高速飞行器流场和固体结构温度场一体化计算新方法的初步研究

本文探索和研究了一种不需作流／固耦合迭代的一体化计算方法，通过将气体流动和固体结构传热用统一的方程组进行描述，并用统一的方法进行求解，避免了流／固之间的耦合迭代问题。为了验证该数值方法的可靠性，本文对高焓高超声速气流绕二维不锈钢圆管的流动、气动加热以及结构热响应问题进行了计算，结果与实验符合良好。     

高升力翼型的气动优化设计和实验研究

利用遗传算法进行了低雷诺数高升力翼型的气动优化设计,并利用风洞实验检查了设计的正确性。优化后的翼型其气动特性有明显改善,这说明了利用遗传算法进行低雷诺数翼型气动优化的可行性。风洞实验结果验证了优化设计方法的正确性,同时也表明新设计翼型有较高的升力系数和相对大的升阻比,其升阻比提高了10%。     

基于遗传算法的飞机低空突防航路规划

针对在飞机低空突防航路规划中存在的计算复杂和收敛性等问题,本文提出了一种基于遗传算法的搜索算法,并且对传统遗传算法的算子操作进行了改进。该方法有效地加快了收敛速度,并且其得到的飞机航路,严格经过起始点和目标点,尽量远离了威胁点,同时很好地满足了飞机的机动性能要求。     

Agent仿真中具有先验知识的混合学习算法与混合结构模型

强化学习是一种有效的机器学习方法,是无监督学习,通过不断地和环境交互得到外部环境评价信号,选择合适的动作。Q学习是一种典型的强化学习,其学习效率较低,尤其是当状态空间和决策空间较大时。为提高Q学习学习效率和收敛速度,采用具有先验知识的Q学习算法,利用模糊综合决策方法处理专家经验和环境信息得到Q学习的先验知识,对Q学习的初始状态进行优化;针对Agent个体学习与群体学习各自的不足,提出了采用混合学习算法,将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平;同时为满足复杂适应性需求,采用Agent混合结构模型,在该模型中构造了基于知识的协调控制器,通过它来协调慎思式过程和反应式过程。     

基于STF的Jerk模型自适应机动目标跟踪算法

在Jerk模型的基础上,提出了一种新的机动目标自适应跟踪算法STF-Jerk。该算法通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,增强了系统对突发机动的自适应跟踪能力,从而很好地改善了Jerk模型在跟踪机动目标时的跟踪精度。仿真结果表明,提出的STF-Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的机动目标跟踪性能。     

Interactive Multi-objective Optimization Design for the Pylon Structure of an Airplane

The pylon structure of an airplane is very complex, and its high-fidelity analysis is quite time-consuming. If posterior preference optimization algorithm is used to solve this problem, the huge time consumption will be unacceptable in engineering practice due to the large amount of evaluation needed for the algorithm. So, a new interactive optimization algorithm-interactive multi-objective particle swarm optimization （IMOPSO） is presented. IMOPSO is efficient, simple and operable. The decision-maker can expediently determine the accurate preference in IMOPSO. IMOPSO is used to perform the pylon structure optimization design of an airplane, and a satisfactory design is achieved after only 12 generations of IMOPSO evolutions. Compared with original design, the maximum displacement of the satisfactory design is reduced, and the mass of the satisfactory design is decreased for 22%.     

遗传算法在反舰导弹航路规划中的应用

针对具有航路规划功能反舰导弹的飞行特性、导弹使用上的战术需要和遗传算法的特点．提出了一种反舰导弹参考航路编码方法。基于此编码方法．对种群中的个体进行编码，并设计了相应的交叉和变异操作。仿真结果表明，基于此编码方法的遗传算法具有很好的全局寻优能力。     

改进的图像相关匹配算法

将遗传算法用于低对比度小目标图像相关匹配跟踪,提出了改进的快速图像相关匹配算法。结合图像匹配本身的特点,采用新的编码方式克服了二进制编码的缺点。采用NPROD匹配准则在同样的匹配效果条件下,提高了匹配精度,该算法在计算速度上较原始算法提高了至少12倍以上,同时该算法还具有每帧图像匹配计算时间基本恒定的优点,便于在实际系统中采用。实验结果表明该方法可以有效地跟踪低对比度小目标。     

基于优化拟形的航空发动机控制器降阶方法

提出了一种基于优化输出拟形的航空发动机多变量控制器降阶方法,并以LQG/LTR控制器降阶为例,成功地将原控制器从8阶降为3阶.首先将控制器分为积分环节部分和稳定子系统部分,采用输出拟形的方法用低阶系统去逼近稳定子系统使二者具有相近的阶跃响应,利用遗传算法优化出低阶系统的参数,将低阶系统和分离出来的积分环节合并后即得到降阶后的控制器.与采用平衡截取Schur降阶方法比较,本方法可将系统阶次降得更低并取得更好的动态响应效果.     

交互作用的双自适应模型估计器

 通过对目标的不确定机动分析和对不确定机动的模式分类(非机动、临界机动、弱机动、强机动),建立了一种新的目标状态自适应估计器——交互作用的双自适应模型估计器。它通过具有机动识别特性的二阶自适应模型和具有机动水平特性的三阶自适应模型,以及它们之间交互作用自适应组合方式的结合,达到了跟踪估计目标各种运动的“全面”自适应能力。应用新估计器对目标的5种基本运动进行了Monto-carlo仿真。仿真表明,它具有所期望的良好性能。