国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

    1　引言

    中小型無人機具有成本低、飛行距離遠（可達20~300km）、留空時間長、便于集群協同等優點，可實現遠距離偵察、對特定目標反復探測、長時間通信中繼等功能，是未來無人機的重要發展方向[1]。中小型無人機的發動機技術基本可滿足常規應用需求，然而強干擾環境下的高精度、高可靠、高自主的導航制導與控制技術卻一直是制約中小型無人機快速發展的關鍵技術。本文主要從導航技術、抗干擾濾波技術與系統集成三個方面論述強干擾環境下的中小型無人機的關鍵技術。

    慣性/GNSS組合導航技術成為目前中小型無人機應用最為廣泛的組合導航方式。MIMU（MEMS Inertial Measurement Unit，微慣性測量單元）可連續提供全部運動參數，但誤差隨時間很快積累；GNSS（Global Navigation Satellite System，全球衛星導航系統）具有長期高精度的優點，但GNSS難以連續提供全部運動參數。二者結合可取長補短。然而中小型無人機飛行距離遠[2]，將飛越未知環境或特殊環境區域，可能受到高壓線電磁泄漏、廣播電臺、中繼電臺、雷達站甚至人為無線電波干擾的影響，干擾GNSS正常工作[3]，造成無人機失控。例如2011年12月，伊朗曾利用GPS干擾技術捕獲了一架美軍RQ-170“哨兵無人機”[4]。

    中小型無人機遠距離飛行中，存在著對于同時來源于外部環境、傳感器噪聲和模型誤差的多源干擾，嚴重影響無人機導航與控制系統精度。Kalman濾波只是針對統計特性為高斯白噪聲的單一干擾，魯棒濾波理論也僅僅適用于范數有界干擾，在無人機領域正在開展應用研究。對于多源干擾系統的抗干擾濾波問題，尚處于起步研究階段。參考文獻[37]作為該領域的第一部專著，闡述了多源干擾系統建模、分析和控制理論。

    中小型無人機導航制導與控制系統（俗稱：自動駕駛儀）是無人機實現自主導航與自動飛行的核心部件。近年來，世界各國投入了大量的精力來研究小型自動駕駛儀及其關鍵器部件，使其精度有了大幅度的提高。然而，如何提高強干擾環境下的自動駕駛儀的可靠性和環境適用性，是一項需要長期深入研究的課題。

    2　仿生導航技術

    仿生導航技術是通過模仿自然界生物體某些感知能力，并將感知的信息轉化與處理得到導航參數的一種技術。仿生導航具備不依賴GNSS、高性能、高自主、抗干擾等優勢，能夠解決中小型無人機受到未知環境電波干擾的難題，受到國內外各大研究機構的重視，成為當前國際導航領域的研究熱點[5～7]。

     仿生導航技術起源于對生物體結構和感知能力的學習，生物體可以利用多種多樣的外界信息來進行導航定位，從19世紀達爾文提出生物體可以利用航跡推算的方法進行定位[8]，到1973年諾貝爾生理學獎獲得者卡爾·馮·費利對蜜蜂導航機理的研究[9～10]，再到2014年諾貝爾醫學獎獲得者O’Keefe發現的“位置細胞”[11],[12]，人類在仿生導航（仿生陀螺、仿生視覺）領域已經取得了較大進展。

    近年來，科學家發現自然界中的一些昆蟲和脊椎動物，如某些鳥類、蜜蜂、蜘蛛、螞蟻、龍蝦等，依靠天空偏振光作為其主要或輔助導航方式。1990年，美國紐約州立大學教授Kenneth P.提出候鳥同時利用地磁、太陽、星光和天空偏振光來進行導航，在其隨后的研究中發現，候鳥利用天空偏振光在白天對自身的地磁羅盤進行校正[13]，其研究結果相繼發表于《NATURE》雜志。

    2006年，Rachel M.在對薩凡納麻雀的定位實驗中發現，這類候鳥利用天空偏振光對其地磁羅盤進行校正[14]，并將其研究結果發表于《SCIENCE》雜志。2009年，Christine M.發現Monarch蝴蝶也利用天空偏振光導航[15]。上述研究成果表明天空偏振光蘊含豐富的導航信息，且導航精度高于地磁導航。

