基于TOPSIS融合法的航路网关键节点识别及抗毁性研究

基于我国航路网数据对航路网关键节点识别及抗毁性进行了研究。首先,通过TOPSIS方法将局部信息(度)、全局信息(改航可达性)和业务量信息(流量强度)3项指标进行融合,形成多属性指标综合表征节点重要性。然后,开展了实例仿真,对网络进行连续打击以验证识别结果,其中延续使用改航可达性这一新算法来表征全局信息。研究结果表明：基于多属性决策的关键节点主要集中在京沪、京广、京昆、沪广、广贵线上;多属性指标相比于单一指标,在少数节点失效时更能高效地摧毁网络。研究结果可为空管流量管理和航空公司运力调配提供决策支持。     

舰载机智能复飞决策技术研究

为了进一步改进复飞技术,针对复飞环境,提出了一种在原军用推力操纵的基础上,加入具有保持迎角恒定的升降舵模糊控制的复飞系统,从而有效地增强了低动压状态下飞机的机动能力。给出了复飞决策准则,设计了基于模糊控制的复飞决策系统,并对具有该复飞决策系统的舰载机自动着舰导引系统进行了仿真验证。结果表明,该复飞决策系统明显地缩小了复飞边界区,大大提高了着舰和复飞的安全性,可实现自动复飞,减轻了飞行员的负担。     

追求战略与细节之和谐

用20年的时间实现我国民航从大国向强国的历史性转变，是中国民航为更好地服务国家经济社会发展全局、加快民航事业发展而作出的重大战略决策，是在新的历史高点上的新起点。决策明确了建设民航强国的指导思想、基本原则、战略目标和战略方案，并对今后一个时期的发展，分别提出“六大”战略任务和“两步走”战略步骤。     

机载单站只测向定位最优机动研究

概述了机载单站只测向定位最优机动求解算法，研究了基于最大方位角变化率准则下的观测机机动轨迹，得到理论上的最优定位机动，并结合实际运用，分析出两种近似最优的机动：“一”形（直线形）机动和S形机动，通过仿真，验证了这2种机动方式在一定条件下可以等效于最优机动，具有良好的定位效果。     

基于方案偏好值的模糊多属性群决策方法

针对属性值为梯形模糊数,属性权重未知,决策者对方案的偏好值以梯形模糊数给出的模糊多属性群决策问题,提出一种群决策方法.为使决策者的主观偏好值与客观综合属性值间的总偏差最小,借助梯形模糊数的欧式距离,建立单目标优化模型,求解模型,得到属性的精确权重,进而根据综合属性值的期望值对方案排序,最后给出一个数值例子验证了所提方法的可行性与实用性。     

运动基航天飞行模拟器信号缩比策略

对于大幅值的输入信号,三阶多项式缩比法易产生信号畸变且参数配置复杂;而Hermite缩比函数法的触发速度较慢.提出两种改进的缩比方法:基于三阶多项式缩比法的最优参数配置法和加入线性缩比的非线性缩比法.前一种方法通过参数的优化配置最大化稳定区,以防止信号的畸变;后一种方法则利用线性缩比的特性将缩比度限制在稳定区内.仿真结果表明:线性缩比的加入可以防止三阶多项式缩比法信号的畸变;最优配置参数法应用方便且整体效果较好.为航天飞行模拟提供了更有效的缩比策略.     

非开普勒轨道下卫星交会变轨决策研究

针对卫星在非开普勒轨道下的运动特征,提出了研究卫星交会变轨决策的方法。首先,在Hill坐标下,采用比例导引方法求解卫星进行变轨机动时所需要的速度增量。然后,再通过Lagrange插值算法解出卫星在任意特征点上变轨机动所需要的速度增量,根据数字仿真得出大量的仿真数据并画出满足变轨决策条件的决策曲面。最后,对决策曲面的涵义做出分析,说明了该方法对于研究非开普勒轨道下卫星变轨决策问题具有一定的意义。     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。