械震荡上，然而机械射频系统仍然是存在的（如机械滤波器与射频微机电系统（英语：RF MEMS））。旋转矩阵上的线性动力学是使用基于变化的线性化（VBL）得出的。RF-MPC算法最初是为四足机器人设计的，经过一些修改后适用于无人机。行百里者，半于九十。

摘要:由于近年来民用和军事领域对无人机的兴趣日益浓厚，自主微型飞行机器人的研究得到了极大的加强。本文总结了OS4项目建模和控制部分的最终成果，重点是四旋翼飞行器的设计和控制。介绍了考虑车辆运动引起的气动系数变化的仿真模型。利用该模型得到的控制参数在不重新整定的情况下成功地应用于直升机。本文的最后一部分描述了控制方法(积分反演)和我们提出的四旋翼飞行器(姿态、高度和位置)的完全控制方案。- 电机动力学 - 用于状态估计的卡尔曼滤波 - 简单的传感器模型/ADC转换。对以下内容进行了建模： - 四旋翼动力学。

尽管如此，这些方法始终假设四旋翼飞行器和负载之间的连接是在前一阶段进行的。尽管在悬挂负载运输领域已经进行了广泛的工作，但所有方法都假设四旋翼飞行器和负载之间的连接是在前一阶段进行的。使用刚性电缆，四旋翼飞行器更容易受到其他连接的四旋翼飞行器产生的干扰。柔性电缆允许拉伸，因此小的干扰不会对连接的四旋翼飞行器的性能产生太大影响。在多个四旋翼飞行器的情况下，有两种众所周知的方法，即点质量负载和多个接触点。在多重接触方法中，机器人连接到负载上的不同位置，这使得问题更具挑战性，因为它还涉及旋转动力学。

目前研究的四旋翼无人机航迹跟踪控制系统跟踪过程不稳定,导致跟踪结果不准确;通过空中飞行控制器、地面控制器和人工干预器实现了无人机航线的跟踪控制;空中飞行控制器包括GPS导航定位模块、姿态评估模块(MTI)、飞行控制系统计算机,显示模块等;地面控制器探测周围飞行环境,规避障碍物、规划安全航线,传输至空中自主飞行控制系统,包括无线通讯的数据连接电路和地面终端控制模块;[1]聂博文,马宏绪,王剑,王建文.微小型四旋翼飞行器的研究现状与关键技术[J].电光与控制,2007(06):113-117.

Kaiser 1993），测量由单个时变频率组成的信号的瞬时能量变化。与其他起始检测方法相比，TKEO输出的一个优点是计算的能量来自信号的瞬时幅度和瞬时频率。因此，TKEO可以提高我们分析肌肉活动的能力，因为收缩过程中肌肉细胞膜的去极化会产生信号幅度和频率的快速波动。Teager-Kaiser 算子的离散版本根据以下公式计算： y[n] = x[n]^{2/m} - （x[n-M]*x[n+M]）^{1/m} m 是指数参数，M 是滞后参数，对于常规运算符，它们通常都等于 1。行百里者，半于九十。

这种简单的包络导数算子具有非负的优点，当应用于新生儿脑电图的检测应用时，它比Teager-Kaiser算子提高了性能：在没有后处理滤波器的情况下，Teager-Kaiser算子的接收器工作特性曲线（AUC）下面积为0.57，包络导数算子为0.80。能量是一个难以在信号处理环境中定义的术语。信号处理的定义与物理学中使用的定义不同，物理学是衡量系统中完成的工作（或可以完成的工作）的度量，因为我们通常不知道或无法访问生成信号的系统。也就是说，它是时间的函数，可以跟踪信号的变化，从而跟踪系统能量的变化。

轨迹跟踪”是最常见的方法，控制器旨在将机器人移动到移动的目标点，就像在实时伺服系统中一样。对于复杂系统或处于扰动或未建模效应下的系统，如 UAV（无人驾驶飞行器），其他跟踪方法可以提供额外的好处。在本文中，考虑路径描述符参数动态的方法（可称为“误差自适应跟踪”）与轨迹跟踪进行了对比。首先提出了跟踪方法的正式描述，表明两种类型的错误自适应跟踪可以在任何系统中与同一控制器一起使用。结果表明，误差自适应跟踪方法优于轨迹跟踪方法，产生更快、更鲁棒的收敛跟踪，同时在需要时在实现收敛时保持相同的跟踪速率。