    仿生偏振光傳感器集成方面，2000年前后，Dimitrios L.利用沙蟻的偏振光導航策略成功開發出仿生偏振傳感器并應用到移動機器人進行自主導航[16]； Amelie S.搭建了偏振光探測裝置，利用室內人工偏振光源，進行了機器人路徑跟蹤實驗[17]。2001年瑞士科學家Rüdiger W.綜述了水下、水面、陸地上利用仿生偏振光導航的各類生物及其導航原理，提出不同種類的昆蟲、脊椎動物等利用仿生偏振光導航的方式各不相同，并認為當時沒有一種偏振光傳感器能像生物體那樣精確的導航，深入研究的空間和潛力很大[18]。

    2008年前后中國合肥工業大學[19]和大連理工大學[20]分別根據沙蟻的導航定位機理研制了偏振光導航傳感器。2009年北京大學開展了天空偏振模式圖動態特性分析[21]。2010年Andrew R.采用面陣列CMOS傳感器，獲取了可見光波段的全天空偏振光圖像[22]。2011年德國科學家Nicole C.設計了一種仿昆蟲的機器視覺系統，利用近紫外光學相機實現了一種天空偏振光傳感器，并開展了地面機器人的導航研究[23]。2013年清華大學實現了天空偏振光模式自動探測裝置，自動獲取天空偏振圖像[24]。仿生偏振光傳感器的研究目前已取得了較大的進展，為與其他傳感器的組合導航奠定了基礎。但針對天空云層、大氣渾濁干擾情況下的研究仍不夠深入，仿生偏振傳感器精度仍有較大的提升空間。

    仿生偏振組合導航研究方面，除美國航空航天局BEES計劃外，國外研究報道較少。國內，2007年哈爾濱工業大學開展了基于偏振光/地磁/GPS/慣導組合導航方法研究[25]。2009年合肥工業大學開展了針對仿生偏振光的機理、仿生應用及與慣導/GPS/地磁組合導航研究[26]。2010年北京航空航天大學開展了仿生偏振組合導航方法及系統研究，設計了一種慣導/GPS/偏振光組合導航系統建模方法[27]，并應用于動基座導航初始對準，但自主性、抗干擾性尚待進一步提高。

    總之，仿生導航技術已成為目前國內外導航領域研究的熱點，是導航領域未來發展的重要方向。

    3　抗干擾濾波技術

    中小型無人機長途跋涉中，發動機的不對稱高頻振動、穿越冷/暖氣團、陣風、小尺度湍流等多類干擾源同時作用，將嚴重影響無人機導航與控制系統的精度。多源干擾條件下，提高導航與控制系統精度的核心技術之一是針對多源干擾的濾波方法。

    目前，在組合導航系統廣泛應用的濾波方法主要是Kalman（卡爾曼）型濾波方法，作為一種最優的狀態估計方法，由于結構簡單、計算方便等優點在工程中受到廣泛重視[28]。針對GPS/INS組合導航系統，Qi提出了一種直接Kalman濾波方法，將非線性組合系統離散化，使用擴展Kalman濾波方法取得了一定效果[29]。2004年，R. Merwe將擴展Kalman濾波推廣到無跡Kalman濾波(SPKF)，并在GPS/IMU/氣壓計組合導航系統中應用，補償了GPS測量延遲，提高了組合導航系統姿態和位置精度[30]。Kalman濾波方法已在GPS/INS組合導航系統中廣泛應用，但只能針對單一干擾且統計特性假設為高斯白噪聲，難以滿足中小型無人機多源干擾使用環境要求。

    魯棒濾波理論作為一種容許模型不確定性、建模誤差等條件的濾波方法，近年來取得了豐碩的研究成果，參考文獻[31]解決了系統中帶有參數不確定性和非線性不確定條件下的H∞濾波器設計問題，針對同時含有白噪聲和能量有限干擾的多項式離散系統，參考文獻[32]設計了H2/H∞濾波器，可以實現對白噪聲和能量有限干擾的同時抑制。魯棒濾波理論在組合導航系統方面已開展了應用研究，針對GPS/SINS組合導航系統，西北工業大學研究團隊2001年分別設計了H∞濾波和Kalman濾波，并進行了對比分析，表明了H∞濾波的應用優勢[33]，2002年南京航空航天大學研究團隊，則從降低導航系統階次，提高濾波速度的角度出發，設計了H∞濾波器[34]。2002年，袁建平教授將H∞濾波技術應用到低成本組合導航系統[35]。H∞濾波設計過程中，通常將干擾假定為單一類型的能量有界型，針對實際的組合導航系統具有一定的局限性。針對同時含有模型不確定性和高斯白噪聲的非線性系統，H2/ H∞濾波器可以很好地將干擾分別抑制[36]。針對同時含有高斯白噪聲和能量有界干擾的組合導航系統，參考文獻[37]將組合導航系統的模型轉化為不確定系統多胞型描述，分別應用H2和H∞優化技術加以抑制，降低了計算量的同時，提高了導航精度，實現了多目標條件下的干擾抑制。針對特定的仿生導航系統，其特殊的機械結構，復雜多變的工作環境，僅僅針對假定系統含有一種或兩種干擾設計濾波器，很難滿足高精度、抗干擾的導航需求[38]。組合導航系統外部工作環境面臨的載體振動、晃動、陣風等外部干擾無法避免[39]，參考文獻[40]首次研究含多源干擾特性的慣性導航系統，針對靜基座初始對準問題，設計具有抗干擾能力的濾波器，提高了初始對準的精度。參考文獻[41]將其推廣到大失準角情形下非線性系統模型問題，針對存在的多源干擾取得了良好的抑制和抵消效果。針對含有多源干擾的SINS/GPS組合導航系統，參考文獻[42]設計了全階多目標抗干擾濾波器。

