民机CAD/CAE数据融合可视化

为提升民机设计质量以及设计评估效率,提出一种以民机仿真数据可视化引擎为基础,有效融合民机CAD数模的多学科数据融合可视化方法。首先,依靠主流CAD系统对STEP国际标准协议文件格式的支持,在通用的工程仿真数据可视化引擎上搭建解析读取STEP文件的接口,读入的设计数据与相关的仿真数据共同存放在可视化平台场景树结构内,显示于统一的场景;然后,凭借计算机集群并行渲染提高交互可视化帧率,便于工程人员与民机多学科数据实时交互。平台融合了CAD/CAE数据剖切、测量、流线提取等交互可视化分析功能,支持全尺寸立体VR显示,可在多通道沉浸式显示系统开展协同评估。通过相关案例展示与分析了民机多学科数据融合效果,验证了CAD/CAE数据融合可视化平台的可行性和有效性。     

空间站机械臂末端执行器维修系统设计与验证

维修对空间站机械臂寿命延长意义重大。针对空间站机械臂末端执行器的维修问题，调研了国际空间站已完成的在轨维护维修任务，提出了一种空间站机械臂末端执行器维修系统方案，采用四方协同作业的方式，分3次出舱在特定的维修区域开展机械臂末端执行器的系统性维修，提出了末端执行器故障处置方案、维修策略、维修工具、维修流程和验证方法，搭建了一套虚拟维修仿真平台，针对末端执行器典型的操作动作进行了维修仿真验证，同时在地面搭建模拟维修场景对机械臂末端执行器维修进行了试验验证。结果表明机械臂末端执行器维修的可操作性、可达性、可视性、安全性均满足要求。可以为后续空间站机械臂维修工作提供设计指导。     

基于多智能体航空公司航班恢复协同决策方法

航空公司进行航班延误恢复时，各种资源之间会通过航班计划产生间接关联，此时各决策单元若独立地考虑本领域内的资源恢复问题，将难以保证恢复方案的整体可行性和全局优化性。为探究航空公司航班恢复过程中各决策部门的决策模型及其协同关系，本文提出了基于多智能体技术的航班恢复协同决策仿真方法。首先，基于航空公司实际组织架构构建了航班恢复多智能体决策系统框架；其次，对部门间协同决策的动态过程进行了分析，将延误恢复的全过程分为了预恢复、可行解协商、均衡解协商3个阶段，构建了三阶段协同决策机制；最后，根据不同资源的恢复特性建立各决策部门的核心决策模型与部门间自动协商模型，并基于多智能体系统进行仿真。仿真结果显示，基于多智能体的协同决策方法能够在3.8 s的极短时间内针对1天中包含3架飞机和12个航班的航班计划做出完整的延误恢复方案，并且能够在保障航空公司整体效益的情况下一定程度地平衡各决策主体的自身利益。     

基于CEA-GA的多无人机三维协同曲线航迹规划方法

针对多无人机协同航迹规划求解计算复杂度高，收敛效率差等问题，提出一种基于混沌精英适应遗传算法（CEA-GA）的多无人机三维协同曲线航迹规划方法。利用层级规划思想，建立基于单机规划层-航迹平滑层-多机协同规划层的多无人机三维协同曲线航迹层级规划模型，将复杂约束规划问题分解为子函数优化求解问题，减小计算量；考虑到遗传算法（GA）求解高维复杂约束优化问题存在的性能局限，采用Tent混沌映射均匀初始化种群，以扩大个体搜索空间，丰富种群多样性，在此基础上，通过引入自适应遗传算子平衡算法的全局搜索与局部开发能力，帮助个体跳出局部最优，并采用适应度动态更新策略进一步提高算法的局部探索能力和收敛速度。将精英保留策略引入GA以更好地保证改进算法的全局收敛性。将CEA-GA应用于模型求解，仿真实验结果表明：CEA-GA具有较强的鲁棒性、较好的寻优性能和收敛效率，且能够为集群规划满足约束条件的协同曲线航迹，从而验证了所提方法的有效性和CEA-GA的优越性。     

