基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

铝合金厚板搅拌摩擦焊焊缝疏松缺陷形成机理

采用圆锥形搅拌头焊接20mm厚的7075-T6铝板,分析焊接过程中焊缝内部疏松缺陷的形成过程及原因。研究表明,焊缝表面成形良好,无明显缺陷。但是,在焊缝轴肩区和焊核区之间出现了疏松缺陷。分析认为,焊缝上、下部金属温度差太大,导致其塑性流动行为发生变化是疏松缺陷形成的主要原因。搅拌摩擦焊(FSW)过程中,焊缝上部金属温度较高,而底部温度仍然很低,脱离搅拌针端部的塑化金属在周围冷金属巨大的变形抗力作用下转而沿搅拌针表面往上迁移。到达轴肩区下方汇聚区时,由于轴肩区金属温度高,向下的挤压力太小,导致回迁上来的塑化金属继续往上迁移并冲破轴肩区而沿轴肩边缘溢出形成飞边。汇聚区内没有足够的塑化金属填充、焊缝无法被压实而产生疏松孔洞。通过建立疏松缺陷形成的物理模型,可以更直观地反映出焊缝金属流动形态及缺陷形成过程。     

一种基于蜂拥策略的分布式无人机编队控制方法

在无人机编队控制中,传统的主从式集中编队控制方式需要大量信息交互,对机间通信的要求较高.针对具有虚拟领航者的分布式无人机自组织编队跟踪问题,运用有界蜂拥算法对无人机模型进行求解.首先,提出了一种有界控制输入的蜂拥算法,并对算法的稳定性进行了分析;其次,对无人机进行了建模,提出了虚拟受力点的概念,并对虚拟受力点进行受力分析,将算法中的加速度转化成无人机径向速度与偏航速度的更新,以达到分布式无人机编队自组织以及跟踪虚拟领航者的目的;最后,通过仿真验证了算法和模型的有效性.     

多机构比对融合的分布式InSAR编队星间基线确定

星间基线高精度确定是分布式干涉合成孔径雷达（InSAR）系统完成科学任务的重要保证,受星载全球定位系统（GPS）接收机连续跟踪弧段短、个别弧段共视GPS卫星个数少或模糊度固定成功率低、频繁轨道机动等因素影响,分布式InSAR高精度基线确定仍有不可靠的风险。通过多机构产品互比来识别基线精度较差的时间段,降低不可靠风险,并通过多机构产品融合进一步提高基线精度。选用重力反演与气候实验（GRACE）卫星数据进行实验,国防科技大学（NDT）和西安测绘研究所（CHS）采用不同的基线处理软件和简化动力学策略,保证了各自的基线产品具有一定的独立性。实验表明,多机构互比对可以有效识别基线精度较差的时间段,NDT和CHS的基线产品之间具有很好的一致性,互比对残差的均方根（RMS）在R、T、N方向分别为0.7、0.9、0.7 mm,二者之间没发现明显系统偏差,大约97.86%的基线三维互比对残差量级在2 mm以内。两个机构基线产品融合后发现可进一步降低基线产品中的随机波动误差,K/Ka波段测距（KBR）系统校核结果表明融合基线产品精度较NDT基线产品提高8.97%,较CHS基线产品提高29.21%。     

机载SAR动目标成象研究

在分析机载合成孔径雷达运动目标成象特点的基础上，探讨了一种动目标成象的前置滤波方法，指出其存在的问题，提出了在前置滤波后进行参数估计的后处理形成，该方法基于时间－频率联合分析法，能得到运动目标的精细成象结果，计算机模拟验证了方法的有效性。     

类X?47B无人机菱形编队气动干扰数值模拟

设计了一种由4架类X?47B飞翼布局无人机（UAVs）组成的菱形编队。通过求解RANS方程的数值模拟方法,研究了菱形编队无人机气动干扰问题,详细分析了影响机理,定量给出了编队减阻效果。计算结果表明:头机气动性能基本保持不变。两侧僚机受上洗气流影响,其减阻效果明显。尾机主要受下洗气流影响,其阻力增大,对编队久航和远航不利。在重力配平条件下,两侧僚机飞行阻力的减小是由攻角减小和诱导阻力减小共同引起的。尾机在编队中飞行阻力的增大主要是攻角增大带来的阻力增加,诱导阻力增大仅带来了20%的阻力增量。从减小下洗气流对尾机的不利影响出发,对不同垂向间距的尾机升阻特性进行了研究,并参考雁群头鸟变换行为机制,给出了无人机菱形编队飞行建议。      

资源约束条件下舰艇编队多智能体协作规划

从分析舰艇编队对海作战的流程出发,在决策过程中引入多智能体系统(MAS,Multi-Agent System)理论,建立了编队协同反舰作战Agent模型.针对舰艇编队Agent协作规划过程中受资源约束产生资源占用冲突的问题,建立一种主从式结构多Agent协作规划模型,并提出一种集中与分布规划相结合的MAS协作规划方法.仿真实例表明:该方法可有效实现作战编队各Agent之间的协作与协调,保证舰艇编队在满足资源约束条件下实现预期战术目标.      

基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.      

基于黎曼距离的编队飞行卫星姿态控制系统故障检测数据优选方法

为突破星上资源的严苛约束、提升编队飞行卫星故障检测能力,提出了一种适用于编队飞行卫星姿态控制系统的故障检测数据优选方法,通过利用黎曼距离衡量无故障情况和故障情况下系统测量信息之间的差距,构建了编队飞行卫星姿态控制系统故障检测能力的评价指标。在此基础上,提出了故障检测数据优选方法,为系统输出信息结构优化提供了理论依据。仿真表明,所提出的方法能够在星上资源受限的情况下有效提升编队飞行卫星姿态控制系统的故障检测能力。     

飞行器集群协同制导控制方法及应用研究

分析了目前多飞行器协同作战的发展现状与趋势,指出了多飞行器以编队形式进行协调与配合,可以有效提高突防概率与作战效能。针对飞行器集群协同制导控制技术,分析梳理了相关的技术难点。然后,分别对协同任务规划与动态目标分配方法和多飞行器编队协同控制方法、多约束条件下的分布式协同制导方法的国内外研究现状进行了介绍。最后对飞行器集群协同制导控制技术进行了总结,并对未来的发展方向进行了展望。