下一代大型军用运输类飞机气动布局及作战应用趋势浅析

随着导弹发射车、重型装甲车、智能无人集群等重型物资装备的远程快速投送需求剧增,以及隐身战机、远距空空弹、防区外自主武器等穿透性打击能力的逐渐成熟,现有常规大型军用运输类飞机在适合未来战场需求和生存能力等方面将面临巨大威胁,其投送/加油/预警指挥的活动范围将被严重挤压。本文首先对现有常规大型军用运输类飞机的国内外现状进行简要概述;然后分别介绍美俄等航空大国开展的下一代大型军用运输类飞机及其关键技术研究;最后对下一代大型军用运输类飞机气动布局发展趋势以及可能作战应用场景进行简要分析,并提出一种分布式涵道油电混合推进运输类飞机气动布局。     

固定翼集群无人机空中模拟对接技术

自主空中加油技术对于提高无人机（UAV）续航能力，扩大作战半径，增加载荷重量以及提升战略部署等方面有着重要的意义，是未来智能集群无人机系统的必备技术。本文以“无人争锋（UI-STRIVE）”空中握手比赛为背景，对固定翼集群无人机空中模拟对接相关技术及策略进行了研究。首先，针对固定翼集群无人机飞行速度快、编队密集程度高等特点，设计了集群无人机空中对接流程以及基于Dubins路径规划的时间最短的追机方案，并采用非线性制导律进行航路跟踪；其次，基于模拟锥套的先验信息设计了一组弱分类器，并通过级联的方式实现对模拟锥套的快速检测；然后，设计了沿加油机航线方向进行精确对接的策略，并结合无人机姿态先验以及模拟锥套尺寸信息推导了精确对接阶段制导参数解算方法；最后，设计了相应的固定翼集群无人机系统，并以4机编队参加了第2021届“无人争锋”空中握手比赛，参赛结果验证了本文所提出固定翼集群无人机系统以及其技术和策略的可行性。     

察打一体无人机的特点与发展

察打一体无人机已经成为美军打击时敏目标的利器，它的出现改变了传统的作战方式并显现出良好的使用前景。察打一体无人机在平台、系统、任务载荷、武器、控制站等方面都有独特的要求，而且优劣势明显。未来，其平台和作战能力还有较大的提升空间。     

由美军无人机系统的发展引发的思考

简要介绍了目前美军无人机的研制发展和装备情况，着重分析了当前美军无人机发展的三大特点，即作战区域覆盖全球、作战任务类型繁多，大量新技术的应用以及强调无人机的能力和智能化程度。并对我国无人机的发展提出了系统规划无人机平台体系，改研和新研协调发展以及重视反无人机战术技术研究的建议。     

作战飞机效能分析研究综述

作战飞机效能分析在作战飞机设计及其作战各发挥着重要作用。总结了作战飞机效能分析理论的发展历程，从作战飞机效能概念、效能分析基本方法等方面阐述了作战飞机效能分析研究现状，提出了作战飞机效能分析模型体系，并指出了未来的研究重点。     

美国无人作战飞机系统的发展思路

无人作战飞机系统(UCAS)是可重复使用的、能够携带致命或非致命武器实施攻击任务的无人机系统,是适应未来信息化战争需求,在"空-天-地(海)"一体化信息网络环境中作战的智能化武器系统。无人作战飞机(UCAV)已成为21世纪军用航空装备发展的一个重要标志。     

从X-51试飞看未来飞行器的发展

高超声速巡航飞行器被认为是美国实施全球快速打击的战略性攻击武器,满足美国提出的2h内打遍全球的作战要求。本文从美国的X-51飞行试验谈起,对高超声速巡航飞行器的潜在军事用途、关键技术以及作战能力上的优劣势进行了逐一分析。     

人工智能技术在直升机领域的应用及发展展望

人工智能技术正在受到世界各国的高度重视,并逐渐在军事领域得到推广应用.人工智能技术与装备的有机结合,将极大地提升装备作战效能,甚至颠覆作战样式.本文基于直升机技术特点分析了直升机对人工智能的典型技术需求,介绍了当前直升机在智能化技术发展方面的最新研究成果,最后对未来直升机的智能化技术的发展趋势进行了展望.     

美国空军作战飞机生存力技术需求（2）

4技术要求 本章对决定飞机及其武器系统速度和信号特征参数的各种因素、所涉及技术的发展现状和空军未来打击系统的目标进行了描述。立足于成员专业知识和赞助机构的数据库与分析，委员会对2018年形成初步作战能力的飞机能否实现各种速度和隐身组合进行评估。     

飞机战伤抢修评估与设计方法综述

飞机战伤抢修（ABDR）是提高飞机生存力与作战能力的重要手段之一，开展战伤抢修技术研究覆盖飞机全寿命阶段。回顾了战伤抢修研究的历史和现状，分别从战伤评估、战伤抢修设计、战场维修与保障等3方面总结了战伤抢修体系要点，重点综述了战伤抢修预评估技术、战伤现场评估技术、战伤抢修设计准则与原则、战伤抢修设计与评价方法、战场快速维修技术、战场保障方法等方面的理论与研究进展。在此基础上，针对未来体系对抗与智能化作战环境，结合目前战伤抢修需求，提出了包括先进材料结构飞机战伤抢修技术、直升机战伤抢修技术、飞机战伤评估智能技术等战伤抢修技术研究需要关注和解决的问题。     

