无人机蜂群轨迹预测研究

传统防空火控算法中的轨迹预测模型无法对复杂的无人机蜂群进行有效地轨迹预测，而现有针对无人机机动轨迹的预测研究通常只考虑单个无人机，且模型量级过大。为了准确且快速地预测无人机蜂群轨迹，本文提出一种面向蜂群的轨迹预测方法。在获得蜂群轨迹后，首先基于DBSCAN 对其进行聚类，判断出蜂群中各个无人机的类别；然后基于分形算法，判断无人机轨迹是简单轨迹还是复杂轨迹；最后，采用卡尔曼滤波进行简单轨迹的预测，用基于LSTM 网络的方法进行复杂轨迹的预测。结果表明：本文提出的无人机蜂群轨迹预测方法的预测误差远远小于纯采用卡尔曼滤波方法预测的误差，且预测时间小于仅采用LSTM 网络方法预测的时间，可以较为准确地预测蜂群中不同集群无人机的轨迹，为反无人机蜂群火控解算提供基础。     

基于非正交多址的空中基站MEC资源分配技术

无人机由于具有高机动性、灵活性以及低成本等优势，在移动边缘计算（MEC）网络中发挥了重要的作用。但仍存在不少需要应对的挑战，例如，如何设计无人机部署方案及如何利用无人机有限的计算和通信资源等挑战。针对旋翼无人机周期移动辅助MEC网络下的用户能耗问题，考虑无人机的周期性飞行，对其飞行轨迹进行数学建模，优化用户的总功耗，并基于非正交多址技术提出一种无人机移动部署MEC资源分配与无人机轨迹优化算法。该算法应用连续凸逼近优化无人机计算资源的分配及用户的发射功率，通过块坐标下降法和迭代法优化得到无人机最佳飞行轨迹。仿真结果表明与无人机的静态部署、圆形轨迹部署相比，所提算法能有效降低用户的总功耗。     

基于罚函数序列凸规划的多无人机轨迹规划

多无人机（UAVs）轨迹规划是具有非线性运动约束和非凸路径约束的最优控制问题。引入序列凸规划思想,将非凸最优控制问题近似为一系列凸优化子问题,并利用成熟的凸优化算法进行求解,以更好地权衡最优性和时效性。首先,建立了多无人机协同轨迹规划的非凸最优控制模型。然后,利用离散化和凸近似方法将其转换为凸优化问题,包括对无人机运动模型的线性化,以及对威胁规避约束和无人机碰撞约束的凸化。同时,提出了一种离散点间的威胁规避方法,保证无人机在离散轨迹点间的飞行安全。在凸优化模型的基础上,给出了基于罚函数序列凸规划求解多无人机轨迹规划的具体框架。最后,通过数值仿真验证了方法的有效性,结果表明该方法在多机轨迹规划结果的最优性和时效性都要优于伪谱法,而且优势随编队数量的增加而增大。     

基于Leader-Follower的多无人机编队轨迹跟踪设计

针对四旋翼无人机（UAV）群在轨迹跟踪过程中易受外界干扰而引起跟踪误差的问题，设计了基于Leader-Follower的多无人机协同编队轨迹跟踪控制方法。在该系统中，首先通过积分反步法（IBS）对所建四旋翼飞行器模型设计Leader无人机的轨迹跟踪控制器。其次设计了滑模控制（SMC）器，以控制Leader与Follower无人机实现期望的编队队形并同时跟踪参考轨迹。然后通过数值仿真验证了算法的有效性，仿真结果表明，系统具有良好的控制精度。最后通过视觉定位系统进行实验，结果表明所设计的控制器能够实现多个无人机轨迹跟踪和编队控制，所设计的算法具有可行性。     

