一种无人机鲁棒自适应控制律设计

针对现代无人机作战时存在强不确定性、全包线大机动飞行时的强非线性、战损/故障导致的舵面效能变化问题，提出一种包含基本控制器和补偿控制器的鲁棒自适应控制律设计方法。以鲁棒伺服LQR作为基本控制器，L自适应作为补偿控制器，在保证无人机控制系统稳定性和动态特性的同时，拥有较强的鲁棒性。仿真结果表明了该方法的有效性和优越性。     

具有输入时滞的集群无人机事件触发协同最优控制

针对带有输入时滞和外部干扰的集群无人机系统,提出了一种基于强化学习的集群无人机事件触发分布式自适应最优控制方法。为了实现最优控制,引入了基于神经网络的强化学习算法,并设计了一种与系统控制性能有关的动态事件触发策略,该策略可以在尽可能降低对一致性控制性能不利影响的前提下,减少通信资源的浪费,同时该策略不存在Zeno行为。此外,在控制器设计过程中,引入了一种含有积分项的坐标变换来处理系统的输入时滞问题。在输入时滞和外部干扰的影响下,所提出的基于干扰观测器的最优分布式协同神经网络控制策略能够保证每个无人机系统所有信号都有界,并且每个无人机系统的输出能够实现一致性。最后,仿真结果验证了所提控制方法的有效性。     

基于粒子群优化的多导弹动态武器目标分配算法

针对复杂多变的未来战场环境,对空防御系统需要实现对多个目标进行武器分配。由于传统静态武器目标分配（Static weapon target assignment, SWTA）模型受到很多因素的限制,无法适应战场态势的快速变化。为了解决多导弹的动态武器目标分配（Dynamic weapon target assignment, DWTA）问题,将对空防御过程离散为多个阶段,并根据战场实时态势数据构建了DWTA的数学模型,提出了一种改进的粒子群优化算法,引入了武器转火时间窗等约束条件,在算法中考虑拦截概率和导弹耗费等多个指标。最后通过大量仿真实验,验证了粒子群算法进行多导弹目标分配的合理性和有效性。     

战斗机的体系对抗分析(英文)

体系对抗分析是武器系统作战效能研究的最高层次。本文建立了空对空作战体系对抗的物理模型 ,基于多元兰彻斯特平方律方程 ,给出了不同空战武器战术交战的数学模型 ,考虑现代战争的高技术特征 ,发展了战役优势参数概念 ,使其更加准确地反映空对空作战的实质。以数学模型和战役优势参数为核心 ,采用随机分配目标战术和战斗机对空作战能力指数 ,完成优势评估、进程预测和配置优化等体系对抗问题的计算分析。结果表明 ,具有发展特征的经典作战理论仍能在新的应用中发挥重要作用。     

无人集群试验评估研究现状分析及理论方法

无人集群试验评估是促进无人集群技术从理论走向实践的重要桥梁。与传统的作战系统相比，无人集群系统具有自主协同、能力涌现、智能对抗等特点，这已大大超出传统作战系统试验评估的范畴。针对上述现实需求，本文旨在综述美国和中国在推进集群试验评估方面所进行的开创性工作的基础上，主要对无人集群试验评估的概念内涵、发展现状进行了讨论分析；结合课题组在航空集群作战领域的研究基础，探讨无人集群试验评估的主要内容和可行的技术路线，为军事装备的信息化升级和智能化转型奠定基础。     

半自主多机器人竞技对抗决策系统研究

机器人竞技以其独有的动态性、实时性等特点,逐渐成为多智能体机器人系统的研究平台。以类人型机器人为硬件平台,设计了包含视觉子系统、决策子系统以及通信子系统在内的半自主机器人的竞技对抗决策系统。然后根据类人型机器人运动特性提出攻防策略模型,设计态势评估、路径规划等相关机器人对抗决策策略。最后通过实验证明了对抗决策系统的稳定性。     

基于MQTT协议的无人机态势数据引接和计算

本文主要研究的是民用无人机的实时飞行数据引接，通过使用MQTT协议，将无人机实时的态势数据引入到系统的消息总线中，然后通过解析和计算，将无人机的实时态势数据存储到系统的高速缓存，使系统实时展示无人机的态势信息成为可能。该方案为无人机实时态势数据的引接、计算到展示提供了一体化的解决思路，为无人机的监控管理提供了必要的技术手段，同时为后续有效监管辖区内的低、小、慢民用飞行器提供平台基础。     

无人机的发展及其气动设计

首先分析了新军事革命对空中对抗途径的影响，指出２１世纪初的空中力量将由有人机和无人机混合组成。接着分析了无人机的发展趋势，指出国外在发展无人侦察机和有人战斗机的基础上，正在发展无人战斗机。在介绍了无人侦察机的气动设计之后，重点讨论了无人战斗机的气动设计。为了要满足隐身、高升阻比和高机动性的要求，无人战斗机的布局方案大多是无尾方案，并采用推力矢量控制。对于无尾布局来说，在气动方面的最大挑战是寻找新的操纵机构。最后，对无人机的空气动力学课题提出了建议。     

倾转三旋翼无人机倾转定高控制研究

针对倾转旋翼无人机在倾转过程中的高度控制问题,提出一种基于灰狼优化的神经网络自适应控制方法,用于一种倾转三旋翼无人机倾转过程的飞行控制.首先,建立了无人机的非线性数字仿真模型;其次,基于神经网络自适应控制方法分别设计了无人机的高度控制器和姿态控制器,并用灰狼优化算法对神经网络的参数和控制器的参数寻优;再次,设计了倾转过...     

基于特征模型的某型无人机智能PID控制器

无人机的飞行特性在很大程度上取决于其飞行控制律。本文以无人机的姿态控制回路为研究对象,分析了表征该无人机姿态控制特性的特征状态信息。利用特征建模的方法,设计一种基于控制对象特征模型的无人机姿态回路仿人智能P ID控制器,并进行了仿真试验。结果表明,该控制器具有较好的抗干扰和自适应能力,结构简单,针对性强,易于实现。