基于自适应动态规划的航空航天飞行器鲁棒控制研究综述

自适应动态规划方法(ADP)是一种基于强化学习框架的智能控制方法,通过函数近似技术,最终得到动态规划问题的近似最优控制策略.本文对ADP方法在航空航天飞行器鲁棒控制的研究进行综述.首先,介绍了ADP方法基本结构框架与典型算法实现原理.进一步,对于ADP方法在高超声速飞行器系统,导航制导系统以及无人机系统在鲁棒控制中的相关研究进行介绍.最后,对未来航空航天飞行器领域ADP方法的发展前景进行了分析.     

基于区间二型模糊终端滑模控制的飞行器姿态控制

针对四旋翼飞行器姿态控制问题,提出区间二型模糊控制与非奇异终端滑模控制结合的算法.首先,采用非奇异终端滑模控制方法,根据滑模控制的强鲁棒性及快速响应特性,令四旋翼飞行器系统实现在有限时间内收敛并对外界干扰具有较强抵抗力;同时,采用区间二型模糊控制,将滑模面作为模糊控制的输入,趋近律作为模糊控制的输出,实现对滑模面增益的动态调节,增强对外界随机扰动的适应能力并提高系统收敛速度、削弱抖振.基于Lyapunov函数证明系统的稳定性.仿真结果显示,本文设计的控制器具有更加平稳的输出,同时对四旋翼姿态角度的跟踪更加迅速、精确.     

基于随机相关的电子部件二元加速退化可靠性评估

针对加速应力下电子部件二元相关退化可靠性分析难题,提出一种基于随机相关的可靠性分析方法。采用考虑个体差异的Wiener过程模型建立边缘退化过程模型,并基于加速因子不变原则建立了模型参数与加速应力的关系;构建了基于Copula函数的随机相关模型,采用两阶段贝叶斯参数估计方法进行参数估计,综合运用散点图、偏差信息准则（DIC）值以及Kendall τ的非参数估计值等方法进行随机相关模型选择,并采用蒙特卡罗仿真方法进行可靠度计算。最后采用实例验证了所提方法有效性,为考虑个体差异的贮存可靠性评估提供了技术支撑。      

基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

机场终端区着陆次序的排序规划算法

讨论了机场终端区飞机到达流的排序规划问题。为了能够在终端区交通繁忙的情况下高效地为到达的飞机流安排合理的着陆次序,并在不违反飞机间距要求的情况下给出各飞机经过优化的着陆时间,提高机场跑道的利用率,提出了经过改进的先来先服务、带有时间提前量、带有约束的位置偏移三种排序算法。当进入机场终端区的飞机数量超过机场终端区的容量时,分航路对飞机排队并对飞机间的距离进行限制     

基于人机合作的无人机实时航迹规划

针对复杂多变的战场环境,无人机(UAV)在执行任务遇到突发威胁时,提出了一种人机合作的实时航迹规划方法。由人决策和分析威胁信息,给出规避方向和任务紧急程度,无人机据此采用模糊推理的方法,自主解算得到引导点的位置,牵引无人机改变航向,规避突发威胁。仿真结果表明,采用人机合作的实时航迹规划可以将人的智能决策和无人机的快速计算能力有机结合起来,规划更加优化的航迹,能动态调整引导点的位置,可根据任务的紧急程度灵活选择规避路径。     

环月轨道交会的载人登月任务轨道与窗口规划

针对环月轨道(Low Lunar Orbit,LLO)共面交会支持的"人货分离"载人登月任务,提出了一种任务窗口与轨道一体化规划方法。分析了基于LLO共面交会的"人货分离"载人登月任务的基本流程和工程约束;针对任务各阶段窗口与轨道求解问题,提出了以动力下降时刻为迭代初值的窗口规划策略,并建立了高精度模型下的环月轨道、双二体模型下的人员和货物运输轨道规划模型。以载人月球探测中国科学家命名的环形山为假想背景,给出仿真实例,仿真结果验证了文章所提方法的正确性,为探月工程任务提供了一种有效的窗口与轨道设计工具。     

高压输电网设计中的二阶非线性方程的次谐波分枝

本文用Melnikov方法研究高压输电网设计中提出的非线性二阶受迫振动方程的次谐波分枝,分析了系统可能出现次谐解的条件和参数区域,以此为工程应用提供参考。     

基于障碍物代价势场的移动机器人避障算法

移动机器人所处的环境通常是动态的,机器人需要及时做出响应,同时保证路径的平滑度及与障碍物间的安全距离。针对此问题,提出了一种基于障碍物代价势场的移动机器人动态避障算法。通过建立静态栅格地图及障碍物的代价势场,获得动态场景下的等势线及经过起点、终点的切线,求解最小生成树获得初始候选路径,针对路径的长度、障碍物距离及平滑度对候选路径锚点进行调整。通过引入障碍物速度对代价势场的影响,使得机器人能对移动中的障碍物做出及时的响应。为验证所提算法的有效性,在分辨率为1 200×1 000 m的栅格场景下分别对静态场景和动态场景进行仿真,结果表明：所提算法能够在保证路径具有较高的平滑度且与障碍物间保持安全距离的条件下使路径尽可能得短;同时在动态障碍物场景下依然能保持路径的平滑和避障的安全性,满足动态场景下移动机器人路径规划的要求。     

基于RNP的A＊算法动态航路规划研究

介绍了A＊算法的基本思想,建立了基于RNP的航路模型,利用A＊算法对航路进行了优化,并利用MATLAB程序对航路进行了算法实现,得到了满意的结论。通过实例分析得出基于RNP的A＊算法对航路进行规划研究的可行性和有效性。在MATLAB环境下进行航路规划问题的A＊算法程序,能够利用其强大的运算能力,并且易于其他工具包结合进行算法仿真实现对其中参数进行优化研究。