带落速落角约束的高超声速飞行器俯冲轨迹规划方法

针对高超声速飞行器俯冲段精确打击任务需求,提出了一种能够同时满足落速与落角约束的轨迹规划方法。建立了两段式轨迹规划策略,第一段采用参数化控制剖面调节飞行速度,第二段采用传统偏置比例导引律实现落角控制。将控制剖面的参数设计分解为多参数优化与单参数搜索两个问题：通过离线求解可行初始位置范围最大的多参数优化问题,提高控制剖面对初始偏差的适应性;通过在线求解带罚函数的单参数搜索问题,得到落速偏差最小的俯冲轨迹。结合高超声速飞行器模型,对所提出的俯冲轨迹规划方法进行了仿真。结果表明,该方法能够得到满足落速与落角约束的俯冲轨迹,具有较好的求解效率,且对初始状态偏差具有较强的鲁棒性。     

国外固体运载火箭主动力系统发展研究

统计了近10年来欧洲、日本、美国的固体运载火箭发射情况,系统分析了这些火箭使用的固体发动机性能参数,梳理了其发展脉络。这些国家和地区固体运载火箭主动力系统低成本的技术思路、模块化的发展方向、自动化的生产条件、完备的寿命评估体系,能够为我国运载火箭固体动力系统现阶段的使用、改进,以及未来的发展、规划提供参考和借鉴。     

基于ECE法规和Ⅰ曲线的机电复合制动控制策略

具有再生制动功能的电动汽车制动系统与传统燃油汽车的摩擦制动系统不同,在回收部分制动能量的同时其制动稳定性会发生变化.在保证安全制动距离的前提下,制动能量回收率的提高受到制动稳定性的制约和限制.针对电制动和常规摩擦制动组成的机电复合制动系统,建立了电制动力、电制动力矩和电池充电功率计算模型.考虑到电机转矩特性和电池充电功率限制,以最大化回收制动能量为目标,设计3种不同的机电复合制动控制策略.通过在ADVISOR软件中建立嵌入式仿真模块对制动能量回收率、电池荷电状态和纯电动模式的续驶里程进行了仿真计算和分析.计算结果表明:I曲线和ECE(Economic Commission of Europe safety regulations)法规边界线都不是理想的制动力分配曲线,所提出的制动力分配曲线OABCD综合性能较好,制动能量回收率达到59.56%,且一个循环的荷电状态变化很小,仅降低了4.29%.实车试验表明能量回收能够提高续驶里程.     

基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策

 研究了多无人作战飞机(UCAV)协同干扰空战决策(MUCJAD)问题,在干扰效能评估指标量化方法的基础上为该问题建立了优化模型。为有效求解该模型,提出一种启发式自适应离散差分进化(H-SDDE)算法。在H-SDDE算法中,设计了包含4种候选解产生策略的候选策略池,引入了候选解产生策略及其参数的自适应学习过程。此外,结合实际问题为算法设计了基于威胁度的扩展型整数编码方案、基于威胁度的启发式个体调整操作、基于约束满足的个体修复操作。在12个测试实例上进行了仿真验证,结果表明,H-SDDE算法与其他同类算法相比在求解质量和求解速度上具有明显优势,能够更好地发挥多UCAV协同干扰整体效果。     

Cooperative task assignment of multiple heterogeneous unmanned aerial vehicles using a modified genetic algorithm with multi-type genes

The task assignment problem of multiple heterogeneous unmanned aerial vehicles （UAVs）, concerned with cooperative decision making and control, is studied in this paper. The heterogeneous vehicles have different operational capabilities and kinematic constraints, and carry limited resources （e.g., weapons） onboard. They are designated to perform multiple consecutive tasks cooperatively on multiple ground targets. The problem becomes much more complicated because of these terms of heterogeneity. In order to tackle the challenge, we modify the former genetic algorithm with multi-type genes to stochastically search a best solution. Genes of chromo- somes are different, and they are assorted into several types according to the tasks that must be performed on targets. Different types of genes are processed specifically in the improved genetic operators including initialization, crossover, and mutation. We also present a mirror representation of vehicles to deal with the limited resource constraint. Feasible chromosomes that vehicles could perform tasks using their limited resources under the assignment are created and evolved by genetic operators. The effect of the proposed algorithm is demonstrated in numerical simulations. The results show that it effectively provides good feasible solutions and finds an optimal one.     

