现代飞行控制律评估与确认先进方法研究

针对系统中广泛存在的不确定性,在分析了现代鲁棒飞行控制律设计的基础上,进行先进评估与确认技术方法研究。针对目前方法的不足,结合国外一些研究成果,重点对控制律评估与确认技术进行了系统的研究和论述,提出了进行现代飞行控制律评估与确认的内容、步骤及适用的方法和评价准则,对我国在此领域的研究具有积极的意义。     

精确制导武器末制导目标识别优化算法研究

针对目前精确制导武器末制导系统智能化发展面临的挑战,结合智能目标识别算法在嵌入式硬件上的计算需求,选取针对小目标具有较好检测效果的YOLOv3网络进行优化部署验证.研究基于BatchNorm层的双正则项神经网络裁剪优化算法、基于TensorRT的INT8量化技术以及面向FPGA计算架构的INT8训练与量化协同优化算法....     

基于分散式RHC算法的无人机编队碰撞避免研究

提出了一种基于滚动时域控制(Receding Horizon control)的,保证无人机编队在飞行过程中满足约束条件并且防撞的分散式控制设计方案.此方法中,每架UAV都可以做出紧急自由碰撞规避机动,以保证冲突避免和约束履行.使用不变集合方法和强制协同的逻辑规则保证了在飞行中UAV之间的碰撞避免.仿真证明,此种分散式RHC方法是有效的.     

受限资源下制导武器末制导机器视觉技术研究

针对精确制导武器末制导机器视觉技术应用需求,研究了基于卷积神经网络的、针对复杂背景及小目标的自主目标检测识别算法,并分别进行了网络性能评估和硬件资源需求定量评估。针对最优算法,提出了基于嵌入式受限资源下的高精度神经网络压缩算法,并对算法进行了普适性评估。基于GPU嵌入式平台,实现TensorRT路线网络优化,并在速度和精度两方面均衡考虑下,对裁剪与量化算法进行了详细实验验证。实验结果表明,高精度神经网络压缩算法在硬件资源受限条件下,可以有效提升推理速度,最终经算法优化后的网络结构,可以获得3倍以上的速度提升,网络精度损失小于5%。     

自动着陆精确轨迹跟踪控制

研究自动着陆过程中的非最小相位飞机对象的轨迹精确输出跟踪问题.分析了自动着陆过程的特点,采用稳定逆控制方法并结合反馈控制器设计了大型运输机的自动着陆控制律.稳定逆根据对象模型产生期望控制输入和期望状态轨迹,反馈控制器处理飞机对象参数不确定性及外界干扰.基于飞机对象的相对阶,设计了满足舒适性的光滑进场着陆期望轨迹.仿真结果表明,自动着陆控制律具有精确跟踪能力,自动着陆过程满足美国联邦航空局III类精密进场着陆要求,并且飞机内部动态稳定有界.     

飞行控制律评估与确认的μ分析方法

针对目前应用的网格法在实际使用中的不足,将μ分析方法应用到飞行控制律 的评估与确认中.以某型战斗机及为其设计的鲁棒飞行控制律为研究对象,采用相应的稳定 性准则,利用线性分式变换形式,考虑各种已知的不确定参数摄动,用μ分析方法实现了对 该准则的评估与确认.与传统网格法相比,基于μ分析的方法具有两个明显的优点,一是网 格间的点可以得到评估,二是不存在网格法的"维数灾"问题,从而提高了评估的可靠性和 效率.     

多无人机协同搜索区域分割与覆盖

多无人机覆盖搜索是无人机的一项主要任务,将搜索区域进行分割后,每个子区域内成为单机覆盖搜索问题,大大降低了任务难度.对无人机的平行搜索策略进行了详细的分析,针对平行搜索策略给出了搜索起始点、转弯关键点、搜索终点的判断依据,使得区域覆盖率达到100%.分析了最小转弯半径对搜索路径的影响.根据无人机初始位置和搜索面积对任意凸多边形搜索区域进行分割.针对无人机搜索的特点,以转弯次数作为主要依据对分割结果进行评估.对不同情况下无人机从初始位置到搜索起始点的路径进行了研究.最后通过仿真验证了方法的实用性.      

空战中协同干扰、探测、攻击任务分配

针对空战中协同干扰任务分配问题,根据己方飞机的干扰功率、干扰工作频段、干扰样式,敌方飞机雷达的工作功率、工作频段、抗干扰样式,建立了干扰功率优势、干扰频率优势、干扰样式优势;再考虑己方飞机的干扰作战能力以及敌我双方的空战能力指数建立了总的干扰优势,建立了协同干扰任务分配模型.根据干扰后敌方飞机的距离性能以及敌我双方的空战态势,对己方飞机对敌方飞机的探测能力、攻击能力进行了研究,建立了多机协同探测加攻击任务分配模型.采用遗传算法对建立的任务模型问题进行优化求解.仿真结果表明,这些模型能够有效地完成协同干扰、探测加攻击任务分配.      

基于诱导航线的多无人机编队飞行控制方法

针对无人机编队飞行控制问题,提出了一种基于诱导航线的协同控制方法,僚机根据当前相对于期望位置的误差和长机的飞行状态生成诱导航线并进行跟踪;针对飞行过程中的突发障碍采用改变编队队形的方法进行规避;针对无人机之间可能出现的碰撞情况,根据无人机到达碰撞点的时间以及位置分别从高度以及航向两方面进行躲避,仿真结果表明:采用此方法无人机能够保持稳定的编队,并同时能够躲避飞行过程中的障碍以及避免飞机之间的碰撞。