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。     

基于能量优化的无人机机动轨迹生成方法

基于能量优化的无人机机动能够使无人机在不失去决定性位置优势的情况下获取相对于对手的能量优势，足够的能量优势可转换为有效的位置优势，有利于无人机在空战中随时改出当前机动并投入下一机动动作，对于无人机获取空战胜利至关重要。开展了基于能量优化的无人机机动轨迹生成方法研究，通过在无人机机动飞行包线内设计合适的机动指令，使得无人机能量性能指标最优。以上升转弯机动为例进行了机动轨迹生成的详细设计，并与常规上升转弯机动轨迹生成结果进行对比，仿真结果显示所设计的机动动作完成时间缩短了28.6%~83.8%，总能量变化减少了64.7%~70.1%，实现了无人机机动飞行的能量优化。     

垂直起降运载火箭返回着陆轨迹在线优化研究

针对垂直起降运载火箭返回着陆轨迹优化问题开展了研究。首先，基于多区间Radau伪谱法和稀疏非线性规划技术，采用C++语言编程开发了具有在线优化能力的轨迹优化程序。然后，针对火箭返回着陆轨迹的落点误差较大问题，提出了末段轨迹在线更新的应用模式，以消除轨迹累积误差。最后，开展了仿真计算。研究结果表明：所提方法能够快速求解运载火箭返回着陆轨迹优化问题，计算效率比GPOPS-Ⅱ软件提高大约3～12倍，并且可以移植到嵌入式系统，具有在线优化的能力；对末段轨迹进行在线更新能够有效提高返回轨迹的落点精度。     

无人机群体视角下的轨迹预测CSCD

利用无人机对观测目标的运动轨迹进行预测是当前无人系统领域的关键任务之一。目前的目标轨迹预测研究通常基于单一无人机所采集的轨迹数据,但由于场景中障碍物以及视角倾斜等因素的影响,单无人机不易稳定监测目标具体位置,容易导致目标丢失。而且,现有利用无人机的目标轨迹预测一般基于鸟瞰视角,没有发挥出无人机的灵活性。随着无人机集群协同技术的发展,无人机群体视角为目标全方位监测提供了新的思路,在解决目标丢失和目标遮挡问题中具有明显的优势。同时,基于多无人机的位姿估计可以估计出目标的准确三维坐标,为无人机的灵活视角观测提供基础。因此,从轨迹预测的相关工作出发,探讨无人机群体视角下轨迹预测中面临的挑战和解决思路,以期对未来的轨迹预测研究以及集群协同技术发展提供一定帮助。     

FMS巡航阶段的垂直轨迹预测算法及应用

飞机的飞行过程涉及多个垂直飞行阶段,巡航阶段占了绝大部分的飞行时间、飞行距离及燃油消耗,研究飞行管理系统（FMS）巡航阶段的垂直轨迹预测算法,对于提升飞行的经济性、舒适性、安全性是非常重要和必要的。为了满足不同类型飞机之间巡航阶段垂直轨迹预测算法的通用性,提高垂直轨迹预测的精确度和可信度,提出一种适用于巡航阶段的垂直轨迹预测算法。首先,通过计算巡航阶段的速度剖面,构建预测过程中更加符合实际的大气模型;然后基于第一性原理（第一法则）的飞机模型计算所需的巡航燃油流量数据,通过设计的巡航阶段垂直轨迹预测算法逻辑,给出巡航阶段预测的垂直轨迹;最后通过地面仿真试验和空中试飞验证算法的有效性与准确性。结果表明：本文提出的基于第一性原理飞机模型的FMS 巡航阶段垂直轨迹预测算法能够预测飞机的巡航轨迹,且预测精度误差低于1%。     

战术飞行实时轨迹优化系统设计

介绍了在所开发的“战术飞行轨迹优化系统”中采用的轨迹优化方法－启发式搜索算法的改进方案。为了加快搜索速度，建立了专家系统，介绍了专家系统的规则。为了验证方法的有效性，建立了基于局域网的地面实时仿真系统，详细介绍了专家系统的设计。仿真计算结果表明，所开发的飞行轨迹优化系统是可行的。     

