基于平流层风场预测的浮空器轨迹控制

平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解（POD）方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。      

封闭式仿生螺旋缠绕软体夹持器的设计与研究

针对目前软体夹持器缺乏螺旋缠绕变形的理论研究及传统多指软体夹持器夹持力不足的问题，开展了针对纤维增强结构的仿生软体夹持器螺旋缠绕变形特性的研究，提出了一种新的封闭式抓取方式。首先，设计了仿生软体夹持器，该夹持器由软体夹持装置、软体夹持套、紧固套及连接装置组成。其次，基于Mooney-Rivlin模型建立了驱动压强与驱动器螺旋缠绕变形后端面扭转角度的非线性数学模型，并对夹持器封闭式抓取的末端闭合特性进行了分析。然后，开展了单元驱动器螺旋缠绕变形的仿真及实验，结果证明了理论模型的正确性。最后，进行了仿生软体夹持器封闭式抓取实验。结果表明:封闭式仿生软体夹持器具有较大的负载能力及良好的目标适应性。      

一个用于目标跟踪的改进粒子滤波算法

简化UT（unscented transformation）转化参数，修改UKF（unscented Kalmanfilter）提议分布，提出了改进的粒子滤波算法。调节因子的增加使得能在线自适应估计，滤波性能提高，并形成一个自适应的算法。仅有角测量的目标跟踪仿真试验证实了改进的粒子滤波算法要优于其它滤波方式。     

多无人机协同打击制导控制技术研究进展

自杀式无人机具备长时巡航侦察和高速突防打击的特点,为充分发挥其集群进攻优势,突破复杂环境下的协同打击制导控制技术具有重要意义。由单机控制到集群动态协同、由单一约束到时空综合控制是探索时空约束下多机协同控制的基本思路。本文介绍了无人机集群进攻的应用背景,分析了多机协同打击系统发展现状;探究了攻击时间可控制导律、攻击角度可控制导律、时空约束下集群协同制导控制等关键技术;总结了当前无人机协同运用中的不足之处,并对下一步的研究方向进行了展望。本文研究的内容对于集群攻击作战运用及多机协同控制器的设计具有一定的参考意义。     

基于本征正交分解的平流层风场建模与预测

平流层风场环境对临近空间低动态飞行器设计和轨迹控制具有重要影响。针对平流层风场建模,提出一种基于本征正交分解(POD)的风场数据降阶方法,在此基础上,提出一种可以对平流层风场进行预测的Fourier模型。以长沙地区2005—2009年风场为例,采用提出的POD方法与Fourier预测模型对风场进行建模与预测,并对Fourier预测精度进行分析。研究结果表明,采用POD方法可以对东西方向风场进行高效率高精度降阶建模;通过Fourier预测模型可以对东西方向风场进行准确预测,预测精度与实际风场随时间变化的规律性有关,风场数据越紧凑,周期性越明显,预测精度越高。      

基于PSO-BP神经网络的平流层风场短期快速预测

平流层风场环境对临近空间低速飞行器驻空飞行性能有重要影响。研究了基于PSO-BP神经网络的平流层区域风场建模与快速预测方法,根据历史风场数据,采用主成分分析法对数据进行降维处理,通过BP神经网络对风场进行预测建模,利用粒子群优化（PSO）算法对其进行优化,采用Biharmonic样条曲面插值方法构建区域预测风场。以南海地区5年历史风场为对象,对比分析了基于BP神经网络和基于PSO-BP神经网络的风场预测模型,结果表明:使用具有全局寻优特性的PSO算法改进BP神经网络,能够有效避免传统BP神经网络易陷入局部最优的缺点,提高预测精度;通过结合PSO-BP神经网络预测与Biharmonic样条曲面插值,可实现区域风场的预测。研究结果可为临近空间低速飞行器的轨迹规划与区域驻留等任务的高精度区域快速预报风场提供解决途径。      

临近空间太阳能飞机能量最优飞行航迹规划方法展望

临近空间太阳能飞机是低速临近空间飞行器中一种极具发展潜力的技术途径，有望成为一个理想的区域通信、中继和运输平台。实现N×24小时能源闭环的超长航时飞行，是发展临近空间太阳能飞机的核心问题，也是形成“区域保持+时间持久”特色能力的关键。能量最优航迹规划方法是解决临近空间太阳能飞机跨昼夜能量闭环难题的有效技术方向。当前临近空间太阳能飞机能量最优航迹规划方法可分为2类：不考虑风场变化的能量最优航迹规划方法和不考虑大范围高度变化的能量最优航迹规划方法。分别对这2类问题的研究成果进行了分析与讨论，考虑不同处理框架给实际工程应用带来的困难与挑战，认为未来应统一考虑太阳辐射、空间高度和风场变化，并融合重力势能与梯度风场对太阳能飞机临近空间持久驻留能量变化的影响，开展基于强化学习框架的太阳能飞机能量最优“通用”飞行航迹规划方法研究。为此，有必要开展临近空间风场环境表征与重构、临近空间梯度风场对太阳能飞机滑翔轨迹能量影响分析、最优飞行航迹示教轨迹生成与分类、基于示教轨迹的太阳能飞机强化学习框架构建等关键技术研究。可为设计太阳能飞机能量最优航迹规划方法提供参考，为规划太阳能飞机研究技术路线提供支撑。     

基于深度强化学习的平流层浮空器高度控制

为研究基于深度强化学习的平流层浮空器高度控制问题。建立平流层浮空器动力学模型，提出一种基于深度Q网络（DQN）算法的平流层浮空器高度控制方法，以平流层浮空器当前速度、位置、高度差作为智能体的观察状态，副气囊鼓风机开合时间作为智能体的输出动作，平流层浮空器非线性动力学模型与扰动风场作为智能体的学习环境。所提方法将平流层浮空器的高度控制问题转换为未知转移概率下连续状态、连续动作的强化学习过程，兼顾随机风场扰动与速度变化约束，实现稳定的变高度控制。仿真结果表明：考虑风场环境对浮空器影响下，DQN算法控制器可以很好的实现变高度的跟踪控制，最大稳态误差约为10 m，与传统比例积分微分（PID）控制器对比，其控制效果和鲁棒性更优。     

智能平流层浮空器Loon关键技术分析与仿真

基于风场利用的智能平流层浮空器具有驻空时间长、系统构成简单、部署速度快、使用效费比高、自主能力强等优点，是临近空间飞行器发展的重要方向。针对典型基于风场利用的平流层浮空器Loon项目，通过对项目实施及实践探索的综述，深入分析其囊体材料与结构、高度调控、能源与推进、安控回收、风场建模、自主控制等关键技术特点，基于学科建模对总体参数、超热超压、气体泄漏、能源平衡、轨迹规划等方面进行仿真研究，总结了Loon智能平流层浮空器的技术特点，为基于风场利用的平流层浮空器设计与应用研究提供参考。     

风场综合利用的新型平流层浮空器轨迹设计

针对平流层底部准零风层特点，提出一种基于风场综合利用进行长时区域驻空的新型平流层浮空器，系统采用南瓜形超压气球体制，建立系统的浮重模型、推阻模型和能源模型，利用迭代算法完成了总体方案设计。在此基础上，建立动力学模型和高度调控模型，针对我国某地风场模型，设计东西、南北方向独立控制区域驻留策略以及基于风场综合利用的协同控制区域驻留策略，通过SIMULINK模块开展区域驻留仿真，并对五种控制模式下的飞行轨迹进行对比分析。