    綜上，對于多源干擾系統的抗干擾濾波問題，尚處于起步研究階段，如何更好地在仿生組合導航系統中加以應用，將是一個極具生命力的研究方向。

    4　中小型無人機自動駕駛儀系統

    中小型無人機導航制導與控制系統（自動駕駛儀）是無人機實現自主導航與自動飛行的核心部件。中小型無人機自動駕駛儀一般由低成本的傳感器以及低功耗的嵌入式處理器組成，傳感器一般包括MEMS慣性器件、微型氣壓傳感器、微型GPS接收機等[42]。這些傳感器體積小，但精度較低。如何利用這些低精度傳感器實現高精度自動駕駛是無人機導航與控制的難題。近年來，世界各國投入了大量的精力來研究小型自動駕駛儀及其關鍵器部件，使其精度有了大幅度的提高。很多研究成果已轉化成產品，并投入市場。

    4.1　Piccolo II

圖1 Piccolo II 自動駕駛儀

    Piccolo II是由美國Cloud Cap公司研制的一款小型無人機自動駕駛儀[43～44]，如圖1所示。Piccolo II的核心自駕儀部分由一片MPC555處理器（40 MHz，內置448K Flash，26K SRAM）作為其中央處理器，系統集成了高速GPS、三軸陀螺儀和加速度計、氣壓傳感器、溫度傳感器等。Piccolo II不同于一般的自駕儀，它是一臺完整的航空電子系統。它不但包括核心自駕儀部分，還集成了氣壓傳感器、導航、無線鏈路、載荷接口、硬件仿真支持和操作軟件工具等，而且其功耗小于4W（包括電臺），質量為220g，尺寸為142mm×46 mm×62.6 mm。

     Cloud Cap經過超過10年的研究，Piccolo II已成為符合無人機行業標準的飛行管理系統?？蓪崿F小型無人機全程自主駕駛（從彈射起飛到自動著陸），還具備軟著陸、自主著陸、重構移動網格等多種功能。其強大的功能使其能夠靈活地應用于固定翼、垂直起降飛機等先進無人機系統[44]。

     4.2　MP2128LRC2

 圖2 MP2128LRC2自駕儀

     MP2128LRC2是MicroPilot公司開發并生產的一款遠距離傳輸、高穩定性、集成化小型無人機自動駕駛儀[45]，如圖2所示。其內部配置了遠距離數據傳輸單元LRC，雙重數據鏈路、雙頻工作方式保證數據傳輸穩定性，其飛行距離長達20～50km。由于其遠距離傳輸與高穩定性，MP2128LRC2非常適合應用于小型無人機。目前，已成功使用在多旋翼、固定翼飛機和直升機等飛行平臺。

     MP2128LRC2內部集成三軸陀螺、加速度計與GPS接收器，陀螺最大動態范圍300 /s，加計最大量程2g，GPS更新頻率1Hz。MP2128LRC2共有12通道舵機輸出，30Hz的PID更新頻率，支持自主起飛與著陸。MP2128LRC2在質量與體積上具有一定的優勢（尺寸175×75×48mm，重量330g），系統配備了HORIZON mp地面軟件完成任務規劃和遠程控制[46]。

     4.3　APM

圖 3 APM飛控

     APM飛控是一款開源自動駕駛儀，源于PX4軟、硬件開源項目，如圖3所示。Pixhawk是APM飛控硬件部分，其使用了CortexM4內核處理器STM32F427作為主控制器（另備協處理器）。