从空战制胜机理演变看未来战斗机发展趋势

制空权是当代战争一切空中行动的前提条件,而承担空中优势重任的战斗机的研发工作长期以来为各军事大国所重视。数十年来,美军在空战理论、战斗机研发和空战实践等方面具有领先优势,已率先完成由能量机动制胜向信息机动制胜的空战能力转变。随着自主、人工智能、无人、通信、计算等技术的快速进步,美军正在塑造以下一代战斗机为核心,以复杂空战系统为基本空战单元的新空战形态,认知机动制胜将是未来空中对抗的制胜机理。本文将系统梳理空战制胜机理的演变历程,结合当前技术发展与布局,研判未来战斗机发展趋势。     

Unmanned aerial vehicle swarm mission reliability modeling and evaluation method oriented to systematic and networked mission

With the development of Unmanned Aerial Vehicle (UAV) system autonomy, network communication technology and group intelligence theory, mission execution in the form of a UAV swarm will be an important realization of future applications. Traditional single-UAV mission reliability modeling methods have been unable to meet the requirements of UAV swarm mission reliability modeling. Therefore, the UAV swarm mission reliability modeling and evaluation method is proposed. First, aimed at the interdependence among the multiple layers, a multi-layer network model of a UAV swarm is established. At the same time, based on the system having the following characteristics—using a mission chain to complete the mission and applying the connectivity of the mission network—the mission network model of a UAV swarm is established. Second, vulnerability and connectivity are selected as two indicators to reflect the reliability of the mission, and aimed at random attack and deliberate attack, vulnerability and connectivity evaluation methods are proposed. Finally, the validity and accuracy of the constructed model are verified through simulations, and the model and selected indicators can meet the reliability requirements of the UAV swarm mission. In this way, this study provides quantitative reference for UAV-swarm-related decision-making work and supports the development of UAV-swarm-related work.     

飞行器集群协同制导控制方法及应用研究

分析了目前多飞行器协同作战的发展现状与趋势，指出了多飞行器以编队形式进行协调与配合，可以有效提高突防概率与作战效能。针对飞行器集群协同制导控制技术，分析梳理了相关的技术难点。然后，分别对协同任务规划与动态目标分配方法和多飞行器编队协同控制方法、多约束条件下的分布式协同制导方法的国内外研究现状进行了介绍。最后对飞行器集群协同制导控制技术进行了总结，并对未来的发展方向进行了展望。     

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。     

人工智能赋能空域系统,提升空域分层治理能力

为应对未来平台无人化、用户多元化、服务个性化的航空发展趋势,空域运行将呈现分层治理的发展趋势。而随着算力、算法与数据的持续提升与积累,数据驱动的人工智能方法将持续为层次化的空域系统赋能。本文从超低空、城市、区域、枢纽、亚轨道等5个层次化场景梳理我国空域系统的发展趋势;提炼得出空域运行面临的核心难点与关键科学问题;提出基于数据驱动的人工智能方法求解空域运行科学问题的研究框架、研究内容和应关注的关键技术;结合层次化典型应用场景,简要分析智能空域运行的具体应用案例;最后对人在空域运行中的作用提出了新的思考。     

基于Swarm的任务分配系统模型的实现

随着计算机科学在人工智能领域的研究和发展,借助于计算机,人们即可以在Swarm平台上进行模拟仿真,从而对各类复杂系统进行可信赖的实验室研究。以现实生活中常常出现的任务分配这个复杂系统为例,详尽的描述和说明在Swarm平台上模拟实现该系统的全过程。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

一种基于生物趋化的改进粒子群算法

针对标准粒子群算法进行多极点函数优化时易导致早熟收敛及陷入局部最优的问题,把生物趋化原理引入到粒子群优化算法中,改变传统粒子群优化算法只存在吸引操作而没有排斥操作的单向性,提出一种保持种群多样性的改进算法,并对其关键参数的选择进行了研究。仿真实验结果表明,与传统粒子群优化算法相比,基于生物趋化的粒子群算法对于处理复杂的多峰函数或优化问题,可显著提高算法的全局寻优性能。     

人工智能与空气动力学结合的初步思考

以人工智能为核心的新一轮技术革命及产业变革正在影响着社会的各个领域,世界各航空航天大国均在人工智能与空气动力学的结合方面开展了许多有益的尝试与探索。本文回顾了人工智能技术的发展历程及现状,重点讨论了大数据时代背景下人工智能在风洞试验、数值计算和飞行试验等空气动力学研究的三大手段上的应用,详细分析了人工智能在辅助海量气动数据分析与知识发现上发挥的作用,探讨了人工智能在气动建模与先进飞行器设计中蕴藏的应用价值,并指出了人工智能与空气动力学相结合所带来的挑战。     

A novel autonomous self-assembly distributed swarm flying robot

Swarm intelligence embodied by many species such as ants and bees has inspired scholars in swarm robotic researches. This paper presents a novel autonomous self-assembly distributed swarm flying robot-DSFR, which can drive on the ground, autonomously accomplish self-assembly and then fly in the air coordinately. Mechanical and electrical designs of a DSFR module, as well as the kinematics and dynamics analysis, are specifically investigated. Meanwhile, this paper brings forward a generalized adjacency matrix to describe configurations of DSFR structures. Also, the distributed flight control model is established for vertical taking-off and horizontal hovering, which can be applied to control of DSFR systems with arbitrary configurations. Finally, some experiments are carried out to testify and validate the DSFR design, the autonomous self-assembly strategy and the distributed flight control laws.