结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

Computational engineering analysis of external geometrical modifications on MQ-1 unmanned combat aerial vehicle

This paper focuses on the effects of external geometrical modifications on the aerodynamic characteristics of the MQ-1 predator Unmanned Combat Aerial Vehicle (UCAV) using computational fluid dynamics. The investigations are performed for 16 flight conditions at an altitude of 7.6 km and at a constant speed of 56.32 m/s. Two models are analysed, namely the baseline model and the model with external geometrical modifications installed on it. Both the models are investigated for various angles of attack from −4° to 16°, angles of bank from 0° to 6° and angles of yaw from 0° to 4°. Due to the unavailability of any experimental (wind tunnel or flight test) data for this UCAV in the literature, a thorough verification of calculations process is presented to demonstrate confidence level in the numerical simulations. The analysis quantifies the loss of lift and increase in drag for the modified version of the MQ-1 predator UCAV along with the identification of stall conditions. Local improvement (in drag) of up to 96% has been obtained by relocating external modifications, whereas global drag force reduction of roughly 0.5% is observed. The effects of external geometrical modifications on the control surfaces indicate the blanking phenomenon and reduction in forces on the control surfaces that can reduce the aerodynamic performance of the UCAV.     

升浮一体飞行器总体参数设计方法

临近空间飞行器近年来得到了广泛的关注和研究。为克服传统飞艇和太阳能飞机尺寸大、抗风能力差的缺点,本文提出了一种升浮一体飞行器概念方案,并对其总体参数设计方法进行研究。以能量平衡分析为核心,建立了太阳能电池系统、燃料电池系统、推进系统等子系统的数学模型,给出了适合于该飞行器的总体参数设计方法,并对总体设计参数进行了研究。结果表明,升浮一体飞行器相对于传统飞艇,体积下降了53%,长度下降了22%,起飞重量下降了4%。相对于固定翼太阳能飞机,翼展下降了52%,机翼面积减小了56%,起飞重量下降了3.5%。该类飞行器总体参数对飞行速度非常敏感,飞行速度从30 m/s提高至40 m/s时,起飞重量增加约1倍,艇体体积增大77%。提高太阳能电池、燃料电池和螺旋桨效率可有效降低起飞重量,且升浮一体飞行器比传统飞艇对上述参数更敏感。     

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.      

亚声速翼身融合无人机概念外形参数优化

为了兼顾翼身融合（BWB）布局无人机（UAV）的气动、隐身和结构重量要求,应用优化方法研究了某亚声速翼身融合无人机概念方案的外形设计问题。外形优化设计流程包括全机参数化几何外形模型、气动分析、机翼根部弯矩计算、雷达散射截面（RCS）分析、代理模型的建立和外形参数优化计算。选择了三种不同优化目标研究翼身融合无人机外形优化问题：①未配平状态升阻比最大;②配平状态升阻比最大;③配平状态升阻比尽量大和机翼弯矩尽量小。通过优化结果的对比分析,揭示了配平约束和机翼弯矩目标对优化设计结果的影响。研究结果表明：计入配平约束能够有效提高配平升阻比;将配平状态升阻比尽量大和机翼根部弯矩尽量小作为优化目标能够获得合理的优化外形。     

无人机飞行品质标准研究

针对在编写无人机飞行品质标准的过程中所讨论的焦点问题,简要介绍了无人机飞行品质标准的体系架构,对飞行品质标准的主要条款进行了简要解释与分析,并与有人机的飞行品质标准进行了比较。该项研究为有关人员提供了参考和帮助。     

机载火控雷达在中远距空战中的抗干扰方法

根据机载火控雷达的性能特点,针对中远距空战面临的电子干扰环境,首先分析和探讨了机载火控雷达的抗干扰技术措施,给出了抗噪声干扰、距离欺骗干扰、速度欺骗干扰、角度欺骗干扰和消极干扰的一些具体方法。然后,从战术使用的角度探讨了机载火控雷达的抗干扰方法,提出了机载火控雷达与欺骗干扰协同、编队协同以及电子防护的战术抗干扰措施。     

城市风场环境中的无人机快速航迹规划方法

密集的城市障碍环境以及复杂的城市风场干扰对航迹规划的实时性和航迹跟踪的准确性提出了严格要求,为此提出一种城市风场环境中的小型无人机(UAVs)快速航迹规划方法。首先,为了保证航迹规划的高效性,对固定翼无人机运动学方程进行了合理简化。其次,由于障碍环境中的最优航迹难以直接完全塑造,因此根据状态受限的最优控制理论给出了可以使用螺旋线与直线构建近似最优航迹的结论,并据此提出了一种针对城市环境的三维航迹规划方法。然后,通过对无人机运动学模型的分析,从规划角度提出了风场干扰下的航迹设计准则。仿真实验中,首先通过算法对比实验,验证了航迹规划方法的高效性;然后使用六自由度(DOF)飞机模型分别在无风场干扰和有风场干扰的环境下进行了航迹跟踪实验,实验结果证明了风场干扰下航迹设计准则的有效性。     

基于编队控制的自适应HELLO更新算法

在无人机(UAVs)编队自组织网络中,针对无人机之间位置信息更新周期不合理,从而导致编队控制不稳定和控制开销过大的问题,提出一种基于无人机编队控制的自适应HELLO更新算法。该算法应用编队控制稳定性理论推导出无人机组成期望编队的控制延时上限,结合该延时上限和编队运动状态自适应地设定HELLO更新周期。仿真结果表明,本文提出的算法与固定HELLO更新周期算法相比,既能保证在组编控制过程的稳定性,又能实时维护稳定阶段的链路,并且显著减少网络中不必要的控制开销。      

基于DNET的空中红外目标抗干扰识别算法

复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象,以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题,提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先,DNET网络对大尺度特征图像采用密集连接模块,在前部通道保存每一层的网络输出,在网络末端引入特征注意力机制,获得每个特征通道的信息特征识别权重。然后,加入多尺度密集连接模块,并与多尺度特征融合检测结合,提高对大尺度变化情况下的目标特征提取能力。实验结果表明,在伴随红外诱饵干扰的实时检测条件下,红外目标由点目标变化为成像目标,直至充满视场的整个过程中,本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132 fps,具备识别精确度和召回率高、识别速度快等优点,并具有良好的鲁棒性。