基于地外天体起飞的真空羽流导流技术仿真与试验研究

针对着航天器发动机羽流导流问题,基于工程经验提出了四种典型导流装置型面(包含内凹槽形式和导流锥形式等),利用计算流体动力学/直接模拟蒙特卡罗(CFD/DSMC)耦合方法,对起飞过程中羽流导流带来的气动力和气动热效应进行了数值模拟,并对不同导流装置情况下羽流场激波、航天器表面压强和热流密度分布规律进行了分析,给出了四种导流装置的导流效果评价。最后以导流锥形式开展试验,对仿真算法进行了验证。结果表明：羽流导流并没有导致发动机燃烧不稳定;综合考虑航天器羽流和发动机安全性,大导流锥导流的方案最优;在导流锥附近的激波位置及形态和仿真一致,仿真与试验的变化趋势一致,仿真算法可信,数据规律可以作为工程参考。     

航空器海上飞行空域规划方法

为充分利用海上空域资源,提供海上飞行有效空域活动范围,针对海上空域可用资源问题进行了研究,主要目的是寻找一种有效的海上空域可用资源规划方法。一方面,分析了我国周边海域的海上空域资源,并基于岸基军、民航已规划使用空域的环境数据,结合周边空管雷达监视能力服务范围信息,设计了一种基于图形栅格化法的海上空域资源智能规划方法。另一方面,基于协同区域随机搜索算法,分析计算出适合航空器飞行的海上空域数据,可为航空器海上飞行空域规划提供可靠依据。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

基于分层分解的一种实时车辆路径规划算法

道路网络通常是大规模和复杂的网络，而一般的最短路径算法需要大量的计算时间。为了减少计算负担，本文根据分层和空间分解的道路网络模型，提出了一种基于存储数据的车辆路径规划算法，路径通过查询表格获得。提出的算法尤其适用于集中式车辆路径规划。仿真结果表明，该算法在计算次最优路径时更快且要求更少的内存单元。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

面向空域/时域/功能混合模式的目标分组方法

提出了面向空域/时域/功能混合模式的目标分组方法,其结果为任务规划提供了包含空域、时域、功能的目标群体特征.该方法采用标准化方法对属性数据分类和扩展,按照不同类型属性数据分别建立属性差异度,提高了目标分组特征属性的可扩展性,解决了传统属性差异度难以适用于时域及功能属性的问题;在此基础上,综合考虑协同任务对目标分组各项属性的定性/定量要求、阈值约束及重要程度要求,构造了目标综合差异度,解决了某些属性不能直接加权的问题.仿真结果表明该方法能够快速有效地实现满足任务复杂要求的目标分组.     

智能化战术任务管理系统研究

从感知、评价、决策的认知过程研究了现代军机战术任务管理系统的结构、组成和功能,重点研究了态势评估和任务规划两个关键子系统.建立了基于贝叶斯网络和模糊逻辑推理的态势评估算法及威胁评估模型,采用贝叶斯网络对威胁级别进行了评估,运用模糊逻辑对各威胁源的相对重要性进行了推理,实现了对威胁源威胁级别和相对重要性的连续动态评估.研究了基于动态A^*算法的战术飞机飞行路径在线实时规划问题,实现了态势评估与路径规划两子系统之间的集成.研究结果表明了该系统方案和算法的有效性,任务规划系统能够自适应战场态势的变化.     

基于改进蚁群算法的低空突防航迹规划

为保证低空突防的成功率,在航迹规划时必须设计出以最小的被发现概率及可接受的航程为目标的航迹.蚁群算法ACA(Ant Colony Algorithm)作为一种新型的模拟进化算法,适合用于航迹规划中最优航迹的搜索,但是算法存在搜索时间长、收敛速度慢、易陷于局部最优解的缺点,为了克服算法自身不足,提高算法性能,引入了遗传算法中变异操作和挥发系数的自适应调节,从而形成改进蚁群算法,最后结合建立的航迹规划性能指标,利用等概率寻优、原有蚁群算法和改进蚁群算法3种方法分别进行航迹规划,并通过比较和分析结果的时间花费和航路代价,验证了改进蚁群算法的有效性.      

动力学奇点在漂浮基双臂空间机器人姿态无扰运动规划中的应用

讨论了载体位置、姿态均不受控制的双臂自由浮动空间机器人的无扰运动规划问题．结合系统的动量及动量矩守恒关系，证明了动力学奇点的存在，并导出了动力学奇点的数学解析求解公式．在此基础上，利用动力学奇点给出了双臂自由浮动空间机器人载体姿态无扰运动路径的规划设计方法．该方法有助于空间环境下遥控机械手辅助航天器对接等任务操作的运动规划。     

基于不稳定度的仿人型机器人步态规划方法

为了保证机器人能够在人类的生活环境中安全地工作,应该选择最稳定的运动轨迹.提出了一种能够评价不同的运动步态之间稳定性好坏的稳定性评价准则.将零力矩点(ZMP,Zero Moment Point)与机器人支撑区域的形心之间的距离定义为不稳定度,分析了仿人型机器人行走过程中几种典型步态的不稳定度,同时提出了基于不稳定度的仿人型机器人步态规划的方法.当采用多种运动步态都能完成同一种任务时,用所提出的不稳定度评价方法可以在不同步长的步态中选择出稳定性最好的运动步态来执行.仿真及实验结果验证了该方法的有效性.