基于凸优化的再入轨迹三维剖面规划方法

可重复使用飞行器一般采用大升阻比气动外形，再入轨迹三维剖面规划方法可充分发挥这类飞行器固有的机动能力。计算量大是制约三维剖面规划应用的难题，为提高计算效率，提出了一种基于凸优化的再入轨迹三维剖面规划方法。首先，分析运动方程特性，利用定义新的控制变量、约束松弛、连续线性化等技术，将原始非凸的三维剖面规划问题转化为一个凸优化问题。其次，将指令反解步骤嵌入至序列凸化算法中，通过迭代求解凸优化子问题，获得原问题的可行解。数值仿真结果表明所提方法具有较高的求解精度和确定的收敛性质，飞行器的机动能力得到充分发挥；与伪谱法的结果对比表明凸优化方法在轨迹规划问题上具有更高的求解效率。     

用最大值原理求某无人机的最优上升轨迹

为改进某无人机飞行性能，应用最大值原理求解无人机在垂直平面内的最优上升轨迹，推导了无人机最经济爬升所满足的极值方程；并用此方程和最快爬升极值方程这两类目标函数求解了某无人机的最优上升轨迹，计算结果表明，经优化后的爬升轨迹可以节省燃油，延长无人机的续航时间或快速爬升到预定的终点高度具有较好的性能收益。     

高超声速飞行器再入轨迹多目标优化

针对飞行器再入轨迹多目标优化问题,提出了一种基于粒子群算法与层次分析法的综合求解策略。首先,根据飞行器的动力学模型以及再入约束条件,建立了飞行器多目标优化模型;然后,考虑到粒子群算法只能求解无约束单目标问题,采用罚函数处理飞行过程中的约束条件和优化目标;最后,针对不同约束及目标的权重对再入轨迹的影响,利用层次分析法建立包含主观评估信息的优化模型,采用粒子群算法优化求解满足相应约束条件的再入轨迹问题。仿真结果表明,该方法所生成的优化轨迹具有较高的精度和计算效率,并对设计者的主观需求有良好的体现。     

基于网格测力数据的多体分离轨迹预测方法研究

将基于风洞网格测力试验数据建立的气动力模型与刚体运动方程进行耦合求解得到多体分离轨迹-时间特性，建立了一种多体分离的离线轨迹预测方法。为了提高气动力模型的预测精度，针对移动最小二乘法（MLS）模型提出一种新的权函数形式，针对Kriging气动力数学模型通过加入样点预处理提出了Kriging-Pre数学模型。研究方法应用于来流马赫数6条件下，某并联两级入轨飞行器标模的分离特性研究。研究表明采用改进的两种气动力数学模型均可有效提高分离轨迹预测精度，得到与CFD以及风洞试验定性一致的结论。验证了本文提出的离线轨迹预测方法可以满足当前多体分离特性定性分析需求，具有较高时效性。     

具有通信约束的分布式SOR多智能体轨迹估计算法

针对传统多智能体轨迹估计算法信息交换量大，计算量随群规模指数增长，可扩展性差等诸多不足，提出了一种基于超松弛迭代（SOR）的分布式多智能体轨迹估计算法，通过将最大似然（ML）准则下的轨迹估计转化为两级线性优化问题，并综合利用分布式超松弛迭代（Distributed SOR）和标记初始化方法，加快求解速度并简化信息交换流程，最终实现了多智能体位姿轨迹优化和协作定位。实验表明，所提的分布式方法能达到集中式算法的精度水平，在49个智能体规模条件下，位置估计误差小于0.15 m，姿态估计误差小于0.03°，且数据交换量仅到现有主流分布式方法DDF-SAM的0.06%，能很好用于大规模集群的场景。     

