一种无人机自主避障与目标追踪方法

针对无人机自主避障与目标追踪问题，以深度Q网络(DQN)算法为基础，提出一种多经验池深度Q网络(MP DQN)算法，使无人机避障与追踪的成功率和算法的收敛性得到优化。更进一步，赋予无人机环境感知能力，并在奖励函数中设计了方向奖惩函数，提升了无人机对环境的泛化能力以及算法的整体性能。仿真结果表明，相较于DQN和双重DQN(DDQN)算法，MP DQN算法具有更快的收敛速度、更短的追踪路径和更强的环境适应性。     

一种基于深度强化学习的机动博弈制导律设计方法

针对高速机动飞行器常用的程序化机动突防方式适应性不强、突防效果不稳定的问题,提出了一种基于深度强化学习算法的机动博弈制导方法。该方法以增大交会摆脱量为任务目标,采用深度神经网络拟合飞行器的制导律,应用强化学习方法训练网络参数,得到一种以突防拦截双方的位置和速度为输入、以飞行器的需用过载为输出的智能机动博弈制导律。数学仿真验证结果表明,在连续的状态空间和动作空间中,飞行器能根据当前态势自主选择合适的制导指令。相比传统突防方式,该制导律显著提升了交会摆脱量,且突防效果更稳定。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题,提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先,以一类后掠角可连续变化的高速飞行器为研究对象,给出变形飞行器动力学模型,分析模型特性及变形量与关键气动参数之间的定性关系。其次,基于关键气动数据特征分析,考虑包含气动性能、控制误差在内的综合性能指标,设计一种基于DDPG算法的智能变形决策方案。再者,针对带有标称控制器的HMFV进行变形决策训练,实时获得滑翔过程中不同飞行状态下的最优构型。最后,仿真结果表明所设计的智能变形决策算法收敛效果好,且具备较好的泛化性能。相比于固定外形,可通过变形使得在不同状态下的升阻比保持最优,且与考虑单一决策指标相比,考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。     

采用改进模拟退火算法的高速飞行器随控总体优化方法

选取翼身组合体气动布局的高速飞行器为研究对象,基于已建立的飞行器总体参数与气动非线性/耦合性等随控性指标间的表征数学模型,开展高速飞行器的随控总体优化方法研究,使得飞行器在全弹道上所有特征点处的非线性度/耦合度的最大绝对值达到最小。为改善经典模拟退火算法的全局搜索能力, 提高退火算法的趋优避劣性,引入精英集合策略。算法测试结果表明：改进模拟退火算法比经典模拟退火算法具有更好的收敛稳定性和收敛速度。算例飞行器的随控总体优化结果表明：飞行器在全弹道上的非线性度m α  NL 、耦合度C xy 、C yx 分别改进了90.6%、99%、36.5%,取得了较好的优化效果。     

机(弹)载数字地图在低空突防中的应用

低空突防是实现（机）弹有效打击的基本保证，而数字地图库的成功生成及加载是实现低空突防的关键技术之一。针对数字地图在低空突防中的应用问题，研究了突防飞行器的数学模型,建立了最小威胁曲面，给出了高程数据库加载的数学模型,进行了算法的设计和实现,并完成了将高程数据库加载到航迹规划中的仿真。结果有助于地形辅助/GPS组合导航数字地图加载的应用。     

高超声速飞行器上升段最优制导间接法研究

高超声速飞行器的机身－推进一体化设计使得气动和推进之间存在强非线性耦合,本文针对高超声速飞行器的特点,提出了求解最优上升轨迹的一种可行方案。在零侧滑角和力矩瞬间平衡假设下对上升段飞行问题进行最优建模,将质量引入为状态量,以最省燃料为指标,以推力方向为最优控制量,根据极大值原理推导一阶最优条件。为数值求解两点边值问题,以解析解作为初始猜想,应用经典的有限差分方法和改进的牛顿法,在满足攻角过程约束下,通过同伦算法迭代求解最优轨迹。仿真在给定的初始约束和终端约束下进行,结果表明该制导算法能够实现对高超声速飞行器上升轨迹的优化,以参考面积为同伦参数的迭代方法,能够保证算法的收敛性和快速性。
     

