基于吸引域与二元极值理论的结冰飞机飞行风险量化评估

结冰会导致飞机飞行包线萎缩，在驾驶员没有正确处理的情况下极易发生飞行事故。为定量计算结冰条件下飞机飞行风险进而制定合理的结冰风险规避策略，以飞机纵向动力学系统为分析对象，基于吸引域方法计算得到飞机结冰后的二维吸引域及稳定边界，并以飞行状态超出稳定边界作为飞行事故判定条件。建立了典型的人-机-环系统模型，通过蒙特卡罗仿真提取了飞行安全关键参数极值样本；根据极值理论，建立二元极值Copula模型；通过遗传算法辨识模型参数，依据多种拟合优度检验方法确定最优分布模型，进而计算不同结冰影响程度下的飞行风险概率，并由此来指导驾驶员操纵，从而保证飞行安全。文中所述方法，为定量计算结冰条件下飞行风险概率提供了新的思路，具有较好的工程应用前景。     

拦截机动目标的信赖域策略优化制导算法

针对临近空间高超声速飞行器的高速性、机动性等特性，为提高制导算法针对不同初始状态、不同机动性目标的准确性、鲁棒性及智能性，提出一种基于信赖域策略优化（TRPO）算法的深度强化学习制导算法。基于TRPO算法的制导算法由2个策略（动作）网络、1个评价网络共同组成，将临近空间目标与拦截弹相对运动系统状态以端对端的方式直接映射为制导指令。在算法训练过程中合理选取连续动作空间、状态空间、并通过权衡能量消耗、相对距离等因素构建奖励函数加快其收敛速度，最终依据训练的智能体模型针对不同任务场景进行拦截测试。仿真结果表明：与传统比例导引律（PN）及改进比例导引律（IPN）相比，本文算法针对学习场景及未知场景均具有更小的脱靶量、更稳定的拦截效果、鲁棒性，并能够在多种配置计算机上广泛应用。     

基于黏性涡域法的二维钝体绕流模拟

针对传统计算流体力学方法需要划分网格且计算耗时长等问题，一种确定性涡方法(黏性涡域法)逐渐发展并日臻成熟。本文利用该方法计算模拟了二维钝体的流场、气动系数及斯特劳哈尔数，并与其他成熟CFD软件计算结果对比来验证模拟精度。黏性涡域法的模拟过程为生成涡量、涡量演变及气动计算。文章首先推导了该方法各过程的基本方程，然后基于Lua语言编制了圆柱和方柱绕流计算程序，最后利用Gnuplot实现流场可视化。利用黏性涡域法模拟不同雷诺数下圆柱绕流、不同无量纲频率和无量纲振幅的振动圆柱气动力时程、不同风向角下的方柱绕流，结果表明：雷诺数为2×10²～1×10⁵时，基于黏性涡域法的圆柱绕流气动计算结果与其他方法的计算结果基本一致；基于该方法的不同风向角下方柱绕流气动计算结果与其他文献结果趋势相同。     

基于边界层燃烧方法的宽速域飞行器内流道减阻研究

为了降低宽速域飞行器的内流阻力，基于边界层燃烧方法，分析了系列进口马赫数条件下二维扩散段总阻力中摩阻和压阻的特性，研究了不同进口马赫数下摩阻和压阻分量对总减阻的贡献、燃烧影响区域和壁面热流密度，探讨了喷射参数对减阻效果的影响，探索了边界层燃烧方法在典型混压式进气道中的减阻应用。结果表明，随着进口马赫数的增加，总阻力中摩阻分量随之增加；边界层燃烧对摩阻和压阻减阻的机理有所不同，壁面附近流场特性变化使得摩擦系数减小，燃烧局部增压对壁面产生的增推效果使得压力系数减小；从总内阻减阻百分比看，在相同燃料/空气当量比下，低马赫数工况下边界层燃烧减阻效果不如高马赫数工况，且在低马赫数工况下，喷嘴附近壁面热流密度会显著增加；在本文所研究的参数范围内，摩阻和压阻对当量油气比更为敏感，而对喷射方向和喷射速度不敏感。     

升力式飞行器集结轨迹实时规划方法

针对升力式飞行器在强干扰环境下集结的问题，提出一种可达时间快速计算方法以及集结轨迹规划方法。在满足平衡滑翔条件的前提下，提出能量航程剖面上最快到达与最慢到达对应的两种轨迹模式，推导了两种轨迹满足的条件，基于双层牛顿割线法，构建一种可达时间实时求解方法，形成了升力式飞行器集结轨迹实时规划方法。仿真结果表明，提出的集结轨迹规划方法能够完成未知强干扰作用下升力式飞行器的实时集结轨迹规划。     

一种近似解析的再入滑翔飞行器可达域快速生成方法

针对再入滑翔飞行器可达域快速计算问题，研究了一种近似解析求解方法。首先，将可达域求解问题归结为两类纵、横程极值轨迹规划问题，利用极大值原理推导出满足最大纵程/横程要求时飞行攻角对应当前最大升阻比攻角的结论，通过仿真验证了该结论的正确性。其次，结合再入滑翔飞行器动力学特性，设计了不同极值轨迹的倾侧角变化规律，并通过梯度下降方法优化得到相关参数。最后，在不同飞行器初始状态条件下，通过数值仿真得到了所提方法的可达域。其与伪谱法优化结果基本一致，证明了所提方法的有效性。     

复杂环境下少样本域自适应雷达RD智能识别技术

针对复杂电磁环境下，传统基于雷达回波的目标识别方法定位精度差和识别能力不足的问题，以典型海背景环境下的雷达时频二维像目标为研究对象，提出了复杂环境下少样本域自适应雷达智能RD识别技术，通过设计基于分离注意力的偏移区间配准目标识别算法架构，实现了对目标的精确定位和识别，同时设计了域自适应技术对源域和目标域进行特征配准，解决少样本条件下算法场景适应性不足的问题。通过在雷达回波仿真数据和真实数据上对算法测试验证，取得了较优的结果，证明了该算法的有效性。