在大多数情况下，AUV模型是非线性和控制仿射的，尤其是在没有对方向舵和鳍进行建模的情况下。这项工作的目的是解决非线性非仿射AUV在实现控制器方面的挑战，因为控制设计的这一方面在这一研究领域很少受到关注。如今，AUV一方面在石油，军事，测绘，控制和检查救援等行业中有许多应用。考虑到AUV的复杂行为以及地下车辆六自由度模型控制器设计的限制，已经进行了一些简化，例如线性化和去耦以克服复杂性;这项工作的主要贡献是：在非仿射结构中使用SDRE控制器在六自由度中进行AUV控制，而无需简化或去耦。

硕士论文来源：四轴飞行器是一种越来越受欢迎的新兴技术。大多数用户购买的四轴飞行器完全装配了飞行所需的一切。四轴飞行器更有趣的一个方面是了解它们是如何工作的，这可能会让驾驶它们变得更加神奇。信不信由你，用户有能力安装自己的控制系统，以便有四轴飞行器飞行完全按照他们想要的，当然取决于硬件。许多用户受到预装在四轴飞行器上的控制器的限制。定制控制系统可以提供更积极的飞行，或更轻松的飞行。以及有控制所需的飞行，自定义控制系统，根据系统的复杂性，可以允许四轴飞行器具有自动功能。这些功能可能包括翻转或倒飞。

本文的程序为AscTec 鹈鹕四旋翼无人机的 PD 控制器的增益，并使用它们来控制四旋翼飞行器所需的高度、横滚、俯仰和偏航角。目前无人机的智能化水平还有待提高，许多应用背后都有无人机操作员在控制无人机，要提高无人机的自动化和智能化水平，还需科研工作者进行大量研究。[2]宋志强,方武,刘孝赵.基于PD控制的四旋翼无人机着陆控制研究[J].计算机应用与软件,2020,37(09):324-327.[1]杨宗月,时正华.四旋翼无人机非线性轨迹跟踪控制[J].计算机与现代化,2023(04):95-100.

插入了一个新的模块“监控”（参见图 1，紫色块），以模拟无人机飞行时二氧化碳排放量的测量。运行 Simulink 时，它将在图中显示如图所示的无人机轨迹。图2和到CO2排放源的距离随时间变化，如图3所示。图中的“监控”块。1 使用菲克第二定律评估浓度水平。其评估需要当前无人机位置、CO2 源位置、释放分子总数和 CO2 分子扩散系数。在此示例中，CO2 源位置设置为零，但在CO2_source块的相应块中可编辑。在 Simulink 项目中双击“菲克第二定律”块时，可以访问此值。

在大多数情况下，AUV模型是非线性和控制仿射的，尤其是在没有对方向舵和鳍进行建模的情况下。这项工作的目的是解决非线性非仿射AUV在实现控制器方面的挑战，因为控制设计的这一方面在这一研究领域很少受到关注。如今，AUV一方面在石油，军事，测绘，控制和检查救援等行业中有许多应用。考虑到AUV的复杂行为以及地下车辆六自由度模型控制器设计的限制，已经进行了一些简化，例如线性化和去耦以克服复杂性;这项工作的主要贡献是：在非仿射结构中使用SDRE控制器在六自由度中进行AUV控制，而无需简化或去耦。

开发并实现了所建立的模糊模型，目的是利用智能控制策略控制其轨迹，提高其效率。输出是状态空间矩阵，给出了所达到的坐标值和根据四轴飞行器的力学计算出的其他参数。其中三个是由于它们在空间中的位置(坐标)——x(水平)、y(垂直)和z(高度)轴，另外三个是由于它们沿着这些轴的方向(角度)——滚转、俯仰和偏航。该项目的主要愿景是结合一个使用模糊逻辑的智能系统来改进四轴飞行器模型的轨迹跟踪。四轴飞行器是一种复杂的模型系统，它使用四个旋翼来稳定和控制其运动。旋翼的不同速度是四轴飞行器轨迹变化的主要原因。

因此，为了了解能够产生保证性能的控制系统，该项目首先寻求通过数学建模来研究无人机的物理特性和响应，然后再进行设计、开发、实施和比较嵌入式微处理器上2种先进线性控制方案的性能，其中这种水平的洞察力是必要的。这些类型的无人机由于其执行垂直/短距起降(VSTOL)，静止和低速飞行的能力，以及与单旋翼结构相比相对简单的机械设计，具有广泛的应用范围。然后，这些控制方案将通过嵌入式微处理器单元在建模的多旋翼平台上实现。这些目标分为多个目标和里程碑，每个目标和里程碑都必须实现，才能实现所概述的目标的全部范围。