     Pixhawk內部集成三軸陀螺加計、三軸磁力計、氣壓高度計，而且配備GPS接口與外部磁強計接口，并預留了UART、CAN等信號輸入口，支持Futaba SBUS總線舵機信號，可擴展性強。

     APM飛控開發團隊提供對應于固定翼飛機、多旋翼飛機、直升機、車、船與其他移動機器人的定位與控制代碼，呈現出靈活、可靠的自動飛行控制。 Mission Planner地面控制軟件嵌入了谷歌地圖，有設置機體及控制對象類型的功能，并有記錄并分析飛行路徑、調節PID參數、無人機模擬飛行等功能。

     APM飛控是完全開源的一款項目，引起許多學術愛好者的研發興趣。其目的也在于為學術愛好者和工業團體提供一款低成本的小型無人機及其他運輸設備的自動駕駛儀。

     4.4　Athena 611

圖4 Athena 611自動駕駛儀

     Athena 611是美國Rockwell Collins公司旗下的一款高端自動駕駛儀，如圖4所示。其內部包含了戰術級慣性傳感與INS/GPS卡爾曼濾波器，Athena 611配備Rockwell Collins全套可選的地面站軟件模塊達到導航、飛行管理的目的[47]。

     Athena 611配備了戰術級的IMU，其姿態、航向通道的漂移精度<0.003 /h。通過與GPS組合濾波，系統橫滾、俯仰精度可達0.02 ，航向精度達到了0.1 。系統平均故障間隔時間大于20000h。

     4.5　GA-11

圖5 GA-11自動駕駛儀

     GA-11是北京航空航天大學研制的一款高精度、強自主性的中小型無人機自動駕駛儀，如圖5所示。其內部集成了三軸MEMS陀螺儀、三軸MEMS加速度計、溫度傳感器、氣壓計、GPS等傳感器，外部擴展仿生導航傳感器、地磁傳感器等。陀螺儀最大動態范圍為250 /s，加速度計最大量程為±5g。其軟件算法采用INS/GPS/地磁/仿生偏振抗干擾濾波器，系統橫滾、俯仰、航向精度可達0.2 。

     GPS信號丟失情況下，橫滾、俯仰精度優于1.5 ，航向精度優于0.2 。GA-11按照軍用的電氣與物理標準設計，考慮溫度、濕度、振動、電磁干擾等環境因素，并通過了嚴酷飛行環境的性能檢測實驗。GA-11配備全套地面站軟件實現飛行管理。

     5　結語

     仿生導航技術作為近年來新興的一種導航技術，受到了國內外導航領域的廣泛重視。與抗干擾濾波技術相結合，將是強干擾環境下的實現中小型無人機高可靠、高自主自動駕駛的核心關鍵技術。然而仿生導航與抗干擾濾波技術的研究目前仍不夠深入，需要與生物、醫學、光學、電子等多學科技術相結合才能快速發展。我國無人機的應用已走在世界前列，迫切希望我國具有自主知識產權、適應強干擾環境的自動駕駛儀能夠盡快達到世界領先水平！

     參考文獻：

     [1] Integration of Civil Unmanned Aircraft Systems ( UAS ) in the NationalAirspace System(NAS) Roadmap[R]. FAA. 2013.

     [2] Unmanned Systems Roadmap 2007~2032[R]. US Department of Defense's.2007.

     [3] Nils Ole T., Christina P., Kasper B., etc. On the Requirements for SuccessfulGPS Spoofing Attacks, CCS’11, Chicago, Illinois, USA , October 17 - 21, 2011.

     [4] "Iran shows film of captured US drone". BBC News. 8 December 2011.Retrieved 12 December 2011.

     [5] Reid S. F., Narendra A., Hemmi J. M., et al. Polarised skylight and thelandmark　panorama provide night-active bull ants with compass informationduring route　following[J]. Journal of Experimental Biology, 2011, 214( 3 ):363 - 370.

     [6] Cronin T. W., Marshall J.. Patterns and properties of polarized light in airand　water[J]. Philosophical Transactions of the Royal Society B: Biological　Sciences, 2011, 366( 1565 ): 619 - 626.

     [7] 褚金奎,陳文靜.基于偏振光傳感器的導航系統實驗測試[J]. 宇航學報,2011, 32( 3 ):489 - 494.

     [8] Darwin C. 1873. Origin certain instincts.Nature 7: 417 - 418.