变形飞行器深度强化学习姿态控制方法研究

针对变形飞行器动力学模型非线性强、不确定性大,以及变形引起模型变化范围大的问题,基于双延迟深度确定性策略梯度算法提出了一种深度强化学习姿态控制方法。首先,基于多刚体系统建立了变形飞行器动力学模型,然后在马尔可夫决策过程的框架下设计了算法所需状态空间、动作空间以及奖励函数,通过在状态空间中引入姿态跟踪误差历史信息,进一步提高了控制精度,并将策略网络与传统PD控制结合形成复合控制器,提高了算法训练效率,最后通过数学仿真验证了深度强化学习控制策略对变形过程模型不确定性与外界复杂干扰的强鲁棒性,以及对不同变形指令的强适应性。     

高超声速滑翔飞行器再入轨迹在线生成算法设计

高超声速滑翔飞行器具有再入走廊狭窄、机动能力强和再入制导实时性要求高的特点。针对再入走廊多约束问题,分析了不确定因素下再入走廊约束转化成倾侧角约束的问题。利用禁飞圆切线法预测总航程,结合航向角误差走廊控制横向突防轨迹,设计了三维耦合突防轨迹在线生成方法。仿真结果表明,迭代2~3次即可获得满足约束条件的大范围机动再入轨迹。     

基于GPU的NCO相位累积误差消除方法

针对航天测控系统高精度数控振荡器NCO实现需求，利用图形处理单元GPU的高灵活性和高效并行数据处理能力，设计了一种基于GPU的高效高精度NCO实现方法。针对NCO计算中浮点数相位累加运算累积误差大的共性问题，利用无误差变换技术设计了基于Fast2Sum算法和2Sum算法的单精度浮点数相位累积误差综合补偿算法，并利用该算法为NCO系统设计了相位累积求和算子。最后，基于GPU平台对该方法进行了验证。试验结果表明，该方法能够将基于GPU的NCO系统浮点数相位累积误差控制在1×10–5 rad量级。     

一种多火星飞行器路径规划方法

为解决多火星飞行器的协同路径规划问题,针对经典路径规划方法的局限性,提出基于改进鸽群优化算法的新型多机协同路径规划方法;同时为了提高路径规划问题的全局求解能力以及最优解质量,克服标准鸽群优化(pigeon-inspired optimization,PIO)算法易陷入局部最优,收敛精度低的问题,提出一种改进鸽群优化算法...     

基于深度Q网络的飞行器增益调参技术研究

针对飞行器传统增益调参法依赖于人工经验繁琐费时、难以实现参数自整定的缺点,提出了利用强化学习中的深度Q网络算法与飞行环境状态的交互不断学习,实现对控制增益的自动调整动作。训练结果表明,该方法使高速飞行器能够自适应调整控制增益,稳定跟踪攻角指令,节省了人工调参步骤及时间,有效提高了控制系统自适应性。     

一种适用于高速OFDM的符号定时同步算法

OFDM系统以其优秀的频带利用率受到了广泛的应用。本文就OFDM系统在高速数据传输环境下出现的符号定时同步问题与经典同步算法中的问题的不同点做了分析,并对针对小子载波数情况出现的不同对已有的经典符号定时同步算法做出了相应的改进。最后使用Matlab对其进行了仿真,可以得出在小子载波数的情况下捕获性能良好,是一种可以用于高速OFDM系统的符号定时同步算法。     

超高速飞行器自适应模糊超螺旋控制律设计

针对超高速飞行器多源扰动下高精强鲁棒控制需求,提出了一种自适应模糊超螺旋控制律。首先,给出控制导向的超高速飞行器姿态模型;其次,采用广义超螺旋算法设计控制器,实现滑模变量与跟踪误差的高精收敛;同时,引入高阶齐次观测器估计飞行器复杂扰动,并在控制律中做前馈补偿以提高算法鲁棒性。针对控制增益选取问题,基于模糊算法,通过融合专家经验,建立控制增益与滑模变量直接关联。相较传统自适应方法,该自适应律可实现控制增益快速调节整定,同时兼顾系统响应速度、鲁棒性与抖振抑制需求。最后,以考虑复杂多源干扰的超高速飞行器为对象进行仿真,结果证明了自适应模糊超螺旋控制律的有效性。     

吸气式高超声速飞行器巡航段突防弹道规划

针对吸气式高超声速飞行器巡航段面临的终端碰撞角约束中制导策略,在合理假设的基础上,建立了巡航段攻防对抗数学模型,然后以特定的双方终端弹道角偏差为约束,并出于突防效率考虑以终端横纵向位置偏差最大和控制能量最小为性能指标,基于优化模型预测静态规划算法,在满足控制输入饱和限制情况下得出了飞行器的突防弹道,并且优化算法通过对控制输入和期望终端状态偏差权重矩阵的自适应调整,不仅可以保证在飞行器控制输入饱和限制情况下的收敛速度,而且有效增强了不同初始设置和约束情况下的收敛鲁棒性。     

基于神经网络的飞行器抗饱和自适应控制

针对传统自适应控制在飞行器作动器具有幅值饱和与速率饱和的情况下难以实现良好飞行控制的问题,提出了一种基于神经网络与伪控制隔离的飞行器抗饱和自适应控制方法.首先根据模型参考自适应控制理论,结合动态逆与神经网络自适应方法,分析了系统的模型跟踪误差动力特征,并考虑飞行器具有参数不确定和未建模误差等动态逆误差,设计了在线神经网...     

