基于飞行资源分离的航班延误传播研究

在航班串设计及机组排班过程中,经常涉及飞行资源(飞机、机组)分离的问题。而延误航班的飞行资源分离将导致共享资源的衔接航班发生延误,并传播至后续航班串。本文考虑带有飞行资源分离的航班串,利用基于贝叶斯网络的比例风险回归模型,对资源分离后的航班离港延误进行分析。对比两种不同时刻飞机与机组资源分离方案下,各延误因素对衔接航班离港延误,以及整个后续航班串延误时间的影响,结果表明,不同时刻分离方案会造成不同的延误传播效果。本文为飞机、机组资源分离时刻的选择提供了定量分析方法,结果表明,资源分离时刻的不同对衔接航班的离港延误,以及整个后续航班串延误波及时间的影响都不同。     

基于TOPSIS算法的空间快速响应发射方案评估

针对空间快速响应发射方案评估优选问题,通过分析空间快速响应发射任务规划过程得到发射方案组成要素,在此基础上构建了三级评估指标体系;综合考虑专家主观喜好和客观事实,同时为了有效避免个别专家个性意愿对于权重分配的影响,采用信息熵权法和群决策层次分析法相组合的方式完成了指标赋权;针对方案指标数据的多样性,通过逼近理想解排序法对方案进行了综合评估及优选排序.典型算例证明了该方法的科学性和实用性,可为空间快速响应发射方案评估优选提供理论支撑.     

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

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。     

飞机供电系统健康管理技术研究

从飞机系统级需求分析出发,以飞机供电系统为例,开展健康管理设计。对系统级健康管理层级架构进行分析,给出了飞机供电系统健康管理设计架构,并结合系统的安全性、保障性、最低放飞清单、专家系统等对系统级健康评估进行了分析,最后,对关键技术和难点进行提炼,为后续供电系统健康管理设计提供理论支持和参考。     

考虑物料供应干扰的飞机移动生产线动态调度

针对飞机装配过程中出现的物料供应延期干扰问题，对飞机移动生产线装配作业调度进行了研究。通过对物料供应信息的动态分析，将反应调度决策划分为固定决策和不同场景下的预测决策，并建立了物料供应干扰环境下的动态调度框架。在滚动决策点，以最小化与模板装配计划的偏差及工期的加权和期望值为目标函数，建立了二阶段近似优化模型。针对模型的决策逻辑，设计了以两阶段禁忌搜索算法为框架的启发式算法，求解滚动决策点的优化问题。不同规模下的数值实验表明，所提出的动态调度方法能够有效利用不断更新的物料供应信息，获得接近后验精确解的调度结果，且相比于传统的调度方法，所提方法能更有效地应对物料供应干扰。      

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点，提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法，将贝叶斯边缘分布近似表示，能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况，提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据，运用KF与BLKF分别滤波。对比滤波结果可发现，BLKF比KF能更好地反映真实角速度状态。同时，在陀螺仪角速度变化时，BLKF的可靠性和准确性更高，滤波效果更具优势，能够达到抑制MEMS惯性传感器随机噪声的目的。