四代机发展之辨

最近一段时间以来,四代机的话题被媒体炒得很热。去年,美国抛弃了原来的四代论,取而代之提出了一个五代论的观点,在2007年第6期的《航空知识》上,我和傅前哨、徐德康两位同志也一起讨论了这个话题。此外,俄罗斯、日本、韩国     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。     

无人机发展的缘起与近期发展的三次浪潮

无人机的发展因应了现代战争,对减少乃至避免人员伤亡的要求,加之其研制、使用和维护成本低廉等优越性能,而成为各国军方尤其是发达国家军方的重要选择。从20世纪初以来,无人机的发展经历了三次浪潮,即师级战术无人机系统;中高空长航时无人机系统;旅/团级战术无人机系统。未来无人机的发展将出现如下特点:一是从低空、短航时向高空,长航时发展。二是从支援作战功能向攻击作战功能方向发展。三是向隐形化方向发展。     

基于量子行为鸽群优化的无人机紧密编队控制

随着军事、民用需求的提高和相关领域的技术推动，无人机编队协同作业已成为当今人们逐渐关注的焦点。无人机紧密编队是指无人机间侧向距离在1~2倍翼展内的编队，因其可有效改善编队中无人机的气动性能而备受瞩目。基于无人机紧密编队条件下的气动耦合效应，建立三维空间下的状态空间方程描述双机相对运动，并推导了紧密编队条件下的双机最优编队构型，在此构型下将人工势场法和编队控制相结合作为控制系统中的间接控制环，并针对基本鸽群优化算法的寻优缺陷利用量子行为规则对其进行改进，将改进后的鸽群优化算法和无人机控制量结合作为控制系统中的直接控制环，最后通过仿真对比验证了此控制系统对于紧密编队控制的有效性。     

基于特征模型的火箭发动机伺服控制系统设计

以新型大推力火箭发动机为研究对象,提出了基于特征模型的伺服系统控制器设计方法。首先,介绍了特征建模理论并讨论了特征模型参数范围;其次,采用人工蜂群算法实时估计火箭发动机伺服系统特征模型参数,使其满足特征模型输出与实际系统输出特性等价条件;最后,使用黄金分割自适应控制律保证系统在参数估计过程中的闭环稳定性,同时引入前馈跟踪控制律,逻辑积分控制律和逻辑微分控制律使伺服控制系统快速、精确跟踪线位移指令并改善动态性能。仿真结果表明,设计的火箭发动机伺服控制系统指令跟踪精度高,动态特性良好,鲁棒性强。     

军事动态

DARPA选择三个制造商研制“无限长航时”无人机，巴基斯坦萨伯 2000空中预警机首次露面，美国陆军研制集群微型无人机技术，生产型M-346教练机亮相。     

一架预警机同时控制3架无人机

前不久，波音公司用一架澳大利亚皇家空军（RAAF）”楔尾”737预警机（AEW＆C）验证了同时指挥和控制3架“扫描鹰”无人机系统的能力。这3架“扫描鹰”无人机从试验台发射．大约距离“楔尾“190千米。预警机的操作人员使用波音公司开发的无人机系统战场管理软件．以及UHF卫星通信数据链和地面站中继通信．指挥它们完成了大范围搜索、侦察、目标监视和目标导向等多种任务，验证了其大范围的态势感知能力，持久的情报、监视与侦察（ISR）能力以及有人无人混合编队能力，实时回传地面目标视频等能力。     

“捕食者”系列无人机和地面控制系统

经过多年的发展，“捕食者”系列无人机已经成为了美军反恐战争的主战装备，美国空军正计划为其采购操作界面更为友好的地面控制系统，以改善美国空军装备的“捕食者”系列（MQ-1“捕食者”、MQ-9“收割者”）无人机的使用安全性。雷神公司和通用原子公司都在全力以赴竞标新一代的地面控制系统。     

无人机推进系统技术研究

不同用途的无人机由于其任务使命不同,对推进系统的要求也有较大差异.本文介绍了短寿命无人侦察飞机(URAV)、隐身无人作战飞机(UCAV)和高空长航时无人机(HALE UAV)推进系统的特点,分析了各种无人机对推进系统的要求以及推进系统技术对无人机性能的影响等.     

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。