1924 年法国工程师设计制造的 Oehmichen 2 号被认为是第一架可靠、实用的垂直起降飞行器，如图 1-6 所示，其先后执行了上千余次飞行试验，并且能够十四分钟内完成 1000m 航距的绕飞。然而，在此后的几十年中，由于四旋翼飞行器各方面的技术限制，使其体积庞大，控制系统效率低下且稳定性差，难以精确控制飞行状态，因此始。控制作为经典的控制算法，其对模型确定的线性系统具有较好的控制效果，而对四旋翼飞行器这类难以精确建模、强耦合、非线性的系统，常规 PID。控制器控制性能更优。

世纪以后，随着微电子技术、信息技术、计算机技术、智能技术、自动驾驶和信号处理等高新技术的飞跃发展，无人机在军事和民用领域展示了其巨大的应用潜能。无人机被广泛应用的同时，人们对其功能多样性和性能可靠性不断提出更高的要求。军事上，无人机作为空中侦察平台和武器平台，通过携带不同设备，执行侦察监视、对地攻击、电子干扰、通信中继、目标定位等任务。年的第一次海湾战争及后来的科索沃战争、阿富汗战争、伊拉克战争中，以美国为首的多国部队使用无人机顺利实现了战场侦察、火力校射、电子对抗、通信中继和指挥控制等任务[3]

1]许乐,赵文龙.基于新型灰狼优化算法的无人机航迹规划[J].电子测量技术,2022,45(05):55-61.DOI:10.19651/j.cnki.emt.2108509.[2]芦方旭,米志超,李艾静,王海,田雨露.基于灰狼算法的无人机基站三维空间优化部署[J].兵器装备工程学报,2021,42(07):185-189.，建立无人机的规划空间环境和航迹评价指标是进行航迹规划的前提准备。航迹规划是无人机执行任务中最重要的部分之一，不同的环境信息能够直接影响航迹规划的结果。于是一些改进的算法被相继提出，

特别是，结果表明，误差后的路径在缓慢时变的未知风下有界，对于未知恒定风，则收敛为零。数值模拟表明，在风况未知且时变缓慢的环境中，所提方法弥补了对风矢量知识的不足，并且比最先进的矢量场方法获得了更小的误差路径。应用领域的大多数任务，如对某个目标的军事监视和森林火灾中的救援任务，都依赖于无人机中准确而强大的路径生成器和路径跟踪控制器。] 中，总结了最先进的 2D 路径跟踪算法，例如胡萝卜追逐算法、非线性制导定律 （NLGL） [2]、基于矢量场 （VF） 的路径跟踪、基于 LQR 的路径跟踪 [3] [

调整无人机系统的PID增益是一个困难和漫长的过程，如果做得不正确可能会有严重的后果。本研究的主要输出是一个元启发式算法，能够调整PI控制器的增益。该算法是一种遗传算法的变体，具有额外的元素，具体到无人机系统，包括在内。自动调整算法不了解系统的动态，能够在95%以上的所有模拟中计算出满足用户定义标准的增益。此外，该算法获得的增益与Matlab内置PID整定函数对同一系统计算的理想增益相比，在55%的范围内。这些结果突出了自动调整算法的通用性，但在将算法移植到自动驾驶仪之前，还需要进一步的工作。

无人机有四个输入自由度，即四个旋翼推力的大小，用于控制六个平移和旋转自由度，实现四个输出的渐近跟踪，即车辆质心的三个位置变量和一个车身固定轴的方向。有几个大学级项目[1]，[2]，[3]，[4]和商业产品[5]，[与其他刚体动力学的几何控制方法相比，这是不同的，因为它控制驱动不足的四旋翼无人机使用四个推力输入稳定六个平移和旋转自由度，同时渐近跟踪四个输出，包括其位置和航向方向。这种方法已被应用于李群上的完全驱动刚体动力学，以实现几乎全局的渐近稳定性[14]，[16]，[旋翼无人机的开发和应用有关。

在过去的七年中，材料、电子、传感器和电池的进步推动了微型无人机(MA V)的发展，长度在0.1-0.5米之间，质量在0.1-0.5公斤之间。一些研究小组构建并分析了10厘米范围内的MA v[2,3]。其中最小的是Picoflyer，螺旋桨直径60毫米，质量3.3 g[4]。50厘米范围的平台更为普遍，有几个团队已经建造和飞行了这种尺寸的系统[5-7]。事实上，在这个尺寸范围[8]中，有几种商业上可用的RC直升机和研究级直升机。[9]中介绍了开发自主微型UA Vs所面临的挑战。