基于改进遗传算法的飞行航迹规划

航迹规划技术是有效提高飞行器突防概率的关键技术之一,能在大范围的真实环境中 规划出满足各种约束的较优航迹,因此对所采用的算法有比较高的要求。基于此,首先 研究了航迹包含的角度、高度、航迹段长度及飞行器的最大航程等约束条件;其次对航迹编 码方式进行了改进,采用数组混合编码方式;并对遗传算法的交叉概率和变异概率的计算、 交叉算子和变异算子进行了改进,并应用该算法在求解航迹规划问题上进行了应用仿真研究 。对应用不同的航迹编码方式所得结果进行了对比分析。仿真计算表明,该算法能够规划出 一条满足要求的航迹,避免了分层规划的复杂性,提高了算法的工程实用性。
     

高速飞行器编队队形快速成形设计方法

针对高速飞行器编队队形设计问题,提出了一种基于伪谱法和自适应策略的快速成形实现方法.首先,建立高速飞行器三维运动模型,为解决初始构型与期望队形偏差过大难以满足控制约束的问题,提出了 一种考虑最低能量和最小偏转角度的队形设计原则,可自适应调整编队成形空间位置;然后,将高速飞行器编队控制问题转化为轨迹设计优化问题,并利用伪...     

带有引诱角色的有限时间协同制导方法

为实现高价值飞行器的有效突防,采用突防飞行器携带一枚防御器的协同突防方案,在突防器作为引诱角色的情况下,基于有限时间控制理论提出了一种带有拦截角约束的协同制导方法。基于飞行器相对运动学方程和一阶动力学特性,建立了带有拦截角约束的协同反拦截模型;用度量矩阵刻画系统有限时间输入输出动态品质,基于微分线性矩阵不等式给出了有限时间状态反馈控制器设计方法。数学仿真表明,该方法能够确保防御器在有限时间内以预置的拦截角有效拦截对方拦截器;在突防器进行引诱配合的情况下,协同突防方案能够大幅节省防御器需用加速度,验证了协同制导方法的有效性;同时,所提制导方法在不同拦截角度和初始发射条件下都能达到较好的控制效果,表现出较强的鲁棒性。     

弹道导弹中段机动突防发动机总体优化设计

针对弹道导弹中段机动突防,提出了一种突防方案的发动机总体参数优化设计。从中段机动突防运动学、动力学出发,基于战术需求明确突防发动机优化设计指标,采用进化算法进行了发动机总体参数优化,并给出了仿真算例。研究表明,速度增量大小和机动时刻给定时,零控脱靶量随速度增量方向的不同存在极小值和极大值,极大值方向近似垂直于视线方向,且最大值近似为待飞时间和速度增量大小的乘积,发动机设计总冲指标即在此理论推导上获取;进化算法有效地解决了8个设计变量、3个约束条件的突防发动机参数优化问题,优化结果合理,且实现了战术要求的脱靶量,很好地满足了弹道导弹中段机动突防对动力系统的要求。     

基于不确定性的高超声速飞行器动态面自适应反演控制系统设计

针对飞行器非线性动力学系统具有不确定项情况,研究了高超声速飞行器的飞行控制系统设计问题。由于动力学系统中存在线性参数不确定项和由于高速高热造成的未建模动态
时,论文将研究对象扩展为控制矩阵中含有线性参数不确定系统,同时放宽了现有文献中许多苛刻的条件,如匹配条件、增长条件等,用自适应调节函数补偿系统不确定性带来的影响,设计鲁棒项函数解决了逼近误差的影响问题,通过引入投影算子避免了可能出现的控制器奇异问题。在自适应反演设计时,采用动态面设计方法,引入一阶滤波器,得到虚拟控制量的微分,消除传统反演设计中的“项数膨胀”的问题,用Lyapunov稳定性定理保证误差一致有界。仿真实验验证了该算法的有效性。