     [9] Karl von Frisch, K. Decoding the language of the bee[J]. Science, 1974, 185(1452 ): 663 - 668.
 
     [10] Karl von Frisch, K. The Dance Language and Orientation of Bees[M]. NewYork: Harvard University Press,1993. 301 - 304.

     [11] O'Keefe J, Dostrovsky J. The hippocampus as a spatial map. Preliminary evidencefrom unit activity in the freely moving rat[J]. Brain Res, 1971, 34( 1 ): 171 – 5.

     [12] O'Keefe J. Place units in the hippocampus of the freely moving rat[J]. ExpNeurol, 1976, 51(1): 78 - 109.

     [13] Kenneth P. Able & Mary A. Able. Daytime calibration of magneticorientation in a migratory bird requires a view of skylight polarization[J].Nature, 1993: 523 – 525.

     [14] Rachel Muheim, John B. Phillips, Susanne Akesson. Polarized Light CuesUnderlie Compass Calibration in Migratory Songbirds[J]. Science, 2006: 837 – 839.

     [15] Christine Merlin, Robert J. Gegear, Steven M. Reppert. AntennalCircadian Clocks Coordinate Sun Compass Orientation in Migratory MonarchButterflies[J]. Science, 2009: 1700 - 1704.

     [16] Dimitrios, Lambrinosete. A mobile robot employ inset strategies fornavigation robots and autonomous systems[J]. Robots and Autonomous Systems.2000: 39 - 64.

     [17] Amelie Sehmolke and HanspeterA.Mallot. Polarization compass for robotnavigation. Fifth German Workshop on Artificial Life. March18-20,2002,LUbeek, Germany. 2002: 163 – 167.

     [18] Rüdiger Wehner. Polarization vision-a uniform sensory capacity[J]. TheJournal of Experimental Biology, 2001: 2589 - 2596.

     [19] 范之國, 高雋. 仿沙蟻POL-神經元的偏振信息檢測方法的研究[J]. 儀器儀表學報, 2008, 29( 4 ): 745 - 749.

     [20] Kaichun Zhao, Jinkui Chu, Tichang Wang, and Qiang Zhang, A NovelAngle Algorithm of Polarization Sensor for Navigation[J]. IEEE TransactionsOn Instrumentation and Measurement, 2009, 58( 8 ): 2791 – 2796.

     [21] 關桂霞，晏磊，陳家斌等，天空偏振模式圖動態特性分析[J].計算機應用與軟件. 2009, 26( 12 ): 179 – 181.

     [22] Andrew R. Dahlberg, Nathan J. Pust, Joseph A. Shaw. All-Sky Image ofVisible-Wavelength Atmospheric Polarization At Mauna Loa, Hawaii[M]. IEEE,IGARSS 2010: 1683 – 1686.

     [23] Nicole Carey and Wolfgang St¨urzl. An Insect-Inspired OmnidirectionalVision System including UV-Sensitivity and Polarisation[M]. IEEE InternationalConference on Computer Vision Workshops, 2011: 312 – 319.

     [24] 趙開春, 盧皓, 尤政. 天空光偏振模式自動探測裝置[J]. 光學精密工程.2013, 21( 2 ): 230 – 244.

     [25] 盧鴻謙,尹航,黃顯林. 偏振光/MC/GPS/SINS組合導航方法[J]. 宇航學報，2007, 28:897-972.    

     [26] 范之國, 高雋, 潘登凱等. 利用偏振光、地磁、GPS進行多信息源融合導航方法的研究與實現[J]. 武漢大學學報, 2009, 11: 1324 – 1327.

     [27] 郭雷等. 一種SINS/GPS/偏振光組合導航系統建模及動基座初始對準方法[P]. 中國: 201310069511. 4.

     [28] Simon D.. Optimal state estimation: Kalman, H∞, and nonlinearapproaches[M].　New York: Wiley, 2006.

     [29] Honghui Qi, Moore. Direct Kalman filtering approach for GPS/INSintegration[J]. Aerospace and Electronic Systems, IEEE Transactions on, 2002,38( 2 ): 687 - 693.

     [30] Rudolph van der Merwe, Eric A Wan. Sigma-Point Kalman Filtersfor Nonlinear Estimation and Sensor-Fusion-Applications to IntegratedNavigation[J]. American Institute of Aeronautics and Astronautics, 2004.