Reentry trajectory optimization for hypersonic vehicle satisfying complex constraints

The reentry trajectory optimization for hypersonic vehicle（HV）is a current problem of great interest.Some complex constraints,such as waypoints for reconnaissance and no-fly zones for threat avoidance,are inevitably involved in a global strike mission.Of the many direct methods,Gauss pseudospectral method（GPM）has been demonstrated as an effective tool to solve the trajectory optimization problem with typical constraints.However,a series of diffculties arises for complex constraints,such as the uncertainty of passage time for waypoints and the inaccuracy of approximate trajectory near no-fly zones.The research herein proposes a multi-phase technique based on the GPM to generate an optimal reentry trajectory for HV satisfying waypoint and nofly zone constraints.Three kinds of specifc breaks are introduced to divide the full trajectory into multiple phases.The continuity conditions are presented to ensure a smooth connection between each pair of phases.Numerical examples for reentry trajectory optimization in free-space flight and with complex constraints are used to demonstrate the proposed technique.Simulation results show the feasible application of multi-phase technique in reentry trajectory optimization with waypoint and no-fly zone constraints.     

无人机近距编队飞行建模与仿真

无人机编队飞行有着单架无人机无法比拟的优点,但属于较新的研究领域。从无人机未来发展需求出发,根据近距编队的特点,提出了一种近距编队控制方法,并以双机近距编队为基础对控制律设计和算法实现进行了研究。通过建立僚机旋转参考系下的双机编队相对运动模型,同时考虑长机翼尖涡对僚机产生的气动耦合效应,基于PI控制设计了一种无人机近距编队飞行控制器,通过仿真验证和比较分析,证明僚机可以很好地跟随长机的机动保持编队构型,验证了提出的编队飞行控制方法的可行性和有效性。     

无人机自主控制发展趋势研究

根据无人机自主控制的定义与内涵,将无人机自主控制关键技术划分为态势感知技术、规划与协同技术、自主决策技术和执行任务技术,并针对这四项关键技术发展所涉及内容分别进行了层级研究,初步给出了我国无人机自主控制层级发展规划和层级发展趋势图,可以为我国建立无人机自主控制能力标准或者开展无人机自主控制研究项目提供参考.     

极地科考小型无人飞行器

针对小型无人飞行器在极地科考中的抗风扰动问题,通过神经网络改进卡尔曼滤波算法,提高小型无人飞行器对环境的适应性.基于小型无人飞行器自身状态信息与误差信息,在线调整系统的量测噪声和估计参数,提高信息融合精度;利用矢量域方法构建轨迹跟踪控制算法,基于目标航迹在线调整航向,提高小型无人飞行器在顺风、逆风、转弯的飞行品质和压航线精度.经过大量的仿真试验、实际飞行试验验证了方法的有效性,改进的卡尔曼滤波算法可以提供长时高精度信息,小型无人飞行器可以在野外6级风源扰动的情况下,实现稳定飞行,平均误差不超过10m.小型无人飞行器在南极实地科考中得到成功应用.     

多机协同与多目标分配任务规划方法

多架飞机攻击多个目标区域是现代作战方式的重要特征,多机协同与多目标分配问题是提高团队作战效能的关键.针对该问题,综合考虑飞机能力差异、协同方式和任务环境的变化,提出多机协同目标分配的任务规划方法.建立了基于能力裕度评价的多机协同目标分配问题的数学模型.对多目标分配问题,通过约束飞机的能力裕度对分配方案进行筛选,保证在战场环境发生改变时任务兵力的完整性.仿真结果表明,采用这种方法得到的目标分配方案,适应任务目标突发性变化的能力更强.