航迹规划中雷达探测空间的生成

从飞机突防习行任务规划出发，综合考虑地球曲率、陆地（或海洋）的反射和杂波干扰、大气折射和吸收损耗等因素的影响，采用临界散射截面法生成了对空警戒雷达在不同地貌、发现概率下，对不同雷达散射截面的目标的探测空间。计算并分析了飞行高度、目标雷达散射截面、发现概率和地貌等因素对雷达探测空间的影响，以便选择低探测概率的飞行走廓，这对制定和实施安全突防飞行策略有实际意义。     

一种基于Hopfield神经网络的TF／TA航迹规划算法

提出一种基于Hopfield神经网络的无人机地形跟随(TF)/地形回避(TA)迹规划方法.该方法将地研信息反映到算法参数连接权中,利用扩展的Hopfield模型结合无人机约束实现航迹安全、合理的规划.仿真实验证明该方法能获得满意的TF/TA航迹.     

巡航导弹航向规避弹道的优化设计

航向规避弹道的设计可视为一个多约束的优化问题。对此，通过选择导弹到达每个航路点的时间，用两点约束问题代替多点约束问题，得出了控制能量最优解，并分析了弹道特性。计算结果表明，弹道曲线在不超出导弹可用过载的前提下，通过所有航路点，并满足落点要求。该方法可用于航迹规划研究。     

飞机制造工艺信息系统关键技术研究与实现

研究了飞机制造工艺信息系统的关键技术,包括基于架次的以工艺组件为核心的MBOM管理、AO/FO动态图形工艺设计界面的实现、以AO为核心的飞机装配工艺规划、基于FO的飞机零件制造管理.飞机制造工艺信息系统已在生产中实际应用.     

基于自组网策略的多机编队与防撞任务研究

近年来多旋翼无人机编队飞行技术取得了巨大的突破,将无人机技术与自组网技术相结合将会促进无人机集群技术的发展。为了促进无人机编队飞行技术的发展,以5架六旋翼无人机为研究对象,重点研究了基于自组网策略的多旋翼无人机队形组成、队形保持、队形重构以及飞行过程中的避碰策略,设计了数据闭环的地面编队控制软件并进行试飞验证。测试结果表明,该数据闭环地面编队控制软件稳定可靠,实现了编队队形组成、保持、重构以及在队形变换过程中的机间避碰等功能,对多旋翼无人机编队飞行工程化实现具有一定的参考价值。     

大型机场停车设施规划研究

针对现有大型机场停车设施规划存在的问题,对大型机场停车设施规划进行了初步研究,提出了大型机场停车设施性质定位及分类和大型机场停车设施规划布局的基本思路,简单介绍了约束型选址规划模型并将选址规划模型用于广州新白云机场停车设施规划中,所得结果证明此模型用于机场停车设施规划是切实可行的。     

虚拟战场环境中直升机自主飞行仿真

虚拟战场环境在部队训练和武器系统评估中正在发挥越来越大的作用。虚拟战场环境中除了人在回路中的武器仿真器外，还存在大量计算机生成的自主运动的虚拟武器平台。以直升机为研究对象，考虑直升机作战环境与运用特点，对直升机在地形约束下的自主飞行进行了仿真。应用结果表明，利用此方法可以在虚拟战场环境中实现虚拟直升机的逼真运动。     

一种基于时间调制的弹性化SAR卫星系统

星载合成孔径雷达(SAR)系统能全天时、全天候观测,在地震、洪涝、台风等自然灾害监测中具有重要作用。双基、多基SAR卫星更具有极高的经济、科学、安全价值。然而,目前在轨的大型星载SAR卫星造价昂贵,且双基SAR卫星需数颗同等规模的卫星。双基SAR卫星系统存在星间同步链路,因此卫星可扩展性不强。提出了一种基于时间调制的低成本弹性化Ka波段调频连续波(FMCW)SAR小卫星星座系统。该系统基于一组独立、模块化的发射卫星和接收卫星。采用Ka FMCW SAR体制和时间调制天线(TMA)技术,可减轻接收星2/3以上的质量。该系统采用自主任务规划技术,具备多样化的工作模式,为单发多收、多发多收等应用需求提供了一种弹性化的解决方案。     

改进的遥感卫星成像任务单轨最优团划分聚类方法

针对遥感卫星成像任务规划时对点目标的聚类效果不佳的问题,提出了一种改进的单轨最优团划分聚类方法。根据聚类约束条件,构建任务聚类图模型,并为图模型中的每一条边赋权值;根据图模型中边的权值,构建权值矩阵P;以卫星单轨姿态机动的最大次数作为聚类任务的数量限制,由P依次计算每个聚类任务所有可能的最优聚类方案,并生成对应的收益矩阵M和终点矩阵N;通过循环遍历的方式计算各个聚类方案下的总收益,其中总收益最大的方案即为最优团划分聚类方案。仿真结果表明:提出的改进的团划分聚类方法,能将点目标有效聚类,与传统任务聚类方法相比,可明显提高遥感卫星对点目标的观测效率。研究结果可为我国遥感卫星自主任务规划技术研究提供参考。     

基于Sarsa(λ)强化学习的空间机械臂路径规划研究

针对目标特性未知的在轨操作环境,研究了典型空间操作机械臂的路径规划策略。采用Sarsa(λ)强化学习方法实现目标跟踪及避障的自主路径规划与智能决策,该方法将机械臂系统的每节臂视为一个决策智能体,通过感知由目标偏差和障碍距离程度组成的二维状态,设计符合人工经验的拟合奖赏函数,进行各臂转动动作的强化训练,最终形成各智能体的状态-动作值函数表,即可作为机械臂在线路径规划的决策依据。将本方法应用于多自由度空间机械臂路径规划任务,仿真结果表明新算法能在有限训练次数内实现对移动目标的稳定跟踪与避障,同时各智能体通过学习所得的状态-动作值函数表,具备较强的后期在线自主调整能力,从而验证了算法较强的鲁棒性和智能性。