面向狭小空间的起落架收放轨迹智能设计方法

扁平化气动外形是高超声速飞行器获得较高升阻比的优先布局，但该外形严重约束了起落架的收藏空间，常规机构很难满足要求，只能采用复杂机构的三维运动实现起落架的窄空间收放。然而，当前主流的计算机辅助设计迭代试凑法在解决空间机构设计问题方面非常依赖工程经验，耗时耗力且很难得到最优结果。为解决这一问题，创新性地提出基于智能优化算法的起落架复杂机构自主设计方法。首先，分析并建立起落架收放机构的运动学理论模型；然后，建立起落架结构间距离描述及碰撞检测模型，并运用深度神经网络自主设计起落架收放机构的最优运动轨迹；最后，以某狭窄舱段的起落架收放策略设计为例，应用该设计方法进行设计。结果表明:所提设计方法可以快速得到最优的起落架收放机构设计方案，可用于指导高超声速飞行器起落架收放机构的设计。      

考虑输入饱和的固定翼无人机自适应增益滑模控制

针对复杂环境下的固定翼无人机飞行控制问题，考虑输入饱和以及复杂外界干扰的影响，提出一种基于自适应滑模控制方法的固定翼无人机飞行控制策略。首先，对固定翼无人机模型进行介绍，将模型分为姿态子系统和速度子系统；其次，针对姿态子系统和速度子系统的特点以及控制需求，分别采用自适应多变量螺旋滑模和自适应快速超螺旋滑模设计姿态控制器和速度控制器，该策略无需设计干扰观测器对外界干扰进行估计，仍然可以实现固定翼无人机对姿态参考指令和速度参考指令的有限时间精确跟踪，并基于Lyapunov的稳定性分析方法证明了闭环系统的稳定性。最后，对本文所提出的控制策略进行了仿真验证，结果表明该控制策略具有良好的控制性能。     

倾转旋翼机巡航状态旋翼滑流影响

倾转旋翼机由于需要兼顾垂直起降和高速平飞2种典型工况下的动力需求，采用大直径旋翼作为推进装置会使机翼大部分处于旋翼滑流区内，这与常规螺旋桨飞机存在较大差异。为评估不同数值计算方法并研究旋翼滑流对倾转旋翼机气动特性的影响，针对选取两叶旋翼的某倾转旋翼机方案，利用激励盘模型、多参考系（MRF）模型、滑移网格模型分别进行了巡航状态下旋翼滑流对全机气动特性影响的数值模拟研究。结果表明:相对于无滑流状态，滑流定常影响使全机阻力增大，最大升阻比降低了7.5%，尾翼产生的升力增大，纵向静稳定度增加了17.1%，全机低头力矩增大；当迎角较小时，滑流虽然改变了机翼表面的升力分布，但是全机升力变化不大；滑流非定常影响会使全机气动特性产生周期性波动，升力系数波动幅度为9.0%，阻力系数波动幅度为10.8%，并且随着迎角的增大，波动幅度也越大。      

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。