无动力滑翔弹最优抛射初始条件研究

从研究无动力滑翔弹的可攻击区大小及相应的6-D飞行轨迹角度出发,基于无动力滑翔弹运动学与动力学和中/末制导律的数学模型,通过不同初始投放条件的组合(投放高度、投放速度、投放角度),计算了大量的可攻击区及相应的6-D飞行轨迹,比较了不同组合情况下的可攻击区大小及相应的6-D飞行轨迹,得出了一组无动力滑翔弹最优初始投放条件数据.     

无人机对地自动攻击占位轨迹生成研究

基于无人机对地自动攻击过程,应用最小值原理求解了无人机对地自动攻击占位段的应飞轨迹,该方法将威胁模型、飞机运动方程和对地攻击任务有机结合,使生成的占位轨迹既能有效规避各种威胁又能为武器投放创造条件。对占位轨迹计算中的两点边值问题采用了共轭梯度法求解。通过实例仿真表明该方法是正确有效的,所得占位轨迹波动平缓没有剧烈折线现象,对占位机动研究具有一定的参考价值。     

基于直接配点法的滑翔轨迹快速优化设计

介绍了基于五次Gauss-Lobatto多项式的直接配点法在再入飞行器三维轨迹最优化问题中的应用。首先给出了再入飞行器轨迹优化问题模型,其中运动方程为三自由度模型,性能指标选为到达指定地点飞行时间最短,控制变量则为无量纲升力系数和倾侧角。再入飞行过程中受到加热率、过载和动压约束,终端状态受到目标位置约束。然后,应用直接配点法将最优控制问题离散化为非线性规划问题,将动态优化问题转化为静态参数最优化问题。选取各节点和配点上的状态量和控制量作为优化参数。最后应用SNOPT软件包对参数最优化问题进行求解。仿真结果表明直接配点法对于再入飞行器轨迹初始参数取值不敏感,且求解过程具有一定的实时性。     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。     

航空管制物质的分类识别方法探讨

由于缺乏标准的分类和识别方法,航空管制物质易被当作普通货物进入航空运输环节,给航空运输带来安全隐患.通过分析航空管制物质的定义,确定影响此类物质分类的危害性,包括麻醉性、催泪性质、恶臭性质、急性毒性(经口、经皮肤、吸入)、严重眼损伤或眼刺激、呼吸或皮肤敏化作用、特定目标器官毒性、吸入危害性等;在全球化学品统一分类和标签制度中健康危害分类评估指导原则的基础上,建立统一的航空管制物质的分层式分类程序,并给出识别方法和标准、数据来源及其处理方式;归纳总结航空管制物质的种类,并以两个恶臭物质为例讨论分类识别过程.结果表明:本文提出的航空管制物质的分类程序和识别方法能够很好地指导航空管制物质的分类识别工作,对保障航空运输安全和防恐工作具有重要意义.     

基于动态贝叶斯的反舰导弹弹型识别

使用反舰导弹对舰艇进行饱和攻击是当前对舰攻击的主要方式。首先,提出了动态贝叶斯网络(DBN)的理论及算法;其次,根据反舰导弹的高度、速度、过载、机动方式等弹道特性和RCS、雷达频率等导弹自身特性,建立了对反舰导弹进行弹型识别的DBN模型;最后,通过仿真算例验证了DBN模型的有效性,这为实际解决反舰导弹进行弹型识别的问题,提供了一种思路。     

基于速度剖面拟合的航空器场面滑行4D轨迹预测

为提高机场的整体运行效率和综合保障能力,提出了一种基于速度剖面拟合的航空器场面滑行4D轨迹预测方法。构建了航空器的滑行动态模型,进而引入标称速度剖面的概念。将DSW算法应用到速度剖面的拟合中,得出一种标称速度剖面的生成方法,并通过建立平均速度修正参数修正不同机型对滑行速度的影响,基于动力学平衡方程,构造了标称速度到瞬时速度的映射,结合BADA数据实现对瞬时速度的修正。在上述分析的基础上得到航空器场面滑行4D轨迹预测模型。案例表明,与基于动力学的方法相比计算结果更加准确,使平均误差降低47．3％,能够有效地预测航空器的4 D轨迹。     

基于混合优化的运载器大气层内上升段轨迹快速规划方法

针对运载器大气层内的最优轨迹快速规划问题,提出一种将求解最优控制问题的间接法与直接法相结合的混合优化方法。首先,基于最优控制问题的一阶必要条件,将运载器大气层内的三维最优上升问题转化为Hamiltonian两点边值问题;然后,采用直接法中能以较少的节点获得较高求解精度的Gauss伪谱法进行求解,提高算法的求解效率;最后,采用真空解析解初值及密度同伦技术,解决初值猜测与算法收敛困难的问题。仿真结果表明,混合优化算法能够准确、快速地对运载器大气层内的最优上升轨迹问题进行求解,并在计算精度与效率上均优于间接法,可应用于运载器的轨迹在线规划与闭环制导。     

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。     

基于预置动压的高超声速飞行器上升段轨迹设计

针对高超声速飞行器燃料最省上升轨迹的研究问题,为实现高超声速飞行器的燃料最省上升轨迹快速求解,对定动压情况下高超声速飞行器上升段轨迹特性进行了研究分析,给出了定动压情况下高超声速飞行器燃料最省上升轨迹的快速反解方法,总结分析了不同定动压下的上升轨迹特性,并在此研究的基础上提出了基于预置动压的高超声速飞行器上升段轨迹设计方法。该方法可以通过设计燃料最省的动压曲线,反解出该预置动压下的上升轨迹参数,得到一条近似燃料最省最优解的轨迹。仿真结果表明,经过解算得到的上升轨迹结果与高斯伪谱法得到的最优上升轨迹结果基本相似。