多拦截器总体拦截方案设计与分析

多拦截器(MKV,Multiple Kill Vehicle Interceptor)通过采用一个运载母仓携带多个小型动能拦截器对目标实施动能拦截,有望克服传统动能拦截武器多目标识别及拦截的难题.以MKV对远程弹道导弹多弹头中段拦截为背景,设计了MKV的总体方案,分析了MKV基本作战流程;并分别针对MKV制导策略、释放策略、MKV机动能力对拦截的影响以及MKV目标分配策略等几个关键问题开展研究.仿真分析表明,采用所设计的MKV方案能够实现对远程弹道导弹多弹头的拦截.     

飞行器网络控制系统在线故障检测算法

针对飞行器网络控制系统具有网络诱导时延且采样周期较短的情况,提出了一种飞行器网络控制系统在线故障检测算法.考虑未知时延对网络控制系统的影响,建立飞行器网络化控制系统故障检测模型.基于此模型,构造了残差生成器,将故障检测问题转化为最小化优化问题.以矩阵Moore-Penrose逆的形式给出该最小化优化问题的解,在每个采样周期内进行飞行器网络控制系统在线故障检测.数值算例表明:当飞行器网络控制系统存在未知时延时,该故障检测算法对故障敏感,同时对未知时延引起的扰动具有鲁棒性.     

基于星下点机动的再入飞行器离轨规划

针对约束再入点地理位置的再入飞行器离轨问题,提出了一种基于星下点机动的离轨规划方法。再入飞行器的离轨轨道设计受到飞行器当前轨道状态和再入点参数的约束。首先,基于轨道飞行原理,建立了一般椭圆轨道冲量模型下离轨制动参数和再入点参数的关系,分析了最优离轨的推力施加原则;其次,在考虑地球自转的前提下,提出了直接离轨必要条件,针对约束再入点经纬度的问题,完善了利用非线性规划优化方法确定有限推力模型下离轨点位置的策略,同时给出了符合燃料最优目标的离轨制动参数;最后,探讨了一般情况下初始轨道不满足直接离轨必要条件时,为满足星下点约束而进行的轨道机动施加策略。      

基于Adams/ATV履带车越沟能力仿真研究

用ADAMS10.1版增加的履带工具箱(ATV),建立履带车辆的多体系统动力学模型。通过对该履带车辆以2m/s的速度通过1.2m壕沟仿真研究,得出该履带车辆的动力学性能。     

高超声速巡航飞行器机身多目标优化设计

类乘波体构型是高超声速巡航飞行器的重要气动布局之一.对这类构型的机体进行多目标优化设计能极大地提高飞行器的总体性能.本文采用多目标混合遗传算法,通过两种优化策略,实现了类乘波体高超声速巡航飞行器机身的总体性能多目标优化设计,考虑的性能指标包括机身气动升阻特性、推阻特性、配平特性、雷达隐身特性、机身容积以及驻点温度等等.优化设计得到了Pareto最优前沿面,获得了比基本构型飞行器总体性能更优的构型方案.通过对优化结果的分析,指出机体/推进一体化设计的不足和进行总体性能多目标优化设计的必要性,给出一个最优布局构型,并进行了气动力风洞实验,验证了最优布局的气动特性.     

微型飞行器的GPS-图像复合导航技术

根据微型飞行器的飞行特点,设计了一种能有效提高图像匹配速度的复合导航算法,即GPS-改进图像相关法,利用GPS传感信息与图像信息相结合,快速而准确地引导微型飞行器到达目的地.为了进一步减少匹配时间,提高匹配效率,同时保证一定的匹配精度,文中设计了先粗后精的分层匹配控制策略.仿真结果表明,该算法相对于传统相关匹配法,不仅保持了很好的匹配率,还有效地提高了匹配的速度,运行于4-DSP系统平台上,完全达到系统实时性的要求.     

基于改进微粒群算法的无人机姿态控制参数智能整定(英文)

提出了基于改进微粒群算法的无人机姿态控制器参数智能整定方法.标准微粒群算法在搜索后期由于群体缺乏多样性而容易出现收敛停滞现象,为此提出了一种改进的微粒群算法.标准微粒群算法中的微粒速度是根据惯性运动、群体历史最优位置和自身历史最优位置来调节的.改进微粒群算法中的微粒除了保持惯性运动外,仅向当前群体中任意更优个体的状态学习,而且惯性权重系数是随机数.改进方案减少了算法不确定参数,简化了微粒学习机制,且增强了群体多样性.本文构建了无人机姿态控制系统,将改进微粒群算法用于四个控制参数的寻优整定.仿真结果表明,改进微粒群算法比一般微粒群算法具有更强的全局搜索能力,故获得更优的无人机姿态控制参数.     

无人驾驶飞机飞行控制新技术

分析了国外无人机飞行控制系统的发展现状和趋势,提出了无人机控制系统的发展方向为自主控制,以及其中的两个关键技术:个体层面上的故障诊断与自修复飞行控制和集群层面上的多机协同技术.并对实现这两种飞行控制系统所要研究的具体技术进行了阐述,为新一代飞控系统设计提供了参考.     

某高速无人机飞行事故分析:高速无人机控制失效分析及控制参数匹配

某型高亚声速无人机连续出现两起飞行事故,在基本排除了机载设备故障的原因后,针对飞行控制失效的原因展开了深入的理论分析与飞控系统仿真试验,最终确定故障原因是在大飞行动压情况下,该型无人机控制参数出现不匹配.这为该型无人机以后的正常使用提供了理论依据,也为其他高速无人机的研制和使用提供了借鉴经验.采取相应改进措施后,后续该型无人机放飞取得成功.