     [31] Gao H, Lam J, Xie L, et al. New approach to mixed H2/H∞ filtering forpolytypic discrete-time systems[J]. Signal Processing, IEEE Transactions on,2005, 53( 8 ): 3183 - 3192.

     [32] Lu X, Xie L, Zhang H, et al. Robust Kalman filtering for discrete-timesystems with measurement delay[J]. Circuits and Systems II: Express Briefs,IEEE Transactions on, 2007, 54( 6 ): 522 - 526.

     [33] 岳曉奎, 袁建平. H∞濾波算法及其在GPS/SINS組合導航系統中的應用[J]. 航空學報, 2001, 22( 4 ): 366 - 368.

     [34] 趙偉, 袁信. 基于H∞濾波技術的GPS/INS全組合導航系統研究[J]. 宇航學報, 2002, 23( 5 ): 39 - 43    .

     [35] Yue X. K., Yuan J. P.. H∞ sub-optimal filter for low-cost integratednavigation systems[J]. Chinese Journal of Aeronautics, 2002, 23( 5 ): 39 - 43.

     [36] 王利學, 郭雷. 基于 LMI 的組合導航多目標控制[J]. 航空學報, 2008, 29(B05): 102 - 106.

     [37] Guo L, Cao S. Anti-disturbance control for systems with multipledisturbances[M]. CRC Press, 2013.

     [38] Titterton D H, Weston J H. 著, 張天光, 等譯. 捷聯慣性導航技術[M]. 北京: 國防工業出版社，2007.

     [39] Yanling Hao,Minghui Chen.Comparison of robust H∞ filter and Kalmanfilter for initial alignment of inertial navigation system[J]. Journal of MarineScience and Application, 2008, 7( 2 ): 116 - 121.

     [40] Cao S Y, Guo L. Multi-objective robust initial alignment algorithm forInertial Navigation Systems with multiple disturbances [J]. Aerospace Scienceand Technology, 2012, 21( 1 ): 1 - 6.

     [41] Guo L, Cao S Y, et al. Initial alignment for nonlinear inertial navigationsystems with multiple disturbances based on enhanced anti-disturbancefiltering[J]. International Journal of Control, 2012, 85( 5 ): 491 - 501.

     [42] Liu J, Zhang Y, Guo L, et al. A multi-objective anti-disturbance robustfilter for SINS/GPS navigation systems [J]. International Journal of IntelligentComputing and Cybernetics, 2013, 6( 3 ): 216 - 231.

     [43] Cloud Cap Technology,Piccolo Autopilot Flight Management System[EB/OL].www. cloudcaptech. com . 2014.

     [44] Cloud Cap Technology, Cloud Cap Technology Piccolo II，ExpandedCapability for Advanced Applications [EB/OL]. www.cloudcaptech.com. 2014.

     [45] Micropilot, MP2x28, family of UAV autopilots [EB/OL]. www.Micropilot.com.

     [46] Micropilot, MP2128LRC2 and MP2128HELI-LRC2 enclosed UAVautopilot [EB/OL]. www. Micropilot.com.

     [47] Rockwell Collins, Athena 611 [EB/OL]. www.rockwellcollins.com.2012.

     作者簡介

     張霄（1981-），男，山東聊城人，講師，碩士生導師，博士，現任教于北京航空航天大學自動化科學與電氣工程學院，主要研究方向為飛行器導航、制導與控制?，F主持國家軍口863課題2項、國家自然基金課題1項，參與國家“863”、國防基礎科研重大項目、國家自然科學基金重點項目等國家級課題10余項，目前已出版專著1部，發表學術論文10余篇，授權國家發明專利17項。

     王悅（1992-），女，江西上饒人，現就讀北京航空航天大學儀器科學與光電工程學院研究生，主要研究方向為機器人導航制導與控制系統設計。

     郭雷（1966-），男，教授，博士生導師，現任教于北京航空航天大學自動化科學與電氣工程學院，主要研究方向為控制理論與控制工程。教育部長江學者特聘教授，國家杰出青年科學基金獲得者、北京市科技領軍人才。“智能感知與控制一體化技術”北京市國際科技合作基地負責人，“飛行器抗干擾控制”教育部長江學者創新團隊負責人。近五年承擔國家863計劃重大項目課題、973計劃課題、國家自然科學基金等國家級項目20余項。在SCI期刊發表論文80余篇，2007年獲教育部自然科學獎一等獎（排名第1）、國家科學技術進步二等獎（排名第7），2013年獲國家自然科學二等獎（排名第1）。

     摘自《自動化博覽》4月刊