飞行器集群协同控制技术分析与展望

系统分析和展望了飞行器集群协同控制技术，对先进的集群飞行器和协同控制技术进行了总结和对比，并提出了当前该领域面临的5个主要科学问题。在此基础上提出了飞行器集群自主控制体系架构以及射前任务规划、在线态势感知、协同制导控制等8项飞行器集群协同核心关键技术。其中，对每项技术进行了简要概括，阐述了它们之间的关系和对于飞行器集群协同控制的作用。最后，从理论研究、技术突破到工程应用方面，对该领域未来发展做出了展望。     

分布式协同微纳遥感星群的智能控制系统关键技术

近年来，国内外微纳遥感星座发展不断加速，通过高频重访大幅提升了对地观测的时间分辨率，但是由于单颗微纳卫星观测能力受限，难以满足多源同步与融合、高品质、大幅宽等数据应用需求。为此，将星座与星簇相结合，以星座化分布满足高时间分辨率需求，以星座节点上的星簇协同观测获取多源、高品质、宽幅数据，构建基于微纳卫星的分布式协同遥感系统，是兼顾上述遥感应用需求的有效途径。智能分布式协同控制是该系统的核心关键，为此，必须研究解决星座+星簇大规模动态微纳遥感星群控制系统的分布协同自主导航、智能运动规划与控制、智能健康预测与管理、智能组网等关键技术难题。在梳理分析国内外分布式微纳遥感系统的基础上，给出分布式协同微纳遥感星群的概念内涵，分析其特有的四方面难题，梳理总结相关技术发展现状与趋势，以期为后续该方向的研究起到一定的借鉴作用。     

输入饱和下多航天器分布式固定时间输出反馈姿态协同控制

研究有向通信拓扑结构下存在输入饱和时多航天器分布式固定时间输出反馈姿态协同控制问题。首先，针对只有部分航天器可以获得主航天器姿态和角速度状态信息问题，设计了一个固定时间主航天器状态观测器来观测主航天器状态信息。针对航天器无法测量自身角速度的情况，设计了一个固定时间航天器角速度观测器，实现了在固定时间内观测出航天器角速度信息。然后，基于固定时间主航天器状态观测器和固定时间航天器角速度观测器，设计一个固定时间输出反馈姿态追踪控制器，并证明了系统固定时间稳定性。此外，仿真结果也验证了所提控制策略的有效性。     

通信拓扑切换下的预定时间分组协同制导方法

针对通信网络拓扑结构切换下的协同制导问题，提出了一种预定时间协同制导方法(PTCGL),以保证拓扑切换下的预定时间分组收敛。首先，建立三维飞行器协同制导模型和拓扑切换下的分组协同架构：组间利用小组领队飞行器之间的协作实现分组配合，组内则通过有向通信实现组协同。随后，在通信网络拓扑结构切换的情况下，结合牵制控制和预定时间理论，基于M矩阵假设的牵制分组误差和预定时间尺度函数提出拓扑切换三维预定时间协同制导律。进一步，考虑拓扑切换驻留时间，利用Lyapunov理论证明在通信拓扑切换的情况下，该制导律可实现预定时间收敛。最后，数值仿真结果验证了所提出的协同制导方法可实现在拓扑切换下的预定时间收敛、保证分组协同打击。     

变来流下翼型动态失速的协同射流控制数值模拟

针对直升机前飞时旋翼在变来流下出现动态失速的问题，发展了基于协同射流的翼型动态失速控制方法。选取NACA0012翼型为研究对象，基于转捩SST湍流模型求解非定常雷诺平均Navier-Stokes方程，开展不同参数下协同射流控制翼型动态失速的数值模拟。研究结果表明，协同射流能够有效抑制变来流条件下的翼型动态失速。在变来流下，射流流道对翼型原始气动特性产生不利影响，功率系数的增长速度快于射流动量系数的增加，协同射流存在具有较好控制效果的最佳工作区间。协同射流通过与主流掺混来加速涡系演化，以抑制动态失速，通过增强弦向气流的动能以克服逆压梯度，从而抑制流动分离和促进流动再附着。在马赫数0.283、减缩频率0.151、前进比0.25的条件下，协同射流使翼型升力提高、阻力下降、负俯仰力矩峰降低、流动再附着提前，翼型气动特性得到明显改善。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。