计划协同管理系统功能设计

本文通过对总公司,子公司两级计划编制、执行、反馈及监控、调整等工作环节深入分析的基础上,提出了计划协同管理的思想,并设计了计划协同管理系统应具备的功能:计划编制、进度控制、计划调整、计划查询、统计报表、消息机制、系统接口七大功能,为提高总公司,子公司两级机构计划管理工作的效率及质量提出了一个技术解决途径。     

基于Internet和Java3D的多机器人操作虚拟环境

网络传输时延的不确定性和机器人之间的有效协调是多机器人遥操作系统研究的关键问题.采用Java和Java3D技术构建了基于Internet的虚拟操作环境,改变了传统上基于视频信息作为反馈的操作模式,克服了网络传输时延对系统操作性能的影响.提出了基于虚拟向导的概念并加以实现,处于异端的操作者能够准确地预测其它操作者的操作意图并实现有效的协调动作.通过两个典型操作实例的分析,验证了系统的合理性与可行性.     

论战术数据链的基本特征

文章在强调战场资源有效共享与作战任务优化匹配的基础上,描述了战术数据链的涵义及其功能模型,探讨了其战术专用、消息标准、态势统一、协同模式、智能网络及控制规范等6个基本特征,提出了发展的建议。     

考虑避免碰撞的编队卫星自适应协同控制

基于势函数法研究具有模型不确定性的编队飞行卫星避免碰撞的自适应协同控制.势函数法的思想为设计碰撞区域势函数值较大,所设计的控制律使得系统势函数具有减小的趋势,从而实现避免碰撞的编队飞行任务.首先,在无外部参考轨迹的情况下,通过引入避免碰撞势函数,提出一种自适应协同控制器,编队卫星最终实现速度一致和避免碰撞.进一步,考虑已知外部参考轨迹的情形,基于新的势函数方法,设计新的自适应协同控制器,能够同时实现避免碰撞、速度一致、卫星跟踪参考轨迹的目的.对于所提出的两种控制方法,均通过合理地应用Lyapunov稳定性理论分析了闭环系统的稳定性.仿真结果表明了所设计控制方法的有效性.     

复杂环境下多无人机轨迹姿态协同控制

考虑多无人机在实际飞行过程中的避障需求，在建立面向控制的四旋翼无人机轨迹姿态模型基础上，为克服传统多无人机为每架无人机规划轨迹的不足，研究了基于多无人机中心点的轨迹设计策略。进一步，考虑避障约束，基于半定规划进行迭代区域扩张完成了多无人机的安全飞行区域及队形设计。在此基础上，基于干扰补偿策略为每架无人机设计了协同控制器，最终确保了多无人机在多障碍环境下的安全飞行。     

基于深度强化学习的固定翼无人机编队协调控制方法

由于运动学的复杂性和环境的动态性,控制一组无人机遂行任务目前仍面临较大挑战。首先,以固定翼无人机为研究对象,考虑复杂动态环境的随机性和不确定性,提出了基于无模型深度强化学习的无人机编队协调控制方法。然后,为平衡探索和利用,将ε-greedy策略与模仿策略相结合,提出了ε-imitation动作选择策略;结合双重Q学习和竞争架构对DQN（Deep Q-Network）算法进行改进,提出了ID3QN（Imitative Dueling Double Deep Q-Network）算法以提高算法的学习效率。最后,构建高保真半实物仿真系统进行硬件在环仿真飞行实验,验证了所提算法的适应性和实用性。     

区域覆盖星座构型优化及协同控制策略研究

针对区域覆盖卫星星座的回归特性和构型维持需求,利用轨道半长轴和倾角与升交点赤经漂移和相位角漂移变化率之间的线性关系来优化星座构型参数,提高卫星星座构型的长期稳定性,同时通过协同控制轨道半长轴和倾角漂移量来实现区域覆盖星座构型维持。最后对区域覆盖天基雷达星座进行了构型优化设计和仿真,仿真结果表明了星座构型优化设计和维持策略的有效性。     

TMO复合催化剂对AP推进剂燃速催化作用研究

系统地考察了4种TMO催化剂(CuO、Fe₂O₃、Co₂O₃和Cr₂O₃)及其等质量比(1∶1)的6种TMO复合催化剂对AP/HTPB和AP/Al/HTPB两类复合固体推进剂燃烧性能的影响。实验结果表明, TMO复合催化剂对推进剂燃速的影响可分为正协同效应、无协同效应和负协同效应3类;具有正协同效应的TMO复合催化剂提高燃速效果最佳, TMO复合催化剂对AP复合推进剂燃速的影响取决于推进剂的种类, 协同效应的类属和单一TMO催化剂的催化活性。      

飞机数字化制造环境下的协调方法

数字化制造环境下,设计产生的数模在飞机装配协调过程中的应用技术和传统的模线样板协调技术具有很大的区别.在介绍了数字化标准工装概念之后,详细阐述了基于该概念的数字化标工协调方法及其在装配协调过程中的用途和用法,总结了装配过程中的数字化协调路线.并提出当前飞机装配生产环境下混合协调技术的合理性.     

自主多无人机的分散化协同控制

协同前提是无人机(UAV)平台间的通信和信息共享,无人机平台之间信息和计算是高度分布的,无人机平台的运动以及通信拓扑的变化,使得集中式协调控制结构很难实现。以最小通信量为基础的分散协同控制具有可扩展性、异构性和动态可重构性等特点,可靠性和鲁棒性较好。针对多无人机平台分散化协同的特点和要求,建立了集中和分散相结合的多无人机平台协同控制系统结构,集中式任务管理系统主要完成目标分配、通信管理和编队管理功能,分散式协同部分主要实现局部任务规划、协调策略及协调控制等功能。分别以多机协同目标跟踪、多机和多编队一致性协调、多机协同编队控制与重构等多无人机平台分散化协同控制技术为应用对象,探讨了分散化协调机制、策略、控制及其与信息之间关系。给出了部分算法的仿真结果。