摘要：针对波浪滑翔器的姿态在实际航行过程中受波浪影响不断变化，可能导致无人机降落时螺旋桨与其发生碰撞的问题，提出一种结合BP神经网络和非线性模型预测控制的无人机降落方法。首先，开展海试采集波浪滑翔器姿态数据，结合BP神经网络建立姿态预测模型。之后，分析无人机的降落过程，通过在非线性模型预测控制降落方法的代价函数中引入与波浪滑翔器姿态直接相关的着陆成本项，实现无人机动态调整降落轨迹并在波浪滑翔器接近平稳时完成自主降落。最后通过仿真和海试验证该方法的可行性和有效性。
文章目录
0 引 言
1. 无人机降落系统框架
2. 降落方法设计
2.1 WG姿态预测模型
2.2 三阶积分器模型
2.3 NMPC代价函数设计
3. 系统性能验证
3.1 仿真实验
3.2 海试实验
4 结 论
附 录
