第1章 概述 1
1.1 简介 1
1.2 早期：仿生学 2
1.3 中期：可变布局 5
1.4 后期：回归仿生学 9
1.5 结论 10
参考文献 10
第一部分 仿生学 13
第2章 昆虫、鸟类和蝙蝠的翅膀变形：构造和功能 13
2.1 概述 13
2.2 昆虫 14
2.2.1 翅膀的结构和机理 15
2.2.2 全翅膀变形 18
2.3 鸟类 24
2.3.1 翅膀的结构和机理 25
2.3.2 全翅膀变形 27
2.3.3 局部羽毛的弯曲 30
2.4 蝙蝠 31
2.4.1 翅膀的结构和机理 33
2.4.2 全翅膀变形 34
2.5 结论 36
致谢 37
参考文献 37
第3章 微型航空器的仿生学变形 43
3.1 微型航空器 43
3.2 微型航空器设计理念 46
3.3 MAV的技术挑战 48
3.4 MAV和NAV的飞行特性 50
3.5 MAV的仿生变体概念 50
3.5.1 机翼平面形状 52
3.5.2 翼型 52
3.5.3 尾翼调节 53
3.5.4 重心移动 53
3.5.5 扑动调节 53
3.6 MAV/NAV变体展望 53
3.7 未来挑战 54
3.8 结论 56
参考文献 56
第二部分 控制与动力 61
第4章 智能变体无人机的形状与飞行控制 61
4.1 简介 61
4.2 自适应强化学习控制架构的功能 62
4.3 学习飞行器的形状变化 63
4.3.1 强化学习系统概述 63
4.3.2 变形学习Agent的实现 66
4.4 变体飞行器的数学模型 68
4.4.1 空气动力学模型 68
4.4.2 本构方程 68
4.4.3 模型网格 71
4.4.4 动力学建模 73
4.4.5 参考航迹 76
4.4.6 形状记忆合金驱动器动力学 76
4.4.7 变体翼的控制效应 78
4.5 变体控制律 78
4.5.1 姿态控制的结构自适应模型逆（SAMI）控制 78
4.5.2 更新律 82
4.5.3 稳定性分析 82
4.6 数值示例 83
4.6.1 目标与范围 83
4.6.2 例1：学习新的主要目标 83
4.6.3 例2：学习新的中间目标 87
4.7 总结 90
致谢 90
参考文献 91
第5章 变体飞行器建模与仿真 94
5.1 简介 94
5.1.1 鸥形翼飞行器 94
5.2 变体的空气动力学建模 96
5.2.1 变体的涡格空气动力学 97
5.2.2 力与力矩的计算 99
5.2.3 鸥翼变形的空气动力学效应 99
5.3 变体的飞行动力学建模 101
5.3.1 标准方法概述 101
5.3.2 扩展刚体动力学 104
5.3.3 变体建模 107
5.4 驱动器力矩与功率 112
5.5 开环机动与变体影响 116
5.5.1 纵向机动 117
5.5.2 转弯机动 122
5.6 使用变体控制的鸥翼飞行器 125
5.6.1 功率优化的变体增稳系统 126
5.7 小结 129
附录 130
参考文献 131
第6章 仿鸟飞行器的飞行动力学建模 134
6.1 简介 134
6.2 扑翼飞行的特性 136
6.2.1 飞行平台试验研究 136
6.2.2 非定常空气动力学 137
6.2.3 与配置相关的质量分布 138
6.2.4 非线性飞行运动 140
6.3 飞行器运动方程 141
6.3.1 传统飞行器模型 141
6.3.2 多体模型的配置 144
6.3.3 运动学方程 145
6.3.4 动力学方程 146
6.4 系统辨识 148
6.4.1 耦合的驱动器模型 149
6.4.2 尾翼空气动力学 150
6.4.3 机翼空气动力学 152
6.5 仿真与反馈控制 153
6.6 小结 155
参考文献 156
第7章 具有时变惯量的变体飞行器飞行动力学 159
7.1 概述 159
7.2 飞行器 160
7.2.1 设计 160
7.2.2 建模 164
7.3 运动方程 165
7.3.1 机体坐标系中的状态 165
7.3.2 时变惯量的影响 166
7.3.3 力矩的非线性方程 166
7.3.4 力矩方程的线性化 167
7.3.5 飞行动力 170
7.4 时变极点 171
7.4.1 定义 171
7.4.2 讨论 173
7.4.3 模态解释 173
7.5 时变变体的飞行动力学 175
7.5.1 变体 175
7.5.2 模型 177
7.5.3 极点 178
7.5.4 模态解释 184
参考文献 186
第8章 关于变体飞行器在做栖息运动时的最佳轨迹控制问题 189
8.1 简介 189
8.2 飞行器的描述 191
8.3 飞行器运动方程 193
8.4 空气动力学 198
8.5 栖息的最佳飞行轨迹 204
8.6 优化结果 210
8.7 结论 217
参考文献 217
第三部分 智能材料与结构 223
第9章 应用强化学习方法的变体智能材料驱动器控制 223
9.1 智能材料介绍 223
9.1.1 压电材料 224
9.1.2 形状记忆合金 224
9.1.3 控制SMA的难点 225
9.2 强化学习的介绍 226
9.2.1 强化学习法问题 226
9.2.2 瞬时差分法 227
9.2.3 选取行动 230
9.2.4 函数逼近 231
9.3 作为强化学习问题的智能材料控制 234
9.3.1 智能材料驱动器的状态空间和行动空间 234
9.3.2 函数逼近选择 236
9.3.3 控制的开采行动-值函数 237
9.4 示例 237
9.4.1 仿真 238
9.4.2 试验 243
9.5 结论 245
参考文献 246
第10章 SMA驱动器嵌入变体飞行器构件 249
10.1 SMA简介 249
10.1.1 内在工作机理 250
10.1.2 独特工程效应 251
10.1.3 可选的形状记忆合金 255
10.2 形状记忆合金的航空航天应用 257
10.2.1 固定翼飞机 257
10.2.2 旋翼机 263
10.2.3 航天器 265
10.3 SMA驱动器特性与系统分析 266
10.3.1 试验技巧与注意事项 266
10.3.2 构建分析工具 271
10.4 结论 274
参考文献 276
第11章 分级控制与先进变体系统的规划 285
11.1 介绍 285
11.1.1 分级控制原理 286
11.2 变体动力学和性能图 288
11.2.1 通过图论离散化性能图 289
11.2.2 变体图的规划 294
11.3 先进变体结构中的应用 295
11.3.1 变体图形的构造 298
11.3.2 Kagomé构架介绍 300
11.3.3 Kagomé构架变体实例 303
11.4 结论 306
参考文献 306
第12章 综合评估 309
12.1 环顾：当前发展状况 309
12.1.1 仿生学 309
12.1.2 空气动力学 309
12.1.3 结构 310
12.1.4 自动控制 310
12.2 前瞻：前进之路 310
12.2.1 材料 311
12.2.2 推进技术 311
12.3 结论 312