考虑输入饱和的多航天器系统姿轨耦合分布式协同跟踪控制

基于一致性理论,研究了多航天器系统相对轨道及姿态耦合的分布式协同控制问题。在仅有部分跟随航天器可获取领航航天器信息的情形下,针对各跟随航天器存在未建模动态以及外部环境干扰等问题,利用双曲正切函数的性质,提出了考虑输入饱和的分布式自适应协同控制律。首先,对于领航航天器具有时变状态的情形,为每个跟随航天器设计了3个滑模估计器,对领航航天器的状态进行估计。其次,针对跟随航天器间相对速度和角速度难以测量的问题,设计仅需领航航天器状态的切比雪夫神经网络自适应更新律。最后,设计考虑输入饱和的分布式自适应协同控制律保证各跟随航天器跟踪动态领航航天器。仿真结果表明了该算法的有效性、可行性。     

先进空间运输系统气动设计综述

天地往返运输系统是能够自由进出空间轨道、安全返回地球表面、执行天地往返运输任务的航天运输体系。近年来,随着先进动力、新材料、新工艺的带动效应逐渐显现,各航天集团开始了新一轮先进天地往返系统的研究,其中大量研究项目针对具备完全可重复使用、可大幅降低运送有效载荷进入太空成本的先进天地往返运输系统展开。本文针对这一热点领域进行综述性研究,对不同类型进出大气层飞行器的气动设计特点进行了分析,结果表明跨大气层飞行器是天地往返运输系统的主要载体,认为未来主要以火箭助推入轨滑翔再入和水平起飞水平返回为主要发展方向,两类飞行在气动设计方面有高超飞行器宽域飞行适应性的共性难题,同时在气动-动力一体化化设计方面又有较大的差异。     

高轨非合作目标多视线分布式相对导航方法

针对仅采用单视线难于实现高轨非合作目标的远距离自主相对导航问题,提出基于双空间机器人的多视线分布式相对导航方法。首先,建立基于多视线测量的相对导航模型,并给出空间机器人与非合作目标的相对动力学模型;然后,为降低集中式滤波相对导航的维数,设计分布式滤波的相对导航方法,采用扩展卡尔曼滤波算法实现相对运动估计;最后,建立数学仿真模型,对多视线分布式滤波相对导航算法及可观测性进行仿真校验,仿真结果表明该方法是稳定有效的。     

考虑重心位置不确定性的无尾无人机优化设计

飞机的飞行性能与重心(CG)位置密切相关,尤其是后掠式无尾飞机的重心位置对其飞行性能影响更甚,如果重心位置发生变化,升力分布随之改变,进而影响飞机航时。针对这个问题,从气动布局和设计方法两方面,设计了一种航时对重心位置不敏感的无尾无人机(UAV)。气动布局上,提出了利用螺旋桨动力配平纵向力矩的鸥翼(GW)布局,以减小重心位置变化对升阻特性的影响;设计方法上,采用稳健性优化设计(RDO)理论,分析重心位置不确定时的航时低敏感度问题。以一架小型电动无人机为研究对象,建立了无尾无人机稳健性优化设计环境,包括总体设计、代理模型构造以及稳健性优化。分析结果表明:利用螺旋桨动力配平的鸥翼布局使重心可用范围增加了5%;静安定裕度在5%~15%变化时,该布局可以有效提高航时稳健性。采用稳健性优化得到的无人机几何参数,大幅度降低了重心位置对航时的影响,显著提升了满足约束的概率。     

用于星载赋形天线的基于频域多相干目标测向算法

提出了一种用于星载赋形天线抗多个相干干扰的基于频域单 快拍的测向算法,该方法首先采用频域多目标测向算法实现多干扰源的方向估计;基于 估计出的干扰源到达方向,对相干信号采用陷零投影矩阵对强目标陷零,以达到对强干扰 进行抑制从而测出弱干扰,较好地保证了相干强弱信号测向的准确性,从而有效地对同 时强弱相干干扰进行抑制。仿真结果和性能分析验证了该方法的可行性。
     

无人直升机多天线通信信道建模及性能分析

在单天线航空信道模型的基础上,提出了一种无人直升机多天线通信信道的统计模型.分析了信道的时延扩展、多普勒扩展和角度扩展特性,研究了机身对天线的遮挡效应及多天线信号之间的干涉问题.根据模型特点建立了一种准确有效的仿真模型,给出了延迟功率谱、空间相关性、多普勒功率谱和机身遮挡效应的仿真方法.利用该模型在途中飞行、任务区盘旋和起飞/降落这3种飞行状态下对单天线和多天线信道的误码性能进行了对比仿真分析,验证了差分空时编码在无人直升机多天线通信系统中的良好性能.该模型可用于无人直升机多天线通信系统的调制和编码技术研究.     

基于混合量子粒子群优化算法的三维航迹规划

针对粒子群优化算法(PSO)存在的早熟收敛问题,通过将种群的繁殖机制引入量子粒子群优化算法(QPSO),提出了一种混合量子粒子群优化算法(HQPSO),将该算法应用于无人飞行器的三维航迹规划。同时,运用统计学方法,通过仿真实验比较了HQPSO算法与QPSO算法以及带动态变化惯性权系数的PSO算法的性能。仿真实验结果表明,HQPSO不但比QPSO和PSO具有更强的全局搜索能力,而且比QPSO和PSO具有更快的收敛速度。     

异构多无人机协同目标跟踪分散化最优控制

针对主被动传感器协同目标跟踪需要,考虑到可扩展性、异构性和动态可重构性等特点,建立了适于不同测量类型和不同测量维数的异构多传感器分散化信息融合算法.以极大化信息融合所得到的信息熵及无人机(UAV,Unmanned Aerial Vehicles)观测信息质量为效能函数,建立了异构多UAV协同目标跟踪的分散化最优控制代价函数以及通信、防撞和控制等约束模型.实现了多UAV协同目标跟踪的分散化模型预测控制,并分析了通讯噪声等因素对分散化信息融合和协同控制的影响.     

基于偏最小二乘法的军用无人机研制费用预测

针对军用无人机研制费用的影响因素多且复杂,样本数据又相当匮乏的问题,充分利用偏最小二乘回归方法在处理小样本数据,变量多重相关性等方面的独特优势,给出了基于偏最小二乘回归方法的预测模型和军用无人机研制费用的算法步骤.用文献[2]中的数据进行了检验,并与逐步多元回归、反向传播(BP,Back Propagation)和径向基函数(RBF,Radial Basis Function)神经网络法进行了比较,结果表明了偏最小二乘模型的实效性.     

低雷诺数分布式螺旋桨滑流气动影响

以高空长航时（HALE）太阳能无人机（UAVs）研究为背景,采用基于混合网格技术及k-k_L-ω转捩模型求解雷诺平均Navier-Stokes（RANS）方程的多重参考系（MRF）方法,对3种螺旋桨-机翼构型的低雷诺数气动特性进行了高精度准定常数值模拟,在等拉力前提条件下,通过对比机翼气动力系数及表面流场结构特征分析了分布式螺旋桨（DEP）滑流对FX63-137机翼的气动影响。研究表明：螺旋桨滑流影响使得桨后总压及流速显著增大,这是机翼升力增大的主要原因,但同时机翼阻力特性急剧恶化,升阻比反而降低;螺旋桨滑流向机翼边界层内注入丰富湍动能从而抑制流动分离,扩大机翼表面湍流范围及附着流动区域;分布式螺旋桨滑流与低雷诺数机翼表面复杂流动相互作用显著,主要表现为滑流区域边界展向涡结构的产生。