关于轴流压气机的非定常两代流型

针对作者提出的轴流压气机非定常两代流型——非定常自然流型(UNFT)和非定常耦合流型(UCFT)——概念,本文进行了数值模拟和试验两个方面的验证。从数值模拟结果来看,实现非定常耦合流型后,对应非定常流场的时空结构将由无序状态向有序状态转化,流场的时均性能也能得到较大提高。环形叶栅声激励和PIV测量的实验结果亦证实了这一结论。     

飞行器末制导中的几个热点问题与挑战

随着国防科学技术的进步,新的作战需求以及各种新技术的应用给飞行器的末制导控制带来了新的问题和挑战。分析了当前的末制导作战需求和挑战,着重讨论了飞行器末制导控制研究中几个热点问题的研究进展,包括多源信息条件下的制导控制、多飞行器协同制导控制、特殊限制条件下的制导控制以及制导控制综合设计与评估问题,并且探讨了存在的问题、可能的方向和展望。     

带攻击时间约束的导引律综述

带攻击时间约束的导引律是实现对敌饱和攻击的关键技术之一。按照导引方式的不同,将带攻击时间约束的导引律分为基于独立导引的攻击时间控制导引律和基于协同导引的攻击时间协同导引律2大类。分别综述了2大类导引律的研究进展,并对各种带攻击时间约束的导引律进行了分析对比。     

合作环境下基于惯性/里程计/Lidar融合的UGV导航方法

近年来，无人车在巡检、探测等方面的应用愈发广泛,且应用环境愈发复杂。在这些应用中，无人车必须对自身的位姿进行准确估计，以确保作业安全、高效完成。其中，可在复杂环境下适用的自主导航能力是核心关键技术。提出了一种基于惯性/里程计/激光雷达的地面无人车导航方法，区别于传统的激光雷达SLAM方法，该方法根据已知的几何结构特征进行定位，避免了因有效点数量稀少而导致的匹配误差。同时对惯性/里程计/激光雷达的融合算法进行了研究，提高了自主导航系统的鲁棒性和准确性。最后，在Gazebo中搭建了相应的仿真环境，并进行了算法验证。仿真结果表明，该方法能够实现无人车在巡检过程中实时可靠的自主导航，具有较好的工程应用价值。     

地面无人作战平台导航技术发展现状与趋势

当前,国内外地面无人作战平台处于快速发展阶段,其自主性、智能性的特点使得其相较于传统地面武器平台对导航系统提出了更高的要求,除了具备常规意义上的测姿、定位、定向等功能之外,还需要具备环境相对位姿感知与导航能力。目前,典型的地面无人平台均采用惯性基组合导航方案,以惯性传感器为主,配备卫星、视觉、雷达等多类辅助传感器,通过组合导航算法实现传感器间的有机融合。针对地面无人作战平台的导航需求,对当前主流惯性基组合导航技术进行梳理,分别介绍了惯性/里程计、惯性/卫星、惯性/视觉、惯性/激光雷达组合导航技术的发展现状,并对适用于地面无人作战平台的导航技术进行了展望。     

多弹协同拦截综述与展望

多弹协同是未来导弹发展的一个重要方向,根据协同效果可分为协同攻击、协同拦截、协同探测3大类。协同攻击发展起步较早,协同拦截已由信息协同逐渐发展到自主协同,而协同探测则是基础条件,随着技术的进步三者也在融合、发展。首先简述了多弹协同3类技术的发展历程,重点针对多弹协同拦截自主作战技术,分析其实现难点,并对未来发展方向进行展望。     

基于MPSC和CPN制导方法的协同制导律

针对带有末端攻击角度约束的多导弹协同制导问题,运用模型预测扩展控制（MPSC）和协同比例制导（CPN）,设计了一种满足末端攻击角度约束的多导弹协同次优制导律。阐述了MPSC制导方法的基本理论,详细给出了控制量表达式以二次形式近似时MPSC制导律的设计过程。采用CPN对MPSC制导方法的初始控制量进行猜测,并确定协同攻击时间。仿真时考虑两枚导弹对地面静止目标进行协同攻击。仿真结果表明,两枚导弹攻击时间偏差和末端攻击角度偏差均可控制在给定范围内,即本文所设计的制导律在实现多导弹协同攻击时,还可以很好地满足末端攻击角度约束。      

月面无人自动采样返回飞行程序设计与实现

针对嫦娥五号飞行程序多舱段、多任务、系统控制复杂的设计特点和难点,采用传统的飞行程序设计方法工作量大,状态控制困难,很难满足任务要求。提出了一种新的基于状态转移的方法对飞行程序进行系统建模,首先将整个飞行过程分解成若干模块状态机;然后针对每个模块状态机的功能划分为状态触发器、评估器、执行器和确认器,并分别开展建模设计;最后通过状态触发器和确认器将各个功能模块进行连接,形成整个飞行程序的有限状态机描述。相比传统方法,该方法具有通用性、可扩展性和可复用性等特点,对于规范飞行程序设计,描述复杂的飞行任务过程有很大的优势。采用该方法对嫦娥五号飞行程序进行了建模和设计,并给出了典型飞行过程的设计结果。在轨飞行试验结果表明,该方法可以满足飞行任务的要求,确保了嫦娥五号在轨飞行控制任务圆满成功。     

加权D—S证据理论在多平台数据融合中的应用

D—s证据理论在多平台、多传感器目标识别中有着广泛的应用。利用多平台协同数据融合系统的优势,解决了单一平台获取目标信息上的不足。对各平台传感器获取信息采用证据加权的方法,以获得较好的传感器可信度基本概率赋值,提高D—S证据理论在多传感器目标识别上的准确性。实验证明了方法的正确性和有效性。     

重访机制驱动的多无人机协同动目标搜索方法

为实现多无人机高效捕获灰色任务区域内的移动目标,考虑传感器探测概率与虚警概率,提出了重访机制驱动的协同搜索规划（RMD-CSP）方法,以降低目标遗漏与误判概率。考虑无人机飞行性能约束,以最大化任务执行效能为目标建立多无人机协同搜索模型。根据目标先验信息初始化环境搜索信息图（包括目标概率分布图、环境不确定度图与环境搜索状态图）,利用无人机实时探测信息,基于贝叶斯准则持续更新搜索信息图。定制基于环境不确定度更新的重访机制,通过增加长时间未被重访区域的环境不确定度,引导无人机搜索该区域,降低移动目标的遗漏概率;定制基于目标函数权重更新的重访机制,引导无人机快速重访发现新的疑似目标的区域,对疑似目标进行再次确认,减少由于传感器虚警概率造成的目标误判概率。采用滚动时域规划架构,将搜索规划问题分解为一系列短时域规划问题,提升了求解效率。在典型任务想定下,通过数值仿真试验验证了所提方法的有效性。仿真结果表明,RMD-CSP能够在秒级时间内生成每个时域的搜索航迹,相比于光栅式搜索方法与标准的概率启发式搜索方法,能够引导无人机捕获更多的移动目标,同时减少误判次数,有效提升了多无人机协同搜索的任务效能。