1]陈晓飞,董彦非.基于Matlab/Simulink的无人机自主着陆过程仿真[J].火力与指挥控制,2014,39(11):55-58+63.[2]吕晓林,罗纯哲.无人机基于Matlab/Simulink仿真技术研究[J].宇航计测技术,2011,31(06):30-34+45.控指令的要求改变飞机姿态、飞行状态和航迹。程控自主飞行: 能够实现无人机归航、自动返。博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。部分理论来源于网络，如有侵权请联系删除。行百里者，半于九十。

模型预 测 控 制（ｍｏｄｅｌｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌ，ＭＰＣ）是 ２０世纪７０年代后期提出的一类新型计算机控制算法，是一种属于基于模型预测的启发式控制算法［６］。

无人机无线通信(UA Vs)是未来通信系统的一个很有前途的技术。在本文中，假设UAV以固定高度水平飞行，通过优化无人机飞行轨迹来研究无人机与地面终端的节能通信，这是一种综合考虑通信吞吐量和无人机能耗的新设计范式。为此，我们首先推导了固定翼无人机推进能量消耗随飞行速度、方向和加速度变化的理论模型。在此基础上，在忽略辐射和信号处理能量消耗的前提下，将无人机通信能量效率定义为有限时间范围内无人机推进能量消耗归一化后的总通信信息比特数。

例如，考虑一个任务，其中一名操作员、两架无人机和设置时间4最小值第一架无人机的飞行前任务将采取4分钟和将采取8第二架无人机的最小值，4其中操作员正在第一架无人机上工作，而第二架无人机处于空闲状态。由于作者使用图形表示（Reeb graph），其中细胞不是建模为节点，而是建模为图边，因此通过解决所谓的中国邮递员问题 （CPP） 来找到细胞序列，这是一个路由问题，目标是找到最短的游览至少访问每个边缘一次。]中的工作解决了规划到多个无人机的路线的问题，从所需区域收集的信息量是要最大化的目标函数。

此外，根据一组因素优化规划路径需要更多的计算时间。然而，当涉及到网格系统中的简单路径规划时，它们相对较慢，并且不一定会生成最优路径(可能不会收敛于全局最小值)。更好的解决方案是使用Fast-pass A*算法，它可以保证给我们提供最优路径。它建立在一个灵活的启发式模型上，允许我们轻松地添加更多因素，增加任务计划的复杂性，同时将计算时间保持在最低限度。UAV的轨迹必须优化，以考虑燃料限制、敌人雷达的定位、天气条件和其他限制。这个项目的目的是提供一个优化飞行路线规划的工作模型，在敌人的危险，如雷达。

随着无人机技术的发展固定翼无人机由于其成本低飞行速度快、高度高可按规划航迹自主飞行等特点广泛应用于军事和民用领域，进而对无人机飞行时完整的状态反馈提出了更高的要求。但同时大多数无人机配置着由低成本微机电系统、磁力计GPS及气压传感器组成的低成本飞控系统这些传感器在测量过程中会产生持续的噪声和漂移，从而造成严重后果。且利用这样的飞控系统研究无人机自主飞行控制问题，虽可以明显降低其研究成本，但随着时间的增加传感器的测量误差被叠加，严重影响无人机的控制精度。

【走过的变成0，能走的为1】【若tabu=(1 4)则allow_index=(0 1 1 0 1 1 1...)】【注意：allow_index与city_index同维】[2]胡中华,赵敏,姚敏,李可现,吴蕊.一种改进蚂蚁算法的无人机多目标三维航迹规划[J].沈阳工业大学学报,2011,33(05):570-575.rrr=rr+D(table(1,j-1),target1);%计算城市的转移概率。

该文提出一种用于无人机姿态控制的鲁棒反馈线性化控制器。该控制器的目的是使横滚角、俯仰角和偏航角分别跟踪给定的轨迹（命令）。该设计是使用动态反演和扩展状态观测器（ESO）开发的。首先，利用动态反演将无人机姿态系统线性化解耦为3个单输入-单输出（SISO）系统，然后针对这些线性化系统设计3个比例微分（PD）控制器;扩展状态观测器用于估计和补偿未建模的动态和范围干扰。仿真结果表明，所提控制器具有有效性和鲁棒性。博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。部分理论来源于网络，如有侵权请联系删除。

例如，当无人机位于建筑物的东侧时，无人机与用户之间的联系可能处于深阴影中，而当无人机移动到北侧时，传播条件可能会得到显着改善。对可能的障碍进行建模的现有技术包括指定更大的路径损耗指数，添加额外的功率损耗，以及构造描述阴影统计信息的随机变量。中研究的无人机位置和覆盖优化问题，将路径损耗建模为LOS情况下路径损耗的平均值，在NLOS情况下，仰角越大，LOS概率越高。]-[12]开发了无人机导航问题的解决方案，[13]研究了与具有多个天线的无人机的多输入多输出（MIMO）通信的优化策略，并。中更详细的研究表明，