无人机机动轨迹跟踪系统设计

对无人机机动飞行轨迹跟踪系统的内环姿态控制律和外环轨迹跟踪控制律两部分分别进行了设计。利用非线性动态逆方法设计了内环姿态控制律。外环轨迹跟踪控制律采用逆动力学前馈加模糊反馈的控制结构,提高系统对飞行条件及期望轨迹剧烈变化时的跟踪精度。仿真结果表明,所设计的系统能够控制无人机精确跟踪指定的机动轨迹,且相对于固定增益系统具有更好的鲁棒性。     

基于改进粒子群算法辨识Volterra级数的目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题，结合目标机动轨迹时间序列的混沌特性，提出一种基于相空间重构理论和Volterra泛函级数的目标机动轨迹预测模型。该模型首先采用0-1检测法验证了目标机动轨迹时间序列具有混沌特性；其次，利用C-C法确定嵌入维数和时间延迟，对目标机动轨迹时间序列进行了相空间重构；然后，引入Volterra泛函级数预测模型，为了克服高阶Volterra核函数求解复杂的难题，提出一种混沌变异自适应粒子群算法，构建一种基于改进粒子群算法辨识的Volterra级数预测模型，并将其应用于目标机动轨迹预测；最后，将所提算法与卡尔曼滤波算法以及机器学习算法进行单步和多步预测对比，同时将改进粒子群算法与其他智能算法进行性能比较。仿真结果表明：所提预测模型具有良好的单步和多步预测性能，改进的粒子群算法具有参数辨识精度高、收敛速度快的优点。     

RBCC飞行器爬升段轨迹设计方法

 火箭基组合循环（RBCC）的发动机推力与飞行轨迹相互影响,导致飞行器轨迹设计与发动机性能分析存在耦合作用。对RBCC飞行器爬升段的轨迹设计方法进行研究,提出了基于马赫数-动压参考曲线的轨迹设计方法。对非均匀有理B样条(NURBS)曲线进行了定义补充,以用于描述具有任意形状的马赫数-动压参考曲线,并对参考曲线的各控制参数选取方法进行了研究;建立了基于二分法求解迎角并实现轨迹方程求解的算法流程。利用提出的轨迹设计方法对空中载机发射的RBCC飞行器进行了爬升段轨迹设计与分析,计算结果表明：(1)马赫数-动压参考曲线法考虑了发动机性能与飞行轨迹的耦合作用,能够适用于RBCC飞行器爬升段的轨迹设计;(2)引射模态低速段（Ma<2.0）消耗的推进剂质量超过爬升段的50%以上,是发动机性能优化的关键;(3)引射模态推进剂流量最大值与最小值之比达到了6.3;(4)当飞行马赫数达到1.7后引射模态下的来流空气冲压作用超过了一次火箭的引射作用,在保证空气捕获方面占主导地位。     

人员离机轨迹数值模拟及快速预测研究

离机轨迹研究在分析外挂物分离、导弹投放以及人员空中脱离过程等方面有着重要的参考意义。运用动态嵌套网格技术,通过CFD方法来模拟人员空中离机后的运动轨迹。提出一套基于本征正交分解(POD)方法的人员离机轨迹快速预测算法。将CFD数值模拟得出的离机轨迹作为样本,以飞行马赫数和攻角双参数变化为例,详细介绍POD方法预测离机轨迹的实现步骤。结果表明:POD方法相对于CFD方法可以大大减少计算时间,并且POD预测结果与CFD方法得到的结果吻合较好,为离机轨迹预测在工程应用上提供了一种快速简便的方法。     

紊流环境下四维轨迹优化的伪谱方法研究

为了提高紊流条件下飞机的飞行安全,提出了一种基于伪谱方法的四维轨迹优化方法。建立了不确定环境中的飞机动力学模型和紊流模型,并设计了目标函数和约束条件;通过伪谱法将不确定环境下的四维轨迹优化问题转化为非线性优化问题,然后应用序列二次规划对该问题进行求解;讨论了不同的配点数对优化结果的影响,分析比较了GPM,LPM和RPM三种伪谱法的特点。仿真结果表明,紊流情况下,所提算法可以精确地找到四维飞行轨迹。