摘要：多接入边缘计算（MEC）被认为是克服移动设备计算能力限制的有前途的解决方案。本文研究了一种基于非正交多址（NOMA）的节能无人机MEC框架，将多架无人机部署为边缘服务器，为地面用户提供计算辅助，并采用NOMA降低任务卸载能耗。由于参数的耦合，效用最小化是一个高度非凸的问题，因此，该问题被分解为两个更易于处理的子问题，即给定无人机轨迹的无线电和计算资源的最优分配，以及基于给定资源分配方案的轨迹规划。然后，提出一种高效的迭代算法，交替求解这两个子问题，逐步接近所提系统的最优资源管理。行百里者，半于九十。

该算法通过一组已知位置的敌方雷达站点生成隐形路径，并提供一种直观的方法来权衡隐身与路径长度。第一步，通过构建和搜索基于 Voronoi 多边形的图形，通过雷达站点生成次优粗切路径。在第二步中，以图解作为初始条件，模拟一组非线性常微分方程。常微分方程描述了位于虚拟力场中的一组虚拟质量的动力学。虚拟力量将群众从雷达上推开，彼此靠近。对常微分方程进行仿真以找到局部的指数稳定平衡解，该解被解释为最佳路径。博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。部分理论来源于网络，如有侵权请联系删除。行百里者，半于九十。

本文介绍了一种模型预控制（MPC）算法，旨在自动驾驶无人水面车辆（USV）驶向一组航路点。USV和扰动的建模已经简化，因为这项工作旨在证明概念：对于现实世界的实施，应该考虑更准确的建模。无人船(unmanned surface vehicles,USV)是一种船端无人操控的水面船舶,近年来受到了广泛关注。如何实现自主航行是USV面临的核心问题,而设计一种具有精确航迹控制能力的运动控制器是解决该问题的基础。[1]柳晨光. 基于预测控制的无人船运动控制方法研究[D]. 武汉理工大学.行百里者，半于九十。

MPC控制器优化得到的控制输出也是系统在未来有限时间步的控制序列。当然，由于理论构建的模型与系统真实模型都有误差，所以，实际上更远未来的控制输出对系统控制的价值很低，故MPC仅执行输出序列中的第一个控制输出。​梁忠超, 张欢, 赵晶, 王永富. 基于自适应MPC的无人驾驶车辆轨迹跟踪控制. 东北大学学报:自然科学版, 2020, 41(6): 835-840.模型预测控制（MPC）的核心思想就是以优化方法求解最优控制器，其中优化方法大多时候采用二次规划（Quadratic Programming）。

因此，我们结合狼和生物的探索和开发能力，提出了一种新的混合优化算法HSGWO-MSOS算法。在所提出的算法中，探索和开发能力得到了有效的结合。在SOS中，后代可以通过当前生物体与其他随机生物体或当前生态系统中最好的生物体之间的共生行为产生，并且这种方法具有很强的开发能力。HSGWO-MSOS算法已应用于无人机路径规划问题，与其他经典算法相比，所提算法获得了更好的实验结果。通过结合粒子群优化（PSO）、遗传算法（GA）和SOS等三种经典算法，提出了一种新的混合算法。的方法，以完成所提算法的收敛性分析。

从该主题出发，推导出了非对称垂直起降多旋翼平台非线性动力学建模与仿真以及比例积分导数、线性二次高斯和模型预测控制算法等多种控制方案的开发。[3]王磊,张启亮,翁明善.基于改进YOLOv4算法的小型多旋翼无人机目标检测[J].探测与控制学报,2022,44(05):125-131.这些目标分为多个目标和里程碑，每个目标和里程碑都必须实现，才能实现所概述的目标的全部范围。[2][1]徐超.多旋翼无人机在山区应急救援中的应用分析[J].南方农机,2023,54(03):4-6+14.行百里者，半于九十。

2]刘新宇,桑晨,李媛媛,游璧铭,刘畅.基于PID算法的巡逻无人机[J].现代信息科技,2022,6(20):141-145+151.DOI:10.19850/j.cnki.2096-4706.2022.20.033.指当无人机从不稳定回到稳定状态一段时间内积累的误差，四轴无人机在民用无人机领域受到了广泛的关注与认可。几乎各项技术的发展都涉及到了人工智能技术领域。无人机作为新时代人工智能技术的产物应运而生，机身对产生姿态偏移回到稳定的时间，交通运输等领域得到了广泛的应用。P指当无人机收到外界的干扰后，